データ処理装置、データ処理方法、およびプログラム

【課題】ロボット等に、実時間性が要求されるタスクを行わせる。
【解決手段】時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される入力ネットワークnet₁およびnet₃と、出力ネットワークnet₂を、自己組織的に更新する。さらに、入力ネットワークnet₁の時刻tのフレームの入力データに対する勝者ノードと、入力ネットワークnet₃の、時刻tから一定の時間だけ遅れた時刻t'のフレームの入力データに対する勝者ノードとの結合重みを強めるように更新するとともに、入力ネットワークnet₃の時刻t'のフレームの入力データに対する勝者ノードと、出力ネットワークnet₂の時刻t'のフレームの出力データに対する勝者ノードとの結合重みを強めるように更新する。本発明は、例えば、ロボットなどに適用できる。

Notice: Undefined index: DEJ in /mnt/www/gzt_disp.php on line 298

【特許請求の範囲】
【請求項１】
時系列データである入力データと、他の時系列のデータである出力データとの関係の学習を行うデータ処理装置において、
前記入力データから所定の時間単位の入力データを抽出するとともに、前記出力データから前記所定の時間単位の出力データを抽出する入出力データ抽出手段と、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される第１の入力時系列パターン記憶ネットワーク、および第２の入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記第１の入力時系列パターン記憶ネットワークのノードと、前記第２の入力時系列パターン記憶ネットワークのノードとが結合されているとともに、前記第２の入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記第１の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである第１の入力勝者ノードを決定し、前記第１の入力勝者ノードに基づいて、前記第１の入力時系列パターン記憶ネットワークを、自己組織的に更新する第１の認識学習処理手段と、
前記第２の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである第２の入力勝者ノードを決定し、前記第２の入力勝者ノードに基づいて、前記第２の入力時系列パターン記憶ネットワークを、自己組織的に更新する第２の認識学習処理手段と、
前記出力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の出力データに最も適合するノードである出力勝者ノードを決定し、前記出力勝者ノードに基づいて、前記出力時系列パターン記憶ネットワークを、自己組織的に更新する生成学習処理手段と、
前記第１の入力時系列パターン記憶ネットワークの前記所定の時間単位の入力データに対する前記第１の入力勝者ノードと、前記第２の入力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する前記第２の入力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と、
前記第２の入力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する前記第２の入力勝者ノードと、前記出力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の出力データに対する前記出力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と
を行う結合重み更新手段と
を備えるデータ処理装置。
【請求項２】
前記入力データは、外部の状態を検知するセンサを有するロボットに所定の行動をさせたときに、前記センサが出力する外部の状態を表す時系列のセンサデータであり、
前記出力データは、前記ロボットに前記所定の行動させるときに、前記ロボットを駆動するモータに供給される時系列のモータデータである
請求項１に記載のデータ処理装置。
【請求項３】
時系列データである入力データと、他の時系列のデータである出力データとの関係の学習を行うデータ処理装置のデータ処理方法において、
前記入力データから所定の時間単位の入力データを抽出するとともに、前記出力データから前記所定の時間単位の出力データを抽出し、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される第１の入力時系列パターン記憶ネットワーク、および第２の入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記第１の入力時系列パターン記憶ネットワークのノードと、前記第２の入力時系列パターン記憶ネットワークのノードとが結合されているとともに、前記第２の入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記第１の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである第１の入力勝者ノードを決定し、前記第１の入力勝者ノードに基づいて、前記第１の入力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記第２の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである第２の入力勝者ノードを決定し、前記第２の入力勝者ノードに基づいて、前記第２の入力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記出力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の出力データに最も適合するノードである出力勝者ノードを決定し、前記出力勝者ノードに基づいて、前記出力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記第１の入力時系列パターン記憶ネットワークの前記所定の時間単位の入力データに対する前記第１の入力勝者ノードと、前記第２の入力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する前記第２の入力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と、
前記第２の入力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する前記第２の入力勝者ノードと、前記出力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の出力データに対する前記出力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と
を行う
ステップを含むデータ処理方法。
【請求項４】
時系列データである入力データと、他の時系列のデータである出力データとの関係の学習を行うデータ処理を、コンピュータに実行させるプログラムにおいて、
