※一部利用できない機能があります
| 1.
論文 |
論文
|
馬, 志強 ; 中山, 謙二 ; 山本, 外史
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 2.
論文 |
論文
|
殿村, 正延 ; 中山, 謙二
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 3.
論文 |
論文
|
馬, 志強 ; 中山, 謙二 ; 山本, 外史
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 4.
論文 |
論文
|
中山, 謙二
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 5.
論文 |
論文
|
三好, 誠司 ; 池田, 和司 ; 中山, 謙二
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 6.
論文 |
論文
|
湯浅, 太刀男 ; 山田, 淳司 ; 中山, 謙二 ; 山本, 外史
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 7.
論文 |
論文
|
富川, 義弘 ; 中山, 謙二
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 8.
論文 |
論文
|
中山, 謙二 ; 猪股, 悟 ; 竹内, 由幸
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 9.
論文 |
論文
|
中山, 謙二 ; 市原, 正貴
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 10.
論文 |
論文
|
三好, 誠司 ; 池田, 和司 ; 中山, 謙二
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 11.
論文 |
論文
|
伏見, 重雄 ; 中山, 謙二
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 12.
論文 |
論文
|
馬, 志強 ; 中山, 謙二 ; 山本, 外史
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 13.
論文 |
論文
|
富川, 義弘 ; 中山, 謙二
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 14.
論文 |
論文
|
徳井, 直樹 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 15.
論文 |
論文
|
平野, 晃宏 ; 中山, 謙二 ; 渡辺, 和伸
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 16.
論文 |
論文
|
富川, 義弘 ; 中山, 謙二 ; 東野, 裕一
概要:
金沢大学大学院自然科学研究科情報システム
|
||||
| 17.
論文 |
論文
|
水野, 裕介 ; カズダフリ, ロラン ; 杉山, 昭彦 ; 平野, 晃宏 ; 中山, 謙二
概要:
金沢大学理工研究域 電子情報学系<br />This paper proposes a new stereo echo canceller with pre-processing units in both channels. Period
…
ic delays with di erent phases by the two pre-processing units provides an additional condition for echo cancellation, leading to faster convergence. Signal sliding in both channels guarantees symmetrical shift of a sound image around the original position for better subjective quality of the pre-processed signal. Simulation results show that the convergence speed of the proposed echo canceller is 20% faster than that of the conventional echo canceller. Subjective test results show that the proposed echo canceller achieved a 0.37 point higher grading difference in the ITU-R five-grade impairment scale than the conventional echo canceller with a statistically significant di erence. 前処理ユニットを両チャネルに有する構成のステレオエコーキャンセラを提案する．2 つの前処理ユニットは，チャネル毎の遅延挿入を異なる位相で行うことで新たな エコー消去の条件をつくり，収束を高速化する．また，両 チャネルの信号を周期的に遅延させることで，音像が前 処理を行う前の位置を中心に移動するため，前処理した 信号の音質が優れている．シミュレーションによって，提 案するエコーキャンセラは，従来のエコーキャンセラより も，20%高速に収束することを示す．また，主観評価結果を用いて，提案するエコーキャンセラにおけるITU-R 5 段階劣化率の評価差分値が，統計的に有意な差で，従来のエコーキャンセラより0.37 ポイント高くなることを示す．
続きを見る
|
||||
| 18.
論文 |
論文
|
堀田, 大貴 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />階層形ニューラルネットワークによるブレイン・コンピュータ・インターフェイス（BCI）において，メンタルタスク固有の特徴を抽出するために，脳波の個々のチャネルの特徴を強調する方法を提案している．7
…
チャネルの脳波を7 つのベクトルと見なすことにより，チャネル間でグラムシュミットの直交化を適用した．直交化するチャネルの順番には自由度が存在するので，直交化するチャネル順による分類精度について検討した．次に，2 種類のチャネル順で直交化した脳波をニューラルネットワークの入力データととする方法を検討した．更に，汎化能力を向上させるために，入力データにランダムノイズを付 加する方法を検討した．シミュレーションには、コロラド州立大学が公開している脳波データを用いた．直交化したデータを用いることにより，分類の正答率は70%から78%に上昇し，誤答率は10%から8%に低下した．正答率と誤答率の比は0.875 から0.907 に上昇した．異なるチャネル順により直交化した2 つの入力データを用いた場合には，誤答率は10%から2%へと大幅に低下し，比も0.973 に上昇した．FFT and Multilayer neural networks (MLNN) have been applied to 'Brain Computer Interface' (BCI). In this paper, in order to extract features of mental tasks, individual feature of brain waves of each channel is emphasized. Since the brain wave in some interval can be regarded as a vector, Gram-Schmidt orthogonalization is applied for this purpose. There exists degree of freedom in the channel order to be orthogonalized. Effect of the channel order on classi cation accuracy is investigated. Next, two channel orders are used for generating the MLNN input data. Two kinds of methods using a single NN and double NNs are examined. Furthermore, a generalization method, adding small random numbers to the MLNN input data, is applied. Simulations are carried out by using the brain waves, available from the Colorado State University website. By using the orthogonal components, a correct classi cation rate Pc can be improved from 70% to 78%, an incorrect classi cation rate Pe can be suppressed from 10% to 8%. As a result, a rate Rc = Pc = (Pc + Pe) can be improved from 0.875 to 0.907. When two di erent channel orders are used, Pe can be drastically suppressed from 10% to 2%, and Rc can be improved up to 0.973. The generalization method is useful especially for using a single channel order. Pc can be increased up to 84～88% and Pe can be suppressed down to 2～4%, resulting in Rc = 0.957～0.977.
続きを見る
|
||||
| 19.
論文 |
論文
|
堀田, 明秀 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />Feed-Forward (FF-) and FeedBack (FB-) structures have been proposed for Blind Source Separation (B
…
SS) systems. FF-BSS systems have some degree of freedom in the solution space, and signal distortion is likely to occur in convolutive mixtures. Previously, a condition for complete separation and distortion free has been derived for 2-channel FF-BSS system. This condition has been applied to the learning algorithms as a distortion free constraint in both the time and frequency domains. In this paper, the condition is further extended to multiple channel FF-BSS systems. This condition requires a high computational complexity to be applied to the learning process as a constraint. An approximate constraint is proposed in order to relax the high computational load. In comparison with the original constraint, computer simulations have demonstrated that the approximation can obtain similar performances with respect to source separation as well as signal distortion using speech signals. Furthermore, the performances can be improved compared to the conventional methods. On the other hand, FB-BSS structure is hard to cause signal distortion. However, FB-BSS system requires a condition for the transmission time difference in the mixing process. FF-BSS systems and FB-BSS system are compared based on the transmission time di erence in the mixing process. Location of the signal sources and the sensors are ather limited in the FB-BSS system. ブラインドソースセパレーション(BSS) においてフィードフォワード(FF-) 形とフィードバック(FB-) 形の2 つの回路形式が提案されている．FF-BSS では自由度が存在し，信号歪みが生じる可能性が高い．そこでこれまで2 チャンネルの畳み込み形FF-BSS に対して信号歪み抑制形学習法を提案してきた．本稿では，畳み込み形多チャネルBSS に対して信号歪み抑制形学習法を提案する．これは完全な信号源分離と信号無歪みの条件から制約条件を導き，従来の学習法に組み合わせている．制約条件では近似式を導入している．シミュレーションにより，従来法に比べて信号歪みを大幅に抑制することが出来ることを確認した．一方，FB-BSS は本質的に信号歪みを発生しにくい構造であるが，信号源からセンサーまでの遅延時間に条件が課せられる．この観点から，FF-BSS とFB-BSS の分離性能について比較を行い，各々が有効に適用できる範囲を明らかにした．
続きを見る
|
||||
| 20.
論文 |
論文
|
柏本, 裕昭 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系
|
||||
| 21.
論文 |
論文
|
稲垣, 清人 ; 中山, 謙二
概要:
金沢大学理工研究域 電子情報学系<br />階層形ニューラルネットワークを用いて脳波解析に基づくメンタルタスクの推定を行った.5種類のメンタルタスクを対象とし, 7チャネルの電極で測定した脳波を用いた.脳波をフーリエ変換して特徴を抽出した.
