• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:

    公开号:WO1987002805A1
    申请号:PCT/JP1986/000551
    申请日:1986-10-30
    公开日:1987-05-07
    发明作者:Kunihiko Hukushima
    申请人:Nippon Hoso Kyokai；
    IPC主号:G06K9-00
    专利说明:
    [0001] 明 細 書 階 層 型 情 報 処 理 方 式 技 術 分 野
    [0002] 本発明は、 それぞれ複数個の非線形素子を二次元的に配 置した情報処理層を複数層順次に配列して情報を処理する 階層型情報処理方式に関し、 特に、 形状の歪みや位置ずれ の甚しい文字、 図形あるいは拡大縮小を伴う文字、 図形の パターンを容易かつ正確に認識し得るのみならず、 パター ンに含まれるノ イ ズを除去し、 あるいは、 パターンの欠損 部分を補間する自己想起型の高度の連想記憶機能を有する ようにしたものである。
    [0003] 背 景 技 術
    [0004] 従来、 不完全なパターンをもとに完全なパターンを構成 し、 あるいは、 認識するに必要な回路としては、 種々の自 己想起型連想記憶回路が提唱されている。 しかしこれらの 連想記憶回路はいずれも、 入力パターンが過去に学習し 標準のパターンのみならず、 大きさ、 形、 位置までも完全 に一致している場合にだけしか満足に動作しなかった。 ま た、 従来より、 自己相関関数を用いる連想記憶方式のよう に、 入力パタ一ンの位置ずれだけを許容する方式もあった が、 この方式においてもパターンの大きさの変化や形の歪 みに対しては全く無力であった。
    [0005] かかる入力パターンの位置ずれ、 形状の歪み、 大きさの 違いなどに影響されずに、 正しくパターンを認識する能力 を有するパタ一ン認識方式" ネオコグニ ト口ン" を、 本出 願人はすでに特許第 1221756 号 （特公昭 58-53790号）"パ ターン認識方式" および特許第 1279063号 （特公昭 60- 712 ' 号） "パターン認識装置" によって開示している。 しかし 上述の方式および装置は上述した範囲のバタ一ン認識のみ に関するものであって、 ある一つの事象に関する不完全な 情報や曖昧な情報などからその事象に関する情報を自己想 起して出力する能力、 すなわち、 より高度のパターン認識 を達成するに必要な連想記憶能力はもっていなかった。 一方、 連想記憶能力を有する方式として、 複数個の入力 パタ一ンのなかから、 すでに学習した標準のパタ一ンに似 ているパターンを次々に順番に従って選び出したり、 不完 全なパターンあるいはノ イズにより不鮮明となった入力パ ターンから完全なパターンを再生する能力を有する階層型 情報処理回路を、 本出願人は特開昭 59- 163679 号、 "階層 型情報処理回路'' により開示している。 しかしこの階層型 情報処理回路も、 従来から各所で提案されている通常の連 想記憶方式と同様に、 入力パターンの位置ずれや変形に対 する処理能力は備えていなかった。
    [0006] 発 明 の 開 示
    [0007] 本発明の目的は、 前述の諸欠点を除去し、 入力パターン にかなりの変形や大きさの変化または位置ずれがあっても 前述のネォコグ二 ト ロ ンのようにそれらに影響されず、 ま た従来にない高度の自己想起型の連想能力を示し、 さらに セグメ ンテーショ ン機能をも有するパターン認識を行ない 得る能力を前述の階層型情報処理回路に付与した新規な階 層型情報処理方式を提供することにある。
    [0008] したがって、 本発明階層型情報処理方式においては、 上 述した階層型情報処理回路を主体として情報処理を行なう にあたり、
    [0009] パタ一ン入力側の下位階層から認識出力側の上位階層に 向かう上向性信号経路と、 それとは逆に上位階層から下位 階層に向かう下向性信号経路との両信号経路を備え、
    [0010] 下位階層に与えられた入力情報が、 各階層で順次情報処 理されながら上向性信号経路を通って順次に上位階層に伝 えられていくのに逆行して、 上位階層の出力が下向性信号 経路を通って下位階層にフィー ドバッ ク されるようにし、 上位階層が反応出力を出すと、 上位階層から下位階層に 向かう下向性信号の働きによって、 上位階層のその反応出 力を惹き起こすのに役立つ上向性信号経路およびその経路 が有する情報処理過程に対しては促通作用が働き、 それ以 外の上向性信号経路およびその経路が有する情報処理過程 に対しては減衰作用が働くようにして、
    [0011] 入力側の下位階層に与えられた複数個のパタ一ンのなか の特定のパタ一ンに関する情報だけを選択的に取り入れる ことによって、 パターンのセグメ ンテーショ ン、 すなわち、 特定のパタ一ンの成分を他の部分と区別して切り出してい く ことの能力をもたせ、
    [0012] あるいは、 入力バタ一ンに舍まれるノ ィズを除去したり、 入力パターンの欠損部分を補間したり して、 不完全なパタ 一ンから完全なパタ一ンを連想的に再生し得るようにする。 すなわち、 本発明階層型情報処理方式は、 それぞれ情報 信号を伝達する複数本ずつの上向性信号経路を各階層間に 備えて複数階層に亘り順次に情報を処理するにあたり、 下 位階層から上位階層に向かう複数本ずつの前記上向性信号 経路とそれぞれ対にして上位階層から下位階層に向かう複 数本ずつの下向性信号経路を各階層間に設け、 前記上向性 信号経路の上位階層から応答出力が得られたときに、 その 応答出力に対応する信号を伝達した特定の前記上向性信号 経路と対をなす前記下向性信号経路に下向性信号を流し、 その下向性信号に応じて各前記上向性信号経路における情 報信号の伝達をそれぞれ制御することにより、 前記下向性 '信号に応じた制御による前記上位階層からの前記応答出力 の励起に対し、 役に立つ前記上向性信号経路には促通作用 が働き、 役に立たない前記上向性信号経路【こは減衰作用が 働くようにしたことを特徴とするものである。
    [0013] 図面の簡 単 な 説 明
    [0014] 第 1図は本発明方式による階層型情報処理回路に使用す る神経回路モデルの階層的構成の例を示すプロ ッ ク線図、 第 2図は第 1図示の階層的構造の一部における回路素子 間の空間的な結合関係を示すプロック線図である。
