Pat
J-GLOBAL ID：200903045046255223

信号識別方法

Inventor：
橋本 良仁

About 橋本 良仁


Applicant, Patent owner：
松下電工株式会社

About 松下電工株式会社


Agent (2)： 西川 惠清 ,  森 厚夫
Gazette classification：公開公報
Application number (International application number)：2006124262
Publication number (International publication number)：2007299059
Application date： Apr. 27, 2006
Publication date： Nov. 15, 2007
Summary：
【課題】競合学習型ニューラルネットワークを用いて信号のカテゴリを判別するにあたり、カテゴリの境界付近の入力データを高い精度で判別する。【解決手段】競合学習型ニューラルネットワーク1の学習によって作成されたクラスタリングマップの各ニューロンにガウス関数を割り当てる。ガウス関数の平均値と分散は、学習済みの競合学習型ニューラルネットワーク1における重みベクトルと学習データとを用いて求める。監視対象物から得られた入力データのカテゴリを判定する際には、入力データに対するガウス関数の出力値の総和に基づいて、カテゴリの境界である入力データを判別する。クラスタリングマップにガウス関数を設定することにより、カテゴリの判定精度が向上し、各学習データにガウス関数を設定する場合に比較して処理時間を大幅に短縮できる。【選択図】図1
Claim (excerpt)：
監視対象物の状態を反映する電気信号から抽出した特徴量を入力データとし、当該入力データがあらかじめ学習したカテゴリに属するか否かを競合学習型ニューラルネットワークにより判別し、競合学習型ニューラルネットワークの出力層のニューロンをカテゴリに対応付けているクラスタリングマップ上に判別結果を出力する信号識別方法であって、競合学習型ニューラルネットワークの学習後に、学習時に用いた学習データを競合学習型ニューラルネットワークに再度入力したときに発火する各ニューロンの重みベクトルと当該学習データとのユークリッド距離とにより決定した分散、および当該ニューロンの重みベクトルである平均値により定義したガウス関数をクラスタリングマップの各ニューロンに設定し、さらに、ガウス関数の設定後に、学習時に用いた学習データを競合学習型ニューラルネットワークに再度入力して学習データごとのクラスタリングマップの出力値の総和を求め、すべての学習データに関する当該総和の大きさの分布を用いて閾値を設定し、監視対象物から得られた入力データのカテゴリを判別する際に、クラスタリングマップの各ニューロンに設定されたガウス関数の出力値の総和を求め、求めた総和が前記閾値を下回るときには、入力データが学習データのカテゴリに含まれないと判定することを特徴とする信号識別方法。
IPC (2)：
G06N 3/00 ,  G01D 21/00
FI (2)：
G06N3/00 560A ,  G01D21/00 N
F-Term (9)：
2F076BA05 ,  2F076BA11 ,  2F076BD05 ,  2F076BD12 ,  2F076BE06 ,  2F076BE08 ,  2F076BE09 ,  2F076BE13 ,  2F076BE17
Patent cited by the Patent：
Cited by applicant (1) Cited by examiner (1)
Article cited by the Patent：
Cited by examiner (1)

Return to Previous Page

TOP

BOTTOM