お客様の課題解決を
オープンイノベーションで実践する
広域TLO

【要約】
【課題】情報処理装置が商品等の評判を示す軸を生成することを目的とする。
【解決手段】情報処理装置は、所定の商品又はサービスに対する複数のレビューデータを入力する入力部と、前記複数のレビューデータに含まれ、前記商品又は前記サービスに対する意見、評判、感想又は評価を示す評価表現を抽出する評価表現抽出部と、前記評価表現に基づいて、前記複数のレビューデータに含まれ、前記商品又は前記サービスの特徴を示す特徴語を抽出する特徴語抽出部と、前記特徴語をクラスタに分け、前記クラスタごとに軸を生成するクラスタリング部とを含む。

【特許請求の範囲】
【請求項１】
　所定の商品又はサービスに対する複数のレビューデータを入力する入力部と、前記複数のレビューデータに含まれ、前記商品又は前記サービスに対する意見、評判、感想又は評価を示す評価表現を抽出する評価表現抽出部と、前記評価表現に基づいて、前記複数のレビューデータに含まれ、前記商品又は前記サービスの特徴を示す特徴語を抽出する特徴語抽出部と、前記特徴語をクラスタに分け、前記クラスタごとに軸を生成するクラスタリング部とを含む情報処理装置。
【請求項２】
　前記評価表現には、
　前記商品又は前記サービスに対して、肯定的な表現となる肯定語と、前記商品又は前記サービスに対して、否定的な表現となる否定語とが含まれる請求項１に記載の情報処理装置。
【請求項３】
　前記レビューデータから前記評価表現が抽出される抽出回数及び前記評価表現と係り受けの関係にある他の評価表現のスコアに基づいて、前記評価表現のスコアを計算する請求項１又は２に記載の情報処理装置。
【請求項４】
　前記スコアは、３段階以上を表現できる値である請求項３に記載の情報処理装置。
【請求項５】
　前記クラスタリング部は、Ｇａｐ統計量に基づいて、前記クラスタの数を特定する請求項１乃至４のいずれか１項に記載の情報処理装置。
【請求項６】
　ｋ－ｍｅｄｏｉｄｓ法に基づいて、複数の前記特徴語から、前記軸の軸名を決定する請求項５に記載の情報処理装置。
【請求項７】
　前記複数のレビューデータから前記軸ごとに、前記商品又は前記サービスの特性についての評判を示す評判値を計算する評判分析部を更に含む請求項１乃至６のいずれか１項に記載の情報処理装置。
【請求項８】
　１台以上の情報処理装置を有する情報処理システムであって、所定の商品又はサービスに対する複数のレビューデータを入力する入力部と、前記複数のレビューデータに含まれ、前記商品又は前記サービスに対する意見、評判、感想又は評価を示す評価表現を抽出する評価表現抽出部と、前記評価表現に基づいて、前記複数のレビューデータに含まれ、前記商品又は前記サービスの特徴を示す特徴語を抽出する特徴語抽出部と、前記特徴語をクラスタに分け、前記クラスタごとに軸を生成するクラスタリング部とを含む情報処理システム。
【請求項９】
　情報処理装置が行う情報処理方法であって、前記情報処理装置が、所定の商品又はサービスに対する複数のレビューデータを入力する入力手順と、前記情報処理装置が、前記複数のレビューデータに含まれ、前記商品又は前記サービスに対する意見、評判、感想又は評価を示す評価表現を抽出する評価表現抽出手順と、前記情報処理装置が、前記評価表現に基づいて、前記複数のレビューデータに含まれ、前記商品又は前記サービスの特徴を示す特徴語を抽出する特徴語抽出手順と、前記情報処理装置が、前記特徴語をクラスタに分け、前記クラスタごとに軸を生成するクラスタリング手順とを含む情報処理方法。
【請求項１０】
　コンピュータに情報処理方法を実行させるためのプログラムであって、前記コンピュータが、所定の商品又はサービスに対する複数のレビューデータを入力する入力手順と、前記コンピュータが、前記複数のレビューデータに含まれ、前記商品又は前記サービスに対する意見、評判、感想又は評価を示す評価表現を抽出する評価表現抽出手順と、前記コンピュータが、前記評価表現に基づいて、前記複数のレビューデータに含まれ、前記商品又は前記サービスの特徴を示す特徴語を抽出する特徴語抽出手順と、前記コンピュータが、前記特徴語をクラスタに分け、前記クラスタごとに軸を生成するクラスタリング手順とを実行させるためのプログラム。

【要約】
【課題】簡素な構成で、誤った測距情報の出力を抑止できる、測距装置を提供する。
【解決手段】測距装置は、対象物との相対距離を測定するためのメインチャネルの信号に、複製や模倣が困難な乱数を生成するハードウェアロジック回路を用いたサイドチャネルの信号を重畳する。比較検証部は、送信側サイドチャネルデータと、受信側サイドチャネルデータを照合し、類似度を検証することで、受信信号の正当性を確認する。

【特許請求の範囲】
【請求項１】
　任意の対象物に照射して反射させる媒体を発する媒体発生源と、前記媒体に、主たる情報を搬送するために生成されたメインチャネルの信号を重畳する変調部と、前記媒体に、前記メインチャネルの信号とは異なる周波数帯の、副次的な情報を生成するサイドチャネルの信号として乱数を生成し、前記媒体に前記乱数の生成に起因する信号を重畳する乱数生成演算部と、前記対象物から反射された前記媒体を受信する媒体受信部と、前記変調部と前記乱数生成演算部から得られる送信信号から、前記サイドチャネルの信号成分を抽出してデータ列に変換する送信側サイドチャネル処理部と、前記受信部から得られる受信信号から、前記サイドチャネルの信号成分を抽出してデータ列に変換する受信側サイドチャネル処理部と、前記送信側サイドチャネル処理部から得られる前記データ列である送信側サイドチャネルデータと、前記受信側サイドチャネル処理部から得られる前記データ列である受信側サイドチャネルデータの類似度を算出し、受信信号の正当性を判定する比較検証処理部と、前記変調部と前記乱数生成演算部から得られる送信信号から前記メインチャネルの信号成分を抽出して、前記受信部から得られる受信信号から前記メインチャネルの信号成分を抽出して、得られた相互の信号に所定の処理を施して測距処理を実行する測距処理部とを具備する、測距装置。
【請求項２】
　前記送信側サイドチャネル処理部と前記受信側サイドチャネル処理部は、入力される信号から前記サイドチャネルの信号に相当する周波数成分を通過させるバンドパスフィルタと、前記バンドパスフィルタの出力信号をデジタルデータに変換するＡ／Ｄ変換器と、前記Ａ／Ｄ変換器が出力するデータ列を記憶するバッファとを具備する、請求項１に記載の測距装置。
【請求項３】
　侵入者の有無を検出するための媒体発生源と、前記媒体に、副次的な情報を生成するサイドチャネルの信号として乱数を生成し、前記媒体に前記乱数を重畳する乱数生成演算部と、前記媒体発生源から発生した前記媒体を受信する媒体受信部と、前記乱数生成演算部から得られる送信信号から、前記サイドチャネルの信号成分を抽出してデータ列に変換する送信側サイドチャネル処理部と、前記媒体受信部から得られる受信信号から、前記サイドチャネルの信号成分を抽出してデータ列に変換する受信側サイドチャネル処理部と、前記送信側サイドチャネル処理部から得られる前記データ列である送信側サイドチャネルデータと、前記受信側サイドチャネル処理部から得られる前記データ列である受信側サイドチャネルデータの類似度を算出し、受信信号の正当性を判定する比較検証処理部とを具備する、侵入検出装置。

【要約】【課題】画像から、質感を精度良く表現する。
【解決手段】情報処理システムが、第１画像に対する質感を音象徴語で被験者が回答した結果を入力して畳み込みニューラルネットワークによって学習を行う学習部と、第２画像を取得する取得部と、前記学習部による学習結果に基づいて、前記第２画像の質感を示す音韻の要素の出現確率を出力する出力部とを含む。