…
値が小さいサンプルが多いので, 非線形正規化を行った.1チャネル当たり2,500サンプルの脳波データを平均化により圧縮を行ったが, 1チャネル当たり20サンプルの場合が良好な結果を得た.ニューラルネットワークの出力が小さい場合は「判定不能」とするが, そのための閾値によって, (正答率, 誤答率)は(78%, 0%)〜(92%, 8%)の範囲で変化する.閾値が低いほど, 正答率が向上するが, 同時に誤答率も高くなる.今回用いたメンタルタスクの種類に差はあまり大きくなかった.脳波は個人差も大きい.3人の被験者に対して個別にニューラルネットワークを学習した場合でも, 42%〜78%の開きがあった.さらに, 2人の被験者の脳波データを単一のニューラルネットワークで学習した場合の正答率は, 個別学習の78%, 72%から65%に低下しており, 推定が難しくなっている. A multilayer neural network has been applied to estimation of mental tasks based on brain waves. Five kinds of the mental tasks are used. The brain waves were measured by using 7-channels. Features are extracted through Fourier transform. Since many samples have small value, the nonlinear normalization is employed. 2,500 samples are included in a channel. The number of the samples is compressed by taking average of the successive several samples. 20 samples per a channel can provide good estimation results. When the outputs of the neural network are small, the estimation results are not reliable and are rejected by using some threshold. (Correct and mis-judgement rate) vary from (78% and 0%) to (92% and 8%). As the threshold is increased, both correct and mis-judgement are decreased. The brain waves are different from person to person. The correct judgement rates for three persons are 42%〜78%. Furthermore, when a single neural network is applied to the brain wave data of two persons, the correct judgement rate decreases from 78% and 72% to 65%.
続きを見る
|
||||
| 22.
論文 |
論文
|
竹多, 裕也 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />信号源の統計的性質を利用して,混成信号から信号源を分離する方法をブラインド信号原分離という.実際の混合過程では非線形歪みを生じる場合も多く,分離がより複雑になる.このような場合に対して分離と線形化
…
を縦続に構成する方法が提案されている.本研究では,この縦続形構成における線形化に対して安定な学習法,すなわち,初期値の設定法及びパラメータの学習法に関して新しい方法を提案し,非線形成分を大幅に抑制できた.次に,センサー数と分離性能の関係をクロス項s_is_j,i=⃥jの大きさに基づいて解析した.観測信号において主信号が干渉信号の2倍程度あればセンサー数を低減できること,干渉信号が大きい場合は分離が難しい問題であり,センサー数の低減も難しいこと,センサー数を低減した場合は学習が遅くなることを確認した. A cascade form blind source separation (BSS) has been proposed for nonlinear mixture. It consists of a signal separation block and a linearization block in this order from the input to the output. In this paper, firstly, a learning process for the linearization block is improved. New ideas are introduced for initialization and adjusting of parameters. Performance of linearization is well improved. Furthermore, by ordering the new linearization block and the signal separation block in this order, the number of sensors can be well reduced. For instance, 3 sensors are enough to 3 sources. Secondly, a relation between separation performance and the number of sensors is analyzed based on the cross term components s_is_j, i=⃥j. As the learning makes a progress, separation performances for the different number of sensors approach to the same value. In difficult problems, separation performances are affected by the number of sensors.
続きを見る
|
||||
| 23.
論文 |
論文
|
原, 一之 ; 中山, 謙二
概要:
金沢大学理工研究域電子情報学系<br />本論文では,階層聯申経回路網(階層形NN)の信号分類能力について理論的検討とシミュレーションによる検証,およびフーリエ変換やフィルタ等を用いる線形な信号処理による信号分類と比較する.観測区間が短く,
…
すなわち,サンプル数が少なく,雑音が混入している離散時間信号を周波数成分により分類する問題を対象とする.このような信号の周波数解析は困難であり,従来方法ではその分解能力には限界がある.一方,近年,階層形NNが信号解析の方面に応用ざれその有効性が示されている.しかし,そのメカニズムについての検討は十分ではない.本論文では,サンプル数が限られている信号の分類問題を周波数分析ではなく,パターン分類としてとらえるサンプルから成る信号をN次元ベクトルとし,N次元空間に分布する信号ベクトルの分類をN次元空間における領域形成に帰着し,その自由度という観点から分類能力を評価した.この点から,階層形NNは基本的に領域形成の自由度が高く,また,既知データによる学習により,その領域形成を最適化できることを明らかにした.一方,線形信号処理法は周波数成分の抽出等のモデルを想定しているため,領域形成という観点からは制約が大きいことを示した.以上の解析結果を検証するために,多周波信号の分類問題のシミュレーションを行った.信号は2つのクラスに分かれ,同じクラスの信号は同一の周波数成分を有し,振幅と位相は乱数で決められる.信号のサンプル数=10の場合,雑音混入あり/なしにかかわらず階層形NNの分類能力が高く,20サンプルでは,雑音混入の場合に階層形NNの優位,性が確認された.また,実際の多周波信号であるダイヤルトーン検出についても同様の結果が得られ,本論文における解析結果の妥当性が立証された. In this paper, signal classification performance of multilayer neural networks (MLNNs) is investigated theoretically and experimentally. Furthermore, it is compared to linear signal processing (SP) methods, including Fourier transform, filters, pattern matching, and so on. The signal of interest is observed and sampled in a very short interval, thus, it has a small number of samples. The signals with and without noise are used. The very short length signals have distorted frequency components, and are difficult to be detected. Recently, the MLNNs have been applied to signal processing and detection. The MLNNs have good performance in some cases. However, theoretical analysis for their signal detection performance have not been well investigated. The signal detection with a limited number of samples is reduced to pattern classification problem. The signal with N samples is considered as an N-dimensional vector. The pattern classification problem in an N-dimensional space is considered as sub-space formulation, or space division by hyperplanes. Classification performance is evaluated based on a degree of freedom for subspace formulation. It is analyzed that the MLNNs have a high degree of freedom for dividing the N-dimensional space, and each subspaces can be optimize through a supervised learning. On the other hand, the linear SP methods are based on some models which extract frequency components, so, they do not have a degree of freedom of formulating the subspace in the N-dimensional space. The above analytical results are verified through computer simulation of multi-frequency signal classification, and its real application, dial-tone signal detection. When 1O～2O sample signals are employed and computational load is limited to the same amount, the MLNNs have higher probabilities of signal classification than those of the conventional methods. When the number of samples and computational load are not limited, their performance are almost the same.
続きを見る
|
||||
| 24.
論文 |
論文
|
金田, 泰明 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />脳波のフーリエ変換と階層形ニューラルネットワーク を用いるブレイン・コンピュータ・インタフェイス(BCI)に関して，前処理の方法を提案し，メンタルタスクの分類性能を向上させる方法が報告されている．
…
本稿では，この方法においてどのような特徴が抽出されているか解析した．まず，隠れ層から出力層の結合荷重を解析し，メンタルタスクに対して独立になる傾向があることが分かった．次に，入力層から隠れ層への結合荷重を解析し，相関係数が，同じメンタルタスクでは大きく，異なるメンタルタスクでは小さくなる傾向を明らかにした．更に，分類精度の低い被験者では，この傾向が明確に出ていないことも分かった．次に，汎化能力に関して，ニューラルネットワークの入力に乱数を加える方法と学習中に重み係数を抑圧する方法を検討し，前者のほうがより効果が高いことを確認した．Multilayer neural networks have been applied to Brain Computer Interface (BCI), which is one of hopeful interface technologies between humans and machines. In this paper, rst, features extracted by the neural network are analyzed based on correlation coe cients of connection weights from the input layer to the hidden layer. There some relations between the correlation coe cients and classi cation accuracy. Second, two kinds of generalization techniques, including adding small random noises to the input data and decaying connection weight magnitude, are applied. Their usefulness are analyzed and compared. The former is better than latter. In our previous work, the classi cation accuracy of 64%～74% have been achieved. By applying the generalization techniques the accuracy is improved up to 80%～88%.
続きを見る
|
||||
| 25.
論文 |
論文
|
堀田, 明秀 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系
|
||||
| 26.
論文 |
論文
|
加藤, 治雄 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域電子情報学系<br />信号源数がセンサ数より多いオーバーコンプリート形ブラインド信号源分離(BSS)で,信号源の完全分離は困難という問題に対して,我々はフィードバック形の回路構成と学習法を既に提案している.まず,1個の信
…
号源が複数の出力に含まれないことを分離の条件として,1巡目の信号源分離を行ない,少なくとも1個の出力に単一信号源を分離する.この出力を観測信号にフィードバックして,観測信号から単一信号源をキャンセルすることにより,等価的に信号源数を低減する.単一信号源のキャンセル法として,当該出力と推定した混合過程の情報を使ってキャンセルする他,観測信号のヒストグラムを使ってキャンセルする方法を組み合わせる.本稿ではさらに,フィードバックにより生じる信号歪みの問題に対して,スペクトルサプレッション法を導入することにより,信号歪みを抑制する.2巡目の信号源分離では,観測信号に含まれる信号源が1個少ない状態で1巡目とは異なる学習法により処理を行なう.信号源として音声を用いたシミュレーションにより,提案方法の有効性を確認した. A feedback structure and its learning algorithm were proposed for over-complete blind source separation, where the number of sources is larger than that of sensors. In the first phase, the signal sources are separated so as to satisfy the condition, under which one signal source is not included in different outputs. By setting the number of the sensors to be more than a half of the sources, at least one output includes a single source. This output is selected based on property of a single source. Furthermore, this output is fed back and cancelled from the observed signals. The selected single source, information about a mixing process and histogram of the observations and the separated source are used for this cancellation. In this paper, a spectrum suppression method is introduced for reducing signal distortion caused in the cancellation process based on the histogram. Furthermore, a learning algorithm in the second source separation is also modified. Compared to the conventional method we proposed, the signal to interference is well improved.