    [0015] 発明を実施するための最良の形態
    [0016] 一般に、 二つ以上のパタ一ンが組み合わさつた複合パタ 一ンを呈示されたときに、 われわれ人間はそれらのパタ一 ンの一つずつに順蕃に注意を向けながら観測し、 個々のパ タ一ンが何であるかを認識するとともに、 前述したパタ一 ンのセグメ ンテーショ ンを行なうことができる。 また、 そ れと同時に、 注意を向けた方のパターンに欠損部があつた りノ イズが加わっていても、 その欠損部を補間し、 あるい は、 ノ ィズを除去して完全なパタ一ンを連想することがで きる。 その際、 呈示された図形は、 必ずしもわれわれ人間 が過去に学習したことのある標準のパタ一ンに対して形や 大きさが完全に一致している必要はない。 形が多少歪んで いても、 大きさが変わっていても、 その変形したパターン そのものに対して直接に欠損部を補間し、 あるいは、 ノ ィ ズを除去することができ、 しかもこのような補間を行なう 際に、 注意を向けたパターンの欠損部に残されているわず かな痕跡まで有効に利用してもとのパターンを完成させる 能力も有している。 人間が有するこのような機能を実現す る神経回路モデルに基づく情報処理方式を提案したのが本 発明情報処理方式である。
    [0017] 以下に添付図面を参照して本発明の実施例を詳細に説明 する。
    [0018] ここには、 回路素子を層状に並べた多層回路による実施 例を示すが、 具体的に実現する場合には、 これと同じアル ゴリズムを実行しさえすればよいのであるから、 実施例と しては、 こ こに示す多層回路の構成に限定する必要は全く
    [0019] άい 0 ·
    [0020] パターン認識装置に使用する神経回路モデルは、 回路素 子を層状に並べた素子層を複数段組み合わせて構成されて いるが、 第 1図に示すその階層的構成のプロ ック線図には、
    [0021] 4段構成の場合を例にとって示してある。 図中の〇印は回 路素子を示す。 実際にはこれらの回路素子はいずれも各段 に複数個ずつ存在するが、 第 1図には、 同種の回路素子は 各 1個ずつしか示していない。 また、 これらの回路素子間 には、 図中の 1本線あるいは 2本線で示すような結合が存 在する。 1本線は亙いに対応する異種回路素子間に 1対 1 の関係の結合が存在することを示し、 2本線は異種回路素 子間に収束あるいは発散する複数対複数の結合が存在する ことを示している。
    [0022] さて、 上向性信号は、 " ネオコグニト ロ ン " （特許第
    [0023] 1221756 号および特許第 1279063 号明細書記載） と全く同 様の構成によって処理されていく。 すなわち、 特徴抽出素 子 US ( Us ., us2, us 3など、 以下同様） は、 抑制性素子 usv と組み合わさつてパターンの特徴を抽出する。 すなわち、 入力層のある特定の場所に、 ある特定の特徴があるときに だけ出力を出す。 一方、 特徵統合素子 Uc は、 同一特徴を 抽出するが、 その抽出場所の異なる複数個の特徴抽出素子 Us の出力を受けているので、 入力層上で特徴の呈示位置 が多少変化しても、 特徴統合素子 uc 自身は出力を出し続 ける。 これらの素子間の空間的な結合関係を第 2図に示す。 このようにして、 上向性信号は、 多層回路の各段で特徵の 抽出と統合を繰り返しながら、 局所的な特徴を次第に大局 的な特徴に組み上げていき、 最終段の特徴統合素子 uc は、 入力層全体の特徵、 すなわち、 入力パターンそのものを全 体的に観測し、 そのパタ一ンが何であるかを認識すること
    [0024] ^ck ¾ o
    [0025] すなわち、 最終段では、 入力パターンのカテゴリーに応 じて、 そのカテゴリーに対応する特徴統合素子 Uc 1個だ けが出力を出す。 この特徴の抽出と統合との適程で特徵相 互間の位置ずれを少しずつ許容していくので、 最終段では、 入力層に与えられたパターンの位置ずれのみならず、 形の 歪みに対しても影響を受けないパタ一ン認識が可能になる。 以上に説明した上向性信号の処理に関しては、 特許第 1221 756 号および特許第 1279063 号明細書に述べたネオコグニ ト 口 ンと同じ構成を用いることができる。
    [0026] さて、 これに対して、 下向性信号は、 上述の特徴抽出素 子 u s ゃ特徵統合素子 U c と対になる特徴指示素子 や 統合特徴指示素子 w c を経由して下位層に伝えられていく。 このとき、 下向性信号は、 上向性信号と全く逆の経路を伝 わって下向していく ようになっている。
    [0027] このためには、 特徴指示素子 ws から下向する信号は、 その特徴抽出素子 U s に向かって上向してく る信号と全く 逆の経路を迪るように素子問の結合係数を調整しておけば よい。 特徴指示用抑制素子 w s vは、 上向性信号に対する抑 制性素子 u s vに対応する補助的な素子である。 この部分の 構成は、 特開昭 59- 163679 号明細書に述べた階層型情報処 理回路とほぼ同じものを用いることができる。
    [0028] しかし、 統合特徴指示素子 w c から下向して前段の特徴 指示素子 wc に向かう信号の経路は、 その下向性信号のみ によって単独に決定することはできない。 その理由は、 統 合特徴指示素子 と対をなす特徴統合素子 U c では、 そ の入力側にある複数個の特徴抽出素子 U s のうちのいずれ か 1個でも出力を出せば特徴統合素子 u c も出力を出すよ うになつているからである。 そこで、 この統合特徴指示素 子 w c から発散的に送出される下向性信号は複数個の特徴 指示素子 w s に送られるが、 これらの特徵指示素子 w s は、 対応する特徵抽出素子 U S からもゲート的に働く信号を受 け取っており、 特徵抽出素子 u s と統合特徵指示素子 w c の両者から信号が来たときにだけ出力を出すようにしてお く。 このような構成にすることによって、 統合特徴指示素 子 W C から特徵指示素子 W S への下向性結合においても、 それと対をなす上向性信号すなわち特徵抽出素子 U s から 特徴統合素子 U C に至る信号の流れと同じ経路を迪つて下 向性信号を流すことが可能になる。