【特許請求の範囲】
【請求項１】
　第１画像に対する質感を音象徴語で被験者が回答した結果を入力して畳み込みニューラルネットワークによって学習を行う学習部と、第２画像を取得する取得部と、前記学習部による学習結果に基づいて、前記第２画像の質感を示す音韻の要素の出現確率を出力する出力部とを含む情報処理システム。
【請求項２】
　前記音韻の要素を組み合わせて、音象徴語を生成する生成部を更に含む請求項１に記載の情報処理システム。
【請求項３】
　前記音韻の要素は、母音、子音、反復及び特殊音である請求項１又は２に記載の情報処理システム。
【請求項４】
　前記第１画像は、ＦＭＤ画像及び前記ＦＭＤ画像の一部を切り出した部分画像を含む請求項１乃至３のいずれか１項に記載の情報処理システム。
【請求項５】
　前記学習部は、深層畳み込みニューラルネットワークによって学習を行う請求項１乃至４のいずれか１項に記載の情報処理システム。
【請求項６】
　情報処理システムが行う情報処理方法であって、情報処理システムが、第１画像に対する質感を音象徴語で被験者が回答した結果を入力して畳み込みニューラルネットワークによって学習を行う学習手順と、情報処理システムが、第２画像を取得する取得手順と、情報処理システムが、前記学習手順による学習結果に基づいて、前記第２画像の質感を示す音韻の要素の出現確率を出力する出力手順とを含む情報処理方法。
【請求項７】
　コンピュータに情報処理方法を実行させるためのプログラムであって、コンピュータが、第１画像に対する質感を音象徴語で被験者が回答した結果を入力して畳み込みニューラルネットワークによって学習を行う学習手順と、コンピュータが、第２画像を取得する取得手順と、コンピュータが、前記学習手順による学習結果に基づいて、前記第２画像の質感を示す音韻の要素の出現確率を出力する出力手順とを実行させるためのプログラム。

【要約】安定した測定を実施可能とし、且つ小型化を容易に図ることができる計測用デバイスを提供する。

【特許請求の範囲】
【請求項１】
　所定の波長の光を透過可能な半導体基板と、前記半導体基板の表面に積層され、前記半導体基板との界面でショットキー障壁を構成し、前記所定の波長の光が照射された際に表面プラズモン共鳴を起こすアンテナ部を有する金属層と、前記金属層の表面に形成され、特定の検出物質と反応可能に構成された反応層と、を備えていることを特徴とする計測用デバイス。
【請求項２】
　前記半導体基板の表面とは反対側の面と前記金属層に電気的に接続された電極部を備えていることを特徴とする請求項１に記載の計測用デバイス。
【請求項３】
　前記金属層は、前記半導体基板の表面に沿って形成された共鳴部と、複数の前記共鳴部に接続された集電部と、を備えていることを特徴とする請求項１または２に記載の計測用デバイス。
【請求項４】
　前記所定の波長は１μｍ以上１０μｍ以下であり、前記半導体基板はｎ型シリコンで構成され、前記共鳴部の幅は０．５μｍ以上５μｍ以下であることを特徴とする請求項３に記載の計測用デバイス。
【請求項５】
　前記半導体基板の表面には回折格子が形成され、前記金属層及び前記アンテナ部は前記回折格子の表面に設けられていることを特徴とする請求項１または２に記載の計測用デバイス。
【請求項６】
　前記金属層の表面には回折格子が形成され、前記アンテナ部は前記金属層の表面側に設けられていることを特徴とする請求項１または２に記載の計測用デバイス。
【請求項７】
　前記アンテナ部の表面に微細な凹部及び凸部の少なくとも一方が形成され、前記凹部及び前記凸部の幅は前記所定の波長の１／１０００以上１／１０以下であることを特徴とする請求項１から６の何れか一項に記載の計測用デバイス。
【請求項８】
　前記半導体基板の表面にはピラーが形成され、前記金属層及び前記アンテナ部は前記ピラーの表面に設けられていることを特徴とする請求項１または２に記載の計測用デバイス。
【請求項９】
　所定の波長の光を発する光源と、前記光源に積層され、且つ前記所定の波長の光を透過可能な半導体基板と、前記半導体基板における前記光源とは反対側の表面に積層され、前記半導体基板との界面でショットキー障壁を構成し、前記光源から発せられた光が照射された際に表面プラズモン共鳴を起こすアンテナ部を有する金属層と、前記金属層の表面に形成され、特定の検出物質と反応可能に構成された反応層と、前記半導体基板における光源側の面と前記金属層に電気的に接続された電極部と、を備えていることを特徴とする計測センサ。
【請求項１０】
　前記金属層は、前記半導体基板の表面に沿って形成された共鳴部と、複数の前記共鳴部に接続された集電部と、を備えていることを特徴とする請求項９に記載の計測センサ。
【請求項１１】
　前記所定の波長は１μｍ以上１０μｍ以下であり、前記半導体基板はｎ型シリコンで構成され、前記共鳴部の幅は０．５μｍ以上５μｍ以下であることを特徴とする請求項１０に記載の計測センサ。
【請求項１２】
　前記半導体基板の表面には回折格子が形成され、前記金属層及び前記アンテナ部は前記回折格子の表面に設けられていることを特徴とする請求項９に記載の計測用センサ。
【請求項１３】
　前記金属層の表面には回折格子が形成され、前記アンテナ部は前記金属層の表面側に設けられていることを特徴とする請求項９に記載の計測用センサ。
【請求項１４】
　前記アンテナ部の表面に微細な凹部及び凸部の少なくとも一方が形成され、前記凹部及び前記凸部の幅は前記所定の波長の１／１０００以上１／１０以下であることを特徴とする請求項９から１３の何れか一項に記載の計測センサ。
【請求項１５】
　前記半導体基板の表面にはピラーが形成され、前記金属層及び前記アンテナ部は前記ピラーの表面に設けられていることを特徴とする請求項９に記載の計測用センサ。

【要約】
【課題】照明変化や対象物体の位置姿勢の変動や自己遮蔽に対する頑健さと位置姿勢の推定の精度の向上とを同時に満たすことができる手法を提供する。
【解決手段】検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第１の識別器と、前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第２の識別器とを備える。

【特許請求の範囲】
【請求項１】
　検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第１の識別器と、前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第２の識別器とを備えたことを特徴とする物体検出装置。
【請求項２】
　前記入力画像を赤外線カメラから入力することを特徴とする請求項１に記載の物体検出装置。
【請求項３】
　前記特徴量として累積勾配方向特徴量または量子化勾配方向特徴量を用いることを特徴とする請求項１または２に記載の物体検出装置。
【請求項４】
　前記第１の識別器および前記第２の識別器は、前記入力画像の個々のパッチ画像による分類結果の総合的な投票結果に基づいて分類を行うことを特徴とする請求項１乃至３のいずれか一項に記載の物体検出装置。
【請求項５】
　前記第１の識別器および前記第２の識別器は、前記第１の識別器および前記第２の識別器を構成する決定木をRandom Ferns形式で構成することを特徴とする請求項１乃至４のいずれか一項に記載の物体検出装置。
【請求項６】
　前記第２の識別器により推定された姿勢パラメータを初期値として、前記入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡部と、前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測部とを備えたことを特徴とする請求項１乃至５のいずれか一項に記載の物体検出装置。
【請求項７】
　前記位置姿勢追跡部は、前記初期値における前記対象物体のＣＡＤモデル上のエッジ点と前記入力画像から抽出した前記対象物体のエッジ点との誤差を最小化するように位置姿勢に補正を加えることを特徴とする請求項６に記載の物体検出装置。
【請求項８】
　対象物体の姿勢パラメータの初期値を入力し、前記対象物体を撮影して得た入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡部と、前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測部とを備えたことを特徴とする物体検出装置。
【請求項９】
　検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第１の識別手順と、　前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第２の識別手順とをコンピュータが実行することを特徴とする物体検出方法。
【請求項１０】
　対象物体の姿勢パラメータの初期値を入力し、前記対象物体を撮影して得た入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡手順と、
　前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測手順とをコンピュータが実行することを特徴とする物体検出方法。
【請求項１１】
　検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第１の識別手順と、前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第２の識別手順とをコンピュータに実行させることを特徴とする物体検出プログラム。
（以下省略）

【課題】規則性があって、人間が見て美しい図形を生成する。
【解決手段】複数の素材図形を組み合わせて出力図形を生成する情報処理システムが、前記素材図形の間に働く引力と斥力のバランス、前記素材図形の大きさのばらつき及び前記素材図形の種類を示す図形パラメータを取得する取得部と、前記取得部が取得する前記図形パラメータに応じた前記素材図形を取得する素材図形取得部と、前記取得手順で取得する前記図形パラメータに応じて、前記素材図形を複数配置して前記出力図形を生成する出力図形生成部とを含む。

