| 研究概要 |
研究代表者が開発した超高感度マルチセンサ-を適用して体表面電位図の信号を採取した。生体信号の解析とシミュレ-ションを行うために電磁ニュ-ラル・コンピュ-タを開発した。電磁ニュ-ラル・コンピュ-タはノイマン型コンピュ-タに比較して高速処理が可能であり,並列演算を行うことができる。大規模のニュ-ラル・コンピュ-タを実現するには,個々のニュ-ロン間を結線するための有効な手法を開発する必要がある。本研究において,多くのニュ-ロンを電磁的に結合する事が可能になった。コンピュ-タシミュレ-ションによって電磁ニュ-ラルコンピュ-タの有効性を確認し,実際にその試作機を作成した。電磁ニュ-ラル・コンピュ-タは光合結のニュ-ラル・コンピュ-タとは異なり,特殊な発光素子等を開発する必要がないので,大規模集積回路の製作技術との整合性がある。さらに,超並列演算を可能とするアルゴリズムを開発した。ニュ-ラル・コンピュ-タの最も重要な要素は学習機能である。学習を高速にしかも確実に行うためのアルゴリズムを開発し,その有効性をシミュレ-ションによって確認した。このアルゴリズムを適用すると,ニュ-ロン間の結合が二値化され,集積回路化する事が容易になり,多くのパタ-ンを高速に処理することが可能になる。従って体表面電位図のパタ-ン分類をこのアルゴリズムにより,高速に処理する事が可能になる。生体から発する信号に前処理を於してさらにFFT演算を用いてスペクトルを求め,その情報をニュ-ラル・コンピュ-タに入力して,パタ-ン分類処理を高速に行う。学習を行い,その後に認識実験を行うと,従来のコンピュ-タで得られた結果よりも良好であり,しかも高速に生体信号を処理する事が可能になった。今後は処理速度の高速化と,処理結果が良好になるアルゴリズムを改良し,実用性の高い高速情報処理システムを開発し,これを生体信号処理系へ応用する。
|
