| 研究課題/領域番号 |
19656097
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
大松 繁 大阪府立大学, 工学研究科, 教授 (30035662)
|
|---|
| 研究分担者 |
吉岡 理文 大阪府立大学, 工学研究科, 准教授 (70285302)
藤中 透 広島大学, 大学院・教育学研究科, 教授 (90190058)
|
|---|
| キーワード | 匂い計測装置 / 匂いセンサ / 独立成分分析 / ニューラルネットワーク / OM / LVQ / 匂い識別 / 匂いの基本要素 |
|---|
| 研究概要 |
本研究の目的は、匂い情報処理の新たな試みとして、匂いの計測、匂い表現、匂い識別、匂い合成を行い、匂い情報処理の新展開を行うことである。本年度はータ処理による匂い構成要素の抽出とそれを用いた匂い識別に関する研究として、以下の3点について考察した。
(1) SOMによる匂いの基本要素の抽出: 前年までに得られた独立成分で類似したものをまとめて縮約するために、競合型ニューラルネットワークであるSOMを適用した。SOMで得られた匂いの特徴量の類似性分布を表現している出力層に分離境界線を設定し、クラスタリングを行い、各クラスタリングの重心を匂いの基本要素として抽出した。
(2) LVQによる匂い識別: 匂い計測データを匂いの基本要素に分解し、その要素の大きさ(分解係数)を競合型ニューラルネットワークの入力として用い、競合型ニューラルネットワークの出力が、計測標本の匂いと識別されるようにLVQによる学習を行った。このネットワークは競合層の出力が様々な匂い標本を同時に識別可能になるような構造に設計した。また、匂い標本セットに対して、食品、香料、悪臭などの大分類、コーヒー、紅茶、ココアなどの中分類、キリマンジャロ、モカなどの小分類が可能となる階層構造を有する競合型ニューラルネットワークを構築し、学習速度を向上させた。
|
