データ処理装置、データ処理方法、およびプログラム
【課題】バリエーションのある時系列データを生成する。
【解決手段】空間的な配置構造が与えられた複数のノードから構成される入力ネットワークnet11、および出力ネットワークnet12を有する入出力関係モデルにおける入力ネットワークnet11のノードが、入力データに適合する度合いを表すスコアを求めるとともに、出力ネットワークnet12のノードが、出力データに適合する度合いを表すスコアを求める。そして、入力ネットワークnet11のノードの、入力データに対するスコアの分布である入力発火パターンと、出力ネットワークnet12のノードの、出力データに対するスコアの分布である出力発火パターンとに基づいて、入力発火パターンと出力発火パターンとを対応付ける対パターン対応情報を学習する。本発明は、例えば、ロボットなどに適用できる。
【解決手段】空間的な配置構造が与えられた複数のノードから構成される入力ネットワークnet11、および出力ネットワークnet12を有する入出力関係モデルにおける入力ネットワークnet11のノードが、入力データに適合する度合いを表すスコアを求めるとともに、出力ネットワークnet12のノードが、出力データに適合する度合いを表すスコアを求める。そして、入力ネットワークnet11のノードの、入力データに対するスコアの分布である入力発火パターンと、出力ネットワークnet12のノードの、出力データに対するスコアの分布である出力発火パターンとに基づいて、入力発火パターンと出力発火パターンとを対応付ける対パターン対応情報を学習する。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】
時系列データの学習を行うデータ処理装置において、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記入力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記入力SOMを、自己組織的に更新する処理と、
前記出力SOMのノードが、時系列データである出力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記出力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記出力SOMを、自己組織的に更新する処理と
を行う認識学習処理手段と、
前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、前記出力データに対するスコアの分布である出力発火パターンとに基づいて、前記入力発火パターンと前記出力発火パターンとを対応付ける対パターン対応情報を学習する対パターン対応情報更新手段と
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をさらに備え、
前記認識学習処理手段は、
前記入力SOMのノードが、所定の時間単位の入力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、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勝者ノードに決定し、その勝者ノードに基づいて、前記入力SOMを、自己組織的に更新する処理と、
前記出力SOMのノードが、所定の時間単位の出力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、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勝者ノードに決定し、その勝者ノードに基づいて、前記出力SOMを、自己組織的に更新する処理と
を行い、
前記対パターン対応情報更新手段は、
前記入力SOMのノードの、前記所定の時間単位の入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、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スコアの分布である出力発火パターンとに基づいて、前記入力発火パターンと前記出力発火パターンとを対応付ける対パターン対応情報を学習する
請求項1に記載のデータ処理装置。
【請求項3】
前記所定の時間単位の出力データの少なくとも一部の時系列データと、前記所定の時間単位の出力データに対する前記出力発火パターンとに基づいて、前記少なくとも一部の時系列データと、前記出力発火パターンとを対応付ける対時系列対応情報を学習する生成学習処理手段をさらに備える
請求項2に記載のデータ処理装置。
【請求項4】
前記認識学習処理手段は、
前記入力SOMについて、1の所定の時間単位の入力データの直前の所定の時間単位の入力データに対する勝者ノードとの距離が所定の距離以内のノードである距離制限ノードの中から、前記1の所定の時間単位の入力データに対する勝者ノードを決定し、
前記出力SOMについて、1の所定の時間単位の出力データの直前の所定の時間単位の出力データに対する勝者ノードとの距離が所定の距離以内のノードである距離制限ノードの中から、前記1の所定の時間単位の出力データに対する勝者ノードを決定する
請求項2に記載のデータ処理装置。
【請求項5】
時系列データ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、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記入力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記入力SOMを、自己組織的に更新する処理と、
前記出力SOMのノードが、時系列データである出力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記出力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記出力SOMを、自己組織的に更新する処理と
を行い、
前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、前記出力データに対するスコアの分布である出力発火パターンとに基づいて、前記入力発火パターンと前記出力発火パターンとを対応付ける対パターン対応情報を学習する
ステップを含むデータ処理方法。
【請求項6】
時系列データ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、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記入力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記入力SOMを、自己組織的に更新する処理と、
