JP2003279459A - Smell recipe determination method - Google Patents
Smell recipe determination methodInfo
- Publication number
- JP2003279459A JP2003279459A JP2002083994A JP2002083994A JP2003279459A JP 2003279459 A JP2003279459 A JP 2003279459A JP 2002083994 A JP2002083994 A JP 2002083994A JP 2002083994 A JP2002083994 A JP 2002083994A JP 2003279459 A JP2003279459 A JP 2003279459A
- Authority
- JP
- Japan
- Prior art keywords
- odor
- sensor response
- odors
- response pattern
- mixed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、匂いを電子的に記
録・再生する際に用いる匂いレシピの決定方法に関す
る。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for determining an odor recipe used when electronically recording / reproducing an odor.
【０００２】[0002]
【従来の技術】従来、対象となる匂い（以下、「対象
臭」と称する）のセンサ応答と等しくなるように複数の
要素臭の混合比率（レシピ）を決定し、これを電子的に
記録するとともに、記録されたレシピに基づいて各要素
臭を調合して対象臭を再生する匂いの記録・再生システ
ムがある。2. Description of the Related Art Conventionally, a mixing ratio (recipe) of a plurality of elemental odors is determined so as to be equal to a sensor response of a target odor (hereinafter referred to as "target odor"), and this is electronically recorded. In addition, there is an odor recording / reproducing system that mixes each elemental odor based on the recorded recipe to reproduce the target odor.
【０００３】ここで、匂いの記録・再生システムの原理
について図８を参照して説明する。匂いの記録・再生シ
ステムは、匂い記録装置１００と匂い再生装置２００と
から構成される。Here, the principle of the odor recording / reproducing system will be described with reference to FIG. The odor recording / reproducing system includes an odor recording device 100 and an odor reproducing device 200.
【０００４】匂い記録装置１００は、パターンマッチン
グ用のコンピュータ１１０、センサアレイ１２０、電磁
弁１３０，１４０、要素臭１〜Ｎを混合するブレンダ１
５０などから構成される。The odor recorder 100 is a blender 1 for mixing a computer 110 for pattern matching, a sensor array 120, solenoid valves 130 and 140, and element odors 1 to N.
It is composed of 50 and the like.
【０００５】対象臭Ｔを近似するための要素臭１〜Ｎの
レシピを決定する手順を説明する。まず、電磁弁１３０
を介して対象臭Ｔをセンサアレイ１２０に導入し、その
応答パターンをコンピュータ１１０に記録する。次に、
要素臭１〜Ｎの混合比率（レシピ）を決め、ブレンダ１
５０で調合した後に、調合された匂い（以下、「調合臭
Ｂ」と称する。）をセンサアレイ１２０に導入し、その
応答パターンを測定する。そして、コンピュータ１１０
で対象臭Ｔのセンサ応答パターンと調合臭Ｂのセンサ応
答パターンとがマッチングするか否かを計算し、センサ
応答パターンが一致した場合には、そのときの要素臭１
〜Ｎの混合比率を対象臭Ｔのレシピとして電子的に保存
する。A procedure for determining the recipes of the elemental odors 1 to N for approximating the target odor T will be described. First, the solenoid valve 130
The target odor T is introduced into the sensor array 120 via the, and the response pattern thereof is recorded in the computer 110. next,
Determine the mixing ratio (recipe) of element odors 1 to N, and blender 1
After blending at 50, the blended odor (hereinafter referred to as “blended odor B”) is introduced into the sensor array 120, and its response pattern is measured. And the computer 110
Is calculated whether or not the sensor response pattern of the target odor T and the sensor response pattern of the mixed odor B match, and when the sensor response patterns match, the element odor at that time 1
Electronically store the mixing ratio of ~ N as a recipe for the target odor T.
【０００６】一方、センサ応答パターンが一致しない場
合には、調合臭Ｂのセンサ応答パターンが対象臭Ｔのセ
ンサ応答パターンに近づくように、非線形最適化アルゴ
リズムや適応制御理論により変更すべきレシピを計算
し、変更されたレシピに基づいて調合した調合臭Ｂをセ
ンサアレイ１２０に再び導入してセンサ応答パターンを
測定する。このパターンマッチングを繰返し、対象臭Ｔ
のセンサ応答パターンと一致したときの要素臭の混合比
率を対象臭Ｔのレシピとして電子的に保存する。On the other hand, when the sensor response patterns do not match, a recipe to be changed is calculated by a nonlinear optimization algorithm or adaptive control theory so that the sensor response pattern of the mixed odor B approaches the sensor response pattern of the target odor T. Then, the mixed odor B prepared based on the changed recipe is introduced again into the sensor array 120 to measure the sensor response pattern. This pattern matching is repeated and the target odor T
The mixing ratio of the elemental odor when it matches the sensor response pattern is electronically stored as a recipe for the target odor T.
【０００７】ここで、適応制御理論について、図９を参
照して説明する。まず、対象臭に対するセンサ応答パタ
ーンをあらかじめ取得する。制御対象となるシステムの
入力（フィードバックコントローラの出力）は各要素臭
の濃度変化であり、システムの出力はセンサアレイの出
力である。フィードバックコントローラの入力は対象臭
Ｔと調合臭Ｂのセンサアレイ応答パターンの差である。
制御対象が多入力―多出力の系であるのでフィードバッ
クゲイン行列（Ｋ行列）が必要となる。そこで、フィー
ドバック制御の前に所定の各要素臭濃度変更パターンを
システムに入力して、出力であるセンサアレイ応答パタ
ーンを測定し、そのデータに最小二乗法を適用してシス
テムの状態方程式を抽出する。その後、最適制御入力の
手法により行列決定を行う。Here, the adaptive control theory will be described with reference to FIG. First, the sensor response pattern for the target odor is acquired in advance. The input of the system to be controlled (output of the feedback controller) is the change in the concentration of each element odor, and the output of the system is the output of the sensor array. The input of the feedback controller is the difference between the sensor array response patterns of the target odor T and the mixed odor B.
Since the controlled object is a multi-input-multi-output system, a feedback gain matrix (K matrix) is required. Therefore, before feedback control, each predetermined elemental odor concentration change pattern is input to the system, the sensor array response pattern that is the output is measured, and the least squares method is applied to the data to extract the system state equation. . After that, the matrix is determined by the method of optimal control input.
【０００８】一方、匂い再生装置２００は、要素臭１〜
Ｎを混合するブレンダ２５０を備え、匂い記録装置１０
０で決定された対象臭Ｔのレシピに基づいて要素臭１〜
Ｎを調合し、対象臭Ｔに近似する匂いを発生させる。On the other hand, the odor reproducing device 200 has element odors 1 to 1.
The odor recorder 10 is provided with a blender 250 for mixing N.
Based on the recipe of the target odor T determined by 0, the elemental odor 1 to
N is mixed to generate an odor close to the target odor T.