続きを見る
|
||||
| 27.
論文 |
論文
|
西脇, 貴之 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />2次の非線形混合において，信号群分離と線形化を縦 続構成するブラインドソースセパレーション(BSS) が提 案されている．信号群分離では，信号源とその高次項を含んだ同一グループの信号群に分離される
…
．残った高次項は，線形化を通すことにより抑制される．本稿では，まず，この非線形BSSの分離特性を解析する．センサの数は信号源以外の干渉成分を消去するために，信号源の数より増やす必要がある．また，干渉成分は非線形成分の大きさによって決まる．非線形成分の割合とセンサ数の関係について解析し，非線形成分の割合が低い場合にセンサ数を低減できることを確認した．次に，学習において，分離行列の初期値依存性について解析した．ランダムに発生する初期に対して，約30%の確率で良い分離特性が得られた．これにより，比較的少ない探索回数で有効な初期値が求まることが分かった．また，非線形として3 次までを考慮した場合の影響を解析した．3次項が１次項に比べて約10%程度では良い分離特性が得られることを確認した． A blind source separation (BSS), cascading a signal group separation block and a linearization block has been proposed for low-order nonlinear mixtures. In the separation block, the signal sources are separated into each group, including its high-order components. The high-order components are further suppressed through the linearization block. In this paper, separation performance of the nonlinear BSS is analyzed from several view points. The number of the sensors is increased from that of the signal sources in order to cancel the interference. Moreover, the interference components is decided by a ratio of the nonlinear and the linear components. A relation between the ratio of the components and the number of the sensors is analyzed. The number of the sensors can be reduced when the ratio of the onlinearity is small. Next, e ects of the initial guess of the separation matrix is analyzed. The training was carried out using 50 independent random initial guess, and good separation is obtained by a 30% probability. Moreover, effect of including 3rd-order terms is analyzed. When the 3rd-order term is under 10%, good separation performance can be obtained.
続きを見る
|
||||
| 28.
論文 |
論文
|
金田, 泰明 ; 中山, 謙二 ; 平野, 晃宏 ; 春田, 康博
概要:
金沢大学理工研究域 電子情報学系<br />脳波のフーリエ変換（FFT）と階層形ニューラルネッ トワークを使ったブレイン・コンピュータ・インターフェ イス（BCI）に関して，前処理の方法を提案し，メンタ ルタスクの分類性能を向上させる手法が
…
報告されている． 本稿では，横河電機株式会社の脳磁計測システムMEGVi- sion を使って被験者の脳活動を測定する．MEGVision は160 個のセンサーを持つ全頭型脳磁計測システムで あり，使用するセンサー位置は「前頭葉・頭頂葉・側頭 葉・後頭葉」から左右合わせて8 チャネル選択する．最 適チャネルを最も高い分類性能が得られるように初期状 態から移動させることで探索する．2 人の被験者につい て4 つのメンタルタスク（リラックス，暗算，体を動か す，回転体のイメージ）を測定する． 分類テストの結果，初期状態では分類性能は77.5 86.88 ％だったのに対し，チャネル位置の最適化を行うことで， 88.75 93.75 ％まで分類性能は向上した．加えて，8 つ の部位間の特徴解析を行った．Multilayer neural network(MLNN) and the FFT amplitude of brain waves have been applied to 'Brain Computer Interface'(BCI)． In this paper，a magnetoencephalograph(MEG) system， 'MEGvision' developed by Yokogawa Corporation，is used to measure brain activities．MEGvision is a160-channel whole-head MEG system．Channels are selected from 8 main regions， a frontal lobe， a temporal lobe， a parietal lobe and a occipital lobe， located at the central point in the 8 lobes， are initially selected．Optimum channels are searched for in the same lobe as the initial channels in order to achieve high classification accuracy． Two subjects and four mental tasks， including relaxed situation， multiplication， playing sport and rotating an object， are used．The brain waves are measured 10 times for one subject and one mental task． Among them， 8 data sets are used for training the MLNN， and the remaining 2 data sets are used for testing．5 kinds of combinations of 2 data sets are selected for testing．Rates of correct classi cation by using the initial channels are 77.5 86.88 %．By optimizing the channels， the accuracy is improved up to 88.75 93.75 %， which is very high accuracy．Furthermore， contributions of the brain waves in the 8 lobes are analyzed．
続きを見る
|
||||
| 29.
論文 |
論文
|
加藤, 治雄 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />信号源数がセンサ数より多いオーバーコンプリート形ブラインド信号源分離(BSS)で,信号源の完全分離は困難という問題に対して,我々はフィードバック形の回路構成と学習法を既に提案している.まず,1個の
…
信号源が複数の出力に含まれないことを分離の条件として,1巡目の信号源分離を行ない,少なくとも1個の出力に単一信号源を分離する.この出力を観測信号にフィードバックして,観測信号から単一信号源をキャンセルすることにより,等価的に信号源数を低減する.単一信号源のキャンセル法として,当該出力と推定した混合過程の情報を使ってキャンセルする他,観測信号のヒストグラムを使ってキャンセルする方法を組み合わせる.本稿ではさらに,フィードバックにより生じる信号歪みの問題に対して,スペクトルサプレッション法を導入することにより,信号歪みを抑制する.2巡目の信号源分離では,観測信号に含まれる信号源が1個少ない状態で1巡目とは異なる学習法により処理を行なう.信号源として音声を用いたシミュレーションにより,提案方法の有効性を確認した. A feedback structure and its learning algorithm were proposed for over-complete blind source separation, where the number of sources is larger than that of sensors. In the first phase, the signal sources are separated so as to satisfy the condition, under which one signal source is not included in different outputs. By setting the number of the sensors to be more than a half of the sources, at least one output includes a single source. This output is selected based on property of a single source. Furthermore, this output is fed back and cancelled from the observed signals. The selected single source, information about a mixing process and histogram of the observations and the separated source are used for this cancellation. In this paper, a spectrum suppression method is introduced for reducing signal distortion caused in the cancellation process based on the histogram. Furthermore, a learning algorithm in the second source separation is also modified. Compared to the conventional method we proposed, the signal to interference is well improved.
続きを見る
|
||||
| 30.
論文 |
論文
|
水野, 裕介 ; 布目, 拓也 ; 平野, 晃宏 ; 中山, 謙二
概要:
金沢大学理工研究域 電子情報学系<br />ステレオエコーキャンセラにおいて，前処理を用いずにエコーパスを同定する手法を提案する．2 名以上の話 者が交互に発声することを仮定し，周波数領域における 2 名の話者に対する不定解の分布から最適値
…
を推定する．初期値の異なる2 組の適応フィルタを用いて不定解の分布を特定し，2 名の話者に対する連立方程式を解くことによって最適値を推定する．推定精度は初期値の選択に依存するので，収束状況に応じて初期値を再設定する手法も示す． This paper proposes a novel technique in the stereo echo canceller for identifying the echo paths without using the preprocessing. It is assumed that two speakers or more alternately utter. The optimal value is estimated from the distribution of irregular solutions in the frequency domain for two speakers. The optimal value is estimated by specifying the distribution of irregular solutions by using two adaptive lters with di erent initial value, and solving the simultaneous quations for two speakers. Because the estimation accuracy depends on the selection of an initial value, a technique for setting an initial value again according to the convergence situation is shown.
続きを見る
|
||||
| 31.
論文 |
論文
|
西脇, 貴之 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域電子情報学系<br />非線形混合におけるブラインドソースセパレーション(BSS)に対して新しい回路構成と学習法を提案する.2次非線形特性を前提としている.回路は入力側から信号源分離回路と線形化回路の縦続構成で構成される.
…
分離回路ではクロス項を除去するためにセンサーの数を増やして自由度を高めている.この回路では,従来の学習法により,自らの高次項を含む信号源が分離される.この高次項は線形化回路で抑圧される.線形化回路のパラメータは信号源に対する2次方程式を解く過程に基づいて逐次的に調整される.2チャネルの音声信号と2次非線形混合過程を用いたシミュレーションにおいて良好な分離特性が得られている. A network structure and its learning algorithm have been proposed for blind source separation applied to nonlinear mixtures. The network has a cascade form consists of a source separation block and a linearization block in this order. The conventional learning algorithm is employed for the separation block. A new learning algorithm is proposed for the linearization block assuming 2nd-order nonlinearity. After, source separation, the outputs include the nonlinear components for the same signal sources. This nonlinearity is suppressed through the linearization block. Parameters in this block are iteratively adjusted based on a process of solving a 2nd-order equation of a signal variable. Simulation result, using 2-channel speech signals and a instantaneous nonlinear mixing process, show good separation performance.