前記出力SOMのノードが、時系列データである出力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記出力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記出力SOMを、自己組織的に更新する処理と
を行い、
前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、前記出力データに対するスコアの分布である出力発火パターンとに基づいて、前記入力発火パターンと前記出力発火パターンとを対応付ける対パターン対応情報を学習する
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7】
時系列データの処理を行うデータ処理装置において、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンを出力する認識手段と、
前記入力発火パターンと、前記出力SOMのノードの、時系列データである出力データに対するスコアの分布である出力発火パターンとを対応付ける対パターン対応情報に基づいて、前記入力発火パターンに対応する前記出力発火パターンを決定する出力発火パターン決定手段と
を備えるデータ処理装置。
【請求項8】
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をさらに備え、
前記認識手段は、前記入力SOMのノードが、所定の時間単位の入力データに適合する度合いを表すスコアを求め、前記入力SOMのノードの、所定の時間単位の入力データに対するスコアの分布である入力発火パターンを出力し、
前記対パターン対応情報は、前記入力SOMのノードの、前記所定の時間単位の入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、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スコアの分布である出力発火パターンとを対応付ける情報である
請求項7に記載のデータ処理装置。
【請求項9】
前記所定の時間単位の出力データの少なくとも一部の時系列データと、前記所定の時間単位の出力データに対する前記出力発火パターンとを対応付ける対時系列対応情報に基づいて、前記出力発火パターンに対応する時系列データを生成する時系列生成手段をさらに備える
請求項8に記載のデータ処理装置。
【請求項10】
時系列データの処理を行うデータ処理装置のデータ処理方法において、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンを出力し、
前記入力発火パターンと、前記出力SOMのノードの、時系列データである出力データに対するスコアの分布である出力発火パターンとを対応付ける対パターン対応情報に基づいて、前記入力発火パターンに対応する前記出力発火パターンを決定する
ステップを含むデータ処理方法。
【請求項11】
時系列データの処理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、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンを出力し、
前記入力発火パターンと、前記出力SOMのノードの、時系列データである出力データに対するスコアの分布である出力発火パターンとを対応付ける対パターン対応情報に基づいて、前記入力発火パターンに対応する前記出力発火パターンを決定する
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1】
時系列データの学習を行うデータ処理装置において、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記入力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記入力SOMを、自己組織的に更新する処理と、
前記出力SOMのノードが、時系列データである出力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記出力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記出力SOMを、自己組織的に更新する処理と
を行う認識学習処理手段と、
前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、前記出力データに対するスコアの分布である出力発火パターンとに基づいて、前記入力発火パターンと前記出力発火パターンとを対応付ける対パターン対応情報を学習する対パターン対応情報更新手段と
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をさらに備え、
前記認識学習処理手段は、
前記入力SOMのノードが、所定の時間単位の入力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、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勝者ノードに決定し、その勝者ノードに基づいて、前記入力SOMを、自己組織的に更新する処理と、
前記出力SOMのノードが、所定の時間単位の出力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、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勝者ノードに決定し、その勝者ノードに基づいて、前記出力SOMを、自己組織的に更新する処理と
を行い、
前記対パターン対応情報更新手段は、
前記入力SOMのノードの、前記所定の時間単位の入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、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スコアの分布である出力発火パターンとに基づいて、前記入力発火パターンと前記出力発火パターンとを対応付ける対パターン対応情報を学習する
請求項1に記載のデータ処理装置。
【請求項3】
前記所定の時間単位の出力データの少なくとも一部の時系列データと、前記所定の時間単位の出力データに対する前記出力発火パターンとに基づいて、前記少なくとも一部の時系列データと、前記出力発火パターンとを対応付ける対時系列対応情報を学習する生成学習処理手段をさらに備える
請求項2に記載のデータ処理装置。
【請求項4】
前記認識学習処理手段は、
前記入力SOMについて、1の所定の時間単位の入力データの直前の所定の時間単位の入力データに対する勝者ノードとの距離が所定の距離以内のノードである距離制限ノードの中から、前記1の所定の時間単位の入力データに対する勝者ノードを決定し、
前記出力SOMについて、1の所定の時間単位の出力データの直前の所定の時間単位の出力データに対する勝者ノードとの距離が所定の距離以内のノードである距離制限ノードの中から、前記1の所定の時間単位の出力データに対する勝者ノードを決定する