前記入力データから所定の時間単位の入力データを抽出するとともに、前記出力データから前記所定の時間単位の出力データを抽出し、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される第１の入力時系列パターン記憶ネットワーク、および第２の入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記第１の入力時系列パターン記憶ネットワークのノードと、前記第２の入力時系列パターン記憶ネットワークのノードとが結合されているとともに、前記第２の入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記第１の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである第１の入力勝者ノードを決定し、前記第１の入力勝者ノードに基づいて、前記第１の入力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記第２の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである第２の入力勝者ノードを決定し、前記第２の入力勝者ノードに基づいて、前記第２の入力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記出力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の出力データに最も適合するノードである出力勝者ノードを決定し、前記出力勝者ノードに基づいて、前記出力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記第１の入力時系列パターン記憶ネットワークの前記所定の時間単位の入力データに対する前記第１の入力勝者ノードと、前記第２の入力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する前記第２の入力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と、
前記第２の入力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する前記第２の入力勝者ノードと、前記出力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の出力データに対する前記出力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と
を行う
ステップを含む前記データ処理を、コンピュータに実行させるプログラム。
【請求項５】
時系列データである入力データに対して、他の時系列データである出力データを生成するデータ処理装置において、
前記入力データから所定の時間単位の入力データを抽出する入力データ抽出手段と、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される第１の入力時系列パターン記憶ネットワーク、および第２の入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記第１の入力時系列パターン記憶ネットワークのノードと、前記第２の入力時系列パターン記憶ネットワークのノードとが結合されているとともに、前記第２の入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記第１の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定する入力勝者ノード決定手段と、
前記第２の入力時系列パターン記憶ネットワークのノードの中から、前記入力勝者ノードとの結合が最強のノードである最強結合ノードを求め、前記出力時系列パターン記憶ネットワークのノードの中から、前記最強結合ノードとの結合が最強のノードを、前記出力データを生成する生成ノードとして決定する生成ノード決定手段と、
前記生成ノードが有する前記時系列パターンモデルに基づいて、前記出力データを生成する生成手段と
を備えるデータ処理装置。
【請求項６】
前記入力データは、外部の状態を検知する、ロボットが有するセンサが出力する外部の状態を表す時系列のセンサデータであり、
前記出力データは、前記ロボットを駆動するモータに供給される時系列のモータデータである
請求項５に記載のデータ処理装置。
【請求項７】
時系列データである入力データに対して、他の時系列データである出力データを生成するデータ処理装置のデータ処理方法において、
前記入力データから所定の時間単位の入力データを抽出し、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される第１の入力時系列パターン記憶ネットワーク、および第２の入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記第１の入力時系列パターン記憶ネットワークのノードと、前記第２の入力時系列パターン記憶ネットワークのノードとが結合されているとともに、前記第２の入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記第１の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定し、
前記第２の入力時系列パターン記憶ネットワークのノードの中から、前記入力勝者ノードとの結合が最強のノードである最強結合ノードを求め、前記出力時系列パターン記憶ネットワークのノードの中から、前記最強結合ノードとの結合が最強のノードを、前記出力データを生成する生成ノードとして決定し、
前記生成ノードが有する前記時系列パターンモデルに基づいて、前記出力データを生成する
ステップを含むデータ処理方法。
【請求項８】
時系列データである入力データに対して、他の時系列データである出力データを生成するデータ処理を、コンピュータに実行させるプログラムにおいて、
前記入力データから所定の時間単位の入力データを抽出し、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される第１の入力時系列パターン記憶ネットワーク、および第２の入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記第１の入力時系列パターン記憶ネットワークのノードと、前記第２の入力時系列パターン記憶ネットワークのノードとが結合されているとともに、前記第２の入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記第１の入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定し、
前記第２の入力時系列パターン記憶ネットワークのノードの中から、前記入力勝者ノードとの結合が最強のノードである最強結合ノードを求め、前記出力時系列パターン記憶ネットワークのノードの中から、前記最強結合ノードとの結合が最強のノードを、前記出力データを生成する生成ノードとして決定し、
前記生成ノードが有する前記時系列パターンモデルに基づいて、前記出力データを生成する
ステップを含む前記データ処理を、コンピュータに実行させるプログラム。
【請求項９】
時系列データである入力データと、他の時系列のデータである出力データとの関係の学習を行うデータ処理装置において、
前記入力データから所定の時間単位の入力データを抽出するとともに、前記出力データから前記所定の時間単位の出力データを抽出する入出力データ抽出手段と、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記入力時系列パターン記憶ネットワークのノードどうしが結合されているとともに、前記入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定し、前記入力勝者ノードに基づいて、前記入力時系列パターン記憶ネットワークを、自己組織的に更新する認識学習処理手段と、
前記出力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の出力データに最も適合するノードである出力勝者ノードを決定し、前記出力勝者ノードに基づいて、前記出力時系列パターン記憶ネットワークを、自己組織的に更新する生成学習処理手段と、
前記入力時系列パターン記憶ネットワークの前記入力勝者ノードのうちの、前記所定の時間単位の入力データに対する第１の入力勝者ノードと、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する第２の入力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と、
前記入力時系列パターン記憶ネットワークの前記第２の入力勝者ノードと、前記出力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の出力データに対する前記出力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と