    [0029] 一方、 下向性信号も単に上向性信号の影響を受けるだけ ではなく、 下向性信号から上向性信号に及ぼす影響も存在 する。 すなわち、 最上段の 1個の特徴铳合素子 u c が出力 を出すという ことは、 その特徵統合素子 u c に対するカテ ゴリーのパターンがこの回路によって認識されたことを意 味する。 このとき、 最上段の特徴統合素子 U c から下向性 に伝えられる信号は、 その際に認識されたパタ一ンの認識 に直接に関係する素子だけに送られることになる。 ところ で、 もし、 下位入力段に与えられる入力パターンが複数個 のパタ一ンを舍む複合パターンであった場合、 上向性信号 経路の中間段においては、 必ずしも最終段で認識されたパ タ一ンの特徵に対応する素子だけではなく、 それ以外のバ タ一ンに舍まれる特徵に対応する素子も出力を出している はずである。 これらの出力のうちで、 最終的に認識された パターンに含まれる特徵に対応する素子の出力だけを残し、 それ以外の素子の出力を消すために、 特徴統合素子 U C に は、 生物における" 慣れ" と全く同様の作用効果をもたせ て、 入出力間の利得が時間とともに次第に減衰していく よ うにしてある。 しかし、 それと同時に、 対応する統合特徵 指示素子 wc からは、 この減衰を強制的に回復させる信号 を送り込むようにしてある。 その結果、 下向性信号が流れ ている経路にある特徴統合素子 UC に対しては促通作用が 働いて、 利得の低下は生じないことになる。
    [0030] 統合特徴指示素子 wc の出力はこのように対応する上向 性の特徴統合素子 UC に促 ¾作用をもたらすのみならず、 特徵抽出素子 US に対しても信号を送っている。 すなわち、 ある統合特徵指示素子 WC が出力を出しているにも拘らず、 それに対応する特徴統合素子 UC が出力を出していなかつ たということは、 上向性情報処理に際して、 その特徵統合 素子 UC が受け持つはずの特徴を抽出しそこなつたことを 意味する。 このような場合、 すなわち統合特徴指示素子 WC が出力を出しているにも拘らず、 対をなす特徴統合素子 lie が出力を出していない場合には、 そのことを閾値制御素子
    [0031] WC Hが検出する。 その検出の結果、 閾値制御素子 が出力 を出すと、 その出力信号は、 特徴抽出素子 US に加わって いる抑制性信号、 すなわち、 負極性の信号の働き方を弱め る作用をし、 その結果、 特徴抽出素子 Us の特徴抽出にお ける選択性が弱まることになる。 つまり、 閾値制御素子 wCK から信号を受けた特徴抽出素子 US は、 その特徵抽出素子 Us が本来抽出するはずの特徴が多少不完全であつても、 それに応答するようになる。 さらに換言すれば、 われわれ 人間がかすれた文字をみたとき、 そのかすれの部分に残さ れているわずかな痕跡を頼りに、 その箇所に存在するはず のパタ一ン成分を抽出するのと同じような働きを特徵抽出 素子 U s にさせるのことになる。
    [0032] このようにして痕跡程度にでも残っている特徵が特徵抽 出素子 u s によって抽出されると、 下向性信号は、 その特 徴抽出素子 u s に対応する特徴指示素子 ws を介してさら に下位段に伝えられていく ことになる。
    [0033] 以上のような操作を繰返して、 初段の統合特徵指示素子 c の層には、 最終段の特徴統合素子 u c の反応によって 認識されたパターンに対応する成分だけが現われることに なる。 しかも、 その際に、 下向性信号は対応する上向性信 号と同じ経路を迪つて下位層に伝えられることになるので、 たとえ入力されたパタ一ンが過去に学習した標準バタ一ン に比して変形していたとしても、 認識されたパターンに対 応する信号成分だけが変形した入力パターンそのままの形 で統合特徴指示素子 W c。の層に現われることになる。 また、 この変形した入力パタ一ンに欠損部があっても、 欠損部に 対してはその変形に対応した不自然さのない内挿が行なわ れ、 欠損部のない変形パターンが統合特徵指示素子 W C 0の 層に現われることになる。
    [0034] なお、 第 1図の右端に記してある最大値検出回 ¾ MAX か ら送り出される信号 X は、 最終段のどの特徵統合素子 u c も出力を出していないときにのみ出力され、 すべての特徵 抽出素子 u s に加えられる。 この信号 X は、 前述の閾値制 御素子 wC Kの 出力と同様に、 特徵抽出素子 u s の反応の 選択性を低下させ、 たとえ不完全でも特徴があればその特 徵を抽出するように働く。 その結果、 入力として加えられ た複数個のパターンのうちのいずれか 1個がまず検出され と る。
    [0035] このようにして、 複数個のパターンの中から特定の 1個 のパターンに対応する部分だけが切り離されて初段の統合 特徴指示素子 w c。の層に現われ、 その切り離されたパター ンのカテゴリ一は、 最終段の特徴統合素子 u c の層のうち どの素子が出力を出したかによつて判断、 すなわち、 認識 することができる。 つまり、 パターン認識におけるセグメ ンテーシヨ ンが行なわれることになる。 また、 初段の統合 特徴指示素子 w c。の層の出力を連想記憶における自己想起 -型の連想出力であると考えれば、 入力パタ一ンの変形や位 置ずれに影響されない連想記憶回路を実現し得ることにな る。
    [0036] さて、 複数個の入力パターンの中のある 1個のパターン が認識された後に、 別のパタ一ンの認識に移るためには、 それまで働いていた下向性信号の流れを一瞬止めればよい。 特徴統合素子 u c は、 対応する統合特徴指示素子 から の促通信号が切られたときに、 それまでに "慣れ " の効果 によって利得の下がっていた場合には利得が回復し、 促通 信号によって強制的に利得を増大させられていた場合には、 それまでの強制的な利得増大の程度に応じて、 疲労と全く 同様の形で利得が低下するようにしてある。 このようにす ると、 下向性信号の瞬断の後には、 それまで認識されてい たパターン成分は上向性信号経路を通りにく く なっている ので、 最初とは異なる別のパタ一ンが認識されることにな る 0 したがって、 前述のようなパターン認識、 セグメ ンテ一 ショ ン、 連想などの操作を、 入力として与えられた複数個 のパタ一ンに対して一つずつ順番に進めていく ことが可能 になる。
    [0037] なお、 第 1図および第 2図に示した可変結合の値は、 上 . 向性結合については特許第 1279063 号明細書に示すような 手法の自己学習によって変化させ、 下向性結合については、 特開昭 59- 163679 号明細書記載に類似した手法によって、 対応する上向性結合と連動して変化させればよい。