【０００９】[0009]
【発明が解決しようとする課題】しかし、要素臭の数が
増加すると、匂いセンサの多重共線性や非線形性のため
にセンサ応答の雑音の影響が無視できなくなるなど、そ
のレシピを正確に求めることが困難になる。また、Ｎ種
類の要素臭ごとに濃度を連続的に変化させて対象臭のレ
シピを求めるには、Ｎ次元空間での探索が必要になる
が、次元数が多くなると探索空間が膨大になってしま
う。従来の方法では、要素臭の数が４〜５種類以下でな
ければ、レシピを決定することができなかった。However, when the number of elemental odors increases, the influence of noise on the sensor response cannot be ignored due to the multi-collinearity and non-linearity of the odor sensor. Becomes difficult. Further, in order to continuously change the concentration for each of the N kinds of elemental odors to obtain the recipe for the target odor, it is necessary to search in the N-dimensional space, but as the number of dimensions increases, the search space becomes huge. I will end up. In the conventional method, the recipe could not be determined unless the number of elemental odors was 4 to 5 or less.
【００１０】このような観点から、本発明は、要素臭の
種類が多い場合でも、効率よくレシピを決定することが
できる匂いレシピ決定方法を提供することを課題とす
る。From this point of view, it is an object of the present invention to provide an odor recipe determination method capable of efficiently determining a recipe even when there are many types of element odors.
【００１１】[0011]
【課題を解決するための手段】このような課題を解決す
るために、請求項１に記載の匂いレシピ決定方法は、種
類の異なる複数の要素臭の中から、対象臭に近似する要
素臭の組合せを複数個の匂いセンサの応答パターンに基
づいて決定することを特徴とする。In order to solve such a problem, an odor recipe determining method according to claim 1 selects a component odor close to a target odor from a plurality of component odors of different types. The combination is determined based on the response patterns of a plurality of odor sensors.
【００１２】かかる匂いレシピ決定方法は、要素臭の組
合せによって対象臭を近似するものである。すなわち、
要素臭の一つ一つについてその濃度を探索するのではな
く、要素臭の有無によって対象臭を近似するものであ
る。多くの要素臭で匂いを調合する場合には、その調合
臭の質は、要素臭の有無に大きく影響され、それぞれの
要素臭の濃度（含有量）にはあまり影響されない。した
がって、各要素臭の有無のみに着目しても対象臭を近似
することが可能で、さらに、検索範囲が限定されるので
匂いのレシピの決定が容易になる。The odor recipe determining method approximates the target odor by a combination of element odors. That is,
The target odor is approximated by the presence or absence of the elemental odor, instead of searching for the concentration of each elemental odor. When an odor is mixed with many elemental odors, the quality of the mixed odor is greatly affected by the presence or absence of elemental odors, and is not significantly affected by the concentration (content) of each elemental odor. Therefore, the target odor can be approximated by focusing only on the presence or absence of each elemental odor, and since the search range is limited, the odor recipe can be easily determined.
【００１３】請求項２に記載の匂いレシピ決定方法は、
請求項１に記載の匂いレシピ決定方法であって、それぞ
れ種類の異なる複数の要素臭について、要素臭ごとにそ
のセンサ応答パターンを複数個の匂いセンサで実測する
第一ステップと、当該各要素臭のセンサ応答パターンに
基づいて、各要素臭を組み合わせて得られる調合臭のセ
ンサ応答パターンを推測する第二ステップと、前記第二
ステップで推測された調合臭の中から、対象臭のセンサ
応答パターンに近似するセンサ応答パターンを有する調
合臭を選択する第三ステップとを含むことを特徴とす
る。A method for determining an odor recipe according to claim 2 is
The odor recipe determination method according to claim 1, wherein, for a plurality of element odors of different types, a first step of actually measuring a sensor response pattern for each element odor with a plurality of odor sensors, and the respective element odors. Based on the sensor response pattern of, the second step of estimating the sensor response pattern of the mixed odor obtained by combining each elemental odor, and from the mixed odor estimated in the second step, the sensor response pattern of the target odor A third step of selecting a blended odor having a sensor response pattern close to.
【００１４】かかる匂いレシピ決定方法は、予め実測し
ておいた要素臭ごとのセンサ応答パターンに基づいて、
全ての組合せについて、そのセンサ応答パターンを予め
推定しておき、その中から、対象臭のセンサ応答パター
ンに近い要素臭の組合せ（調合臭）を選択するものであ
る。例えば、Ｎ種類の要素臭を用いる場合であれば、２
N−１通りの調合臭（要素臭の組合せ）があるが、その
全ての調合臭について、そのセンサ応答パターンを推測
し、この中から対象臭に近似する調合臭を選択するもの
である。The odor recipe determination method is based on the sensor response pattern for each element odor measured in advance.
For all combinations, the sensor response patterns are estimated in advance, and a combination of elemental odors (prepared odor) that is close to the sensor response pattern of the target odor is selected from them. For example, if N kinds of elemental odors are used, 2
There are N −1 combinations of mixed odors (combinations of elemental odors), but the sensor response patterns of all the mixed odors are estimated, and a mixed odor that is close to the target odor is selected from among these.
【００１５】請求項３に記載の匂いレシピ決定方法は、
請求項２に記載の匂いレシピ決定方法であって、前記第
二ステップにおいて、調合臭のセンサ応答パターンを、
前記各要素臭のセンサ応答パターンの線形和として推測
することを特徴とする。A method for determining an odor recipe according to claim 3 is
The odor recipe determination method according to claim 2, wherein in the second step, the sensor response pattern of the mixed odor is
It is characterized in that it is estimated as a linear sum of the sensor response patterns of the respective elemental odors.
【００１６】かかる匂いレシピ決定方法は、要素臭ごと
に実測したセンサ応答パターンを単純に加算したもの
を、複数の要素臭を組み合わせたときのセンサ応答パタ
ーンとするものである。In the odor recipe determining method, the sensor response pattern obtained by simply adding the sensor response patterns measured for each element odor is used as the sensor response pattern when a plurality of element odors are combined.
【００１７】請求項４に記載の匂いレシピ決定方法は、
請求項２又は請求項３に記載の匂いレシピ決定方法であ
って、前記第三ステップで選択された調合臭のセンサ応
答パターンを複数個の匂いセンサで実測する第四ステッ
プと、前記第四ステップで実測された調合臭のセンサ応
答パターンと当該調合臭の推測されたセンサ応答パター
ンとの差に基づいて、前記第二ステップで推測された調
合臭の全てについて、そのセンサ応答パターンを補正す
る第五ステップと、前記第五ステップで補正された調合
臭の中から、対象臭のセンサ応答パターンに近似するセ
ンサ応答パターンを有する調合臭を選択する第六ステッ
プとを含むことを特徴とする。A method for determining an odor recipe according to claim 4 is
The odor recipe determination method according to claim 2 or 3, wherein a fourth step of actually measuring the sensor response pattern of the mixed odor selected in the third step with a plurality of odor sensors, and the fourth step. Based on the difference between the sensor response pattern of the mixed odor actually measured and the estimated sensor response pattern of the mixed odor, the sensor response pattern is corrected for all of the mixed odor estimated in the second step. It is characterized by including five steps and a sixth step of selecting a mixed odor having a sensor response pattern similar to the sensor response pattern of the target odor from the mixed odors corrected in the fifth step.