【特許請求の範囲】
【請求項１】
　複数の素材図形を組み合わせて出力図形を生成する情報処理システムであって、前記素材図形の間に働く引力と斥力のバランス、前記素材図形の大きさのばらつき及び前記素材図形の種類を示す図形パラメータを取得する取得部と、前記取得部が取得する前記図形パラメータに応じた前記素材図形を取得する素材図形取得部と、前記取得部が取得する前記図形パラメータに応じて、前記素材図形を複数配置して前記出力図形を生成する出力図形生成部とを含む情報処理システム。
【請求項２】
　前記取得部は、前記素材図形の数、前記素材図形の大きさに応じて働く斥力の強さ、前記素材図形が向く基本となる角度を示す基本角、前記素材図形が向く角度のばらつき及び前記素材図形の色の少なくとも１つを前記図形パラメータとして更に取得する請求項１に記載の情報処理システム。
【請求項３】
　前記取得部は、前記素材図形の縦横比を前記図形パラメータとして更に取得する請求項１又は２に記載の情報処理システム。
【請求項４】
　前記取得部は、前記出力図形における中心から前記素材図形までの距離に応じた素材図形の角度を前記図形パラメータとして更に取得する請求項１乃至３のいずれか１項に記載の情報処理システム。
【請求項５】
　前記取得部は、前記素材図形の色の透明度を前記図形パラメータとして更に取得する請求項１乃至４のいずれか１項に記載の情報処理システム。
【請求項６】
　前記素材図形取得部は、前記素材図形が重なる場合において重なった部分が見える透明度の前記素材図形を取得する請求項１乃至５のいずれか１項に記載の情報処理システム。
【請求項７】
　前記出力図形生成部は、ボイド法によって、前記素材図形を配置して前記出力図形を生成する請求項１乃至６のいずれか１項に記載の情報処理システム。
【請求項８】
　複数の素材図形を組み合わせて出力図形を生成する情報処理システムが行う情報処理方法であって、情報処理システムが、前記素材図形の間に働く引力と斥力のバランス、前記素材図形の大きさのばらつき及び前記素材図形の種類を示す図形パラメータを取得する取得手順と、情報処理システムが、前記取得手順で取得する前記図形パラメータに応じた前記素材図形を取得する素材図形取得手順と、情報処理システムが、前記取得手順で取得する前記図形パラメータに応じて、前記素材図形を複数配置して前記出力図形を生成する出力図形生成手順とを含む情報処理方法。
【請求項９】
　複数の素材図形を組み合わせて出力図形を生成するコンピュータに情報処理方法を実行させるためのプログラムであって、コンピュータが、前記素材図形の間に働く引力と斥力のバランス、前記素材図形の大きさのばらつき及び前記素材図形の種類を示す図形パラメータを取得する取得手順と、コンピュータが、前記取得手順で取得する前記図形パラメータに応じた前記素材図形を取得する素材図形取得手順と、コンピュータが、前記取得手順で取得する前記図形パラメータに応じて、前記素材図形を複数配置して前記出力図形を生成する出力図形生成手順とを実行させるためのプログラム。

【要約】当て字を容易に生成する情報処理システム、情報処理方法及びプログラムを提供する。

【特許請求の範囲】
【請求項１】
　第１言語による第１文字を入力する入力部と、前記第１文字を第２言語による当て字となる第２文字に変換する変換部と、前記変換部が変換を行う変換単位を決める区切りを設定する設定部と、前記第２文字で構成される出力文字を表示する表示部とを含む情報処理システム。
【請求項２】
　前記表示部は、前記第２文字の説明を更に表示する請求項１に記載の情報処理システム
。
【請求項３】
　前記説明は、前記第１言語で表示される請求項２に記載の情報処理システム。
【請求項４】
　前記第１言語は、英語であり、前記第１文字は、英字であり、前記第２言語は、日本語であり、前記第２文字は、漢字である請求項１乃至３のいずれか１項に記載の情報処理システム
。
【請求項５】
　前記表示部は、前記変換部による変換後の音を前記第１文字で更に表示する請求項１乃至４のいずれか１項に記載の情報処理システム。
【請求項６】
　前記設定部は、前記第２言語における音の組み合わせを変更して前記区切りを設定する請求項１乃至５のいずれか１項に記載の情報処理システム。
【請求項７】
　前記表示部は、前記出力文字を特定するコードを更に表示する請求項１乃至６のいずれか１項に記載の情報処理システム。
【請求項８】
　情報処理システムが行う情報処理方法であって、情報処理システムが、第１言語による第１文字を入力する入力手順と、情報処理システムが、前記第１文字を第２言語による当て字となる第２文字に変換する変換手順と、情報処理システムが、前記変換手順で変換を行う変換単位を決める区切りを設定する設定手順と、情報処理システムが、前記第２文字で構成される出力文字を表示する表示手順とを含む情報処理方法。
【請求項９】
　コンピュータに情報処理方法を実行させるためのプログラムであって、コンピュータが、第１言語による第１文字を入力する入力手順と、コンピュータが、前記第１文字を第２言語による当て字となる第２文字に変換する変換手順と、コンピュータが、前記変換手順で変換を行う変換単位を決める区切りを設定する設定手順と、コンピュータが、前記第２文字で構成される出力文字を表示する表示手順とを実行させるためのプログラム。

【要約】
【課題】被測定者に負担をかけずに、被測定者の睡眠段階を精度良く判定できるようにする。
【解決手段】被測定者の被測定者の体動及び心拍を検出する。その検出で得た被測定者の体動の第１の期間毎の検出データの標準偏差値が、所定の閾値以上であるとき、覚醒又はステージ１のノンレム睡眠と判定し、所定の閾値以上でないとき、レム睡眠又はステージ２以下のノンレム睡眠と判定する。さらに、その判定処理で、レム睡眠又はステージ２以下のノンレム睡眠と判定した場合に、被測定者の第２の期間毎の心拍の中央値の増加率と、被測定者の体動の第３の期間毎の周波数解析結果に基づいて、レム睡眠と、ステージ２以下のノンレム睡眠とを区別する処理を行う。

【要約】
生体内を運動する注目部分の追跡の精度及びロバスト性の向上を図る。

【特許請求の範囲】
【請求項１】
　生体内における関心臓器の過去の動きに基づいて、生体構造を撮影した生体像における前記関心臓器の推定位置を求める臓器位置推定手段と、前記生体像における前記推定位置に対応した領域にて前記関心臓器の輪郭点を探索し、当該輪郭点に基づいて前記関心臓器の推定輪郭を求める輪郭推定手段と、前記関心臓器の輪郭と当該関心臓器に連動する注目部分との位置関係についての予め取得された標本データに基づき、前記推定輪郭から前記生体像における前記注目部分の位置を求める注目部分追跡手段と、を有し、前記輪郭推定手段は、前記関心臓器の輪郭形状の動的輪郭モデルにおける複数の制御点それぞれに対応する前記輪郭点を探索し、　前記輪郭形状を基準形状と互いに線形独立な複数の変形モードの線形結合との和で表す形状モデルにおいて、前記輪郭点のうち予め定めた基準以上の信頼度を有する明瞭輪郭点を初期値として、前記制御点のうち前記明瞭輪郭点に対応するもののみに基づいて前記線形結合における前記各変形モードの係数を求めるＰＡＳＭ処理と、当該ＰＡＳＭ処理により与えられる前記制御点の位置を前記輪郭形状に関するエネルギー最小化原理に基づくＳＮＡＫＥ法より修正する処理とを繰り返して前記推定輪郭を求めること、を特徴とする生体内運動追跡装置。
【請求項２】
　請求項１に記載の生体内運動追跡装置において、前記注目部分追跡手段は、前記関心臓器の注目輪郭に対応する前記注目部分の位置を、基準位置と前記変形モードに対応した複数の変位モードの線形結合との和で表す位置モデルにて、前記標本データに基づく前記注目部分の平均位置を前記基準位置とし、前記注目輪郭に対応する前記形状モデルでの前記各変形モードの前記線形結合における前記係数を前記各変位モードの前記線形結合における係数とし、前記標本データに当該位置モデルを適用して得た前記変位モードを設定し、当該位置モデルを用いて前記推定輪郭に対応する前記注目部分の位置を求めること、を特徴とする生体内運動追跡装置。
【請求項３】
　請求項１又は請求項２に記載の生体内運動追跡装置において、前記輪郭推定手段は、過去の前記推定輪郭に基づき前記推定位置における前記輪郭を予想し、当該予想した輪郭に直交する方向に沿って前記輪郭点を探索すること、を特徴とする生体内運動追跡装置。
【請求項４】
　請求項１から請求項３のいずれか１つに記載の生体内運動追跡装置において、さらに、前記生体像を記憶する生体像記憶手段と、前記生体像に写る前記関心臓器の像のうち所定の基準に基づき画質が鮮明な鮮明領域と不鮮明な不鮮明領域とを判別し、当該不鮮明領域を包含し前記制御点を頂点とする少なくとも１つの多角形からなる補完対象領域を定める補完領域設定手段と、前記生体像記憶手段から、前記鮮明領域のうち前記補完対象領域の前記多角形と共通の前記制御点を頂点とした多角形における前記生体像を読み出し、前記補完対象領域の前記四角形に適合させる線形変換を行って前記補完対象領域に合成する画像合成手段と、を有することを特徴とする生体内運動追跡装置。

