■多次元データの可視化：　 　画像パターン認識や制御問題などにおいて、ある対象や状態を、複数 （Ｎ）個のパラメータで表現して種類や状態を判断する場合には、それ をＮ次元ベクトル（点の位置）としてとらえ、Ｎ次元の空間上で、どの ように分布しているかを知ることが重要になります。 　同じ種類のものは、ある点の近傍に集中し、異なったものではそれと は離れた場所に位置にすることにより、識別が可能になりますが、Ｎ次 元の点の分布は、Ｎが４以上の場合、人間には観察できません。 　本技術は、Ｎ次元ベクトルの点近傍を、Ｎ次元空間上の点から３次元 空間上への言わば形状変換写像を用いることにより、他の点近傍との分 布状況の違いが分かるように表現することで、特徴ベクトルを構成する パラメータを視覚的に評価する機能を提供いたします。

　　　　　Link Mapping　 　　　　　　　　 Polygon Mapping

---

■ネットワーク型 高速学習・高速照合技術：　　 　多次元データは、多数のデータに対する学習処理でネットワーク構造 化されることにより、新たなデータに対しての照合・識別などの認識機 能が極めて高速に処理可能です。　 　左図上段は、クラスターユニット(ＣＵ)層で、学習データをクラスタ リング構造化して、記憶したものになります。 　１つのＣＵは、３層ニューラルネットワークと比較した場合、 　　　　　　〔多数の中間層＋１つの最終層ノード（ニューロン）〕 に相当する機能を提供します。 　左図下段は、ファジィ量子化ユニット(ＦＱＵ)層で、入力ベクトルを 効率よく量子化し、学習時にはクラスターユニットへのネットワークリ ンクを最適化して形成することで、超高速の学習･照合を提供します。 　　　　　　　　　　　　　　　　　　　（クリックで動画画面へ⇒） (←画像クリックで拡大画面へ)

---

Self Learning ：いわゆる教師なし学習です。

---

Conflict Check ：教示データの矛盾を調べます。

　　F.Q.Unit（入力センサー）　　　　C.Unit（学習記憶パタン）

---

■用 途 　多種類、あいまい、膨大な情報やデータにより、経験に基づいた高度な判断や処理が求められ、かつ、アルゴリズム化 が困難なテーマをシステム化する際には、是非、本技術（製品名『Dimension Agent』) の適用をご検討下さい。 　学習により構造化された多次元のデータは、ニューラルネットの様にブラックボックス化することなく可視化(視覚化） される為、優れたヒューマンインタフェースを兼ね備えた実用化技術として、皆様のお役に立ちたいと考えております。 　　　・制　御 ：　ファジィ制御、自動制御、自律制御、シミュレーション、自動車、船舶、飛翔・飛行体、ロボット 　　　　　　　　　 ゲーム 　　　・診　断 ：　故障診断、波形診断、画像診断、医療診断 　　　・監　視 ：　プラント・設備監視、プロセス監視、進入監視、屋外監視、室内・店内監視、 　　　　　　　　　 海底監視、海岸監視、水中監視、海洋監視、航空監視、交通監視、危険回避、危険予知 　　　・検　査 ：　印刷物、色ムラ・筋ムラ・輝度ムラ検査、目視検査の自動化、自動欠陥分類(ADC) 　　　・保　全 ：　予防保全、予知保全 　　　・認　証 ：　生体認証（バイオメトリクス：顔、指紋、掌紋、網膜、静脈、等） 　　　・認　識 ：　画像認識、音声認識、手書き文字・手書き図形等の認識（パターン認識） 　　　・検　索 ：　類似検索(あいまい検索）、画像検索、映像検索、音声情報検索（音楽、歌、等）、文字情報検索、 　　　　　　　　　 巨大データベース検索 　　　・予　測 ：　進路、軌道、金融、株価、気象、各種指標・指数 　　　・防　衛 ：　追跡・追尾、ターゲット捕捉、電波解析 　　　・審　査 ：　資格審査、与信審査、合否判定 　　　・その他 ：　データ解析、多次元データ・多変量データ可視化、データマイニング、意思決定、スケジューリング

先頭に戻る