続きを見る
|
||||
| 32.
論文 |
論文
|
富川, 義弘 ; 中山, 謙二
概要:
金沢大学理工研究域電子情報学系<br />画像認識の問題の1つとして、対象物の位置ズレ、特に回転の影響による誤認識があげられる。不良検査装置などの従来の形状認識装置の多くは、ハード的、またはソフト的な処理で、対象物の位置合わせを行ない、その
…
後、認識処理を行なっている。これに対して、人間の視覚情報処理は、これまでの形状認識装置に使用されている一方向的な処理とは異なり、認識処理と位置合わせの処理が平行して行われていると考えられる。本稿では、相互結合形ニューラルネットを用いて、位置合わせと形状認識処理を平行して行うような認識処理を提案する。
続きを見る
|
||||
| 33.
論文 |
論文
|
加藤, 治雄 ; 中山, 謙二 ; 平野, 晃宏
概要:
理工研究域 電子情報学系<br />本論文では, 信号源の数がセンサ数より多い場合のブラインド信号源分離(BSS)にについてのフィードバック構造と学習アルゴリズムを提案する.提案法では, 信号源をいくつかのグループに分離し, ある条件下では
…
少なくとも一つの出力を単一の信号源として分離できる.出力に単一の信号源が分離されるように分離回路の出力を求め, 観測信号に対して分離された単一の信号源をフィードバックする.そして, 観測信号からその成分を差し引くことにより, 信号源数を等価的に減らす. A feedback structure and its learning algorithm are proposed for overcomplete blind source separation (BSS). The number of sources is larger than that of the sensors. In the proposed method, the signal sources are separated in several groups. Among them, at least one output can separate a single signal source under some condition. The outputs of the unmixing block are evaluated, which output provides a single signal source. The separated single signal source is fed back to the input node, and subtracted from the input signal, in order to reduce the number of equivalent signal sources.
続きを見る
|
||||
| 34.
論文 |
論文
|
平野, 晃宏 ; 中山, 謙二
概要:
金沢大学理工研究域 電子情報学系<br />本論文では、ステレオ音響エコーキャンセラのIntel IA-32プロセッサによる効率的な実現方法を検討する。SIMD実現でしばしば遭遇するデータ配置問題を、データ領域の増大なしで解決している。スカ
…
ラ演算による実現と比較して4倍以上の高速化を達成している。
続きを見る
|
||||
| 35.
論文 |
論文
|
泉田, 啓 ; 山田, 実 ; 沈, 振江 ; 淺川, 毅 ; 中山, 謙二 ; 坂本, 二郎
|
||||
| 36.
論文 |
論文
|
鈴木, 大和 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />本稿ではスペクトルサプレッション法を用いた単一マ イクノイズキャンセラにおける雑音スペクトル推定の改 善について検討する．音声が存在する区間でも雑音推定 が可能である重み付き雑音推定において推定さ
…
れた雑 音スペクトルと実際の雑音スペクトルとでは誤差が生 じる．特に，無音区間で誤差が大きい場合，雑音が大き く残ってしまう．そこで，周波数領域において入力信号 における各フレームのエントロピーの値を用いて，無音 区間をより正確に検出することで雑音スペクトル推定， SNR推定，及びスペクトルゲインの補正を行う方法を 提案する．この方法により，背景雑音が定常な雑音であ る白色雑音，非定常な雑音であるバブル雑音の両方の場 合において，従来の方法よりもSNRが向上した．
続きを見る
|
||||
| 37.
論文 |
論文
|
竹多, 裕也 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />信号源の統計的性質を利用して、混成信号から信号源 を分離する方法をブラインド信号原分離という。実際の 混合過程では非線形歪みを生じる場合も多く、分離がよ り複雑になる。このような場合に対して分離と
…
線形化を 縦続に構成する方法が提案されている。本研究ではこ の縦続形構成における線形化に対して安定な手法を提 案し、従来法より良い性能で線形化できていることを 確認した。また、信号分離と結合した場合の性能評価、 回路構成の検討を行ない、信号分離前に線形化を精度良 く行なうことができれば、センサ数の削減が可能である ことがわかった。
続きを見る
|
||||
| 38.
論文 |
論文
|
加藤, 治雄 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系
|
||||
| 39.
論文 |
論文
|
出島, 康宏 ; 堀田, 明秀 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />ブラインド信号源分離(BSS)では、出力を独立にするように学習が行われるため信号歪みが発生する可能性があることが知られている.また, フィードフォワード形ブラインド信号源分離(FF-BSS)は分離
…
回路における自由度が高く, 出力信号を互いに独立にする学習が信号歪みを生じる可能性がある.そこで信号歪みの低減のために完全分離の条件と無歪の条件から導かれた式を学習に加味するという手法がすでに提案されている.本稿では周波数領域におけるFF-BSSにおいてその手法を適用し, 様々な信号源に対しての信号歪み抑制法の性能をシミュレーションにより解析する. In the blind source separation (BSS), a separation block is trained so as to make its output signals to be statistically independent. Since the frequency domain BSS has some degree of freedom, the wave form and frequency response of the separated signals may be changed from the originals, resulting in signal distortion. In this paper, a learning algorithm, suppressing the signal distortion, for the feedforward BSS, implemented in the frequency domain, is proposed. A condition on both complete separation and signal distortion free has been proposed. This condition is included in the learning process as constraint. Usefulness of the proposed learning algorithm is analyzed by using several kinds of the signal sources.
続きを見る
|
||||
| 40.
論文 |
論文
|
濱崎, 高暢 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />ボルテラ関数を用いた非線形適応フィルタにおける非 定常入力信号に対する白色化の効果を解析した．白色化 の方法としては，ラチス形予測誤差フィルタを用いた． また，予測誤差フィルタの反射係数とフィルタ
…
係数の更 新を同期させる方式を採用している．2次ARモデルの 極の位置を時間変化させる方式で生成される非定常信 号と音声を対象とした．解析の結果，以下のことが明ら かになった．固有値広がりに関しては，極の位置変化が 速い部分で固有値広がりが小さいことがわかった．極の 位置を三角関数で変化させた場合，周期が短いほど白色 化の効果が得られなかった．学習初期に固有値広がりが 小さい場合や，フィルタ次数が低い場合には白色かの効 果が大きい．
続きを見る
|
||||
| 41.
論文 |
論文
|
小林, 真也 ; 飯山, 宏一 ; 八木谷, 聡 ; 池田, 和司 ; 長野, 勇 ; 中山, 謙二
|
||||
| 42.
論文 |
論文
|
堀田, 明秀 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />ブラインドソースセパレーション(BSS)において現在,フィードフォーワード形(FF-)とフィードバック形(FB-)という2つの回路構造が提案されている.FF-BSSでは自由度が存在するため信号歪み
…
が生じる可能性がある.一方,FB-BSSは本質的に信号歪みを発生しにくい構造であるが,信号源からセンサーまでの遅延時間に条件が課せられる.この観点から,FF-BSSとFB-BSSの信号源分離性能についていろいろな条件下で解析と比較を行い,各々が有効に適用できる範囲を明らかにした. Feed-Forward (FF-) and FeedBack (FB-) structures have been proposed for Blind Source Separation (BSS). The FF-BSS systems have some degree of freedom in the solution space, and signal distortion is likely to occur in convolutive mixtures. On the other hand, FB-BSS structure is hard to cause signal distortion. However, the FB-BSS system requires a condition for the transmission delay time in the mixing process. The FF-BSS systems and the FB-BSS system are compared based on the transmission time delay in the mixing process. Even though the FB-BSS can provide good separation performance, there exit some limitations on location of the signal sources and the sensors.
続きを見る
|
||||
| 43.