【要約】
【課題】複素数データにＲＢＭを適応することで精度の良い特徴抽出を行って、良好な符号化ができるようにする。
【解決手段】パラメータ学習ユニットと符号化ユニットとを備える。パラメータ学習ユニットは、入力データを表現する可視素子と、潜在的な情報を表現した隠れ素子との間に結合重みが存在すると仮定した制限ボルツマンマシンによる確率モデルを適用して、学習用データに対して、隠れ素子および結合重みを推定する処理を行う。符号化ユニットは、符号化用入力データに対して、パラメータ学習ユニットで推定した確率モデルを適用して、隠れ素子を推定し、推定した隠れ素子を符号化データとして出力する。ここで、学習用データおよび符号化用入力データは複素数データであり、制限ボルツマンマシンによる確率モデルが持つ可視素子および隠れ素子は、実部と虚部を持つようにした。
本発明は、複素数に対してＲＢＭを適用し、精度の良い特徴抽出を行うことで、その特徴量抽出に基づいた良好な符号化ができる符号化装置、符号化方法およびプログラムを提供することを目的とする。
【課題を解決するための手段】
　本発明の符号化装置は、パラメータ学習ユニットと符号化ユニットとを備える。パラメータ学習ユニットは、入力データを表現する可視素子と、潜在的な情報を表現した隠れ素子との間に結合重みが存在すると仮定した制限ボルツマンマシンによる確率モデルを適用して、学習用データに対して、隠れ素子および結合重みを推定する処理を行う。符号化ユニットは、符号化用入力データに対して、パラメータ学習ユニットで推定した制限ボルツマンマシンによる確率モデルを適用して、隠れ素子を推定し、推定した隠れ素子を符号化データとして出力する。ここで、学習用データおよび符号化用入力データは複素数データであり、制限ボルツマンマシンによる確率モデルが持つ可視素子および隠れ素子は、実部と虚部を持つようにしたことを特徴とする。
　また本発明の符号化方法は、パラメータ学習処理と符号化処理とを含む。パラメータ学習処理は、入力データを表現する可視素子と、潜在的な情報を表現した隠れ素子との間に結合重みが存在すると仮定した制限ボルツマンマシンによる確率モデルを適用して、学習用データに対して、隠れ素子および結合重みを推定する処理を行う。　符号化処理は、符号化用入力データに対して、パラメータ学習処理で推定した制限ボルツマンマシンによる確率モデルを適用して、隠れ素子を推定し、推定した隠れ素子を符号化データとして出力する。
　ここで、パラメータ学習処理で得られる学習用データと符号化処理で得られる符号化用入力データは複素数データであり、制限ボルツマンマシンによる確率モデルが持つ可視素子および隠れ素子は、実部と虚部を持つようにしたことを特徴とする。また本発明のプログラムは、複素数データで構成される学習用データおよび符号化用入力データを入力として、上述した符号化方法のパラメータ学習処理を実行するステップと、符号化処理を実行するステップをコンピュータに実行させるものである。
【発明の効果】
　本発明によると、制限ボルツマンマシン（ＲＢＭ）を複素数に拡張した複素ＲＢＭによる特徴量の抽出を行うことができ、高い精度で入力データから特徴量を抽出して符号化することが可能になるので、効率の良い符号化が行えるようになる。

【要約】
【課題】超高速動作および高分解能（高量子化ビット数）を両立させる光アナログ・デジタル変換装置、光アナログ・デジタル変換方法、光量子化回路および光量子化方法を提供する。
【解決手段】光パルス信号を光増幅器で光増幅する際に、周波数が光強度に依存して変動するレッドチャープ現象を用いて、光強度の違いを周波数の違いに変換する。このとき、周波数分布が非常に狭いプローブ光信号も合わせて光増幅することで周波数の判別精度を高める。光増幅後の光パルス信号を、閾値が互いに異なる複数の光フィルタで透過させ、波長範囲を光パルス信号の数に変換した光量子化デジタル信号を生成する。

【特許請求の範囲】
【請求項１】
　第１光入力部から入力する光パルス列信号と、第２光入力部から入力するプローブ光信号とを結合して光結合信号を生成出力する第１光カプラと、前記光結合信号を光増幅して光増幅信号を生成出力する光増幅器と、前記光増幅信号を分岐して複数の光分岐信号を生成し、前記複数の光分岐信号を複数の出力部からそれぞれ出力する光スプリッタと、前記複数の出力部の後段にそれぞれ接続され、互いに異なる閾値以上の周波数成分を通過させて、複数の光透過信号を生成出力する複数の光フィルタと、前記複数の光透過信号を結合して光量子化デジタル信号を生成出力する第２光カプラとを具備し、前記プローブ光信号は、前記光パルス列信号とは周波数が異なり、かつ、光強度が一定であり、前記光増幅器は、前記光パルス列信号に含まれる複数の光パルス信号のそれぞれの光強度に依存する周波数変動量で、前記プローブ光信号に周波数チャープを施す光量子化回路。
【請求項２】
　請求項１に記載の光量子化回路において、前記複数の光フィルタのそれぞれにおいて、前記複数の光透過信号のそれぞれが前記第２光カプラに到達する時刻に所定の時差が生じるように、前記光スプリッタとの間を接続する前段光ファイバの長さと、前記第２光カプラとの間を接続する後段光ファイバの長さとの合計が異なり、前記第２光カプラの後段に接続され、前記光量子化デジタル信号に含まれる複数の光パルス信号の光強度を所定の上限値以下に制限する光リミッタをさらに具備する光量子化回路。
【請求項３】
　請求項１または２に記載の光量子化回路において、前記光増幅器は、単一の半導体素子として構成されている光量子化回路。
【請求項４】
　請求項３に記載の光量子化回路において、前記光増幅器は、量子ドット半導体光増幅器を具備する光量子化回路。
【請求項５】
　請求項１～４のいずれか一項に記載の光量子化回路と、前記プローブ光信号を生成出力するプローブ光信号生成部と、前記第１入力部の前段に接続され、入力した光アナログ信号を光符号化して前記光パルス列信号を生成出力する光標本化回路と、前記第２光カプラの後段に接続され、入力した前記光量子化デジタル信号を光符号化して光デジタル信号を生成出力する光符号化回路とを具備する光アナログ・デジタル変換装置。
【請求項６】
　光パルス列信号およびプローブ光信号を結合して光結合信号を生成することと、前記光結合信号を光増幅して光増幅信号を生成することと、前記光増幅信号を分岐して複数の光分岐信号を生成することと、前記複数の光分岐信号を、互いに異なる閾値以上の周波数成分を通過させる複数の光フィルタにそれぞれ通過させて、複数の光透過信号を生成することと、前記複数の光透過信号を結合して光量子化デジタル信号を生成することとを具備し、前記プローブ光信号は、前記光パルス列信号とは周波数が異なり、かつ、光強度が一定であり、前記光増幅信号を生成することは、前記光パルス列信号に含まれる複数の光パルス信号のそれぞれの光強度に依存する周波数変動量で、前記プローブ光信号に周波数チャープを施すことを具備する光量子化方法。
（以下省略）

