あいまいさが介在するデータ観測モデルは, 近似的にファジィ観測モデルとみなすことができる.奥田らはファジィ観測データをファジィ事象と考え, 背後に確率分布を想定することで, これらのデータを有効に処理する手法について研究を行っている.奥田らのファジィ観測のモデルにおいては, ファジィデータの出現頻度に関する情報があり, それに基づいてメンバシップ関数を同定する場合, Zadeh のファジィ事象確率の定義による制約を満たしたメンバシップ関数を客観的に同定する必要があり, 通常のファジィモデルにおける主観によるメンバシップ関数の同定法は適用できない.本論文では, この問題に対し一つの手法を提案し, その有効性を示す.

抄録全体を表示

n個の対象をg個にグループ分けすることは、i番目の対象のj番目のグループへのメンバーシップの値α_<ij>を割り付けることと等価である。このメンバーシップが未知のとき、得られたデータから最適なメンバーシップを与えるための評価基準を提案した。 n_jをj番目のグループのメンバー数として、分割表に対する仮説分解を利用してグループ分けによる情報量の変化I_gを、 I_g=nlogn+Σ__iΣ__jα_<ij>logα_<ij>-Σ__jn_jlogn_j, 0≦α_<ij>≦1,Σ__jα_<ij>=1,と定義した。一方、対象データが正規母集団からの標本であると仮定すると、分割表に対するのと相同な仮説分解が得られる。そして、幾何学的な観点から、最適なグループ分けを探索するための新しい基準FGC(Fuzzy Group Criterion)、 FGC=S_W/S_T+I_g/I_n、を提案した。ここで、S_TとS_Wはそれぞれ総平方和と群内平方和であり、I_n=nlognで、これはn個の対象をn個の非ファジィグループに分けたときのグループ分けによる情報量の変化を表わしている。 最適なグループ分けは最小の FGC を持つものと考えた。これは、はっきりとグループ分けをしていない、すなわちI_g が小さい、にもかかわらず、小さな群内平方和をもつようなグループ分けを捜し出そうとしたものである。この戦略のもとではファジィなグループ分けが最適解として選ばれる場合もある。 ファジィ k-means 法において、クラスター数とクラスター間の分離の程度を制御するパラメーターの最適な値を捜し出すことへの応用を述べた。2つの人工データに対する適用例を与え、境界がはっきりしないデータに対してはファジィクラスターが最適で、これがはっきりしているデータに対しては非ファジィクラスターが最適であるとの結果を得た。

抄録全体を表示

自動車運転時, ドライバーが抱く運転のしやすさ(運転性)に関しての官能評価を予測し, その結果が良好になるように車両の制御特性を変化させる知能的な自動車を目指している.この研究の基礎検討として, 先行車を一定の車間距離で追従する時のドライバーの操作特性から追従のしやすさに関する官能評価を導く運転性評価ファジィモデルを作成した.追従車両のウインドシールド上にマークを付け, マーク内に先行車の車影が映るように走行し, 視覚的に一定車間距離を維持する.この時の車間距離誤差とアクセル操作量の関係を自己回帰移動平均 (ARMA) モデルで記述した.さらに, ドライバー操作特性のゆらぎを考慮し, 所定区間毎に同定された複数の ARMA モデルの係数の集合をドライバーの操作特性から前車追従性に関する官能評価を推定するための評価知識と考え, 各次数毎の係数分布から運転性評価知識をタイプ-2ファジィ集合のメンバーシップ関数を用いて生成した.本提案した手法により未知の車両特性におけるドライバーの追従性に関する官能評価結果をドライバー操作データから推定し, 実際のドライバーの判断とよく一致した良好な推定結果を得た.

抄録全体を表示

多層型ニューラルネットワークの学習能力によりエキスパートが実際に制御を行ったデータから自動的にファジィ推論ルールを同定する手法がいくつか提案されているが, それらの多くは前件部メンバーシップ関数の組み合わせのすべての推論ルールを同定するために, その中には不必要なルールが存在する可能性があると考えられる.また, 入力変数, 前件部メンバーシップ関数の数が増えると, 同定されるルールの数は指数関数的に増大してしまい実用的なものではなくなってしまうという問題をもっている. 本論文では, この問題を解決するために, ファジィ推論の過程を表現したファジィ・ニューラルネットワークにおいて, 学習途中に必要な推論ルールに対応するユニットを逐次組み込んでいき, 最終的に有用な推論ルールのみを獲得する新たな手法を提案する.本手法における推論ルールの生成方法は人間が試行錯誤的にファジィ推論ルールを作成していく過程を模擬したものであり, 重要なルールから先に生成していき, それらのルールだけでは制御対象の特性が十分に表せない場合に欠落していた推論ルールが順次追加されるようになっている.また, 学習を行う推論ルールの後件部実数値の初期値の決定法も新たに提案しており, それにより学習の高速化がはかられている.さらに本論文では, この手法を2次遅れ系の制御問題および移動ロボットの障害物回避問題に適用することにより, その有効性を明らかにしている.

