特許ウォッチ

公開番号2025145445
公報種別公開特許公報(A)
公開日2025-10-03
出願番号2024045625
出願日2024-03-21
発明の名称識別装置、識別方法およびプログラム
出願人国立大学法人横浜国立大学,地方独立行政法人神奈川県立産業技術総合研究所
代理人弁理士法人志賀国際特許事務所
主分類G06N 3/044 20230101AFI20250926BHJP(計算;計数)
要約【課題】時系列データの識別を行う際、比較的複雑な時系列データにも対応できるようにする。
【解決手段】識別装置が、識別対象のクラスと、状態遷移確率が時間変化する状態遷移モデルの状態とが対応付けられ、遷移先の状態に対応付けられている確率分布に基づくデータが生起されるとする状態遷移モデルに基づいて、入力時系列データのもとで、各状態についてその状態に遷移する尤度を算出し、前記尤度に基づいて、識別対象のクラスごとに、前記入力時系列データのもとで、データがそのクラスに分類される事後確率を算出するモデル計算部と、算出された事後確率に基づいて、何れかのクラスを選択するクラス選択部と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
識別対象のクラスと、状態遷移確率が時間変化する状態遷移モデルの状態とが対応付けられ、遷移先の状態に対応付けられている確率分布に基づくデータが生起されるとする状態遷移モデルに基づいて、入力時系列データのもとで、各状態についてその状態に遷移する尤度を算出し、前記尤度に基づいて、識別対象のクラスごとに、前記入力時系列データのもとで、データがそのクラスに分類される事後確率を算出するモデル計算部と、
算出された事後確率に基づいて、何れかのクラスを選択するクラス選択部と、
を備える識別装置。
続きを表示（約 1,000 文字）【請求項２】
前記モデル計算部は、
前記確率分布を示す混合ガウス分布を構成する正規分布ごとに、計算対象の時刻における入力データが生起される尤度を計算するコンポーネント尤度計算部と、
前記正規分布ごとの尤度に基づいて、混合ガウス分布ごとに、計算対象の時刻における入力データが生起される尤度を計算する混合ガウス分布尤度計算部と、
前記混合ガウス分布ごとの尤度に基づいて、前記状態遷移モデルの状態ごとに、計算対象の時刻までの入力時系列データが生起される尤度を計算する適応的隠れマルコフモデル尤度計算部と、
前記状態遷移モデルの状態ごとの尤度に基づいて、前記事後確率を計算する事後確率計算部と、
を備える、
請求項１に記載の識別装置。
【請求項３】
前記混合ガウス分布は、重み係数と変換された入力データとの積によるべき乗の式で示される、
請求項２に記載の識別装置。
【請求項４】
前記状態遷移確率は、計算対象の時刻よりも過去の時刻における尤度情報と、計算対象の時刻における尤度情報とが、値が時間変化する関数を用いてそれぞれ重み付けされている式で示される、
請求項１から３の何れか一項に記載の識別装置。
【請求項５】
コンピュータが、
識別対象のクラスと、状態遷移確率が時間変化する状態遷移モデルの状態とが対応付けられ、遷移先の状態に対応付けられている確率分布に基づくデータが生起されるとする状態遷移モデルに基づいて、入力時系列データのもとで、各状態についてその状態に遷移する尤度を算出し、前記尤度に基づいて、識別対象のクラスごとに、前記入力時系列データのもとで、データがそのクラスに分類される事後確率を算出し、
算出された事後確率に基づいて、何れかのクラスを選択する、
ことを含む識別方法。
【請求項６】
コンピュータに、
識別対象のクラスと、状態遷移確率が時間変化する状態遷移モデルの状態とが対応付けられ、遷移先の状態に対応付けられている確率分布に基づくデータが生起されるとする状態遷移モデルに基づいて、入力時系列データのもとで、各状態についてその状態に遷移する尤度を算出し、前記尤度に基づいて、識別対象のクラスごとに、前記入力時系列データのもとで、データがそのクラスに分類される事後確率を算出することと、
算出された事後確率に基づいて、何れかのクラスを選択することと、
を実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、識別装置、識別方法およびプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
時系列データの識別が行われる場合がある。
例えば、特許文献１には、隠れマルコフモデルを内包するニューラルネットワークを用いて時系列信号を識別することが記載されている。
【先行技術文献】
【特許文献】
【０００３】
特許第３８１６７６２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
時系列データを識別する際、なるべく複雑な時系列データにも対応できることが好ましい。
【０００５】
本発明の目的の一例は、時系列データの識別を行う際、比較的複雑な時系列データにも対応することができる識別装置、識別方法およびプログラムを提供することである。
【課題を解決するための手段】
【０００６】
本発明の第１の態様によれば、識別装置は、識別対象のクラスと、状態遷移確率が時間変化する状態遷移モデルの状態とが対応付けられ、遷移先の状態に対応付けられている確率分布に基づくデータが生起されるとする状態遷移モデルに基づいて、入力時系列データのもとで、各状態についてその状態に遷移する尤度を算出し、前記尤度に基づいて、識別対象のクラスごとに、前記入力時系列データのもとで、データがそのクラスに分類される事後確率を算出するモデル計算部と、算出された事後確率に基づいて、何れかのクラスを選択するクラス選択部と、を備える。
【０００７】
本発明の第２の態様によれば、識別方法は、コンピュータが、識別対象のクラスと、状態遷移確率が時間変化する状態遷移モデルの状態とが対応付けられ、遷移先の状態に対応付けられている確率分布に基づくデータが生起されるとする状態遷移モデルに基づいて、入力時系列データのもとで、各状態についてその状態に遷移する尤度を算出し、前記尤度に基づいて、識別対象のクラスごとに、前記入力時系列データのもとで、データがそのクラスに分類される事後確率を算出し、算出された事後確率に基づいて、何れかのクラスを選択する、ことを含む。
【０００８】
本発明の第３の態様によれば、プログラムは、コンピュータに、識別対象のクラスと、状態遷移確率が時間変化する状態遷移モデルの状態とが対応付けられ、遷移先の状態に対応付けられている確率分布に基づくデータが生起されるとする状態遷移モデルに基づいて、入力時系列データのもとで、各状態についてその状態に遷移する尤度を算出し、前記尤度に基づいて、識別対象のクラスごとに、前記入力時系列データのもとで、データがそのクラスに分類される事後確率を算出することと、算出された事後確率に基づいて、何れかのクラスを選択することと、を実行させるプログラムである。
【発明の効果】
【０００９】
上記した識別装置、識別方法およびプログラムによれば、時系列データの識別を行う際、比較的複雑な時系列データにも対応することができる。
【図面の簡単な説明】
【００１０】
実施形態に係る識別装置の構成の例を示す図である。
実施形態に係るＨＭＭ尤度計算部が備える再帰的計算部の構成の例を示す図である。
実施形態に係る実験１で用いた入力データの例を時系列のグラフで示す図である。
実施形態に係る実験１で用いた入力データの例をデータ値のグラフで示す図である。
実施形態に係る実験１の結果を示す図である。
実施形態に係る実験２で用いた入力データの例を示す図である。
実施形態に係る実験２の結果を示す図である。
実施形態に係る実験３における１２個の動作を示す図である。
実施形態に係る実験３における筋電位センサの位置の例を示す図である。
実施形態に係る実験３におけるセンサ測定信号の例を示す図である。
実施形態に係る実験３の結果を示す図である。
実施形態に係る実験４の結果を示す図である。
実施形態に係るコンピュータの構成の例を示す図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許