【要約】リアルタイム処理を可能としつつ、任意のスタイルに変換することのできる、画像スタイル変換技術を提供する。

【特許請求の範囲】
【請求項１】
　変換元となる画像を入力する第１の画像入力部と、スタイル参照用の画像を入力する第２の画像入力部と、前記第１の画像入力部により入力された変換元となる画像を、事前の学習結果に基づいて変換後の画像に変換する、畳み込みニューラルネットワークによるエンコーダ・デコーダ・ネットワークと、前記第２の画像入力部により入力されたスタイル参照用の画像のスタイルを示すスタイル・ベクトルを抽出する、畳み込みニューラルネットワークによるスタイル抽出ネットワークと、前記スタイル抽出ネットワークにより抽出されたスタイル・ベクトルを、前記エンコーダ・デコーダ・ネットワークの中間層に結合する結合部と、前記エンコーダ・デコーダ・ネットワークから変換後の画像を取得して出力する画像出力部とを備えたことを特徴とする画像スタイル変換装置。
【請求項２】
　変換元となる画像を入力する画像入力部と、前記画像入力部により入力された変換元となる画像を、事前の学習結果に基づいて変換後の画像に変換する、畳み込みニューラルネットワークによるエンコーダ・デコーダ・ネットワークと、ユーザ設定に応じてスタイルを示すスタイル・ベクトルを生成するスタイル・ベクトル生成部と、前記スタイル・ベクトル生成部により生成されたスタイル・ベクトルを、前記エンコーダ・デコーダ・ネットワークの中間層に結合する結合部と、前記エンコーダ・デコーダ・ネットワークから変換後の画像を取得して出力する画像出力部とを備えたことを特徴とする画像スタイル変換装置。
【請求項３】
　前記結合部に与えられるスタイル・ベクトルを圧縮する圧縮部を備え、前記結合部は、圧縮後のスタイル・ベクトルを前記エンコーダ・デコーダ・ネットワークの中間層に結合することを特徴とする請求項１または２に記載の画像スタイル変換装置。
【請求項４】
　前記圧縮部は、主成分分析、非負行列因子分解法、または、ニューラルネットワークにより、スタイル・ベクトルを圧縮することを特徴とする請求項３に記載の画像スタイル変換装置。
【請求項５】
　前記圧縮後のスタイル・ベクトルを複製する複製部を備え、前記結合部は、複製後のスタイル・ベクトルを前記エンコーダ・デコーダ・ネットワークの中間層に結合することを特徴とする請求項３または４に記載の画像スタイル変換装置。
【請求項６】
　変換元となる画像およびスタイル参照用の画像を入力し、入力された前記スタイル参照用の画像のスタイルを示すスタイル・ベクトルを、畳み込みニューラルネットワークのスタイル抽出ネットワークにより抽出し、抽出された前記スタイル・ベクトルを、畳み込みニューラルネットワークのエンコーダ・デコーダ・ネットワークの中間層に結合し、入力された前記変換元となる画像を、前記エンコーダ・デコーダ・ネットワークにより、事前の学習結果に基づいて変換後の画像に変換し、前記エンコーダ・デコーダ・ネットワークから変換後の画像を取得して出力する、処理をコンピュータが実行することを特徴とする画像スタイル変換方法。
【請求項７】
　変換元となる画像を入力し、ユーザ設定に応じてスタイルを示すスタイル・ベクトルを生成し、生成された前記スタイル・ベクトルを、畳み込みニューラルネットワークのエンコーダ・デコーダ・ネットワークの中間層に結合し、入力された前記変換元となる画像を、前記エンコーダ・デコーダ・ネットワークにより、事前の学習結果に基づいて変換後の画像に変換し、前記エンコーダ・デコーダ・ネットワークから変換後の画像を取得して出力する、処理をコンピュータが実行することを特徴とする画像スタイル変換方法。
【請求項８】
　変換元となる画像およびスタイル参照用の画像を入力し、入力された前記スタイル参照用の画像のスタイルを示すスタイル・ベクトルを、畳み込みニューラルネットワークのスタイル抽出ネットワークにより抽出し、抽出された前記スタイル・ベクトルを、畳み込みニューラルネットワークのエンコーダ・デコーダ・ネットワークの中間層に結合し、入力された前記変換元となる画像を、前記エンコーダ・デコーダ・ネットワークにより、事前の学習結果に基づいて変換後の画像に変換し、前記エンコーダ・デコーダ・ネットワークから変換後の画像を取得して出力する、処理をコンピュータに実行させることを特徴とする画像スタイル変換プログラム。

【要約】
【課題】プレイヤが思考することに対する弊害となることを回避する。
【解決手段】思考支援システムは、所定のルールに従って、ゲーム進行の単位であるターンが交互に行われ、各ターンにおけるゲーム内容が反映されることによって局面が進んでいくターン制の思考ゲームにおいて、現在の局面から、少なくとも２ターン以上の所定数先の局面である未来局面を生成する処理を行う支援処理部と、支援処理部により生成された未来局面を、思考ゲームをプレイするプレイヤに提示する処理を行う未来局面提示処理部とを備える。本技術は、例えば、将棋などの思考ゲームを行うＡＩに適用できる。

【特許請求の範囲】
【請求項１】
　所定のルールに従って、ゲーム進行の単位であるターンが交互に行われ、各ターンにおけるゲーム内容が反映されることによって局面が進んでいくターン制の思考ゲームにおいて、現在の局面から、少なくとも２ターン以上の所定数先の局面である未来局面を生成する処理を行う支援処理部と、前記支援処理部により生成された前記未来局面を、前記思考ゲームをプレイするプレイヤに提示する処理を行う未来局面提示処理部とを備える思考支援システム。
【請求項２】
　前記支援処理部は、第１の所定数先の前記未来局面と、前記第１の所定数よりも先に進んだ第２の所定数先の前記未来局面とを生成し、前記未来局面提示処理部は、第１の所定数先の前記未来局面および第２の所定数先の前記未来局面のうち、少なくとも一方を提示する処理を行う請求項１に記載の思考支援システム。
【請求項３】
　前記支援処理部により生成された複数パターンの前記未来局面を列挙して、前記プレイヤに提示する処理を行う未来局面列挙処理部をさらに備える請求項１または２に記載の思考支援システム。
【請求項４】
　前記支援処理部は、複数パターンの第１の所定数先の前記未来局面と、複数パターンの前記第１の所定数よりも先に進んだ第２の所定数先の前記未来局面とを生成し、前記未来局面列挙処理部は、複数パターンの前記第１の所定数先の前記未来局面、および、複数パターンの前記第２の所定数先の前記未来局面のうち、少なくとも一方を列挙する処理を行う請求項３に記載の思考支援システム。
【請求項５】
　前記未来局面列挙処理部は、前記プレイヤによる１回目の思考支援が要求されたときに、複数パターンの前記第２の所定数先の前記未来局面を列挙し、前記プレイヤによる２回目の思考支援が要求されたときに、複数パターンの前記第１の所定数先の前記未来局面を列挙する処理を行う請求項４に記載の思考支援システム。
【請求項６】
　前記未来局面列挙処理部により列挙された前記未来局面の中から、前記プレイヤが何れかの前記未来局面を選択する操作内容を取得する操作内容取得部をさらに備え、前記未来局面提示処理部は、前記プレイヤにより選択された前記未来局面を提示する処理を行う請求項３乃至５のいずれかに記載の思考支援システム。
【請求項７】
　前記プレイヤが対局している対局中の局面を表示する対局中局面表示領域、前記未来局面列挙処理部により列挙される複数の前記未来局面を表示する未来局面列挙領域、および、複数の前記未来局面の中から前記プレイヤにより選択された前記未来局面を表示する未来局面表示領域がレイアウトされた表示画面の表示制御を行う表示制御部をさらに備える請求項３乃至６に記載の思考支援システム。
【請求項８】
　前記表示制御部は、前記未来局面列挙領域が前記表示画面の上側の略半分に配置され、前記対局中局面表示領域が前記表示画面の下側の略半分における右側に配置され、前記未来局面表示領域が前記表示画面の下側の略半分における左側に配置されるレイアウトとなるように表示制御を行う請求項７に記載の思考支援システム。

【要約】
【課題】大量のデータから所望の分類結果を効果的に抽出する。
【解決手段】複数の観察対象を観察して得られる動き軌跡を、教師なしクラスタリングすることにより、観察対象ごとの位置および速度が、行動へ分類される。そして、複数の観察対象の全体についての行動の集合の特徴を表す特徴量を、教師なしクラスタリングすることにより、複数の観察対象の全体についての行動の集合が、活動へ分類される。本技術は、例えば、子供たちの活動のアノテーションを半自動化するシステムに適用できる。

