Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019003262) DISPOSITIF ET PROCÉDÉ DE DISCRIMINATION
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/003262 N° de la demande internationale : PCT/JP2017/023358
Date de publication : 03.01.2019 Date de dépôt international : 26.06.2017
CIB :
G06F 17/30 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
17
Equipement ou méthodes de traitement de données ou de calcul numérique, spécialement adaptés à des fonctions spécifiques
30
Recherche documentaire; Structures de bases de données à cet effet
Déposants :
株式会社ニレコ NIRECO CORPORATION [JP/JP]; 東京都八王子市石川町2951番地4 2951-4, Ishikawa-machi, Hachioji-shi, Tokyo 1928522, JP
Inventeurs :
中西 健 NAKANISHI Ken; JP
森田 博之 MORITA Hiroyuki; JP
Mandataire :
長尾 常明 NAGAO Tsuneaki; JP
Données relatives à la priorité :
Titre (EN) DISCRIMINATION DEVICE AND DISCRIMINATION METHOD
(FR) DISPOSITIF ET PROCÉDÉ DE DISCRIMINATION
(JA) 判別装置及び判別方法
Abrégé :
(EN) [Problem] To make it possible to accurately discriminate an unknown sample. [Solution] This discrimination device is characterized by being provided with: a waveform data analysis unit 40A which acquires waveform data of m known samples of the same type and having known features, and uses multivariate analysis to determine the coefficient vector of n variables derived from each set of waveform data, and to determine a feature quantity for each known sample; a discrimination model creation unit 50 which creates a discrimination model on the basis of the feature quantity for each known sample as determined by the waveform data analysis unit 40A; a feature quantity calculation unit 40B which acquires waveform data of an unknown sample of the same type as the known samples and having an unknown feature, and calculates a feature quantity for the unknown sample using the coefficient vectors obtained by the waveform data analysis unit 40A; and a discrimination unit 60 which compares the feature quantity for the unknown sample as determined by the feature quantity calculation unit 40B with the discrimination model and thereby determines whether or not the unknown sample has a desired feature.
(FR) L'objectif de l'invention est de discriminer un échantillon inconnu de manière précise. À cet effet, l’invention concerne un dispositif de discrimination caractérisé en ce qu'il comprend : une unité d'analyse de données de forme d'onde (40A) qui acquiert les données de forme d'onde de m échantillons connus du même type et comprenant des caractéristiques connues, et qui utilise une analyse à variables multiples afin de déterminer le vecteur de coefficient de n variables dérivées de chaque ensemble de données de forme d'onde et de déterminer une quantité de caractéristiques pour chaque échantillon connu ; une unité de création de modèle de discrimination (50) qui crée un modèle de discrimination d’après la quantité de caractéristiques pour chaque échantillon connu tel que déterminé par l'unité d'analyse de données de forme d'onde (40A) ; une unité de calcul de quantité de caractéristiques (40B) qui acquiert les données de forme d'onde d'un échantillon inconnu du même type que les échantillons connus et comprenant une caractéristique inconnue, et qui calcule une quantité de caractéristiques pour l'échantillon inconnu à l'aide des vecteurs de coefficient obtenus par l'unité d'analyse de données de forme d'onde (40A) ; et une unité de discrimination (60) qui compare la quantité de caractéristiques pour l'échantillon inconnu telle que déterminée par l'unité de calcul de quantité de caractéristiques (40B) avec le modèle de discrimination et détermine ainsi si l'échantillon inconnu possède ou non une caractéristique souhaitée.
(JA) 【課題】高い精度で未知サンプルを判別することができるようにする。 【解決手段】特徴が既知の同種のm個の既知サンプルの波形データを取り込み多変量解析により前記波形データのn個の変数についての係数ベクトルと前記既知サンプルの特徴量を求める波形データ分析部40Aと、該波形データ分析部40Aで得られた前記既知サンプルの特徴量に基づいて判別モデルを作成する判別モデル作成部50と、前記既知サンプルと同種で特徴が未知の未知サンプルの波形データを取り込み前記波形データ分析部40Aで得られた前記係数ベクトルを用いて前記未知サンプルの特徴量を演算する特徴量演算部40Bと、該特徴量演算部40Bで得られた前記未知サンプルの特徴量を前記判別モデルと比較することで前記未知サンプルが所望の特徴を持つサンプルか否かを判別する判別部60と、を備えることを特徴とする。
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : japonais (JA)
Langue de dépôt : japonais (JA)