    [0038] なお、 第 1図における各素子間の接続、 結合の作用を表 わす結線記号については、 以下にまとめて説明する。
    [0039] = 収束、 発散性の複数対複数の結合
    [0040] 一 対応する素子間の 1対 1の結合
    [0041] → 固定結合
    [0042] I 興奮性 （正極性）
    [0043] -€> 可変結合/
    [0044] -ί 固定結合）
    [0045] - i 抑制性 （負極性）
    [0046] -£[可変結合 ,
    [0047] -0 利得制御信号
    [0048] 選択性制御信号 （相手側の素子への抑制の効
    [0049] き方を弱める）
    [0050] 産業上の利用可能性
    [0051] パタ一ン認識におけるセグメ ンテーショ ンは、 特 'に、 手 書き文字のように変形のある入力パターンに対して行なう ことが極めて困難であり、 従来は、 原稿用紙にあらかじめ 印刷されているマス目などを頼りにセグメ ンテーシヨ ンを 行なっていた。 しかして、 本発明方式によれば、 変形の可 能性のあるパターンに対しても、 その変形に影響されるこ となく正しく セグメ ンテーショ ンを行なうことができる。 一方、 連想記憶装置としては、 従来の方式によっては、 入力パターンに位置ずれ、 変形、 拡大縮小などがある場合 にも満足に動作する装置を作ることができなかったが、 本 発明方式によれば、 位置ずれ、 変形、 拡大縮小などに影響 されずに正しく動作する連想記憶装置を製作することが可 能となる。
    [0052] これは、 本発明階層型情報処理方式において使用する情 報処理回路に、 従来の上向性信号経路の他に下向性信号経 路を新たに設けたこと、 および、 上向性信号と下向性信号 との相互間に互いに対応する信号の流れは促通させ、 対応 しない信号の流れは減衰させるような作用をもたせること によって可能にしたものである。
    [0053] 以上のように、 本発明階層型情報処理方式によれば、 複 数個の入力パタ一ンの中から特定の 1個のパタ一ンに対応 する部分だけが切り離されてセグメ ンテ一ショ ンが行なわ れ、 また、 入力パター ンの欠損部分を補間する自己想起型 連想記憶が行なわれるなど、 従来にない極めて高度の機能 を具備したバタ一ン認識装置を実現することができる。 な お、 この場合においても特許第 1221756 号および特許第 12 79063 号明細書に記載のネオコグニ ト 口 ンと同様に、 入力 パターンの形状歪み、 位置ずれ、 拡大縮小に影響されるこ となく正しいパターン認識を行なうことができるなどの機 能が維持されていること勿論である。
    权利要求:
    Claims 請 求 の 範 囲
    1. それぞれ情報信号を伝達する複数本ずつの上向性信号 経路を各階層間に備えて複数階層に直り順次に情報を処 理するにあたり、 下位階層から上位階層に向かう複数本 ずつの前記上向性信号経路とそれぞれ対にして上位階層 から下位階層に向かう複数本ずつの下向性信号経路を各 階層間に設け、 前記上向性信号経路の上位階層から応答 出力が得られたときに、 その応答出力に対応する信号を 伝達した特定の前記上向性信号経路と対をなす前記下向 性信号経路に下向性信号を流し、 その下向性信号に応じ て各前記上向性信号経路における情報信号の伝達をそれ ぞれ制御することにより、 前記下向性信号に応じた制御 による前記上位階層からの前記応答出力の励起に対し、 役に立つ前記上向性信号経路には促通作用が働き、 役に 立たない前記上向性信号経路には減衰作用が働くように したことを特徵とする階層型情報処理方式。
    2. 情報信号の特定の特徴に応じて出力が得られる特徵抽 出素子および情報信号の同一特徴にそれぞれ応じた複数 個の前記特徴抽出素子からの出力に応じて出力が得られ る特徵統合素子を前記上向性信号経路にそれぞれ備えた ことを特徵とする特許請求の範囲第 1項記載の階層型情 報処理方式。
    3. 前記上向性信号経路の前記特徴抽出素子および前記特 徵統合素子の利得およびそれらの素子に加わる抑制の強 さのいずれかを前記下向性信号に応じてそれぞれ制御す ることにより、 前記促通作用および前記減衰作用がそれ ぞれ行なわれるようにしたことを特徵とする特許請求の 範囲第 2項記載の階層型情報処理方式。
    类似技术:
    公开号 | 公开日 | 专利标题
    Wang et al.2018|Supervised speech separation based on deep learning: An overview
    Chen et al.1993|A clustering technique for digital communications channel equalization using radial basis function networks
    US7885818B2|2011-02-08|Controlling an apparatus based on speech
    EP2574220B1|2019-11-27|Hand-held communication aid for individuals with auditory, speech and visual impairments
    CN101064975B|2013-03-27|车辆通信系统
    US7206255B2|2007-04-17|Signal processing apparatus and signal processing method
    CN102025852B|2014-11-19|在近端对回传音频的检测和抑制
    JP2764277B2|1998-06-11|音声認識装置
    US5185848A|1993-02-09|Noise reduction system using neural network
    Peters et al.2005|A model of attention and interest using gaze behavior
    US7120130B2|2006-10-10|Seamless redundant echo canceller replacement in a multi-channel echo canceller