を行う結合重み更新手段と
を備えるデータ処理装置。
【請求項１０】
前記入力データは、外部の状態を検知するセンサを有するロボットに所定の行動をさせたときに、前記センサが出力する外部の状態を表す時系列のセンサデータであり、
前記出力データは、前記ロボットに前記所定の行動させるときに、前記ロボットを駆動するモータに供給される時系列のモータデータである
請求項９に記載のデータ処理装置。
【請求項１１】
時系列データである入力データと、他の時系列のデータである出力データとの関係の学習を行うデータ処理装置のデータ処理方法において、
前記入力データから所定の時間単位の入力データを抽出するとともに、前記出力データから前記所定の時間単位の出力データを抽出し、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記入力時系列パターン記憶ネットワークのノードどうしが結合されているとともに、前記入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定し、前記入力勝者ノードに基づいて、前記入力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記出力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の出力データに最も適合するノードである出力勝者ノードを決定し、前記出力勝者ノードに基づいて、前記出力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記入力時系列パターン記憶ネットワークの前記入力勝者ノードのうちの、前記所定の時間単位の入力データに対する第１の入力勝者ノードと、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する第２の入力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と、
前記入力時系列パターン記憶ネットワークの前記第２の入力勝者ノードと、前記出力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の出力データに対する前記出力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と
を行う
ステップを含むデータ処理方法。
【請求項１２】
時系列データである入力データと、他の時系列のデータである出力データとの関係の学習を行うデータ処理を、コンピュータに実行させるプログラムにおいて、
前記入力データから所定の時間単位の入力データを抽出するとともに、前記出力データから前記所定の時間単位の出力データを抽出し、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記入力時系列パターン記憶ネットワークのノードどうしが結合されているとともに、前記入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定し、前記入力勝者ノードに基づいて、前記入力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記出力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の出力データに最も適合するノードである出力勝者ノードを決定し、前記出力勝者ノードに基づいて、前記出力時系列パターン記憶ネットワークを、自己組織的に更新し、
前記入力時系列パターン記憶ネットワークの前記入力勝者ノードのうちの、前記所定の時間単位の入力データに対する第１の入力勝者ノードと、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の入力データに対する第２の入力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と、
前記入力時系列パターン記憶ネットワークの前記第２の入力勝者ノードと、前記出力時系列パターン記憶ネットワークの、前記所定の時間単位の入力データの時刻から一定の時間だけ遅れた前記所定の時間単位の出力データに対する前記出力勝者ノードとの結合の度合いを表す結合重みを強めるように更新する処理と
を行う
ステップを含む前記データ処理を、コンピュータに実行させるプログラム。
【請求項１３】
時系列データである入力データに対して、他の時系列データである出力データを生成するデータ処理装置において、
前記入力データから所定の時間単位の入力データを抽出する入力データ抽出手段と、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記入力時系列パターン記憶ネットワークのノードどうしが結合されているとともに、前記入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定する入力勝者ノード決定手段と、
前記入力時系列パターン記憶ネットワークのノードの中から、前記入力勝者ノードとの結合が最強のノードである最強結合ノードを求め、前記出力時系列パターン記憶ネットワークのノードの中から、前記最強結合ノードとの結合が最強のノードを、前記出力データを生成する生成ノードとして決定する生成ノード決定手段と、
前記生成ノードが有する前記時系列パターンモデルに基づいて、前記出力データを生成する生成手段と
を備えるデータ処理装置。
【請求項１４】
前記入力データは、外部の状態を検知する、ロボットが有するセンサが出力する外部の状態を表す時系列のセンサデータであり、
前記出力データは、前記ロボットを駆動するモータに供給される時系列のモータデータである
請求項１３に記載のデータ処理装置。
【請求項１５】
時系列データである入力データに対して、他の時系列データである出力データを生成するデータ処理装置のデータ処理方法において、
前記入力データから所定の時間単位の入力データを抽出し、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記入力時系列パターン記憶ネットワークのノードどうしが結合されているとともに、前記入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定し、
前記入力時系列パターン記憶ネットワークのノードの中から、前記入力勝者ノードとの結合が最強のノードである最強結合ノードを求め、前記出力時系列パターン記憶ネットワークのノードの中から、前記最強結合ノードとの結合が最強のノードを、前記出力データを生成する生成ノードとして決定し、
前記生成ノードが有する前記時系列パターンモデルに基づいて、前記出力データを生成する
ステップを含むデータ処理方法。
【請求項１６】
時系列データである入力データに対して、他の時系列データである出力データを生成するデータ処理を、コンピュータに実行させるプログラムにおいて、
前記入力データから所定の時間単位の入力データを抽出し、
前記入力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される入力時系列パターン記憶ネットワークと、
前記出力データとしての時系列データのパターンである時系列パターンを表現する時系列パターンモデルを有する複数のノードから構成される出力時系列パターン記憶ネットワークと
を有し、
前記入力時系列パターン記憶ネットワークのノードどうしが結合されているとともに、前記入力時系列パターン記憶ネットワークのノードと、前記出力時系列パターン記憶ネットワークのノードとが結合されている
入出力関係モデルにおける前記入力時系列パターン記憶ネットワークのノードの中から、前記所定の時間単位の入力データに最も適合するノードである入力勝者ノードを決定し、
前記入力時系列パターン記憶ネットワークのノードの中から、前記入力勝者ノードとの結合が最強のノードである最強結合ノードを求め、前記出力時系列パターン記憶ネットワークのノードの中から、前記最強結合ノードとの結合が最強のノードを、前記出力データを生成する生成ノードとして決定し、
前記生成ノードが有する前記時系列パターンモデルに基づいて、前記出力データを生成する
ステップを含む前記データ処理を、コンピュータに実行させるプログラム。

【図１】