【００１８】かかる匂いレシピ決定方法は、各要素臭の
センサ応答パターンの線形和であるとして推測された調
合臭のセンサ応答パターンが、その実測値と異なる場合
に、推測値と実測値との差に基づいて、推測した調合臭
のセンサ応答パターンの全てを補正するとともに、補正
された調合臭のセンサ応答パターンに基づいて、改めて
対象臭に近似する調合臭を選択するものである。このよ
うな補正を行うことで、より対象臭に近似する要素臭の
組合せを得ることができる。According to such an odor recipe determination method, when the sensor response pattern of the mixed odor estimated to be a linear sum of the sensor response patterns of the respective elemental odors is different from the actual measurement value, the difference between the estimated value and the actual measurement value is obtained. On the basis of the above, all the sensor response patterns of the estimated mixed odor are corrected, and the mixed odor approximate to the target odor is selected again based on the corrected sensor response pattern of the mixed odor. By performing such a correction, it is possible to obtain a combination of elemental odors that more closely resembles the target odor.
【００１９】請求項５に記載の匂いレシピ決定方法は、
請求項４に記載の匂いレシピ決定方法であって、前記第
六ステップで選択された調合臭のセンサ応答パターンを
複数の匂いセンサで実測する第七ステップと、前記第七
ステップで実測された調合臭のセンサ応答パターンと前
記第六ステップで選択された調合臭のセンサ応答パター
ンとの差に基づいて、前記第五ステップで補正された調
合臭の全てについて、そのセンサ応答パターンを再度補
正する第八ステップと、前記第八ステップで再度補正さ
れた調合臭の中から、対象臭のセンサ応答パターンに近
似するセンサ応答パターンを有する調合臭を選択する第
九ステップを含むことを特徴とする。The method for determining an odor recipe according to claim 5 is:
The odor recipe determination method according to claim 4, wherein a seventh step of actually measuring the sensor response pattern of the mixed odor selected in the sixth step by a plurality of odor sensors, and the real mixture measured in the seventh step. Based on the difference between the sensor response pattern of the odor and the sensor response pattern of the mixed odor selected in the sixth step, the sensor response pattern of all the mixed odors corrected in the fifth step is corrected again. It is characterized by including an eighth step and a ninth step of selecting a mixed odor having a sensor response pattern similar to the sensor response pattern of the target odor from the mixed odors corrected again in the eighth step.
【００２０】かかる匂いレシピ決定方法によると、第六
ステップで選択された調合臭を利用して、再度の補正を
行うので、より対象臭に近い要素臭の組合せを得ること
ができる。According to such an odor recipe determination method, since the mixed odor selected in the sixth step is used to perform the correction again, it is possible to obtain a combination of elemental odors closer to the target odor.
【００２１】請求項６に記載の匂いレシピ決定方法は、
請求項５に記載の匂いレシピ決定方法であって、前記第
七ステップ乃至前記第九ステップを繰り返し、前記第九
ステップで選択された調合臭を構成する要素臭の組合せ
が、複数回同じであるときに、当該要素臭の組合せを対
象臭の匂いレシピとすることを特徴とする。A method for determining an odor recipe according to claim 6 is:
The odor recipe determination method according to claim 5, wherein the seventh step to the ninth step are repeated, and the combination of elemental odors constituting the mixed odor selected in the ninth step is the same multiple times. In some cases, the combination of the elemental odors is used as the odor recipe of the target odor.
【００２２】かかる匂いレシピ決定方法によると、繰り
返して補正を行うので、より対象臭に近い要素臭の組合
せを得ることができる。According to this odor recipe determination method, since the correction is repeatedly performed, it is possible to obtain a combination of elemental odors closer to the target odor.
【００２３】請求項７に記載の匂いレシピ決定方法は、
請求項４乃至請求項６のいずれか一項に記載の匂いレシ
ピ決定方法であって、対象臭のセンサ応答パターンに近
似する調合臭を複数実測したときには、対象臭のセンサ
応答パターンに最も近似するセンサ応答パターンを有す
る調合臭について、その推測されたセンサ応答パターン
との差を求め、その差に基づいて、推測された全ての調
合臭のセンサ応答パターンを補正することを特徴とす
る。A method for determining an odor recipe according to claim 7 is:
The odor recipe determination method according to any one of claims 4 to 6, wherein when a plurality of mixed odors that are close to the sensor response pattern of the target odor are actually measured, the odor recipe is closest to the sensor response pattern of the target odor. For the mixed odor having the sensor response pattern, a difference from the estimated sensor response pattern is obtained, and the sensor response patterns of all the estimated mixed odors are corrected based on the difference.
【００２４】かかる匂いレシピ決定方法によると、対象
臭に近似する要素臭の組合せを確実に得ることができ
る。すなわち、対象臭に近似する調合臭を１種類に限定
すると、十分な補正ができず、振動して収束しないこと
があるが、複数の調合臭を選択することで、確実に収束
させることができる。According to this odor recipe determination method, it is possible to reliably obtain a combination of elemental odors that are close to the target odor. That is, if the number of mixed odors that is close to the target odor is limited to one, sufficient correction cannot be performed and vibration may not converge, but it is possible to reliably converge by selecting a plurality of mixed odors. .
【００２５】請求項８に記載の匂いレシピ決定方法は、
請求項１乃至請求項７のいずれか一項に記載の匂いレシ
ピ決定方法であって、前記各要素臭の濃度は、複数段階
に量子化されていることを特徴とする。A method of determining an odor recipe according to claim 8 is:
The odor recipe determination method according to any one of claims 1 to 7, wherein the concentration of each elemental odor is quantized in a plurality of stages.
【００２６】かかる匂いレシピ決定方法は、要素臭の濃
度を複数段階に量子化し、それ以外の濃度は選択できな
いようにするものである。これにより、検索範囲が限定
され、したがって、効率よく要素臭の組合せを検索する
ことができる。The odor recipe determining method quantizes the concentrations of the elemental odors in a plurality of steps so that other concentrations cannot be selected. As a result, the search range is limited, so that the combination of elemental odors can be searched efficiently.
【００２７】請求項９に記載の匂いレシピ決定方法は、
予め準備された種類の異なる複数の要素臭を混合して、
対象臭に近似する調合臭を調香するに際し、対象臭のセ
ンサ応答ベクトルを、要素臭の濃度ベクトルと係数行列
の積で表し、当該係数行列を特異値分解して得られる対
角行列の対角成分のうち、最も小さい対角成分から順に
少なくとも一つをゼロに置き換え、変換後の空間で、非
線形最適化アルゴリズムもしくは適応制御理論により対
象臭に近似する調合臭となるように各要素臭の濃度を決
定することを特徴とする。A method for determining an odor recipe according to claim 9 is:
Mixing multiple elemental odors of different types prepared in advance,
When perfuming a mixed odor that is similar to the target odor, the sensor response vector of the target odor is expressed by the product of the concentration vector of the element odor and the coefficient matrix, and the diagonal matrix pair obtained by singular value decomposition of the coefficient matrix is expressed. Among the angular components, at least one is replaced with zero in order from the smallest diagonal component, and in the space after conversion, the odor of each elemental odor is approximated to the target odor by the nonlinear optimization algorithm or the adaptive control theory. Characterized by determining the concentration.