    US10574804B2|2020-02-25|Automatic volume control of a voice signal provided to a captioning communication service
    JP2006030447A|2006-02-02|音声認識システムと該音声認識システムを備える移動体及び車両
    US4025721A|1977-05-24|Method of and means for adaptively filtering near-stationary noise from speech
    Hassanpour et al.2007|Feature extraction for paper currency recognition
    US20050273700A1|2005-12-08|Computer system with user interface having annotation capability
    US20020143532A1|2002-10-03|Method and system for collaborative speech recognition for small-area network
    JP5047453B2|2012-10-10|電気的負荷のフェールセーフ断路のための装置
    US8200488B2|2012-06-12|Method for processing speech using absolute loudness
    US4845746A|1989-07-04|Echo canceller with relative feedback control
    EP1046115B1|2002-11-27|Intelligent human/computer interface system
    ES2307155T5|2016-02-11|Dispositivo de conmutación de seguridad para un circuito de seguridad
    US20070019825A1|2007-01-25|In-vehicle audio processing apparatus
    KR20040015613A|2004-02-19|인공 신경망을 이용한 얼굴 인식 방법 및 장치
    US20080215516A1|2008-09-04|Systems and Methods for Predicting Consequences of Misinterpretation of User Commands in Automated Systems
    同族专利:
    公开号 | 公开日
    DE3689519D1|1994-02-17|
    US5058184A|1991-10-15|
    DE3689519T2|1994-06-16|
    EP0245508A1|1987-11-19|
    JPH0634236B2|1994-05-02|
    EP0245508A4|1990-04-10|
    JPS62106590A|1987-05-18|
    EP0245508B1|1994-01-05|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    JPS52127132A|1976-04-19|1977-10-25|Nippon Hoso Kyokai <Nhk>|Self systematizing memory unit with associating function|
    JPS53110334A|1977-03-08|1978-09-27|Nippon Telegr & Teleph Corp <Ntt>|Patern correction system|
    JPS5853790A|1981-09-25|1983-03-30|Hitachi Ltd|Core structure|
    JPS59163679A|1983-03-08|1984-09-14|Nippon Hoso Kyokai <Nhk>|Processing circuit of hierarchical information|
    JPS60712A|1984-05-28|1985-01-05|Matsushita Electric Ind Co Ltd|High voltage variable resistor|
    JPH01221756A|1988-02-29|1989-09-05|Canon Inc|Electrostatic charge image developing toner|
    JPH01279063A|1988-04-28|1989-11-09|Nagashima:Kk|Resealable cap|WO1988010476A1|1987-06-19|1988-12-29|Boston University|System for category recognition of analog pattern|
    WO1989002134A1|1987-08-28|1989-03-09|British Telecommunications Public Limited Company|Apparatus for pattern recognition|US3560927A|1966-11-04|1971-02-02|Control Data Corp|Multi-font reading machines|
    US3950733A|1974-06-06|1976-04-13|Nestor Associates|Information processing system|
    US4003022A|1974-08-02|1977-01-11|Nippon Electric Company, Ltd.|Symbol string pattern recognition equipment|
    US4075605A|1974-09-13|1978-02-21|Recognition Equipment Incorporated|Character recognition unit|
    JPS5517433B2|1974-09-20|1980-05-12|||
    JPS5853790B2|1979-03-19|1983-12-01|Japan Broadcasting Corp||
