【課題】無数の仕方で回路網を内部で修正し得ることは、発生され得る実行可能なコンセプトの数に膨大な数値的卓越性を可能にする。タンデム配置はこの仕事での完全な自律性を可能にする。
【解決手段】人間の創造力をシミュレートするための装置（２０）は、ある予め定められた知識領域のなかで入力‐出力マップを作るべく訓練された神経回路網（２２）と、予め定められた知識領域のなかに変化を生じさせる摂動を神経回路網に与えるための装置とを用いており、神経回路網（２２）は神経回路網（２２）の出力を第２の神経回路網（２４）に与えるためのオプション出力（２６）を有し、第２の神経回路網はそのなかでの訓練に基づいて出力を評価しかつ選択する。本装置は、前記神経回路網のなかで起こる変化にさらに影響を与えるべく第２の神経回路網（２４）から第１の神経回路網（２２）への相互フィードバック接続（２８）を含んでいてもよい。 （もっと読む）

【課題】認識生成処理によって出力される信号の不連続性を抑制することができるようにする。
【解決手段】認識部１１１は、特徴抽出部１３から供給される時系列データに最も適合するダイナミクスに対応するノードである勝者ノードを、ダイナミクス記憶ネットワークのノードから決定し、その決定された勝者ノードを表す情報を認識結果１７として出力する。認識部１１１は、勝者ノードの切替によって生じる出力信号の不連続性を抑制するようにして、勝者ノードを決定する。本発明は、例えば、時系列データを認識生成する情報処理装置に適用できる。 （もっと読む）

【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。 （もっと読む）

【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。 （もっと読む）

【課題】認識生成処理によって出力される信号の不連続性を抑制することができるようにする。
【解決手段】生成部２１１は、制御信号１８によって指定される、ダイナミクス記憶ネットワークのノードを用いて、特徴抽出部１３から供給される時系列データに対応する出力信号を生成する。生成部２１１は、生成した出力信号を、現在の状態が学習された既知の状態であるか、または、まだ学習されていない未知の状態であるかを識別した識別結果に応じてスムージングしてから出力する。本発明は、例えば、時系列データを認識生成する情報処理装置に適用できる。 （もっと読む）

【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出力ネットワークnet₁₂のノードが、時系列データに適合する度合いを表すスコアを求め、スコアが最も良いノードが、時系列データに最も適合するノードである勝者ノードに決定され、その勝者ノードに基づいて、出力ネットワークnet₁₂が、自己組織的に更新される。さらに、時系列データと、出力ネットワークnet₁₂のノードの、時系列データに対するスコアの分布である発火パターンとに基づいて、時系列データと、発火パターンとを対応付ける対時系列対応情報が学習される。本発明は、例えば、ロボットなどに適用できる。 （もっと読む）

【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】入出力関係モデルM₁₁₁₂は、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net₁₁と、出力ネットワークnet₁₂とを有し、入力ネットワークnet₁₁と、出力ネットワークnet₁₂とは、時系列データに基づいて、自己組織的に更新される。また、入力ネットワークnet₁₁と出力ネットワークnet₁₂とのノードどうしは結合されており、入力ネットワークnet₁の時刻tのフレームの時系列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から一定の時間だけ遅れた時刻t'のフレームの時系列データに対する勝者ノードとの結合重みが強めるように更新される。本発明は、例えば、ロボットなどに適用できる。 （もっと読む）

【課題】 本発明は、印象の異なるフレーズを考慮して検索することができ、ユーザが所望する印象の楽曲を精度良く検索することができる楽曲検索装置および楽曲検索方法を提供することを課題とする。
【解決手段】 特徴データ抽出部１３は、楽曲データから複数組の特徴データを抽出し、印象度データ変換部１４は、抽出された複数組の特徴データを人間の感性で判断する印象度データにそれぞれ変換し、範囲データ決定部１５は、変換された複数組の印象度データに基づいて範囲データを決定し、楽曲検索部１７は、受け付けた検索条件を含む範囲データの楽曲データを特定する。 （もっと読む）

【課題】 本発明は、印象の異なるフレーズを考慮して検索することができ、ユーザが所望する印象の楽曲を精度良く検索することができる楽曲検索装置および楽曲検索方法を提供することを課題とする。
【解決手段】 特徴データ抽出部１３は、楽曲データから複数組の特徴データを抽出し、範囲データ決定部１５は、抽出した複数組の前記特徴データに基づいて、幅を持って楽曲データの印象を表す範囲データを決定し、楽曲検索部１７は、受け付けた検索範囲と重なる範囲データの楽曲データを特定し、特定した楽曲データの範囲データにおいて検索範囲と重なっている領域が占める割合を重なり度合として算出することで、特定した楽曲データを順位付けする。 （もっと読む）

【課題】監視装置を構成するニューラルネットワークによる予測データ生成方式により、各種条件により選択した学習データを使用したニューラルネットワークの学習結果から予測期間中のデータを予測直前のデータから推量し生成し予測データを生成することにある。
【解決手段】監視装置を構成するニューラルネットワークによる予測データ生成方式により、予測期間に似た条件の収集データを学習データに使用したニューラルネットワークの学習結果から予測期間中のデータを予測直前のデータから推量し生成する予測データ生成方法である。 （もっと読む）