TOP > 国内特許検索 > 感覚データ識別装置及びプログラム

感覚データ識別装置及びプログラム

国内特許コード P190016241
整理番号 07872
掲載日 2019年8月19日
出願番号 特願2011-042814
公開番号 特開2012-181607
登録番号 特許第5802916号
出願日 平成23年2月28日(2011.2.28)
公開日 平成24年9月20日(2012.9.20)
登録日 平成27年9月11日(2015.9.11)
発明者
  • 星野 博之
  • 大脇 崇史
  • 倉重 宏樹
  • 加藤 英之
出願人
  • 国立研究開発法人理化学研究所
発明の名称 感覚データ識別装置及びプログラム
発明の概要 【課題】感覚データに対する識別性能を向上させることができるようにする。
【解決手段】画像脳信号記憶部20に、画像データを表示したときに被験者の脳の各計測点で計測された脳波信号を表わす脳活動データと、当該画像データとのペアを複数記憶する。画像特徴量学習部22によって、画像脳信号記憶部20に記憶された脳活動データ及び画像データの複数ペアに対して、カーネル正準相関分析を行って、脳活動データと画像データとの相関が高くなるように、カーネル関数の線形和で表わされる正準相関変数における重みを学習する。そして、学習された重みを用いた画像側の正準相関変数を、画像特徴量とする。
【選択図】図1
従来技術、競合技術の概要

従来より、正準相関解析で得られた変換行列によって特徴ベクトルを写像して新特徴ベクトルを算出する物品判別方法が知られている(特許文献1)。

産業上の利用分野

本発明は、感覚データ識別装置及びプログラムに係り、特に、感覚データを識別するための感覚特徴量を学習して、感覚データを識別する感覚データ識別装置及びプログラムに関する。

特許請求の範囲 【請求項1】
感覚データ又は関連感覚データを与えたときに生物の脳の各計測点で計測された信号を表わす脳活動データと前記感覚データ又は前記関連感覚データとに対して、カーネル正準相関分析を行って、前記脳活動データと前記感覚データ又は前記関連感覚データとの相関が高くなるように、カーネル関数の線形和で表わされる正準相関変数における重みを学習し、学習された重みを用いた前記正準相関変数を、前記感覚データを識別するための感覚特徴量とする学習手段と、
予め用意された複数の感覚データの各々から、前記学習手段によって学習された前記感覚特徴量を算出する第2特徴量算出手段と、
前記第2特徴量算出手段によって算出された前記感覚特徴量と対応する感覚データに対して予め求められた識別結果とを学習データとして、前記感覚データを識別するための識別モデルを学習する識別モデル学習手段と、
入力された感覚データから、前記学習手段によって学習された前記感覚特徴量を算出する特徴量算出手段と、
前記特徴量算出手段によって算出された前記感覚特徴量と前記識別モデルとに基づいて、前記感覚データを識別する識別手段と、
を含む感覚データ識別装置。

【請求項2】
感覚データと前記感覚データに対して予め求められた識別結果との組み合わせを学習データとして学習されたニューラルネットワークに前記感覚データ又は関連感覚データを与えたときに前記ニューラルネットワークの中間層の各ニューロンで観測された出力を表わす擬似脳活動データと前記感覚データ又は前記関連感覚データとに対して、カーネル正準相関分析を行って、前記擬似脳活動データと前記感覚データ又は前記関連感覚データとの相関が高くなるように、カーネル関数の線形和で表わされる正準相関変数における重みを学習し、学習された重みを用いた前記正準相関変数を、前記感覚データを識別するための感覚特徴量とする学習手段と、
予め用意された複数の感覚データの各々から、前記学習手段によって学習された前記感覚特徴量を算出する第2特徴量算出手段と、
前記第2特徴量算出手段によって算出された前記感覚特徴量と対応する感覚データに対して予め求められた識別結果とを学習データとして、前記感覚データを識別するための識別モデルを学習する識別モデル学習手段と、
入力された感覚データから、前記学習手段によって学習された前記感覚特徴量を算出する特徴量算出手段と、
前記特徴量算出手段によって算出された前記感覚特徴量と前記識別モデルとに基づいて、前記感覚データを識別する識別手段と、
を含む感覚データ識別装置。