    JPS60712B2|1979-03-19|1985-01-09|Japan Broadcasting Corp||
    US4453268A|1981-03-18|1984-06-05|Lundy Electronics & Systems, Inc.|OCR Page reader|
    US4660166A|1985-01-22|1987-04-21|Bell Telephone Laboratories, Incorporated|Electronic network for collective decision based on large number of connections between signals|
    JPH0634236B2|1985-11-02|1994-05-02|日本放送協会|階層型情報処理方法|
    US4805225A|1986-11-06|1989-02-14|The Research Foundation Of The State University Of New York|Pattern recognition method and apparatus|
    US4881178A|1987-05-07|1989-11-14|The Regents Of The University Of Michigan|Method of controlling a classifier system|
    US4858147A|1987-06-15|1989-08-15|Unisys Corporation|Special purpose neurocomputer system for solving optimization problems|
    US4914708A|1987-06-19|1990-04-03|Boston University|System for self-organization of stable category recognition codes for analog input patterns|
    US4876731A|1988-02-19|1989-10-24|Nynex Corporation|Neural network model in pattern recognition using probabilistic contextual information|JPH0634236B2|1985-11-02|1994-05-02|日本放送協会|階層型情報処理方法|
    US5220641A|1988-10-11|1993-06-15|Kabushiki Kaisha Toshiba|Multi-layer perceptron circuit device|
    US5276769A|1989-03-13|1994-01-04|Sharp Kabushiki Kaisha|Neural network learning apparatus and method|
    EP0411341A3|1989-07-10|1992-05-13|Yozan Inc.|Neural network|
    US5191637A|1989-07-12|1993-03-02|Ricoh Company, Ltd.|Neuron unit and neuron unit network|
    US5185851A|1989-07-12|1993-02-09|Ricoh Company, Ltd.|Neuron unit and neuron unit network|
    US5481646A|1989-07-12|1996-01-02|Ricoh Company, Ltd.|Neuron unit and neuron unit network|
    EP0457325B1|1990-05-16|1997-09-03|Matsushita Electric Industrial Co., Ltd.|Recognition unit and recognizing and judging apparatus employing same|
    US5280547A|1990-06-08|1994-01-18|Xerox Corporation|Dense aggregative hierarhical techniques for data analysis|
    US5247605A|1990-07-02|1993-09-21|General Electric Company|Neural nets supplied synapse signals obtained by digital-to-analog conversion of plural-bit samples|
    US5159647A|1991-03-04|1992-10-27|David Sarnoff Research Center, Inc.|Fast and efficient search method for graphical data|
    US5329594A|1991-03-06|1994-07-12|Matsushita Electric Industrial Co., Ltd.|Recognizing and judging apparatus|
    US5438676A|1991-05-10|1995-08-01|Siemens Corporate Research, Inc.|Method for adapting a similarity function for identifying misclassified software objects|
    US5317741A|1991-05-10|1994-05-31|Siemens Corporate Research, Inc.|Computer method for identifying a misclassified software object in a cluster of internally similar software objects|
    US5428788A|1991-05-10|1995-06-27|Siemens Corporate Research, Inc.|Feature ratio method for computing software similarity|