抄録全体を表示

1982年に Z.Pawlak によって提案されたラフ集合により, 属性による対象の分類とエキスパートによる分類との整合性が議論できる.Z.Pawlak らは, 対象とその属性値に関するデータを情報システムと呼び, ラフ集合の概念に基づき属性数を減らす研究を行っている.情報システムの代表的な例としては, 患者(対象)と各検査項目(属性)の測定値(属性値)に関するデータベースがある.田中らは, エキスパートにより与えられた対象の分類に基づき属性数を減らす方法を提案し, 提案手法により医療診断用ファジィエキスパートシステムを構築している.田中らのファジィエキスパートシステムでは, 患者の判別を行う場合に, その患者の検査データと最も適合するファジィルールのみが用いられる.このため, 検査データに欠落値がある場合や, 異常値がある場合には, 誤判別されることが多い.そこで本論文では, この点を改良するため, 検査データと最も適合するファジィルールだけではなく, 全てのファジィルールを用いて判別を行う新しいファジィ推論の方法を提案する.提案手法では, 各クラスに対する検査データの適合度を用いて判別が行われる.さらに本論文では, 田中らにより用いられた肝臓病の診断に提案手法を適用することにより, 提案手法の有効性を示す.

抄録全体を表示

手書き文字のメッシュパターンにおけるファジィ特徴を生成するための最適なすなわち認識率を最大にするメンバシップ関数をETL-8のデータを用いて実験的に求めた.そして, 1.より少ない黒画素を持つメッシュのメンバシップ値に重み付けをするようなメンバシップ関数が最適である. 2.文字パターンから抽出された特徴の最適化によって, 認識率が4.9%ぐらい改善できる. 3.この特徴をニアデグリー法に適応する場合に認識率がさらに4.4%ぐらい上昇するという結果を得た.

抄録全体を表示

画像処理の研究は非常に多いが, その大部分はパターン認識, 輪郭線検出, ノイズ除去, 二次元画像の三次元化など記号的な処理にとどまっており, 画像の持つ情報内容に立ち入った研究は少ない.マルチメディアの問題など考えると, 今後は画像情報の意味論的な処理が重要になると思われる.人間と画像のコミュニケーションのうち, 画像から人間へのインパクトは心理学などで多少研究されているが, 人間が心中に抱くイメージを画像に伝えて表現する研究はほとんど行われていない.本論文はその第一歩として無着色の風景画に人間の季節イメージに合った着色を施すことを試みた.イメージは抽象的なものなのでそのままではコマンドにならない.また, 色というものは物理量であるとともに心理的な量でもあるので数式的扱いは困難である.そこで, まず, 四季の色彩イメージを言語で表現することを試み, つぎにそれをRGBに変換するルールを作ってCRT上で実現させた.これらのルールに現れる変数はいずれも感覚的・定性的なものなので、ファジィ集合で表すことによって微妙な着色が可能になった.さらに, 基本着色ルールに加えて, 季節や時刻が標準状態から外れた場合の調整ルールを作成し, ファジィ推論によって季節の中間や夕暮れ時のイメージを実現させた.これらルールによって数種類の風景画を着色してみたが, いずれの場合もほぼイメージに合った彩色をさせることができた.

抄録全体を表示

本論文は, 製品デザインにおける形状案作成支援システムに関して, 次のような課題についての考察を目的に行われた。 (A)複雑な形状案創出観点への対応 (B)概念的な言葉と具体的な形状案の結び付け はじめに課題(A)のために, 形状のサンプルが複雑に配置された平面(以後, 検討平面)を利用して内挿的に形状案を得るためのファジィ推論モデルを作成した。このモデルを用いたシミュレーション結果を, 形状案創出観点との合致性について考察したところ, モデルはほぼ妥当であることが分かった。 次に課題(B)のために, 言葉と検討平面を関係づけるためのファジィ推論モデルを作成した。このモデルを用いたシミュレーション結果を, 平面上のサンプルを評価する感覚との合致性について考察したところ, モデルはほぼ妥当であるとみなすことができた。 そこで, これら2つのモデルを合わせ, 言葉を入力し, 検討平面を介して, 形状案を出力するシステムを作成し, システムの利用価値を示した。

抄録全体を表示

カートの上の倒立ポールを、垂下状態から励振し、振り上げ、倒立安定化させるとともにカートを任意位置に制御できる新ファジィ制御方式を開発し、その数値シミュレーションを行った。制御には2つの2次元ファジィコントローラが用いられている。1つはポールの加振から倒立安定化までの制御用であり、他の1つは倒立安定後のポール傾斜角を制御し、カート位置を間接的に制御するためのコントローラである。2次元コントローラは7ファジィ変数、49個の定形型ルールテーブルからなり、3角型メンバシップ関数を用いて推論される。この場合の新高速推論方式を提案するとともにファジィコントローラを有効に働かせるための工夫により、確実、自然な制御方式が確立されている。さらにカート/ポール系全体に対する本ファジィ制御の妥当性を立証するため無次元化機構系の制御を検討し、ポール振り上げ限界や制御系チューニングに関する機械設計上有用な、新しい知見を導いている。

抄録全体を表示

転炉吹錬は、溶銑の不純物除去および成分調整を行う製鋼工程である。しかし、不純物を除去する際に溶鋼の重要な成分であるマンガンの一部も同時に除去されてしまう。そのため、溶鋼中に残留するマンガン濃度を推定し、マンガン濃度を調整する必要があるが、転炉内の化学反応が複雑であるため、精度の良い推定は実現できていなかった。 本論文では、転炉吹錬プロセスのファジィモデリングを行い、精度の良い残留マンガン濃度推定を実現する。ファジィモデルの同定にはファジィニューラルネットワークを用いている。1)変数増加法および2)種類数固定法により2種類のファジィモデルを同定する。得られたモデルから、複雑な転炉吹錬プロセスにおける主要パラメータおよび同プロセスの制御に有用なパラメータが明らかとなった。それぞれのファジィモデルは実用的な推定精度を実現した。

抄録全体を表示