【特許請求の範囲】
【請求項１】
　複数の観察対象を観察して得られる時系列データを教師なしクラスタリングすることにより、前記観察対象ごとの前記時系列データを、第１の分類項目へ分類する第１の分類部と、複数の前記観察対象の全体についての前記第１の分類項目の集合の特徴を表す特徴量を教師なしクラスタリングすることにより、複数の前記観察対象の全体についての前記第１の分類項目の集合を、第２の分類項目へ分類する第２の分類部とを備える情報処理装置。
【請求項２】
　前記第１の分類項目は、前記観察対象ごとの前記時系列データのデータ値、および、前記時系列データに対する処理を行って得られる処理結果で構成される請求項１に記載の情報処理装置。
【請求項３】
　前記第１の分類部により分類された前記観察対象ごとの前記第１の分類項目に基づいて、複数の前記観察対象の全体に対する前記特徴量を、任意の時間帯ごとに生成する特徴量生成部をさらに備える請求項１または２に記載の情報処理装置。
【請求項４】
　前記特徴量生成部は、前記特徴量として、複数の前記観察対象の全体で前記第１の分類項目が任意の時間帯ごとに出現した回数を計数したヒストグラムを生成する請求項３に記載の情報処理装置。
【請求項５】
　複数の前記観察対象が移動する位置を追跡した動き軌跡を、前記時系列データとして抽出する抽出部をさらに備える請求項１乃至４のいずれか１項に記載の情報処理装置。
【請求項６】
　前記第１の分類部は、前記抽出部により抽出された前記観察対象ごとの前記動き軌跡に基づいて、前記観察対象ごとの行動を前記第１の分類項目として分類し、前記第２の分類部は、前記行動の集合に基づいて、複数の前記観察対象の全体についての活動を前記第２の分類項目として分類する請求項５に記載の情報処理装置。
【請求項７】
　複数の観察対象を観察して得られる時系列データを教師なしクラスタリングすることにより、前記観察対象ごとの前記時系列データを、第１の分類項目へ分類し、複数の前記観察対象の全体についての前記第１の分類項目の集合の特徴を表す特徴量を教師なしクラスタリングすることにより、複数の前記観察対象の全体についての前記第１の分類項目の集合を、第２の分類項目へ分類するステップを含む情報処理方法。
【請求項８】
　複数の観察対象を観察して得られる時系列データを教師なしクラスタリングすることにより、前記観察対象ごとの前記時系列データを、第１の分類項目へ分類し、複数の前記観察対象の全体についての前記第１の分類項目の集合の特徴を表す特徴量を教師なしクラスタリングすることにより、複数の前記観察対象の全体についての前記第１の分類項目の集合を、第２の分類項目へ分類するステップを含む情報処理をコンピュータに実行させるプログラム。

【要約】
【課題】撮影画像とマップとの比較で、対応点が与えられなくても誤検出なく自己位置を高精度に推定できるようにする。
【解決手段】撮影して得た画像内の特徴点の重心又は中心を点群化し、点群から三角形を取得し、得られた三角形から、ほぼ線対称な三角形を除外しながら、予め用意されたマップ内の点群で形成される三角形と形状の一致度を計算する。そして、一致度が閾値以上(例えば三角形の角度と辺の長さの差が閾値以下)の候補が検出された場合に、検索対象となる領域内に存在する複数の候補三角形同士の相対位置関係をマップ内の三角形と比較して、ペアリング判定要件を満たす候補三角形が存在するとき、そのペアリング判定要件を満たした候補三角形を構成する各点と、マップ内の点群とのマッチング処理を行い、画像の座標を求めるマッチング処理とを行う。

【特許請求の範囲】
【請求項１】
　撮影して得た画像内の特徴点の重心又は中心を点群化し、点群から三角形を取得する三角形取得処理と、前記三角形取得処理で得た三角形から、ほぼ線対称な三角形を除外しながら、予め用意されたマップ内の点群で形成される三角形と形状の一致度を計算する相似判定処理と、前記相似判定処理で一致度が閾値以上の候補が検出されたとき、検索対象となる領域内に存在する複数の候補三角形同士の相対位置関係を前記マップ内の三角形と比較して、ペアリング判定要件を満たすことを判定するペアリング判定処理と、前記ペアリング判定処理でペアリング検定要件を満たす候補三角形が存在するとき、そのペアリング判定要件を満たした候補三角形を構成する各点と、前記マップ内の点群とのマッチング処理を行い、前記画像の座標位置を求めるマッチング処理と、を含む対応関係を考慮した点群マッチング方法。
【請求項２】
　前記相似判定処理で一致度が閾値以上となる判断は、三角形の角度と辺の長さの差が閾値以下となる判断である請求項１に記載の対応関係を考慮した点群マッチング方法。
【請求項３】
　前記三角形取得処理は、所定の角度以上の鈍角を有する三角形を除いた上で、前記画像内で、所定の個数まで形成されるようにした請求項１又は２に記載の対応関係を考慮した点群マッチング方法。
【請求項４】
　前記ペアリング判定処理で複数の候補三角形同士の相対位置関係を比較する際には、複数の候補三角形で成す回転角度又は方向についても比較するようにした請求項１～３のいずれか１項に記載の対応関係を考慮した点群マッチング方法。
【請求項５】
　前記マッチング処理を行う際には、候補三角形を構成する各点と前記マップ内の点群とのマッチング処理で、前記画像で示される自己位置座標と、前記画像の前記マップに対する回転角度と、前記マップの前記画像に対する倍率とが、最小になる位置を前記座標位置とする請求項１～４のいずれか１項に記載の対応関係を考慮した点群マッチング方法。
【請求項６】
　撮影して得た画像内の特徴点の重心又は中心を点群化し、点群から三角形を取得する三角形形成部と、前記三角形形成部で得た三角形から、ほぼ線対称な三角形を除外しながら、予め用意されたマップ内の点群で形成される三角形と形状の一致度を計算する相似判定部と、前記相似判定部で一致度が閾値以上の候補が検出されたとき、検索対象となる領域内に存在する複数の候補三角形同士の相対位置関係を前記マップ内の三角形と比較して、ペアリング判定要件を満たすことを判定するペアリング判定部と、前記ペアリング判定部でペアリング検定要件を満たす候補三角形が存在するとき、そのペアリング判定要件を満たした候補三角形を構成する各点と、前記マップ内の点群とのマッチング処理を行い、前記画像の座標位置を求めるマッチング処理部と、を備える対応関係を考慮した点群マッチング装置。
【請求項７】
　撮影して得た画像内の特徴点の重心又は中心を点群化し、点群から三角形を取得する三角形取得手順と、前記三角形取得手順で得た三角形から、ほぼ線対称な三角形を除外しながら、予め用意されたマップ内の点群で形成される三角形と形状の一致度を計算する相似判定手順と、前記相似判定手順で一致度が閾値以上の候補が検出されたとき、検索対象となる領域内に存在する複数の候補三角形同士の相対位置関係を前記マップ内の三角形と比較して、ペアリング判定要件を満たすことを判定するペアリング判定手順と、前記ペアリング判定手順でペアリング判定要件を満たす候補三角形が存在するとき、そのペアリング判定要件を満たした候補三角形を構成する各点と、前記マップ内の点群とのマッチング処理を行い、前記画像の座標を求めるマッチング手順と、をコンピュータ装置に実行させるプログラム。