【請求項3】
前記感覚特徴量は、以下の式で表される請求項1又は2記載の感覚データ識別装置。
【数1】
(省略)
ただし、Ia(n)(x)は、前記入力された感覚データxの前記感覚特徴量であり、aT(n)φ(x)は、n番目の前記正準相関変数であり、x(j)は、カーネル正準相関分析のために予め与えられたj番目の前記感覚データ又は前記関連感覚データである。ka(x(j),x)はj番目の前記カーネル関数であり、αj(n)は前記j番目のカーネル関数に対する前記重みである。

【請求項4】
前記学習手段は、複数の正準相関変数の各々における重みを学習し、学習された重みを用いた前記複数の正準相関変数を、前記感覚特徴量とする請求項1~請求項の何れか1項記載の感覚データ識別装置。

【請求項5】
前記感覚データを、画像データ、音データ、においデータ、又は触覚データとした請求項1~請求項の何れか1項記載の感覚データ識別装置。

【請求項6】
前記識別手段による識別結果と、前記入力された感覚データとを対応付けて表示手段に表示させる表示制御手段を更に含む請求項1~請求項の何れか1項記載の感覚データ識別装置。

【請求項7】
コンピュータを、
感覚データ又は関連感覚データを与えたときに生物の脳の各計測点で計測された信号を表わす脳活動データと前記感覚データ又は前記関連感覚データとに対して、カーネル正準相関分析を行って、前記脳活動データと前記感覚データ又は前記関連感覚データとの相関が高くなるように、カーネル関数の線形和で表わされる正準相関変数における重みを学習し、学習された重みを用いた前記正準相関変数を、前記感覚データを識別するための感覚特徴量とする学習手段、
予め用意された複数の感覚データの各々から、前記学習手段によって学習された前記感覚特徴量を算出する第2特徴量算出手段と、
前記第2特徴量算出手段によって算出された前記感覚特徴量と対応する感覚データに対して予め求められた識別結果とを学習データとして、前記感覚データを識別するための識別モデルを学習する識別モデル学習手段と、
入力された感覚データから、前記学習手段によって学習された前記感覚特徴量を算出する特徴量算出手段、及び
前記特徴量算出手段によって算出された前記感覚特徴量と前記識別モデルとに基づいて、前記感覚データを識別する識別手段
として機能させるためのプログラム。

【請求項8】
コンピュータを、
感覚データと前記感覚データに対して予め求められた識別結果との組み合わせを学習データとして学習されたニューラルネットワークに前記感覚データ又は関連感覚データを与えたときに前記ニューラルネットワークの中間層の各ニューロンで観測された出力を表わす擬似脳活動データと前記感覚データ又は前記関連感覚データとに対して、カーネル正準相関分析を行って、前記擬似脳活動データと前記感覚データ又は前記関連感覚データとの相関が高くなるように、カーネル関数の線形和で表わされる正準相関変数における重みを学習し、学習された重みを用いた前記正準相関変数を、前記感覚データを識別するための感覚特徴量とする学習手段、
予め用意された複数の感覚データの各々から、前記学習手段によって学習された前記感覚特徴量を算出する第2特徴量算出手段と、
前記第2特徴量算出手段によって算出された前記感覚特徴量と対応する感覚データに対して予め求められた識別結果とを学習データとして、前記感覚データを識別するための識別モデルを学習する識別モデル学習手段と、
入力された感覚データから、前記学習手段によって学習された前記感覚特徴量を算出する特徴量算出手段、及び
前記特徴量算出手段によって算出された前記感覚特徴量と前記識別モデルとに基づいて、前記感覚データを識別する識別手段
として機能させるためのプログラム。
国際特許分類(IPC)
Fターム
画像

※ 画像をクリックすると拡大します。

JP2011042814thum.jpg
出願権利状態 登録
ライセンスをご希望の方、特許の内容に興味を持たれた方は、下記「問合せ先」まで直接お問い合わせください。


PAGE TOP

close
close
close
close
close
close
close