    US5440742A|1991-05-10|1995-08-08|Siemens Corporate Research, Inc.|Two-neighborhood method for computing similarity between two groups of objects|
    EP0513652A3|1991-05-10|1994-03-09|Siemens Ag||
    US5485621A|1991-05-10|1996-01-16|Siemens Corporate Research, Inc.|Interactive method of using a group similarity measure for providing a decision on which groups to combine|
    US5500905A|1991-06-12|1996-03-19|Microelectronics And Computer Technology Corporation|Pattern recognition neural network with saccade-like operation|
    US5440651A|1991-06-12|1995-08-08|Microelectronics And Computer Technology Corp.|Pattern recognition neural network|
    US5493688A|1991-07-05|1996-02-20|Booz, Allen & Hamilton, Inc.|Pattern categoritzation system having self-organizing analog fields|
    US5179596A|1991-07-05|1993-01-12|Booz, Allen & Hamilton, Inc.|Analog pattern categorization system having dual weighted connectivity between nodes|
    US5943661A|1991-07-11|1999-08-24|Texas Instruments Incorporated|Hybrid neural network classifier, systems and methods|
    US5740274A|1991-09-12|1998-04-14|Fuji Photo Film Co., Ltd.|Method for recognizing object images and learning method for neural networks|
    US6728404B1|1991-09-12|2004-04-27|Fuji Photo Film Co., Ltd.|Method for recognizing object images and learning method for neural networks|
    JPH07117950B2|1991-09-12|1995-12-18|株式会社エイ・ティ・アール視聴覚機構研究所|パターン認識装置およびパターン学習装置|
    US8352400B2|1991-12-23|2013-01-08|Hoffberg Steven M|Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore|
    US6418424B1|1991-12-23|2002-07-09|Steven M. Hoffberg|Ergonomic man-machine interface incorporating adaptive pattern recognition based control system|
    US10361802B1|1999-02-01|2019-07-23|Blanding Hovenweep, Llc|Adaptive pattern recognition based control system and method|
    US7904187B2|1999-02-01|2011-03-08|Hoffberg Steven M|Internet appliance system and method|
    US5903454A|1991-12-23|1999-05-11|Hoffberg; Linda Irene|Human-factored interface corporating adaptive pattern recognition based controller apparatus|
    US5402520A|1992-03-06|1995-03-28|Schnitta; Bonnie S.|Neural network method and apparatus for retrieving signals embedded in noise and analyzing the retrieved signals|
    US5675668A|1992-04-08|1997-10-07|Kawaski Steel Corporation|Coding method, semiconductor memory for implementing coding method, decoder for semiconductor memory and method for identification of hand-written characters|
    JP3318958B2|1992-04-30|2002-08-26|松下電器産業株式会社|学習型波形認識処理装置|
    JPH0731705B2|1992-08-24|1995-04-10|東京工業大学長|自己学習型積和演算回路素子及び回路|
    US5355528A|1992-10-13|1994-10-11|The Regents Of The University Of California|Reprogrammable CNN and supercomputer|
    WO1994027251A1|1993-05-18|1994-11-24|Massachusetts Institute Of Technology|Automated reading system and method|
    US5784485A|1994-08-25|1998-07-21|Xu; Youguang|Method and apparatus for automated pattern recognition|