論文 |
論文
|
鈴木, 大和 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />本論文ではスペクトルサプレッション法を用いた単一マイクノイズキャンセラの音声品質の改善について検討する.スペクトルサプレッション法を用いて, 単一マイク方式のノイズキャンセラを実現する際には, 雑
…
音抑圧における音質の劣化と雑音抑圧によって新たに発生するミュージカルノイズを如何に抑えるかがポイントとなる.ミュージカルノイズを抑えるために, その周波数成分が主として高域にあることを利用して, 高域抑圧を行なった.次に, 雑音を過剰に抑圧するために音声に歪みが発生し音質が劣化する.この劣化を防ぐために, 原音(観測信号=音声+雑音)をある割合だけ付加する方法を検討した.従来方法に比べて, ミュージカルノイズの抑制と音質の改善が得られた. In this paper, some methods, which improve voice quality and suppress musical noise in noise cancellers based on spectrum suppression approach, have been discussed. First, in order to suppress musical noise, the spectrum is weighted so as to suppress the high frequency components, which are dominant in the musical noise. Second, in order to improve voice quality, the original noisy voice is added to the voice after noise cancellation. These methods have been simulated and compared to the conventional methods. The simulation results show the proposed methods can improve the voice quality and suppress the musical noise. However, the method adding the original noisy voice requires more proper threshold control.
続きを見る
|
||||
| 44.
論文 |
論文
|
東, 尚哉 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />本稿では，スペクトルサプレッション法を用いた単一マ イク方式のノイズキャンセラにおける，急激な雑音スペクトルの変化に追従できる雑音スペクトル推定について検討する．無音区間と有音区間を各フレームのス
…
ペクトルエントロピーを用いて検出するVoice Activity Detector によって検出し，無音区間ではパラメータを適宜制御したリーク積分による雑音スペクトル推定，音声区間では雑音抑圧精度が高い重み付き雑音推定により雑音スペクトルを推定している．この方法により，従来法に比べて雑音スペクトルの急変化にも追従することができ，また正規化推定誤差とSNR も従来法より向上した． A noise spectral estimator in a spectral suppression method is proposed. Especially, a rapid adaptation for noise spectral change is taken into account. In order to estimate the noise spectrum quickly and accurately, a detection method for a speech-absent frame and a speech-present frame by using a voice activity detector (VAD) is improved. Furthermore, an improved noise spectral estimation method for the speech-absent frame is proposed. The conventional method is applied to the speech-present frame. The proposed method can estimate the noise spectrum more precisely than the conventional methods. The segmental SNR is improved by 2.0～3.8 dB and the normalized estimated error is improved by about 3.2～4.7 dB for white noise and babble noise, which are combined.
続きを見る
|
||||
| 45.
論文 |
論文
|
東, 尚哉 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域電子情報学系<br />本稿では，スペクトルサプレッション法を用いた単一マ イク方式のノイズキャンセラにおける，急激な雑音スペクトルの変化に追従できる雑音スペクトル推定について検討する．無音区間と有音区間を各フレームのスペ
…
クトルエントロピーを用いて検出するVoice Activity Detector によって検出し，無音区間ではパラメータを適宜制御したリーク積分による雑音スペクトル推定，音声区間では雑音抑圧精度が高い重み付き雑音推定により雑音スペクトルを推定している．この方法により，従来法に比べて雑音スペクトルの急変化にも追従することができ，また正規化推定誤差とSNR も従来法より向上した. A noise spectral estimator in a spectral suppression method is proposed. Especially, a rapid adaptation for noise spectral change is taken into account. In order to estimate the noise spectrum quickly and accurately, a detection method for a speech-absent frame and a speech-present frame by using a voice activity detector (VAD) is improved. Furthermore, an improved noise spectral estimation method for the speech-absent frame is proposed. The conventional method is applied to the speech-present frame. The proposed method can estimate the noise spectrum more precisely than the conventional methods. The segmental SNR is improved by 2.0～3.8 dB and the normalized estimated error is improved by about 3.2～4.7 dB for white noise and babble noise, which are combined.
続きを見る
|
||||
| 46.
論文 |
論文
|
徳井, 直樹 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />格子形予測器とFIRフィルタを組み合わせる2ステージ適応フィルタにおいて,伝達関数は反射係数とフィルタ係数を含むため,従来の学習法では反射係数とフィルタ係数の更新が整合しておらず誤差の減少を保証で
…
きないことを明らかにした.この問題を解決するために,反射係数の更新に同期して適応フィルタの係数を補正する学習アルゴリズムを提案した.nサンプル時に更新された反射係数κ(n)とこれを用いて更新されたフィルタ係数ω(n+1)による伝達関数をn+1サンプル時に更新された反射係数κ(n+1)に対しても同じにするためにフィルタ係数ω(n+1)を補正して,n+1サンプル時の出力計算に使用する.更新に要する計算量は2(予測次数×フィルタ次数)である.白色雑音,有色雑音及び音声を入力信号として未知システムを推定するシミュレーションを行い,従来法と比較した.反射係数変動に対してフィルタ係数を補正しない従来法は推定誤差が十分に低減できないこと,提案法は音声入力に対してNLMSより4〜5倍速く収束すること,及び誤差はRLSと同等であることを確認した.予測次数≪フィルタ次数の場合はRLSに比べて計算量も大幅に低減できる.
続きを見る
|
||||
| 47.
論文 |
論文
|
原, 一之 ; 中山, 謙二
概要:
金沢大学理工研究域電子情報学系<br />パターン分類問題に誤差逆伝播法(BP)を用いた場合、適切な学習データと、適切なネットワークを用いて学習することにより、学習に用いたパターンに共通する特徴や規則を自動的に抽出することが期待できる.この
…
ように、BP法は分類規則を与えることなしに、例題に基づいた分類を行なうことが出来る.このとき問題となるのは、適切な学習データの選択、つまり、学習データのサンプルの仕方と、サンプルの数、そして最適なネットワークの選択、すなわち各層のユニットの数と活性化関数の選択である。本稿では、学習データの選択法について提案し、さらに学習のある段階で提案方法によって学習データを減らすことにより、学習に要する計算量を減らすことが出来ることを示す。
続きを見る
|
||||
| 48.
論文 |
論文
|
加藤, 治雄 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />信号源数がセンサ数より多いオーバーコンプリート形 ブラインド信号源分離(BSS)で，信号源の完全分離は 困難という問題に対して，我々はフィードバック形の回 路構成と学習法を既に提案している．まず，
…
１個の信号 源が複数の出力に含まれないことを分離の条件として， １巡目の信号源分離を行ない，少なくとも１個の出力 に単一信号源を分離する．この出力を観測信号にフィー ドバックして，観測信号から単一信号源をキャンセルす ることにより，等価的に信号源数を低減する．単一信号 源のキャンセル法として，当該出力と推定した混合過程 の情報を使ってキャンセルする他，観測信号のヒストグ ラムを使ってキャンセルする方法を組み合わせる．本稿 ではさらに，フィードバックにより生じる信号歪みの問 題に対して，スペクトルサプレッション法を導入するこ とにより，信号歪みを抑制する．２巡目の信号源分離で は，観測信号に含まれる信号源が１個少ない状態で１巡 目とは異なる学習法により処理を行なう．信号源として 音声を用いたシミュレーションにより，提案方法の有効 性を確認した．
続きを見る
|
||||
| 49.
論文 |
論文
|
堀田, 明秀 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />ブラインド信号源分離では(BSS)は出力を独立にするように学習が行なわれる.したがって, 信号歪みが生じる可能性がある.フィードフォワード形ブラインド信号源分離(FF-BSS)は分離回路における自
…
由度が高く, 出力信号を互いに独立にする学習が信号歪みを生じる可能性がある.信号を無歪みで出力するためにはなんらかの制約が必要になる.そこで信号歪みの基準を観測信号と考え, 完全分離の条件と無歪の条件から導かれた制約を学習の際に加味する信号歪み抑制学習法をこれまでに提案している[11].これにより信号源をs_i, 観測信号をx_i, 出力信号をy_iとするとき, 信号を分離するとともにy_iをx_iにおけるs_i成分のみに近づけることができる.一方, フィードバック形ブラインド信号源分離(FB-BSS)は信号分離と信号歪み抑制を同時に満たす.本稿では信号歪み抑制学習法を他の方式とさまざまな信号を使って比較することによりその特性を解析する. Source separation and signal distortion in three kinds of blind soure separation (BSS) systems with convolutive mixture are analyzed. They consist of two feedforward BSS system, one trained in the time domain and the other trained in the frequency domain, and a feedback BSS system, trained in the time domain. An evaluation measure of the signal distortion has been investigated and conditions for source separation and distortion free have been derived. Based on these conditions, source separation and signal distortion have been analyzed. The feedforward BSS systems have some degree of freedom and the output spectrum can be changed. The feedforward BSS system, trained in the frequency domain, has a weighting effect, which can suppress signal distortion. However, this weighting effect is only effective only when the source spectra are similar to each other. Since, the feedforward BSS system, trained in the time domain, does not have any constraints on signal distortion free, its output signals can be easily distorted. A new learning algorithm with a distortion free constraint has been proposed. On the other hand, the feedback BSS system can satisfy both source separation and distortion free conditions simultaneously. Performed simulation results support our theoretical analysis.
続きを見る
|
||||
| 50.