請求項2に記載のデータ処理装置。
【請求項5】
時系列データ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、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記入力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記入力SOMを、自己組織的に更新する処理と、
前記出力SOMのノードが、時系列データである出力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記出力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記出力SOMを、自己組織的に更新する処理と
を行い、
前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、前記出力データに対するスコアの分布である出力発火パターンとに基づいて、前記入力発火パターンと前記出力発火パターンとを対応付ける対パターン対応情報を学習する
ステップを含むデータ処理方法。
【請求項6】
時系列データ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、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記入力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記入力SOMを、自己組織的に更新する処理と、
前記出力SOMのノードが、時系列データである出力データに適合する度合いを表すスコアを求め、前記スコアが最も良いノードを、前記出力データに最も適合するノードである勝者ノードに決定し、その勝者ノードに基づいて、前記出力SOMを、自己組織的に更新する処理と
を行い、
前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、前記出力データに対するスコアの分布である出力発火パターンとに基づいて、前記入力発火パターンと前記出力発火パターンとを対応付ける対パターン対応情報を学習する
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7】
時系列データの処理を行うデータ処理装置において、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンを出力する認識手段と、
前記入力発火パターンと、前記出力SOMのノードの、時系列データである出力データに対するスコアの分布である出力発火パターンとを対応付ける対パターン対応情報に基づいて、前記入力発火パターンに対応する前記出力発火パターンを決定する出力発火パターン決定手段と
を備えるデータ処理装置。
【請求項8】
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をさらに備え、
前記認識手段は、前記入力SOMのノードが、所定の時間単位の入力データに適合する度合いを表すスコアを求め、前記入力SOMのノードの、所定の時間単位の入力データに対するスコアの分布である入力発火パターンを出力し、
前記対パターン対応情報は、前記入力SOMのノードの、前記所定の時間単位の入力データに対するスコアの分布である入力発火パターンと、前記出力SOMのノードの、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スコアの分布である出力発火パターンとを対応付ける情報である
請求項7に記載のデータ処理装置。
【請求項9】
前記所定の時間単位の出力データの少なくとも一部の時系列データと、前記所定の時間単位の出力データに対する前記出力発火パターンとを対応付ける対時系列対応情報に基づいて、前記出力発火パターンに対応する時系列データを生成する時系列生成手段をさらに備える
請求項8に記載のデータ処理装置。
【請求項10】
時系列データの処理を行うデータ処理装置のデータ処理方法において、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンを出力し、
前記入力発火パターンと、前記出力SOMのノードの、時系列データである出力データに対するスコアの分布である出力発火パターンとを対応付ける対パターン対応情報に基づいて、前記入力発火パターンに対応する前記出力発火パターンを決定する
ステップを含むデータ処理方法。
【請求項11】
時系列データの処理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、
空間的な配置構造が与えられた複数のノードから構成される入力SOM(Self-Organization Map)、および出力SOMを有する入出力関係モデルにおける前記入力SOMのノードが、時系列データである入力データに適合する度合いを表すスコアを求め、前記入力SOMのノードの、前記入力データに対するスコアの分布である入力発火パターンを出力し、
前記入力発火パターンと、前記出力SOMのノードの、時系列データである出力データに対するスコアの分布である出力発火パターンとを対応付ける対パターン対応情報に基づいて、前記入力発火パターンに対応する前記出力発火パターンを決定する
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】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】
【図32】
【図33】
【図34】
【図35】
【図36】
【図37】
【図38】
【図39】
【図40】
【図41】
【図42】
【図43】
【図44】
【図45】
【図46】
【図47】
【図48】
【図49】
【図50】
【図51】
【図52】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】
【図32】
【図33】
【図34】
【図35】
【図36】
【図37】
【図38】
【図39】
【図40】
【図41】
【図42】
【図43】
【図44】
【図45】
【図46】
【図47】
【図48】
【図49】
【図50】
【図51】
【図52】
【公開番号】特開2007−280056(P2007−280056A)
【公開日】平成19年10月25日(2007.10.25)
【国際特許分類】
【出願番号】特願2006−105548(P2006−105548)
【出願日】平成18年4月6日(2006.4.6)
【出願人】(000002185)ソニー株式会社 (34,172)
【公開日】平成19年10月25日(2007.10.25)
【国際特許分類】
【出願日】平成18年4月6日(2006.4.6)
【出願人】(000002185)ソニー株式会社 (34,172)
[ Back to top ]