【００２８】かかる匂いレシピ決定方法は、雑音の影響
を除去した少数の次元の空間でデータを射影して、変換
後の空間で匂いレシピの検索を行うものである。すなわ
ち、センサ応答を各要素の線形重ね合わせで表すものと
仮定して、複数センサ応答と複数要素臭濃度との関係を
係数行列で表し、その係数行列を特異値分解する。次
に、最も小さい対角成分から順に少なくとも一つをゼロ
に置き換えて、センサ応答と要素臭濃度の空間を少数次
元の空間に変換する。そして、変換後の空間で、非線形
最適化アルゴリズムもしくは適応制御理論により解を求
め、その解をまた実際の要素臭濃度に変換する。このよ
うに、検索空間を限定することで、検索が容易になる。In this odor recipe determination method, data is projected in a space of a small number of dimensions in which the influence of noise is removed, and the odor recipe is searched in the converted space. That is, assuming that the sensor response is represented by linear superposition of each element, the relationship between the multiple sensor response and the multiple element odor concentration is represented by a coefficient matrix, and the coefficient matrix is decomposed into singular values. Next, at least one of the smallest diagonal components is replaced with zero in order to convert the space of the sensor response and the elemental odor concentration into a space of a small number of dimensions. Then, in the space after conversion, a solution is obtained by a non-linear optimization algorithm or adaptive control theory, and the solution is converted into the actual element odor concentration again. By thus limiting the search space, the search becomes easier.
【００２９】請求項９に記載の匂いレシピ決定方法は、
請求項８に記載のレシピ決定方法であって、前記係数行
列の列間および行間の規格化を行うことを特徴とする。The odor recipe determining method according to claim 9 is:
The recipe determining method according to claim 8, wherein normalization between columns and rows of the coefficient matrix is performed.
【００３０】かかる匂いレシピ決定方法によると、行
間、列間のレベル差による行列条件の劣化を防ぎ、解を
安定して求めることができる。According to this odor recipe determination method, it is possible to prevent deterioration of the matrix condition due to the level difference between rows and columns and to stably obtain a solution.
【００３１】[0031]
【発明の実施の形態】本発明の実施の形態を添付した図
面を参照しつつ、詳細に説明する。また、本実施形態で
は、りんご臭Ｔを対象臭とし、表１に示す８種類の要素
臭１〜８を用いてりんご臭Ｔを近似する場合を例に説明
する。BEST MODE FOR CARRYING OUT THE INVENTION Embodiments of the present invention will be described in detail with reference to the accompanying drawings. Further, in the present embodiment, a case where the apple odor T is the target odor and the apple odor T is approximated using the eight types of element odors 1 to 8 shown in Table 1 will be described as an example.
【００３２】[0032]
【表１】 [Table 1]
【００３３】まず、匂いレシピを決定するために用いる
匂い記録装置１００について説明する。匂い記録装置１
００は、図３に示すように、コンピュータ１１０、セン
サアレイ１２０、電磁弁１３０，１４１，１４２などか
ら構成される。First, the odor recorder 100 used for determining the odor recipe will be described. Odor recorder 1
As shown in FIG. 3, 00 is composed of a computer 110, a sensor array 120, solenoid valves 130, 141, 142 and the like.
【００３４】コンピュータ１１０は、センサアレイ１２
０で測定されるりんご臭Ｔ、要素臭１〜８および調合臭
のセンサ応答パターンを記録するとともに、各センサ応
答パターンに基づいて、後述する匂いレシピ決定方法に
基づいて対象臭Ｔを近似するための匂いのレシピを演算
する。また、ドライバ回路を経由してのレシピに応じて
電磁弁１３０，１４１，１４２を駆動させる電磁弁開閉
信号Ｓ２を出力する。The computer 110 uses the sensor array 12
To record the sensor response patterns of apple odor T, elemental odors 1 to 8 and mixed odor measured at 0, and to approximate the target odor T based on each sensor response pattern based on the odor recipe determination method described later. Calculate the scent recipe. Further, it outputs a solenoid valve opening / closing signal S2 for driving the solenoid valves 130, 141, 142 according to the recipe via the driver circuit.
【００３５】センサアレイ１２０は、それぞれ異なる感
応膜を塗付した複数の水晶振動子からなり、センサ出力
は周波数変化である。センサアレイ１２０は、発振回路
１２１に接続されている。センサアレイ１２０の出力
は、マルチチャンネル周波数カウンタ１２２で計測さ
れ、その結果は、ＲＳ２３２Ｃを経由してコンピュータ
１１０に送られる。The sensor array 120 is composed of a plurality of quartz oscillators coated with different sensitive films, and the sensor output changes in frequency. The sensor array 120 is connected to the oscillation circuit 121. The output of the sensor array 120 is measured by the multi-channel frequency counter 122, and the result is sent to the computer 110 via RS232C.
【００３６】電磁弁１３０，１４１，１４２は、コンピ
ュータ１１０の電磁弁開閉信号Ｓ２に基づいて、要素臭
１〜８の濃度を制御する。すなわち、電磁弁１４１，１
４２を高速に開閉して要素臭ガス（容器１７１）とキャ
リアガス（容器１７２）の比率を制御することにより、
要素臭１〜８の濃度を変えることができる。また、電磁
弁１４１，１４２は、高速に開閉可能で、その頻度は、
Δ−Σ変調法により行われる。なお、電磁弁開閉制御
は、デジタル信号であり、制御に用いるコンピュータに
はＤ／Ａコンバータは不要である。The solenoid valves 130, 141 and 142 control the concentrations of the element odors 1 to 8 based on the solenoid valve opening / closing signal S2 of the computer 110. That is, the solenoid valves 141, 1
By opening and closing 42 at high speed to control the ratio of the element odor gas (container 171) and the carrier gas (container 172),
The concentrations of element odors 1 to 8 can be changed. Further, the solenoid valves 141 and 142 can be opened and closed at high speed, and the frequency is
The Δ-Σ modulation method is used. The solenoid valve opening / closing control is a digital signal, and the computer used for the control does not need a D / A converter.
【００３７】また、センサアレイ１２０の後に、バルブ
付流量メータ１６１，１６２を介して吸引ポンプ１６０
を設けてガスのフローを駆動するようにした。吸引ポン
プ１６０は、センサアレイ１２０及びバイパス系統の両
方を吸引するように構成されている。Further, after the sensor array 120, the suction pump 160 is inserted through the flowmeters 161 and 162 with valves.
Is provided to drive the gas flow. The suction pump 160 is configured to suction both the sensor array 120 and the bypass system.
【００３８】要素臭ガス系統は、要素臭ガスを収容した
容器１７１とキャリアガスを収容した容器１７２とが対
になって配置されている。また、流量が各瓶及び空気の
系統で等しく流れるように対称構造をとるようにし、空
気の系統にもキャリアガス瓶１７２（空の瓶）を設置し
た。In the element odor gas system, a container 171 containing the element odor gas and a container 172 containing a carrier gas are arranged in pairs. Further, a symmetrical structure was adopted so that the flow rate would flow equally in each bottle and air system, and a carrier gas bottle 172 (empty bottle) was also installed in the air system.
【００３９】（第１の実施形態−二値量子化法）図１お
よび図３を参照して、本発明の第１の実施形態に係る匂
いレシピ決定方法を説明する。第１の実施形態に係る匂
いレシピ決定方法は、要素臭の濃度を複数段階に量子化
し、それ以外の濃度は選択し得ないようにするものであ
る。すなわち、要素臭の濃度を量子化して検索範囲を限
定するものである。また、以下の実施形態では、量子化
の段階数を二段階（すなわち、その要素臭の有無）とし
た（以下、「二値量子化法」と称する。）。(First Embodiment-Binary Quantization Method) With reference to FIGS. 1 and 3, an odor recipe determination method according to a first embodiment of the present invention will be described. The odor recipe determination method according to the first embodiment quantizes the concentrations of elemental odors in a plurality of stages so that other concentrations cannot be selected. That is, the concentration of elemental odor is quantized to limit the search range. In the following embodiments, the number of quantization steps is two (that is, the presence or absence of the elemental odor) (hereinafter, referred to as “binary quantization method”).
