特許ウォッチ

公開番号2025011645
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023113872
出願日2023-07-11
発明の名称演算装置、ノイズ低減方法
出願人株式会社日立製作所
代理人弁理士法人サンネクスト国際特許事務所
主分類G06N 3/045 20230101AFI20250117BHJP(計算;計数)
要約【課題】測定データに含まれるノイズを低減できる。
【解決手段】演算装置は、測定データを読み込むデータ入力部と、測定データの時間に関するデータを読み込む条件入力部と、測定データをあらかじめ定められた周波数ごとのデータである周波数分解データに分解する分解部と、周波数分解データのそれぞれを、あらかじめ学習したそれぞれのニューラルネットワークに入力しノイズが抑制されたノイズ抑制周波数分解データをそれぞれ生成する推論部と、ノイズ抑制周波数分解データのそれぞれを統合する統合部と、を備える。
【選択図】図1

特許請求の範囲【請求項１】
測定データを読み込むデータ入力部と、
前記測定データの時間に関するデータを読み込む条件入力部と、
前記測定データをあらかじめ定められた周波数ごとのデータである周波数分解データに分解する分解部と、
前記周波数分解データのそれぞれを、あらかじめ学習したそれぞれのニューラルネットワークに入力しノイズが抑制されたノイズ抑制周波数分解データをそれぞれ生成する推論部と、
前記ノイズ抑制周波数分解データのそれぞれを統合する統合部と、を備える演算装置。
続きを表示（約 670 文字）【請求項２】
請求項１に記載の演算装置において、
前記測定データは複数の地点で複数の時刻に測定された測定値であり、
前記時刻を示す時間位置チャンネル、および前記地点を示す測定位置チャンネルを作成するチャンネル追加部をさらに備え、
前記ニューラルネットワークには、前記周波数分解データ、前記時間位置チャンネル、および前記測定位置チャンネルが入力される、演算装置。
【請求項３】
請求項１に記載の演算装置において、
前記ニューラルネットワークはアテンション機構を含む、演算装置。
【請求項４】
請求項１に記載の演算装置において、
作成されたグランドトゥルース、および前記グランドトゥルースにノイズを加えて作成された疑似測定値を用いて前記ニューラルネットワークのパラメータを更新する学習部をさらに備える、演算装置。
【請求項５】
コンピュータが実行するノイズ低減方法であって、
測定データを読み込むことと、
前記測定データの時間に関するデータを読み込むことと、
前記測定データをあらかじめ定められた周波数ごとのデータである周波数分解データに分解することと、
前記周波数分解データのそれぞれを、あらかじめ学習したそれぞれのニューラルネットワークに入力しノイズが抑制されたノイズ抑制周波数分解データをそれぞれ生成することと、
前記ノイズ抑制周波数分解データのそれぞれを統合することと、を含むノイズ低減方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、演算装置、ノイズ低減方法に関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
海洋資源や海底地層を探索するために、音響波を用いた調査が行われている。この調査では、音響波を海底に向けて発射し、海底などから反射された信号をセンサで揺動データとして測定する。ただし揺動データにはノイズが含まれており、このノイズの対策が必要となる。特許文献１には、入力された振動データから信号マスクを生成し、揺動ノイズにより汚染された痕跡を識別子、揺動ノイズにより汚染された信号の周波数を特定する方法が開示されている。
【先行技術文献】
【特許文献】
【０００３】
米国特許第９３１０５０４号明細書
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１に記載されている発明では、ノイズの低減に改善の余地がある。
【課題を解決するための手段】
【０００５】
本発明の第１の態様による演算装置は、測定データを読み込むデータ入力部と、前記測定データの時間に関するデータを読み込む条件入力部と、前記測定データをあらかじめ定められた周波数ごとのデータである周波数分解データに分解する分解部と、前記周波数分解データのそれぞれを、あらかじめ学習したそれぞれのニューラルネットワークに入力しノイズが抑制されたノイズ抑制周波数分解データをそれぞれ生成する推論部と、前記ノイズ抑制周波数分解データのそれぞれを統合する統合部と、を備える。
本発明の第２の態様によるノイズ低減方法は、コンピュータが実行するノイズ低減方法であって、測定データを読み込むことと、前記測定データの時間に関するデータを読み込むことと、前記測定データをあらかじめ定められた周波数ごとのデータである周波数分解データに分解することと、前記周波数分解データのそれぞれを、あらかじめ学習したそれぞれのニューラルネットワークに入力しノイズが抑制されたノイズ抑制周波数分解データをそれぞれ生成することと、前記ノイズ抑制周波数分解データのそれぞれを統合することと、を含む。
【発明の効果】
【０００６】
本発明によれば、測定データに含まれるノイズを低減できる。
【図面の簡単な説明】
【０００７】
演算装置の構成図
海底調査による測定データの取得を示す図
測定データを示す図
演算装置による測定データの処理を示す概略図
第１周波数帯データ群の一例を示す図
ニューラルネットワークの一例を示す図
学習フェーズにおける演算装置の処理を示すフローチャート
推論フェーズにおける演算装置の処理を示すフローチャート
変形例１における測定データの処理を示す概略図
変形例７における学習装置を示す図
変形例７における推論装置を示す図
【発明を実施するための形態】
【０００８】
―実施の形態―
以下、図１～図８を参照して、演算装置およびノイズ低減方法の実施の形態を説明する。
【０００９】
図１は、演算装置１の構成図である。演算装置１は、中央演算装置であるＣＰＵ４１、読み出し専用の記憶装置であるＲＯＭ４２、読み書き可能な記憶装置であるＲＡＭ４３、および不揮発性の記憶装置４４を備える。ＣＰＵ４１がＲＯＭ４２に格納されるプログラムをＲＡＭ４３に展開して実行することで演算を行う。演算装置１は、ＣＰＵ４１、ＲＯＭ４２、およびＲＡＭ４３の組み合わせの代わりに書き換え可能な論理回路であるＦＰＧＡ（Field Programmable Gate Array）や特定用途向け集積回路であるＡＳＩＣ（Application Specific Integrated Circuit）により実現されてもよい。また演算装置１は、ＣＰＵ４１、ＲＯＭ４２、およびＲＡＭ４３の組み合わせの代わりに、異なる構成の組み合わせ、たとえばＣＰＵ４１、ＲＯＭ４２、ＲＡＭ４３とＦＰＧＡの組み合わせにより実現されてもよい。
【００１０】
ＲＡＭ４３には、ＲＯＭ４２に格納されるプログラムにより実現される機能である、読み込み部１１、周波数分解部１２、チャンネル追加部１３、学習部１４、推論部１５、および統合部１６を備える。記憶装置４４には、周波数条件２１、測定条件２２、測定データ２３、ネットワークパラメータ２４、学習データ２７、ニューラルネットワーク２８、およびノイズ低減測定データ２９が格納される。
（【００１１】以降は省略されています）

関連特許