論文 |
論文
|
稲垣, 清人 ; 中山, 謙二
概要:
金沢大学理工研究域 電子情報学系
|
||||
| 51.
論文 |
論文
|
出島, 康宏 ; 堀田, 明秀 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域電子情報学系<br />ブラインド信号源分離(BSS)では、出力を独立にするように学習が行われるため信号歪みが発生する可能性があることが知られている. また, フィードフォワード形ブラインド信号源分離(FF-BSS)は分離
…
回路における自由度が高く, 出力信号を互いに独立にする学習が信号歪みを生じる可能性がある. そこで信号歪みの低減のために完全分離の条件と無歪の条件から導かれた式を学習に加味するという手法がすでに提案されている. 本稿では周波数領域におけるFF-BSSにおいてその手法を適用し, 様々な信号源に対しての信号歪み抑制法の性能をシミュレーションにより解析する.
続きを見る
|
||||
| 52.
論文 |
論文
|
福村, 健一 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />アミノ酸配列からタンパク質の二次構造を予測する階層形ニュートラルネットワークにおいて、汎化能力の向上について検討を行った。学習データにも依存するが、過学習が起こりやすい。しかし、学習に要する時間が
…
膨大であり、学習データを増やすことなく汎化能力を高めることが望ましい。学習データが限られているので、学習データの周りで領域を広くカバーする必要がある。これは、学習中に活性化関数の傾斜を緩やかに制御することにより可能である。そのため、学習係数の制御、学習データに小さな雑音を混入、学習中における重みの減衰制御等について検討を行った。その結果、これらの方法は全て汎化能力を高めることができた。中でも、重みの抑制制御がもっとも高い予測精度を実現した。
続きを見る
|
||||
| 53.
論文 |
論文
|
松島, 稔 ; 平野, 晃宏 ; 中山, 謙二
概要:
金沢大学理工研究域 電子情報学系<br />小規模ネットワークを対象とした，近年増え続けている不正通信を自動で検出するためのシステムを提案する．ニューラルネットワークを用いて通信量の予測を行ない，予測結果から大きく外れた通信を異常と判断する
…
．この精度が十分でない．そこで入力形式や出力形式を工夫することで精度の向上を検討した．曜日情報や時間情報は周期関数とみなしてSin とCos に分解して入力し，出力の形式は連続値で表現するのではなく量子化を行ないバイナリで表現をすると精度の改善がみられた．This paper proposes an automatic detection system to an illegal tra c that keeps increasing in recent years intended for a smallscale network. The network tra c is forecasted by using a neural network (NN). The communication that comes of greatly is judged to be abnormal from the forecast result. To improve the accuracy, the input and the output of the NN is examined. The combination of periodic functions Sin and Cos as the day of a week and the time, and a binary expression as the forecasting output results in a better accuracy.
続きを見る
|
||||
| 54.
論文 |
論文
|
平野, 晃宏 ; 中山, 謙二 ; 水野, 潤哉
概要:
金沢大学理工研究域 電子情報学系<br />This paper introduces a recursive least squares (RLS) algorithm into the alternative learning algo
…
rithm for stereophonic acoustic echo canceller, which can identify correct echo paths without pre-processing. Stabilization techniques including a periodic reset and an adaptive forgetting factor are also proposed. Computer simulation results show faster convergence and improved echo return loss enhancement. 前処理なしでエコーパスを同定できる分割学習法に基づ くステレオエコーキャンセラにおいて、フィルタ係数更 新にRLS アルゴリズムを使用する方法を検討する。学 習を安定化させるために、周期的な初期化や時変忘却 係数などの係数更新制御を導入する。計算機シミュレー ションによって、収束速度が改善されていること、エ コー消去量が増加することを示す。
続きを見る
|
||||
| 55.
論文 |
論文
|
鈴木, 大和 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系
|
||||
| 56.
論文 |
論文
|
東, 尚哉 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />本稿では，スペクトルサプレッション法を用いた単一マ イク方式のノイズキャンセラにおいて，雑音の種類や大き さが急激に変化したときにその変化に追従できる雑音スペ クトル推定を提案する．提案法では，ま
…
ずVoice Activity Detector（以下，VAD とする）において2 つの閾値を設 け，各フレームのスペクトルエントロピーを比較するこ とで，無音区間・準音声区間・音声区間に分類する．そ の後それぞれの区間において，適切な雑音スペクトル推 定法を用いて雑音スペクトルを推定する．シミュレーショ ンでは，NOISEX-92 から入手したWhite, Babble, Car, Pink, Factory, Tank Noise の計6 種類の雑音を使用し， 雑音のレベルも時間的に変動させている．提案法を用い ることで雑音の急変化にも対応でき，また従来法よりも 正規化推定誤差とSNR が向上している． A noise spectral estimation method, which is used in spectral suppression noise cancellers, is oposed for highly nonstationary noise environments. Speech, quasi-speech and non-speech frames are detected by using the entropy-based voice activity detector (VAD). An adaptive normalization parameter and a variable two thresh- olds are newly introduced for the VAD. They are very useful for rapid change in the noise spectrum and power. Furthermore, an adaptive method is applied to estimating the noise spectrum in each frame. Simulations are carried out by using many kinds of noises, including white, babble, car, pink, factory and tank, which are changed from one to the other. The segmental SNR is improved by 2.9～5dB, and noise spectral estimation error is improved by 9.8～11dB for the babble noise and the other noise, which are changed from one to the other.
続きを見る
|
||||
| 57.
論文 |
論文
|
畑, 将之 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />近年,全地球測位システム(GPS)は携帯電話に搭載され,また,子供や徘徊老人の位置確認等に威力を発揮するなど,その応用は大きく広がっている.いろいろな環境で使用されるため,受信電波が弱いことや環境
…
雑音が大きいなどのために測位精度が低下するという問題がある.また,パーソナルな携帯性が求められるため小型化,低電力化が重要となる.本稿では,GPSの耐雑音特性の改善及び計算量の低減について検討する.GPSでは受信コードと参照コードの相関計算により,衛星とその衛星からの距離を求めている.ドップラー効果により搬送周波数が変動するが,これを補正するために膨大な計算が必要とされる.これを効率的に計算する方式としてFFTを用いる方式が提案されている.雑音の影響を低減する方法は平均化と狭帯域化の方法が用いられる.平均化の場合は平均を計算する時間区間長が問題となる.平均化の区間長を長くとれば雑音低減効果が高くなるが,航法メッセージにより位相反転が生じるため,平均化の区間長には制限がある.この問題を解決する方法を提案し,特に,受信レベルが低く,雑音の影響が大きい場合において従来法よりも有効であることを確認した. In recent years, Global Positioning System (GPS) has been widely used. The GPS system will be built into cellular phones of the third generation by April 2007. The number of GPS terminal units will be greatly increased. However, accuracy of positioning is not enough under severe environments, for instance very weak received signals, high level noises and so on. Furthermore, a huge of computations is required for calculating correlation between the received code and the reference codes stored in the GPS receiver. For calculating the correlation in the GPS system, FFT and IFFT have been effectively applied in order to save the amount of computations. However, a large number of computations is still required. Furthermore, the carrier frequency is slightly changed by the Doppler effect. This deviation is compensated for in the frequency domain. In some environments, where the received signal is weak compared to the noises, integration over multiple code periods to detect the peak of the correlation is required. On the other hand, there is a limitation for the integration interval due to a period of the navigation message. In this paper, a technique is proposed for removing the influence of the navigation messages. As a result, the amount of the frequency corrections is decreased, the computational complexity is also decreased by approximately 40 percent of the conventional method.
続きを見る
|
||||
| 58.
論文 |
論文
|
堀田, 明秀 ; 出島, 康宏 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系<br />本稿では， ブラインド形信号源分離（ BSS） におい て， フィードフォワード（ FF) 信号源の形回路とフィードバック（ FB) 形回路の分離性能， 収束速度， 及び信号歪みについて比較検討を
…
行った． BSS の分離回路は出力が統計的に独立になるように学習される。白色信号のように独立性が高い場合は， 出力を独立にすることと，信号源分離は一致するが， 音声信号のように互いに相関性を持つ場合は、これらは一致しない． FB-BSS では，信号源の完全分離に対して分離回路が唯一の解を持ち，その時の分離回路出力は観測信号に含まれる１個の信号源成分と同一になる。この状態を信号歪み無しと見なすことができる。一方， FF-BSS では信号源の完全分離に対して分離回路が自由度を有し、出力が独立とな るようにスペクトルが調整され， 信号歪みが生じる。信 号源として白色信号と音声信号を用いたシミュレーショ ンを行い、上記の解析結果を確認した。 This paper analyzes and compares signal separation, convergence speed and signal distortion in both a feedforward blind source separation (FF-BSS) and a feedback (FB-) BSS. In BSS, a separation block is trained so as to make its output signals to be statistically independent. When the signal sources are highly independent such as white noise, making the output signals to be statistically independent is the same as separating the signal sources. However, when the signal sources are somewhat correlated to each other such as speech signals, they are not exactly the same. In the FBBSS, when complete separation is achieved, the separation block has a unique solution, and the output signals are equal to the single signal source included in the observation. On the other hands, in the FFBSS, the separation block has some degree of freedom under the complete separation condition. This degree of freedom is used to change the output spectrum so as to make them to be independent, causing signal distortion. Through simulations, using white signals and speech signals as the signal sources, the properties above mentioned are con rmed.