【００４０】第１の実施形態に係る匂いレシピ決定方法
は、予め準備された８種類の要素臭１〜８の中から、り
んご臭に近似する要素臭１〜８の組合せをセンサアレイ
１２０の応答パターンに基づいて決定するものである。
各要素臭のとり得る濃度を二値（０％、１００％）に量
子化し、すなわち、各要素臭の濃度を要素臭の有無の二
値に量子化する。In the odor recipe determination method according to the first embodiment, the sensor array 120 responds with a combination of the element odors 1 to 8 that are similar to apple odors from the eight types of element odors 1 to 8 prepared in advance. It is decided based on the pattern.
The possible concentration of each elemental odor is quantized into a binary value (0%, 100%), that is, the concentration of each elemental odor is quantized into a binary value indicating the presence or absence of the elemental odor.
【００４１】また、要素臭１〜８の濃度は、複数センサ
応答の二乗和がほぼ等しくなるように、無臭希釈材（Ｏ
ＤＯ，Ｏｃｔｙｌ Ｄｅｃｉｌ Ｏｉｌ）で希釈する。
センサ応答と人間嗅覚閾値との間には対応関係があるの
で、この操作は要素臭１〜８の匂い強度をそろえること
に相当する。調合を行うときには、調合臭の匂い強度を
揃えるために、ｎ種類の要素臭を用いる場合には各要素
臭の濃度を１／ｎしてセンサアレイ１２０に供給する。Further, the concentrations of the elemental odors 1 to 8 are adjusted so that the sum of squares of the responses of the plurality of sensors becomes substantially equal to each other.
Dilute with DO, Octyl Decil Oil).
Since there is a correspondence between the sensor response and the human olfactory threshold, this operation corresponds to aligning the odor intensities of the elemental odors 1 to 8. When n kinds of elemental odors are used, the concentration of each elemental odor is adjusted to 1 / n and supplied to the sensor array 120 in order to make the odor intensity of the mixed odors uniform.
【００４２】まず、要素臭の１〜８について、それぞれ
単独でセンサアレイ１２０に導入し、センサ応答パター
ンｐ１〜ｐ８を測定する（第一ステップ）。すなわち、
各要素臭を１種類ずつセンサアレイ１２０に導入し、そ
の応答パターンをコンピュータ１１０に記録する。な
お、センサアレイ１２０は、本実施形態では、ｐｏｌｙ
ｐｈｅｎｙｌｅｔｈｅｒ（６ｒｉｎｇ）（ＰＰＥ），ｔ
ｈｅｒｍｏｌ−１，ＰＥＧ１０００，ｖｅｒｓａｍｉｄ
９００，ｔｒｉｃｒｅｓｙｌ ｐｈｏｓｐｈａｔｅ（Ｔ
ＣＰ），ａｐｉｅｚｏｎ Ｌ，ｅｔｈｙｌ ｃｅｌｌｕ
ｌｏｓｅ（ＥＣ）の膜を塗布した水晶振動子（２０ＭＨ
ｚ，ＡＴ−ＣＵＴ）である。First, the element odors 1 to 8 are individually introduced into the sensor array 120, and the sensor response patterns p1 to p8 are measured (first step). That is,
Each elemental odor is introduced into the sensor array 120 one by one, and the response pattern thereof is recorded in the computer 110. The sensor array 120 is a poly in the present embodiment.
phenylether (6 ring) (PPE), t
hermol-1, PEG1000, versamid
900, tricresyl phosphate (T
CP), apiezon L, ethyl cellu
A crystal unit (20MH) coated with a loose (EC) film
z, AT-CUT).
【００４３】次に、コンピュータ１１０に記録された要
素臭１〜８のセンサ応答パターンｐ１〜ｐ８に基づい
て、要素臭１〜８を組み合わせて得られる調合臭群Ｂ１
のセンサ応答パターン群Ｐをコンピュータ１１０で推測
する（第二ステップ）。要素臭が８種類なので、これを
組み合わせて得られる調合臭群Ｂ１は、２8−１＝２５
５種類存在する。また、調合臭群Ｂ１のセンサ応答パタ
ーン群Ｐは、それぞれ要素臭１〜８のセンサ応答パター
ンｐ１〜ｐ８の線形和である。Next, the mixed odor group B1 obtained by combining the element odors 1 to 8 based on the sensor response patterns p1 to p8 of the element odors 1 to 8 recorded in the computer 110.
The computer 110 estimates the sensor response pattern group P (No. 2) (second step). Since there are eight types of elemental odors, the compounded odor group B1 obtained by combining these is 2 8 −1 = 25
There are five types. The sensor response pattern group P of the mixed odor group B1 is a linear sum of the sensor response patterns p1 to p8 of the elemental odors 1 to 8, respectively.
【００４４】推測された調合臭群Ｂ１（２５５種類）の
中から、りんご臭Ｔのセンサ応答パターンに近似するセ
ンサ応答パターンｐ１１を有する調合臭ｂ１を選択する
（第三ステップ）。コンピュータ１１０は、第三ステッ
プで選択された調合臭ｂ１を構成する要素臭に対応する
電磁弁１４１，１４２を駆動させる電磁弁開閉信号Ｓ２
を出力する。From the estimated mixed odor group B1 (255 types), a mixed odor b1 having a sensor response pattern p11 that is similar to the sensor response pattern of the apple odor T is selected (third step). The computer 110 causes the solenoid valve opening / closing signal S2 to drive the solenoid valves 141 and 142 corresponding to the component odors forming the mixed odor b1 selected in the third step.
Is output.
【００４５】コンピュータ１１０からの電磁弁開閉信号
Ｓ２に基づいて電磁弁１４１，１４２を駆動して、第三
ステップで選択された調合臭ｂ１を実際に混合するとと
もに、調合臭ｂ１のセンサ応答パターンをセンサアレイ
１２０で実測する（第四ステップ）。また、実測された
センサ応答パターンｐ１２は、コンピュータ１１０に記
憶される。The solenoid valves 141 and 142 are driven based on the solenoid valve opening / closing signal S2 from the computer 110 to actually mix the mixed odor b1 selected in the third step, and the sensor response pattern of the mixed odor b1 is displayed. The sensor array 120 is actually measured (fourth step). The measured sensor response pattern p12 is stored in the computer 110.
【００４６】センサアレイ１２０の非線形性のために、
図４に示すように、調合臭のセンサ応答パターンは、推
測値と実測値でずれを生じるので、調合臭ｂ１の実測さ
れたセンサ応答パターンｐ１２とその推測されたセンサ
応答パターンｐ１１との差（ずれベクトル）を算出し、
この差を基に、第二ステップで推測された調合臭群Ｂ１
（２５５種類）についてセンサ応答パターン群Ｐを補正
する（第五ステップ）。すなわち、りんご臭Ｔに近似す
る推測値の組合せに対するセンサ応答を測定し、推測値
からのずれベクトルにより推測値全体を補正する。Due to the non-linearity of the sensor array 120,
As shown in FIG. 4, the sensor response pattern of the mixed odor deviates between the estimated value and the measured value. Therefore, the difference between the measured sensor response pattern p12 of the mixed odor b1 and the estimated sensor response pattern p11 ( Shift vector) is calculated,
Based on this difference, the blended odor group B1 estimated in the second step
The sensor response pattern group P is corrected for (255 types) (fifth step). That is, the sensor response to a combination of estimated values that approximates the apple odor T is measured, and the estimated value is entirely corrected by the deviation vector from the estimated value.
