ニューラルネットによるパターン識別技術

keywords.jpgニューラルネット,特徴抽出,パターン識別,音声認識,画像認識 

辻 敏夫 

TOSHIO TSUJI

division.jpg工学研究院 電気電子システム数理部門 サイバネティクス応用講座

position.jpg教授

研究概要

研究内容

現代社会システムの高度情報化に伴い,音声認識や画像認識をはじめとするパターン識別技術の工業的な応用が注目されている。しかしながら,一般的な日常生活において計測する電子情報にはノイズなどの不確定要素を含むため,そのような悪環境下でも安定して高い識別能力を示す製品が望まれる。
本研究室では,そのような不確定要素を含むサンプルデータから統計的特徴を学習的に抽出し,データの識別判断を確率的に行うニューラルネットシステム(日本国特許:2002-366927)を開発している。このニューラルネット(NN)は,時間的に特徴が変化するデータの識別も可能であり,従来のNNでは不可能であった学習時間の指定も自由に設定できる。

本研究の特徴・優位性

開発したNNは様々なデータのパターン識別が可能であり,この特長を生かすことによって汎用的なパターン識別システムの開発が期待できる。

お問い合わせ