続きを見る
|
||||
| 59.
論文 |
論文
|
新谷, 敏弘 ; 中山, 謙二 ; 平野, 晃宏 ; 谷野, 英樹 ; 鶴見, 潔 ; 浅田, 博重
概要:
金沢大学理工研究域 電子情報学系<br />本稿では推測航法とカルマンフィルタを組み合わせる 航法システム[1]，[3] において，ジャイロの換算ゲインが誤差を含むような場合であっても，装置構成を複雑化することなくジャイロの出力から方位変化
…
量を安定して精度よく推定する方法について検討する．車速センサ，ジャイロでの検出値から移動距離演算部，方位変化量演算部にて算出される移動距離，方位変化量に基づき，相対軌跡演算部，絶対位置演算部が算出する推測航法データ(車速，絶対方位，絶対位置) と，GPS 受信機からのGPS 測位データ(速度，方位，位置) との差を観測値とするカルマンフィルタを備え，その状態量の一つとして，ジャイロ出力から角速度への変換ゲインの誤差(ゲイン誤差) を設定する．このカルマンフィルタにより求められるゲイン誤差の推定値により，ジャイロ出力及び変換ゲインを用いて算出された方位変化量を補正する． In a navigation system which combines the dead reckoning and the Kalman filter, an approach to presuming the amount of the azimuth change with high accuracy from the gyro output is developed. The gyro contains some error in a conversion gain, which converts the gyro output into the angular velocity. In the Kalman filter,observation values are diferences between the dead reckoning data and the GPS measurement data, and the inputs include the error of the conversion gain. By using the gain error estimated by the Kalman lter, the amount of the azimuth change, which is calculated by using the gyro output and the conversion gain, is corrected.
続きを見る
|
||||
| 60.
論文 |
論文
|
出島, 康宏 ; 堀田, 明秀 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系
|
||||
| 61.
論文 |
論文
|
中山, 謙二 ; 猪股, 悟 ; 竹内, 由幸
概要:
金沢大学理工研究域 電子情報学系
|
||||
| 62.
論文 |
論文
|
竹村, 守章 ; 中山, 謙二 ; 平野, 晃宏
概要:
金沢大学理工研究域 電子情報学系
|
||||
| 63.
論文 |
論文
|
中山, 謙二 ; Nakayama, Kenji
概要:
ブレインコンピュータインタフェイス(BCI)において,多チャネルで測定された脳波をチャネル間で直交化することにより脳波の特徴を強調する方法を提案した.並列構成された複数の階層形ニューラルネットワーク(MLNN)を用いてメンタルタスク(MT)
…
を分類し,それらの結果を統合する方法により, MTの分類性能が大幅に向上した.他の方式として,脳波の特徴を強調する部分空間フィルタと複数の2分類器,その出力を誤差訂正符号化する方式を提案し,高い分類性能を得た.<br />Brain Computer Interface(BCI) system has been developed. A method to emphasize features of the brain waves has been proposed. The orthogonalized components and parallel multi-layer neural networks are used to classify themental tasks. These results are averaged to obtain the final result. The high performance for mental task classification has been obtained. Another method, combining the special filter, binary classifiers and error correcting code, has beenproposed, resulting in high performance.<br />研究課題/領域番号:21560393, 研究期間(年度):2009-2011
続きを見る
|
||||
| 64.
論文 |
論文
|
中山, 謙二 ; Nakayama, Kenji
概要:
1)オーバーコンプリート形ブラインド信号源分離(OC-BSS)平成17年度に提案した,フィードバック形BSSにおいて,フィードバックにより信号源を相殺するための好しい学習法を提案した。混合過程に関する情報を使う方法と信号のヒストグラムを使う
…
2つの方法を提案した。さらに,ヒストグラムを使う方法に関して,信号歪みを低減する方法を提案した。信号歪みを雑音と見なして,スペクトルサプレッション法により雑音スペクトルを抑制する方法である。音声の信号源を3個,センサーを2個としたときのシミュレーションを行い,従来法に比べて,信号対干渉比が約10dB改善された。2)非線形混合過程に対するブラインド信号源分離信号源のグループ分離と線形化を縦続接続する方式を以前に提案したが,その学習法に関して改良を行った。特に,線形化に関して,「初期値の設定法」及び「パラメータの学習法」に関して新しい方法を提案し,信号源の分離特性を大幅に改善した。また,信号源とセンサーの位置関係と必要なセンサー数の関係についても解析し,実用化における指針を与えた。3)ブラインド信号源分離における信号歪みの低減フィードフォワード形(FF-)BSSに対して,信号歪みを抑制する新しい学習法を提案した。従来の学習法に信号歪みを抑制する制約条件を課す方法である。2チャネルと3チャネルについてシミュレーションを行い,分離特性と信号歪みを評価した。その結果,従来の信号歪み抑制形学習法に比べて大幅な特性改善を実現した。さらに,フィードバック形(FB-)BSSとFF-BSSが各々有効に使用できる条件を明らかにした。<br />A feedback approach and its learning algorithm are proposed for the OC-BSS. By using the sensors more than a half of the sources, at least one output can separate a single signal source. This output is fed back to the inputs of the separation block, and is subtracted from the observations, in order to reduce the number of equivalent signal sources. Two kinds of feedback methods are proposed, which are direct subtraction and sample elimination based on histogram of the observed signals and the separated signal above. In the latter process, signal distortion is further suppressed by the spectral suppression technique. The proposed method can improve a signal to interference ratio by 6〜10 dB compared to the conventional methods.Source separation and signal distortion are theoretically analyzed in blind source separation (BSS) systems implemented in both the time and the frequency domains. Feedforward (FF-) BSS systems have some degree of freedom in the solution space. Therefore, signal distortion is likely to occur. Next, a condition for complete separation and distortion free is derived for multi-channel FF-BSS systems. This condition is incorporated in learning algorithms as a distortion free constraint. Computer simulations using speech signals and stationary colored signals are performed for conventional methods and the new learning algorithms employing the proposed distortion free constraint. The proposed method can drastically suppress signal distortion, while maintaining a high separation performance.<br />研究課題/領域番号:17560335, 研究期間(年度):2005-2006<br />出典：「非線形畳み込み混合過程におけるオーバーコンプリート形ブラインド信号源分離」研究成果報告書 課題番号17560335 (KAKEN：科学研究費助成事業データベース（国立情報学研究所）) 本文データは著者版報告書より作成
続きを見る
|
||||
| 65.
論文 |
論文
|
中山, 謙二 ; Nakayama, Kenji
概要:
1.階層形NNによるパターン分類能力の評価周波数成分に基づく信号検出において、測定サンプル数が制限されている場合は線形処理によるスペクトル分析では十分な検出が行えない。階層形NNでは、ニューロンの非線形特性により信号空間での領域形成の自由度
…
が高く,不規則に分布する信号の分類能力が高いことを確認した。具体的には、ダイヤルトーンなどの応用例においてその有効性を確認した。2.凡化能力を保証する最小学習データの選択方法パターン分類を対象として、未学習パターンに対しても高い分類(凡化)能力を有する階層形NNを実現するための最小学習データの選択方法を提案した。ユークリッド距離に基づいて分類境界面に対峙する各クラスのデータを抽出するものである。データの組み合わせに基づく方法と、学習中の出力誤差に基づく方法について、収束性と学習時間の関係について検討した。また、データが逐次与えられる問題において、常に、最少の学習データを保持できることをシミュレーションにより確認した。3.オンライン学習における最少学習データの選択方法未学習パターンに対しても高い分類(汎化)能力を保証する最少データ選択法について、更に、オンライン学習における方法を提案した。種々のパターン分類問題に適用し、有効性を確認した。4.階層形NNにおけるニューロンの活性化関数の最適化最適な活性化関数はNNを適用する問題によって様々である。また、活性化関数を最適化することにより、回路規模を大幅に低減できる。本研究では、結合荷重の学習と同時に活性化関数自身を学習する方法を提案した。8ビットパリテイ問題等、難しい問題が最小の回路規模で実現できることを確認した。<br />1. Pattern Classification by Multilayr Ne0ural NetworksIn the signal detection based on frequency components, when the number of the signal samples is limited, accurate detection by linear methods is difficult. The multilayr neural networks can provide high classification performance. The vectors of the signals, which have a small number samples or low SNR,are usually distributed randomly in the N dimensional space. Therefore, the boundary, which separate these vectors becomes very complicated. This can be done by using the nonlinearity of the neurons in the multilayr NNs.2. Selection of Minimum Training Data for GeneralizationA data selection method has been proposed, by which the data belong to the different classes and across over the boundary are selected. These data can guarantee generalization, that is the data, which were not used in the training can be effectively separated.3. Selection of Minimum Training Data for On-Line TrainingThe data are successively applied to the neural networks in the on-line applications. A method, which can select the useful data and hold the minimum number of the training data, has been proposed. Through several kinds of examples, the proposed method was confirmed to be useful.4.Optimization of Activation FunctionsThe network size required for some applications is highly dependent on the activation functions, that is nonlinear functions. A simultaneous learning method for both connection weights and activation functons has been proposed. The parity check problem, which is a difficult task for the multilayr neural networks, can be effectively solved using the minimum number of the hidden units.<br />研究課題/領域番号:07650422, 研究期間(年度):1995-1997<br />出典：「階層形ニューラルネットワークの最小構成のための最適設計法の研究」研究成果報告書 課題番号07650422(KAKEN：科学研究費助成事業データベース（国立情報学研究所）) 本文データは著者版報告書より作成
続きを見る
|
||||
| 66.