【００４７】調合臭群Ｂ１を補正して得られた調合臭群
Ｂ２（２５５種類）の中から、りんご臭Ｔのセンサ応答
パターンに最も近似するセンサ応答パターンｐ２１を有
する調合臭ｂ２を選択する（第六ステップ）。From the mixed odor group B2 (255 types) obtained by correcting the mixed odor group B1, the mixed odor b2 having the sensor response pattern p21 which is the closest to the sensor response pattern of the apple odor T is selected ( Sixth step).
【００４８】第六ステップで選択された調合臭ｂ２を再
び実測する（第七ステップ）。その結果に基づいて、調
合臭群Ｂ２を再度補正し（第八ステップ）、その中か
ら、りんご臭Ｔのセンサ応答パターンに近似するセンサ
応答パターンを有する調合臭を選択する（第九ステッ
プ）。これを収束するまで行い、収束時の組合せをりん
ご臭Ｔに対するレシピとして記録する。本実施形態で
は、同じ組合せのレシピが２度最近傍として選ばれたら
収束したとみなす。なお、図１では、第七ステップから
第九ステップについては、ｂ２をｂ１に、ｐ２１をｐ１
１にそれぞれ読み替えるものとする。The mixed odor b2 selected in the sixth step is measured again (seventh step). Based on the result, the mixed odor group B2 is corrected again (eighth step), and a mixed odor having a sensor response pattern similar to the sensor response pattern of the apple odor T is selected from among them (the ninth step). This is repeated until convergence and the combination at the time of convergence is recorded as a recipe for the apple odor T. In this embodiment, if recipes of the same combination are selected twice as the nearest neighbors, it is considered that the recipes have converged. In addition, in FIG. 1, b2 is set to b1 and p21 is set to p1 from the seventh step to the ninth step.
1 shall be read as each.
【００４９】なお、測定する点をりんご臭Ｔに最も近い
１点に限定すると、補正が十分正確ではないために振動
して収束しないことがある。そこで、本実施形態では、
りんご臭付近の３点について測定を行い、測定点がりん
ご臭に最近傍の点に関してずれベクトルを算出し、推測
された２５５通りの調合臭を補正する。If the point to be measured is limited to the one closest to the apple odor T, the correction may not be sufficiently accurate, and the vibration may not occur and the convergence may not occur. Therefore, in this embodiment,
The measurement is performed at three points near the apple odor, the shift vector is calculated for the point where the measurement point is closest to the apple odor, and the estimated 255 mixed odors are corrected.
【００５０】この場合、補正回数５回、合計２３点（要
素臭のみを測定する場合も含む）の測定で表１の要素臭
１，２，３，５，６，８の組合せに収束した。すなわ
ち、図１０に示すように、全ての組合せについてセンサ
応答パターンを実測し、その中からりんご臭Ｔに近似す
るものを選択した場合には、センサ応答パターンを２５
５回実測しなければならないため非常に時間がかかる
が、前記の二値量子化法で匂いレシピを決定すれば、そ
の実測回数を大幅に削減することができる。In this case, the number of corrections was 5 times, and a total of 23 points (including the case where only the elemental odor was measured) were measured, and the combinations of the elemental odors 1, 2, 3, 5, 6, 8 in Table 1 were converged. That is, as shown in FIG. 10, when the sensor response patterns are actually measured for all the combinations and the one that approximates the apple odor T is selected, the sensor response patterns are set to 25.
It takes a very long time because it has to be measured 5 times, but if the odor recipe is determined by the binary quantization method, the number of times of actual measurement can be greatly reduced.
【００５１】（第２の実施形態−特異値分解法）本発明
の第２の実施形態に係る匂いレシピ決定方法は、りんご
臭Ｔのセンサ応答ベクトルｓを、要素臭１〜８の濃度ベ
クトルｃと係数行列Ａの積で表し、係数行列Ａを特異値
分解して得られる対角行列Ｗの対角成分のうち、最も小
さい対角成分から順に少なくとも一つをゼロに置き換
え、変換後の空間で、非線形最適化アルゴリズムもしく
は適応制御理論によりりんご臭Ｔに近似する調合臭とな
るように各要素臭１〜８の濃度を決定するものであり、
雑音の影響を除去した少数の次元の空間でデータを射影
して、変換後の空間で検索を行うものである（以下、
「特異値分解法」と称する。）。(Second Embodiment—Singular Value Decomposition Method) In the odor recipe determination method according to the second embodiment of the present invention, the sensor response vector s of apple odor T is converted to the concentration vector c of element odors 1 to 8. And the coefficient matrix A, and at least one of the diagonal elements of the diagonal matrix W obtained by singular value decomposition of the coefficient matrix A is replaced with zero in order from the smallest diagonal element, and the space after conversion Then, the concentration of each elemental odor 1 to 8 is determined by a non-linear optimization algorithm or adaptive control theory so that the mixed odor approximates to the apple odor T.
Data is projected in a space of a small number of dimensions in which the influence of noise is removed, and a search is performed in the space after conversion (hereinafter,
This is called "singular value decomposition method". ).
【００５２】匂いレシピを決定するために用いた匂い記
録装置１００については、第１の実施形態のものと同様
であるので詳細な説明は省略するが、センサアレイ１２
０には、ｐｏｌｙｐｈｅｎｙｌｅｔｈｅｒ（６ｒｉｎ
ｇ）(ＰＰＥ)，ｔｈｅｒｍｏｌ−１，ＰＥＧ１０００，
ｖｅｒｓａｍｉｄ９００，ｔｒｉｃｒｅｓｙｌ ｐｈｏ
ｓｐｈａｔｅ（ＴＣＰ），ａｐｉｅｚｏｎ Ｌ，ｅｔｈ
ｙｌ ｃｅｌｌｕｌｏｓｅ（ＥＣ），ｃｅｒｅｂｒｏｓ
ｉｄｅｓ（ＣＢ）の膜を塗布した水晶振動子（２０ＭＨ
ｚ，ＡＴ−ＣＵＴ）を用いた。The odor recording device 100 used for determining the odor recipe is the same as that of the first embodiment, so a detailed description is omitted, but the sensor array 12 is omitted.
0 is polyphenylether (6 rin
g) (PPE), thermol-1, PEG1000,
versamid900, tricresyl pho
sphate (TCP), apiezon L, eth
yl cellulose (EC), cerebros
A crystal unit (20 MH) coated with a film of ides (CB)
z, AT-CUT) was used.
【００５３】センサアレイ１２０の定常応答パターンの
ベクトルをｓ(ｎ次元)、要素臭の濃度ベクトル(ｍ次元)
をｃとして、各センサの応答を各要素臭の線形重ね合わ
せで表すと、ｓ＝Ａｃとなる。ここで、Ａはｎ×ｍの係
数行列であり、ｎ≧ｍとする。The vector of the steady response pattern of the sensor array 120 is s (n-dimensional), the concentration vector of elemental odor (m-dimensional)
Let c be the c, and the response of each sensor is represented by linear superposition of the elemental odors, then s = Ac. Here, A is an n × m coefficient matrix, and n ≧ m.