【要約
情報検索において非言語情報を入出力に活用することで、言語格差をほとんど感じさせることなくユーザーが所望する観光などの情報を適切に検索・提供可能とする。

【特許請求の範囲】
【請求項１】
　複数の第１の非言語情報の候補から第１の非言語情報の入力を受け付ける受付ステップと、入力を受け付けた前記第１の非言語情報から検索構文を生成する生成ステップと、前記検索構文に基づいて、検索対象となる情報を検索する検索ステップと、前記検索ステップの検索結果を第２の非言語情報として表示する表示ステップと、を備える情報検索方法。
【請求項２】
　前記受付ステップは、画面上に表示された、前記複数の第１の非言語情報の候補から、前記第１の非言語情報の選択を受け付ける、請求項１に記載の情報検索方法。
【請求項３】
　入力を受け付けた前記第１の非言語情報と、表示する前記第２の非言語情報とは同一または異なる、請求項１に記載の情報検索方法。
【請求項４】
　前記第１および前記第２の非言語情報は、案内用図記号、アラビア数字、空間イメージ写真、地理情報の少なくとも１つを含む請求項１または２に記載の情報検索方法。
【請求項５】
　前記受付ステップは、英単語、英単語の略語、またはローマ字を前記第１の非言語情報の補完情報として受け付ける請求項１～４のいずれか１項に記載の情報検索方法。
【請求項６】
　前記受付ステップは、論理積、論理和、論理否定の少なくとも１つの入力を図記号で受け付ける請求項１～５のいずれか１項に記載の情報検索方法。
【請求項７】
　前記受付ステップは、論理積、論理和、論理否定の少なくとも１つの入力を英単語で受け付ける請求項１～６のいずれか１項に記載の情報検索方法。
【請求項８】
　前記検索ステップは、前記受付ステップが受け付けた入力の場所を位置情報として受け取り、前記検索構文および前記位置情報に基づいて、前記情報検索装置を検索する請求項１～７のいずれか１項に記載の情報検索方法。
【請求項９】
　複数の第１の非言語情報の候補から第１の非言語情報の入力を受け付ける受付ステップと、前記第１の非言語情報に基づく情報を情報検索装置に送信する送信ステップと、前記情報検索装置から検索結果を受信する受信ステップと、前記検索結果を第２の非言語情報として表示する表示ステップと、をコンピュータに実行可能な情報検索プログラム。
【請求項１０】
　前記送信第１の非言語情報に基づく情報は、前記情報検索装置が検索を行うための検索構文である請求項９に記載の情報検索プログラム。
【請求項１１】
　複数の第１の非言語情報の候補から第１の非言語情報の入力を受け付ける受付部と、前記第１の非言語情報に基づく情報を情報検索装置に送信する送信部と、前記情報検索装置から検索結果を受信する受信部と、前記検索結果を第２の非言語情報として表示する表示部と、を備える情報検索用端末。
【請求項１２】
　複数の第１の非言語情報の候補から選択された第１の非言語情報に基づいて、検索対象となる情報を記憶する情報記憶装置を検索する検索部と、前記検索部の検索結果を第２の非言語情報として出力する出力部と、を備える情報検索装置。
【請求項１３】
　関連性記憶装置から、前記検索結果と関連性のある情報を非言語情報として推薦する情報推薦部を備える請求項１２に記載の情報検索装置。
【請求項１４】
　前記関連性記憶装置が記憶するデータ構造は、前記検索結果をノードとし、前記検索結果と他の情報との関連性をリンクとするネットワーク構造である請求項１３に記載の情報検索装置。
【請求項１５】
　前記関連性記憶装置は前記検索結果と前記他の情報との関連性の強弱を有し、前記情報推薦部は前記関連性の強弱をランクとして推薦する請求項１４に記載の情報検索装置。

【要約】
【課題】オノマトペに代表される音象徴語を用いたパーソナリティの評価手法を提供することで、多面的・動的なパーソナリティの評価を簡易に実現する。
【解決手段】音象徴語を入力する入力部と、前記音象徴語に含まれる音韻の要素に対し、人のパーソナリティについての複数の評価尺度に基づいて該評価尺度毎に評価を行う評価部と、前記評価尺度毎に評価結果をレベル表示を行う表示部とを備える。

【特許請求の範囲】
【請求項１】
　音象徴語を入力する入力部と、前記音象徴語に含まれる音韻の要素に対し、人のパーソナリティについての複数の評価尺度に基づいて該評価尺度毎に評価を行う評価部と、前記評価尺度毎に評価結果をレベル表示を行う表示部とを備えたことを特徴とする音象徴語・パーソナリティ情報提供装置。
【請求項２】
　前記表示部は、前記評価尺度毎に評価結果を棒グラフで表示することでレベル表示を行うことを特徴とする請求項１に記載の音象徴語・パーソナリティ情報提供装置。
【請求項３】
　前記表示部は、前記評価尺度毎に評価結果の値域の一端から他端に向かって伸びる棒グラフでレベル表示を行うことを特徴とする請求項２に記載の音象徴語・パーソナリティ情報提供装置。
【請求項４】
　前記表示部は、前記評価尺度毎に評価結果の値域の中心から両端に向かって伸びる棒グラフでレベル表示を行うことを特徴とする請求項２に記載の音象徴語・パーソナリティ情報提供装置。
【請求項５】
　前記評価尺度毎の評価結果を所定のデータ形式で出力する出力部を備えたことを特徴とする請求項１乃至４のいずれか一項に記載の音象徴語・パーソナリティ情報提供装置。
【請求項６】
　人のパーソナリティについての複数の評価尺度毎の値を入力する入力部と、初期の音象徴語を生成する生成部と、前記音象徴語に含まれる音韻の要素に対し、人のパーソナリティについての複数の評価尺度に基づいて該評価尺度毎に評価を行う評価部と、評価結果と前記入力された評価尺度毎の値との類似度に基づいて前記音象徴語に変形を行い、前記評価部の処理を繰り返して最適化を行う最適化部と、最適化された音象徴語を提示する提示部とを備えたことを特徴とする音象徴語・パーソナリティ情報提供装置。
【請求項７】
　音象徴語を入力し、前記音象徴語に含まれる音韻の要素に対し、人のパーソナリティについての複数の評価尺度に基づいて該評価尺度毎に評価を行い、前記評価尺度毎に評価結果をレベル表示する、処理をコンピュータが実行することを特徴とする音象徴語・パーソナリティ情報提供方法。
【請求項８】
　人のパーソナリティについての複数の評価尺度毎の値を入力し、初期の音象徴語を生成し、前記音象徴語に含まれる音韻の要素に対し、人のパーソナリティについての複数の評価尺度に基づいて該評価尺度毎に評価を行い、評価結果と前記入力された評価尺度毎の値との類似度に基づいて前記音象徴語に変形を行い、前記評価の処理を繰り返して最適化を行い、最適化された音象徴語を提示する、処理をコンピュータが実行することを特徴とする音象徴語・パーソナリティ情報提供方法。
【請求項９】
音象徴語を入力し、前記音象徴語に含まれる音韻の要素に対し、人のパーソナリティについての複数の評価尺度に基づいて該評価尺度毎に評価を行い、前記評価尺度毎に評価結果をレベル表示する、処理をコンピュータに実行させることを特徴とする音象徴語・パーソナリティ情報提供プログラム。
【請求項１０】
　人のパーソナリティについての複数の評価尺度毎の値を入力し、初期の音象徴語を生成し、前記音象徴語に含まれる音韻の要素に対し、人のパーソナリティについての複数の評価尺度に基づいて該評価尺度毎に評価を行い、評価結果と前記入力された評価尺度毎の値との類似度に基づいて前記音象徴語に変形を行い、前記評価の処理を繰り返して最適化を行い、最適化された音象徴語を提示する、処理をコンピュータに実行させることを特徴とする音象徴語・パーソナリティ情報提供プログラム。

【要約】
【課題】より正確な待ち時間の推定を低コストで行う。
【解決手段】滞在期間推定部は、店舗に配置されているアクセスポイントにより、携帯端末から送信されるプローブ要求が受信されたことが記録された受信記録を参照し、プローブ要求に含まれているMACアドレスのハッシュ値により分類される携帯端末ごとに、携帯端末を所持する人物が、所定エリアに滞在している滞在期間を推定する。待ち時間推定部は、滞在期間推定部により推定された複数の人物ごとの滞在期間に基づいて、それぞれの人物が店舗に入って、サービスを受けるまでに待つことになる待ち時間を推定する。本技術は、例えば、待ち時を推定するシステムに適用できる。