    US5659666A|1994-10-13|1997-08-19|Thaler; Stephen L.|Device for the autonomous generation of useful information|
    JP3630734B2|1994-10-28|2005-03-23|キヤノン株式会社|情報処理方法|
    US5845271A|1996-01-26|1998-12-01|Thaler; Stephen L.|Non-algorithmically implemented artificial neural networks and components thereof|
    US6185337B1|1996-12-17|2001-02-06|Honda Giken Kogyo Kabushiki Kaisha|System and method for image recognition|
    EP0859332A1|1997-02-12|1998-08-19|SGS-THOMSON MICROELECTRONICS S.r.l.|Word recognition device and method|
    JPH11338844A|1998-05-22|1999-12-10|Nec Corp|発火数制御型神経回路装置|
    US6400996B1|1999-02-01|2002-06-04|Steven M. Hoffberg|Adaptive pattern recognition based control system and method|
    US6850252B1|1999-10-05|2005-02-01|Steven M. Hoffberg|Intelligent electronic appliance system and method|
    US7054850B2|2000-06-16|2006-05-30|Canon Kabushiki Kaisha|Apparatus and method for detecting or recognizing pattern by employing a plurality of feature detecting elements|
    JP4532678B2|2000-06-16|2010-08-25|キヤノン株式会社|パターン検出装置及び方法、画像処理装置及び方法、ニューラルネットワーク装置|
    JP2002358523A|2001-05-31|2002-12-13|Canon Inc|パターン認識処理装置及びその方法、画像入力装置|
    US9269043B2|2002-03-12|2016-02-23|Knowm Tech, Llc|Memristive neural processor utilizing anti-hebbian and hebbian technology|
    US7028271B2|2002-11-06|2006-04-11|Canon Kabushiki Kaisha|Hierarchical processing apparatus|
    MY138544A|2003-06-26|2009-06-30|Neuramatix Sdn Bhd|Neural networks with learning and expression capability|
    US20050222828A1|2004-04-02|2005-10-06|Ehtibar Dzhafarov|Method for computing subjective dissimilarities among discrete entities|
    US7478192B2|2004-11-03|2009-01-13|Saffron Technology, Inc.|Network of networks of associative memory networks|
    US8775341B1|2010-10-26|2014-07-08|Michael Lamport Commons|Intelligent control with hierarchical stacked neural networks|
    US9015093B1|2010-10-26|2015-04-21|Michael Lamport Commons|Intelligent control with hierarchical stacked neural networks|
    法律状态:
    1987-05-07| AK| Designated states|Kind code of ref document: A1 Designated state(s): US |
    1987-05-07| AL| Designated countries for regional patents|Kind code of ref document: A1 Designated state(s): DE FR GB NL |
    1987-07-01| WWE| Wipo information: entry into national phase|Ref document number: 1986906452 Country of ref document: EP |
    1987-11-19| WWP| Wipo information: published in national office|Ref document number: 1986906452 Country of ref document: EP |
    1994-01-05| WWG| Wipo information: grant in national office|Ref document number: 1986906452 Country of ref document: EP |
    优先权:
    申请号 | 申请日 | 专利标题
    JP60245298A|JPH0634236B2|1985-11-02|1985-11-02|階層型情報処理方法|
    JP60/245298||1985-11-02||DE3689519T| DE3689519T2|1985-11-02|1986-10-30|Hierarchisches datenverarbeitungssystem.|
    [返回顶部]