【００５４】行列Ａを特異値分解すると、ｓ＝ＵＷＶT
ｃとなる。Ｕはｎ×ｍの列直交行列（ＵTＵ＝Ｉ）、Ｖ
はｍ×ｍの正方直交行列(ＶTＶ＝ＶＶT＝Ｉ)、Ｗはｍ×
ｍの対角行列である。Singular value decomposition of the matrix A gives s = UWV T
c. U is an n × m column orthogonal matrix (U T U = I), V
Is an m × m square orthogonal matrix (V T V = VV T = I), and W is m ×
It is a diagonal matrix of m.
【００５５】ここで、ｙ＝ＵTｓ，ｘ＝ＶTｃとなる新た
な変数ベクトルｙ、ｘ（両方ともにｍ次元）を導入する
と、ｙ＝Ｗｘとなる。Ｗの対角成分が特異値である。特
異値の大きなものは信号成分への寄与は大きいが、小さ
いものは、信号成分への寄与は小さく雑音として働く。
例えば、他の特異値に比べて小さな特異値がｐ個あった
とすると、それらの特異値をゼロとおけば、ｍ次元のデ
ータをｌ＝ｍ−ｐ次元のデータ空間で表すことが可能に
なる。Here, if new variable vectors y and x (both are m-dimensional) such that y = U T s and x = V T c are introduced, then y = Wx. The diagonal component of W is the singular value. A large singular value has a large contribution to the signal component, while a small singular value has a small contribution to the signal component and acts as noise.
For example, if there are p singular values that are smaller than other singular values, setting those singular values to zero makes it possible to represent m-dimensional data in a 1 = mp dimension data space. .
【００５６】このｙ空間上で対象臭に対するパターンｙ
tに最も近くなるように、調合臭のｘを決定する。これ
を離散的に行うことを考え、時刻ｋにおけるｙ，ｘは、
ｙk＝ＵTｓk，ｘk＝ＶTｃkとなる。The pattern y for the target odor in this y space
The compounded odor x is determined so as to be closest to t . Considering this to be done discretely, y and x at time k are
y k = U T sk , x k = V T ck .
【００５７】そして、Ｊ＝（ｙk+1−ｙt）TＱ（ｙk+1−
ｙt）＋（ｘk−ｘk-1）TＲ（ｘk−ｘk-1）で表される指
標値Ｊを導入し、指標値Ｊを最小化することを考える。
ここで、Ｑ，Ｒはそれぞれｙの要素間、ｘの要素間の重
みを表す対角行列である。上式のｘk、ｘk-1のｌ＋１か
らｍ番目の要素をゼロとする。Then, J = (y k + 1 −y t ) T Q (y k + 1 −
introducing a y t) + (x k -x k-1) T R (x k -x k-1 index value J represented by), consider minimizing the index value J.
Here, Q and R are diagonal matrices representing weights between y elements and x elements, respectively. X k in the above equation, the m-th element from the l + 1 x k-1 to zero.
【００５８】次に、Δk＝（ｘ1，・・・，ｘl）k T−
（ｘ1，・・・，ｘl）k-1 TとしてＪをΔkでベクトル微
分する。それをゼロにしてΔkについて解く。そのΔkを
用い、ｘk、ｘk-1の要素ｘl+1，・・・，ｘmを０にした
ベクトルを、ｃk−ｃk-1＝Ｖ（ｘk−ｘk-1）＝Ｖ
[（ｘ1，・・・，ｘl，０，・・・，０）k T−（ｘ1，・
・・，ｘl，０，・・・，０）k-1 T]のように作成するこ
とで濃度変更量を決定できる。Next, Δ k = (x 1 , ..., X l ) k T −
Vector differentiation of J by Δ k is performed as (x 1 , ..., X l ) k−1 T. Set it to zero and solve for Δ k . By using the Δ k , a vector in which the elements x l + 1 , ..., X m of x k , x k-1 are set to 0 is c k −c k−1 = V (x k −x k−1 ) = V
[(X 1 , ..., X l , 0, ..., 0) k T − (x 1 , ...
.., x l , 0, ..., 0) k-1 T ] can be used to determine the density change amount.
【００５９】ここで、事前に行列Ａの列間及び行間の規
格化を行った上でＪの最小化を行うと、行間，列間のレ
ベル差による行列条件の劣化を防ぎ、安定に解を求める
ことができるようになる。Here, if the columns A and the rows of the matrix A are standardized in advance and then J is minimized, deterioration of the matrix condition due to the level difference between the rows and the columns is prevented, and a stable solution is obtained. You will be able to ask.
【００６０】本実施形態では、図５に示すように、３秒
毎に４０回濃度変更を行った。使用した特異値は４個
で、４次元空間上で適応制御理論に基づいて探索を行っ
たことになる。また、縦軸は相対濃度（％ＲＣ）で、フ
ルスケール濃度に対する相対値で表す。図５に示すよう
に、９０秒程度で収束し、安定なレシピが得られた。In this embodiment, as shown in FIG. 5, the density was changed 40 times every 3 seconds. The four singular values were used, which means that the search was performed on the four-dimensional space based on the adaptive control theory. The vertical axis represents the relative concentration (% RC), which is represented by the relative value with respect to the full scale concentration. As shown in FIG. 5, it converged in about 90 seconds and a stable recipe was obtained.
【００６１】また、収束したときの対象臭と調合臭に対
するセンサアレイ応答パターンを図６に示す。図６のよ
うに、両者はほぼ一致し、正しく濃度制御が行われて収
束していることがわかる。Further, FIG. 6 shows the sensor array response pattern for the target odor and the mixed odor when converged. As shown in FIG. 6, it can be seen that the two substantially coincide with each other and the concentration is correctly controlled and converged.
【００６２】（各手法によるセンサ空間上の比較）図７
に、ｙ空間上に要素臭１〜８のみに対する応答パターン
（図中（１）〜（８））、特異値分解法を用いて近似し
たレシピに対する応答パターン（図中（１０））、２値
量子化法を用いて近似したレシピに対する応答パターン
（図中（１２））、表１の中の５つの要素臭で従来法に
より近似した応答パターン（図中（１４））をそれぞれ
示す。(Comparison in the sensor space by each method) FIG.
, A response pattern for only elemental odors 1 to 8 in the y space ((1) to (8) in the figure), a response pattern to a recipe approximated using the singular value decomposition method ((10) in the figure), and binary The response pattern ((12) in the figure) approximated by using the quantization method and the response pattern ((14) in the figure) approximated by the five element odors in Table 1 by the conventional method are shown.