論文 |
論文
|
中山, 謙二 ; Nakayama, Kenji
概要:
金沢大学自然科学研究科<br />信号源やその伝達・混合過程に関する事前情報がなく,それらの統計的な性質のみを仮定して信号源を分離するブラインド形信号源分離(BSS)に関して研究を行った.特に,伝達・混合過程に非線形を含む場合は信号源の混合
…
も複雑になり,それらを分離することは一般に難しい.本研究では,信号源の高次項を含む信号群を分離する過程と,その後に高次項を抑制する線形化の過程を縦続接続する方法を提案した.また,この構成法に対する学習法を新たに提案した.音声の信号源が2個の場合と3個の場合についてシミュレーションを行った.観測信号に比べて,干渉成分と非線形成分(高次項)は約20dB程度減衰しており,有効性が確認できた.本方法では,信号源の数より多い観測センサーが必要とされる.これに関して,非線形成分の大きさと必要とされる観測センサー数の関係について解析し,実際の応用場面では,センサー数を低減できることを示した.さらに,線形化→信号群分離→線形化というサンドウィッチ構造を提案し,少ないセンサー数で良好な分離特性を得た.ブラインド形信号源分離では,分離回路において信号が歪むという問題がある.これに関して,フィードフォワード形BSS(FF-BSS)とフィードバック形BSS(FB-BSS)について解析を行い,信号歪みのメカニズムを始めて明らかにした.FF-BSSは分離回路の自由度が高く,信号歪みが生じる.一方,FB-BSSは観測信号から信号歪みを生じることなく,分離が可能であることが明らかになった.さらに,本研究では,FF-BSSにおいても信号歪みを抑制するための制約条件を付加した学習法を提案し,時間領域における学習で従来法に比べて信号歪みを抑えることができた.以上,本研究では,非線形混合過程におけるBSSに対して新しい方法を提案し,さらに,従来行われていなかった信号歪みの問題を解析し,新しい学習法を提案した.これらにより,BSSをより現実的な場面に応用することが可能になり,また,分離後においても良好な音質が保証される.<br />In practical applications of BSS, processes of generating mixing and sensing signals include nonlinearity, caused by loud speakers, microphones, amplifiers and so on. BSS, cascading a signal group separation block and a linearization block has been proposed for low-order nonlinear mixtures. In the separation block, the signal sources are separated into each group, including its high-order components. The high-order components are further suppressed through the linearization block.In this report, separation performance of the nonlinear BSS is analyzed from several view points. The number of the sensors is increased from that of the signal sources in order to cancel the interference. Moreover, the interference components is decided by a ratio of the nonlinear and the linear components. A relation between the ratio of the components and the number of the sensors is analyzed. The number of the sensors can be reduced when the ratio of the nonlinearity is small. And a Cascade Form BSS Connecting Linearization and Source Separation and Linearization is analyzed.Next, effects of the initial guess of the separation matrix is analyzed. The training was carried out using 50 independent random initial guess, and good separation is obtained by a 25% probability. Moreover, effect of including 3rd-order terms is analyzed. When the 3rd-order term is under 10%, good separation performance can be obtained.<br />研究課題/領域番号:15560323, 研究期間(年度):2003 – 2004<br />出典：「非線形たたみ込み混合過程におけるブラインド形信号源分離・推定法」研究成果報告書 課題番号15560323（KAKEN：科学研究費助成事業データベース（国立情報学研究所））（https://kaken.nii.ac.jp/ja/report/KAKENHI-PROJECT-15560323/155603232004kenkyu_seika_hokoku_gaiyo/)を加工して作成
続きを見る
|
||||
| 67.
論文 |
論文
|
中山, 謙二 ; Nakayama, Kenji
概要:
金沢大学自然科学研究科<br />自然現象や社会現象等の時間的な変化を予測することは自然破壊,環境問題,人口問題,経済危機等に対応するために非常に重要である。このような現象の多くは非線形であり,非線形予測器の研究も多く行われている。本研究で
…
は,非線形予測を過去のサンプルから未来のサンプルへの写像としてとらえ,非線形なパターン写像の有効な手法であるニューラルネットワークと線形予測を組み合わせたハイブリッド形非線形予測器を開発した。(1)非線形予測器の提案階層形ニューラルネットワークによる非線形予測を入力側に,FIRフィルタによる線形予測を出力側に配置した縦続形のハイブリッド形予測器を提案した。階層形ニューラルネットワークの出力ユニットは線形素子であり,線形予測の能力も有している。(2)学習方法の提案非線形予測器と線形予測器をこの順に分離学習する方法を提案した。次に,雑音を含む非線形時系列の予測において,強化学習法を提案した。誤差逆伝播学習法の過程に結合荷重の強化を組み込んだ方法である。ニューロンの入力値が活性化関数の飽和領域にシフトされ雑音の影響が低減される。(3)時系列データの非線形性を解析する方法の提案類似する過去のサンプルから予測されるサンプルの分散で非線形性を評価する方法を提案した。実際の非線形データ及び線形システムから生成した時系列を用いてその有効性を確認した。これに基づいて,非線形予測に必要なニューラルネットワークの規模を推定する方法を提案し,最小構成を可能とした。(4)実際の非線形時系列の予測太陽黒点,湖の水位,カオス,及び霧発生の時間的な変化の予測に本予測器を適用し,その有効性を調べた結果,従来方法に比べて本方式が常に最小の予測誤差を与えていることを確認した。<br />Now a day, we have a lot of problems, environmental disruption, environmental pollution, economic crisis, population problem, natural disaster, nature conservation, and so on. In order to solve these problems, it is very important to analyze progress of these phenomena. These phenomena can be regarded as time series. Mainly they are nonlinear time series. So, nonlinear prediction becomes very important.(1) A Nonlinear PredictorIn this research project, we have developed a hybrid nonlinear predictor, which combines a neural network and a feed-forward linear predictor. Since the neural network has linear output unit, most of nonlinear part and some linear part can be predicted by the neural network. The remaining part is predicted by the linear predictor.(2) Learning AlgorithmsAn improved learning algorithm has been proposed, which separately optimize the neural network and the linear predictor in this order. An enhanced learning algorithm has been proposed for noisy nonlinear time series prediction.(3) Nonlinearity Analysis of Time SeriesPrediction is the mapping from the past sample x(n-1)=[x(n-1),x(n-2),..,x(n-N)] to the next sample x(n). When the past samples x(nィイD21ィエD2-1) and x(nィイD22ィエD2-1) are similar, however, the next samples x(nィイD21ィエD2) and x(nィイD22ィエD2) are far from to each other, then, nonlinearity of this time series is high. A measure, which can evaluate this property has been introduced.(4) Prediction of Real Nonlinear Time SeriesThe proposed method was applied to many the real nonlinear time series, including Chaos, water levels of some lake, fog generation, and so on. The proposed hybrid nonlinear predictor demonstrated good performance compared with the conventional methods.<br />研究課題/領域番号:10650039, 研究期間(年度):1998 – 1999<br />出典：「ハイブリッド型非線形予測器の最小構成法と学習アルゴリズム」研究成果報告書 課題番号10650039（KAKEN：科学研究費助成事業データベース（国立情報学研究所）） （https://kaken.nii.ac.jp/ja/report/KAKENHI-PROJECT-10650357/106503571999kenkyu_seika_hokoku_gaiyo/）を加工して作成
続きを見る
|
