正常時と異常時、特定条件とそれ以外といった状況において、その分野のエキスパート
でないと識別できないような微妙にことなる周波数スペクトルを見分ける技術である。
初めにコンピュータに例を学習させ、極めて精度良く識別できる。

●特定の周波数ピークやレベルを見ているのではなく応答の全体波形を把握しているため、
　応用範囲が広い。

●応答スペクトルを正規化する手段を加えているため、その形状のみを学習成果に
　反映させることができる。

●当初学習サンプルが少なくても例を蓄積することにより判断制度が向上する。

●可搬型の小型専用装置化することも可能。
従来技術は、計測目的に合う特定周波数や、特定レベル変化等を検出していた。
本研究は、応答波形を変換した正規化スペクトルを複数グループのどの特性に近いかを
学習機械より判定させるところに特徴がある。

●分解できないガス圧調整器のゴム膜の劣化を音響応答で検出（実験検証済み）。

●配管、レール、建造物等の微細なクラックやひび割れ等の検査、検出。

●安全装置への組み込み。
　本技術の特徴を生かすためには、
　

我々は周波数スペクトルを正規化したものの判別問題を対象としている。

●音声認識、故障診断、地震波解析など波動的信号解析に利用。

●適切なカーネル関数を設計することで判別能力の高い判別器の実現を目指す。
正規化周波数スペクトル
　
　 Contents