【特許請求の範囲】
【請求項１】
　所定エリアに配置されている無線通信用の無線基地局により、前記無線基地局からの応答を要求するために携帯端末から送信される要求信号が受信されたことが記録された受信記録を参照し、前記要求信号に含まれている認識情報により分類される前記携帯端末ごとに、前記携帯端末を所持する人物が、前記所定エリアに滞在している滞在期間を推定する滞在期間推定部と、前記滞在期間推定部により推定された複数の前記人物ごとの前記滞在期間に基づいて、それぞれの前記人物が前記所定エリアに入って、前記所定エリアで提供されるサービスを受けるまでに待つことになる待ち時間を推定する待ち時間推定部とを備える解析装置。
【請求項２】
　前記滞在期間推定部は、前記要求信号を受信した受信時刻を含む所定時間を前記人物が前記所定エリアに滞在している最小滞在期間とし、前記最小滞在期間よりも長く設定された最大結合間隔以下で同一の前記認識情報を含む前記要求信号が２回以上受信されているとき、最初の前記最小滞在期間から最後の前記最小滞在期間までを、同一の前記認識情報で識別される前記人物の前記滞在期間として推定する請求項１に記載の解析装置。
【請求項３】
　前記要求信号に含まれている前記認識情報に従って、前記携帯端末を所持する人物を分類する分類部をさらに備える請求項１または２に記載の解析装置。
【請求項４】
　事前に求められた複数の前記滞在期間の平均値を中心とした前記滞在期間の所定区間を滞在判定区間とし、所定の前記人物の前記滞在期間が前記滞在判定区間に含まれる場合、その人物が前記所定エリアに入ったものと判定する判定部をさらに備える請求項１乃至３のいずれかに記載の解析装置。
【請求項５】
　前記判定部は、前記所定エリアで前記待ち時間が発生している場合、前記滞在判定区間を規定する両端の滞在期間のうち、長い方の前記滞在期間を延長する
　請求項４に記載の解析装置。
【請求項６】
　前記待ち時間推定部は、前記所定エリアで同時にサービスを提供可能な人数である許容人数、および、前記所定エリアにおいてサービスの提供に要する時間の平均値である平均サービス時間を事前に設定しておき、前記判定部により前記所定エリアに入ったと判定された前記人物の人数を変数として、前記待ち時間を算出する請求項４または５に記載の解析装置。
【請求項７】
　前記人物の行動をシミュレーションする行動モデル部、および、前記行動モデル部においてシミュレーションされた前記人物の行動に伴って前記無線基地局により受信された前記要求信号をモニタリングして前記受信記録を生成するモニタリング部を構築するシミュレーション実行部をさらに備え、少なくとも前記滞在期間推定部および前記待ち時間推定部は、前記シミュレーション実行部により生成された前記受信記録を用いて処理を行う請求項１乃至６のいずれかに記載の解析装置。
【請求項８】
　ネットワークを介して前記無線基地局と通信を行って前記受信記録を収集する受信記録収集部をさらに備え、少なくとも前記滞在期間推定部および前記待ち時間推定部は、ユーザの要求に応じて、前記受信記録収集部により収集された前記受信記録を用いて処理を行い、その処理の結果

【要約】
【課題】交渉を含むコミュニケーションの相手方が話者に対して抱く心理的印象を定量的に考慮したコミュニケーションの支援を可能とする。
【解決手段】コミュニケーションを行う者の属性情報を入力する属性入力部と、前記属性情報に基づいて、属性情報の組み合わせ毎に表現形式と印象評価尺度毎の評価とを対応付けた評価データベースを参照して、表現形式毎のコミュニケーションに対する評価値を取得する評価値取得部と、前記評価値を前記表現形式毎にレベル表示を行う表示部とを備える。

【特許請求の範囲】
【請求項１】
　コミュニケーションを行う者の属性情報を入力する属性入力部と、前記属性情報に基づいて、属性情報の組み合わせ毎に表現形式と印象評価尺度毎の評価とを対応付けた評価データベースを参照して、表現形式毎のコミュニケーションに対する評価値を取得する評価値取得部と、前記評価値を前記表現形式毎にレベル表示を行う表示部とを備えたことを特徴とするコミュニケーション支援装置。
【請求項２】
　コミュニケーションに用いる文章を入力する文章入力部と、前記文章に含まれる表現形式を、前記評価値に基づいて、コミュニケーションに適している表現形式に修正した修正案を生成する修正案生成部とを備えたことを特徴とする請求項１に記載のコミュニケーション支援装置。
【請求項３】
　前記評価値取得部は、前記属性情報に基づいて得られる表現形式毎のコミュニケーションに対する評価値と、前記文章に含まれる表現形式とから、前記文章に不足する表現形式の不足の程度を表す値を、前記表示部および前記修正案生成部が用いる前記評価値として出力することを特徴とする請求項２に記載のコミュニケーション支援装置。
【請求項４】
　前記文章に含まれる表現形式から、前記評価データベースを参照して、印象評価尺度毎の評価値を取得する印象評価値取得部を備え、前記表示部は、前記印象評価尺度毎の評価値を併せて表示することを特徴とする請求項２または３に記載のコミュニケーション支援装置。
【請求項５】
　前記属性情報は、コミュニケーション相手の性別、コミュニケーション相手の年齢、コミュニケーションを行う者の外見の程度、コミュニケーションを行う者の年齢、コミュニケーション状況、のいずれかまたは組み合わせを含むことを特徴とする請求項１乃至４のいずれか一項に記載のコミュニケーション支援装置。
【請求項６】
　前記表現形式は、敬語、婉曲表現、共感表現、のいずれかまたは組み合わせを含むことを特徴とする請求項１乃至５のいずれか一項に記載のコミュニケーション支援装置。
【請求項７】
　前記印象評価尺度は、好感度、外向性、知性、勤勉性、情緒安定性、調和性、説得度、のいずれかまたは組み合わせを含むことを特徴とする請求項１乃至６のいずれか一項に記載のコミュニケーション支援装置。
【請求項８】
　文章を入力する文章入力部と、前記文章に含まれる表現形式から、属性情報の組み合わせ毎に表現形式と印象評価尺度毎の評価とを対応付けた評価データベースを参照して、印象評価尺度毎の評価値を取得する印象評価値取得部と、前記評価値を前記印象評価尺度毎にレベル表示を行う表示部とを備えたことを特徴とするコミュニケーション支援装置。
【請求項９】
　コミュニケーションを行う者の属性情報を入力し、前記属性情報に基づいて、属性情報の組み合わせ毎に表現形式と印象評価尺度毎の評価とを対応付けた評価データベースを参照して、表現形式毎のコミュニケーションに対する評価値を取得し、前記評価値を前記表現形式毎にレベル表示を行う処理をコンピュータが実行することを特徴とするコミュニケーション支援方法。

【要約】
【課題】チップレスＲＦＩＤに適用する際に、取り扱う情報量の拡張、広い周波数帯域での使用の実現、及びタグへの情報の書き込みの容易化を可能にする。

【特許請求の範囲】
【請求項１】
　チップレスＲＦＩＤに適用される共振器であって、第１の伝送線路と、前記第１の伝送線路の一端に接続される第２の伝送線路と、前記第２の伝送線路の前記第１の伝送線路と接続される一端の反対側となる他端に接続される第３の伝送線路と、を備え、　前記第１の伝送線路、前記第２の伝送線路、及び前記第３の伝送線路のうち、前記第２の伝送線路の特性インピーダンスが最大であり、かつ、前記第１の伝送線路と前記第３の伝送線路の線路電気長が同一であることを特徴とする共振器。
【請求項２】
　前記第１の伝送線路、前記第２の伝送線路、及び前記第３の伝送線路は、略Ｕ字型となるように各伝送線路が接続されることを特徴とする請求項１に記載の共振器。
【請求項３】
　前記第２の伝送線路の何れかの部位に切断部が設けられることを特徴とする請求項２に記載の共振器。
【請求項４】
　前記切断部は、前記第２の伝送線路の中央部に設けられることを特徴とする請求項３に記載の共振器。
【請求項５】
　両端に入出力端子が設けられる主伝送線路と、請求項１乃至４の何れか１項に記載の共振器と、を備え、前記共振器に備わる何れかの伝送線路が前記主伝送線路に平行結合されて構成されることを特徴とするノッチフィルタ。
【請求項６】
　共振周波数の異なる複数の前記共振器が前記主伝送線路に平行結合されて構成されることを特徴とする請求項５に記載のノッチフィルタ。
【請求項７】
　前記主伝送線路には、ｎ個の前記共振器が平行結合され、前記共振周波数を離調させた場合と離調させない場合に対して、それぞれ「０」又は「１」の何れかの異なる情報を付与し、ｎビットのＩＤタグを構成することを特徴とする請求項６に記載のノッチフィルタ
。
【請求項８】
　前記共振器の前記伝送線路と前記主伝送線路との距離を調整可能に構成されることを特徴とする請求項５乃至７の何れか１項に記載のノッチフィルタ。
【請求項９】
　請求項５乃至８の何れか１項に記載のノッチフィルタと、前記ノッチフィルタの両端に設けられる入出力端子に接続される広帯域アンテナと、を備えることを特徴とするＲＦＩＤタグ。
【請求項１０】
　前記ノッチフィルタ及び前記広帯域アンテナは、透明導電膜材料で形成されることを特徴とする請求項９に記載のＲＦＩＤタグ。