【００６３】図７（ａ）はｙ2−ｙ3平面、（ｂ）はその
拡大図である。各サンプルの濃度はそろっていないため
に、ｙを規格化してから表示した。このときｙ1は、ほ
ぼベクトルの大きさに対応してほぼ一定になるために、
ｙ2−ｙ3をとって表示した。ｙ2、ｙ3の寄与率はそれぞ
れ２４．２７％、６．６２％であり、各軸に含まれる情
報量の割合を示す。また、図中（９）（１１）（１３）
は同じりんご臭（対象臭）に対する応答パターンである
が、測定日や濃度が違うのでパターンが若干異なる。な
お、図７（ｂ）中では、調合臭（１０）はりんご臭
（９）を，調合臭（１２）はりんご臭（１１）を、調合
臭（１４）はりんご臭（１３）をそれぞれ近似したもの
である。FIG. 7A is a y 2 -y 3 plane, and FIG. 7B is an enlarged view thereof. Since the concentration of each sample is not uniform, y was standardized before being displayed. At this time, y 1 is almost constant corresponding to the magnitude of the vector,
It was displayed by taking the y 2 -y 3. The contribution rates of y 2 and y 3 are 24.27% and 6.62%, respectively, and show the ratio of the amount of information included in each axis. In addition, (9) (11) (13) in the figure
Is a response pattern to the same apple odor (target odor), but the pattern is slightly different because the measurement date and concentration are different. In FIG. 7B, the mixed odor (10) approximates the apple odor (9), the mixed odor (12) approximates the apple odor (11), and the mixed odor (14) approximates the apple odor (13). It was done.
【００６４】図７（ｂ）に示すように、特異値分解法で
得た近似レシピに対する応答パターン（１０）が最もり
んご臭（９）に近く、次に従来法による５成分近似臭
（１４）、２値量子化による近似レシピに対する応答パ
ターン（１２）の順に離れる結果となった。また、図７
（ａ）に示すように、単一要素臭のなかで最もりんご臭
に近い要素臭（１）は、他の近似臭に比べてかなりりん
ご臭から離れている。As shown in FIG. 7 (b), the response pattern (10) to the approximate recipe obtained by the singular value decomposition method is closest to the apple odor (9), and then the five-component approximate odor (14) obtained by the conventional method. The result is that the response pattern (12) to the approximate recipe by binary quantization is separated in this order. Also, FIG.
As shown in (a), the elemental odor (1), which is the closest to the apple odor among the single elemental odors, is far from the apple odor compared to other similar odors.
【００６５】（人間感覚との比較）官能検査により、各
手法で作成した近似レシピに対する評価を行った。検査
方法は３点識別法である。３点識別法とは３つのサンプ
ルのうち一つだけ異なるものを識別する検査で、識別率
が高ければサンプル間の類似性は小さく、低ければ類似
性が高いことになる。サンプリングバッグに各レシピで
調合した匂いを詰めて、延べ３６人に匂いを嗅いで識別
してもらった。その結果を表２に示す。(Comparison with Human Sensation) A sensory test was performed to evaluate the approximate recipe prepared by each method. The inspection method is a three-point identification method. The three-point discrimination method is an inspection that discriminates only one of three samples, and the higher the discrimination rate, the smaller the similarity between samples, and the lower the discrimination rate, the higher the similarity. The sampling bag was filled with the scents prepared by each recipe, and a total of 36 people smelled and identified. The results are shown in Table 2.
【００６６】[0066]
【表２】 [Table 2]
【００６７】識別率が３３．３％である場合は、サンプ
ル間の差異はないことを表す。実験の結果、特異値分解
法で作成したレシピと対象臭の類似性が高く、次に従来
法により５成分で近似した匂い、２値量子化法による近
似レシピ、単一要素臭の順に匂い類似性が低くなる結果
となった。この結果は、図６のセンサを用いて得た近似
レシピ（調合臭）とりんご臭との関係とよく一致し、セ
ンサ空間でパターンマッチングをとることが人間感覚と
よく対応したことを意味する。When the discrimination rate is 33.3%, it means that there is no difference between samples. As a result of the experiment, the similarity between the recipe created by the singular value decomposition method and the target odor is high, then the odor approximated by 5 components by the conventional method, the approximate recipe by the binary quantization method, and the odor similarity by the single element odor in this order. As a result, it becomes less effective. This result is in good agreement with the relationship between the approximate recipe (prepared odor) obtained using the sensor of FIG. 6 and the apple odor, and means that pattern matching in the sensor space corresponds well to human sense.
【００６８】また、８成分を用いた結果では特異値分解
法が最もよい結果となった。雑音の影響が大きい４次元
を切り捨て探索空間を４次元に限定させたことがよい結
果に結びついた。２値量子化法はそれに比べるとやや近
似精度が落ちるが、２値しかとらないのにこの程度の近
似精度が得られたのは満足いく結果といえる。今後、さ
らに要素臭の数が増えた場合に、２値量子化法は有望な
方法である。さらに、３値や４値以上に量子化する方法
も考えられる。The singular value decomposition method is the best result among the results using eight components. A good result was obtained by truncating the 4th dimension, which is greatly affected by noise, and limiting the search space to the 4th dimension. The approximation accuracy of the binary quantization method is slightly lower than that, but it is a satisfactory result that the approximation accuracy of this level is obtained even though only binary values are obtained. In the future, when the number of elemental odors further increases, the binary quantization method is a promising method. Further, a method of quantizing into three values or four values or more is also conceivable.
【００６９】[0069]
【発明の効果】本発明の匂いレシピ決定方法によれば、
要素臭の種類が多い場合でも、効率よくレシピを決定す
ることができる。また、要素臭の種類が増えることで、
記録できる匂いの範囲を拡大したり、匂いの微妙な違い
をも記録することが可能になる。According to the odor recipe determination method of the present invention,
Even if there are many types of element odors, the recipe can be efficiently determined. Also, by increasing the types of elemental odors,
It becomes possible to expand the range of scents that can be recorded and record subtle differences in scents.
【図１】 本発明の第１の実施形態に係る匂いレシピ決
定方法の手順を説明する図である。FIG. 1 is a diagram illustrating a procedure of an odor recipe determination method according to a first embodiment of the present invention.
【図２】 本発明の第２の実施形態に係る匂いレシピ決
定方法の手順を説明する図である。FIG. 2 is a diagram illustrating a procedure of an odor recipe determination method according to a second embodiment of the present invention.
【図３】 匂い記録装置を示す概略構成図である。FIG. 3 is a schematic configuration diagram showing an odor recording device.
【図４】 二値量子化法における測定値と推定値を比較
した図である。FIG. 4 is a diagram comparing measured values and estimated values in the binary quantization method.
【図５】 特異値分解法によるレシピ決定の過程を示す
図である。FIG. 5 is a diagram showing a process of determining a recipe by a singular value decomposition method.
【図６】 特異値分解法を用いたときの対象臭と調合臭
に対するセンサアレイ応答パターンを示す図である。FIG. 6 is a diagram showing a sensor array response pattern for a target odor and a mixed odor when the singular value decomposition method is used.
【図７】 （ａ）ｙ空間に投影したセンサアレイ応答パ
ターンを示す図、（ｂ）は（ａ）の拡大図である。7A is a diagram showing a sensor array response pattern projected in y space, and FIG. 7B is an enlarged diagram of FIG. 7A.
【図８】 匂いの記録・再生システムの原理を説明する
概略構成図である。FIG. 8 is a schematic configuration diagram illustrating the principle of an odor recording / reproducing system.
【図９】 適応制御理論によりレシピ決定を行う様子を
示す図である。FIG. 9 is a diagram showing how a recipe is determined by adaptive control theory.
【図１０】 調合臭のセンサ応答パターンの主成分分析
結果を示す図である。FIG. 10 is a diagram showing a principal component analysis result of a sensor response pattern of a mixed odor.
１００ 匂い記録装置 １１０ コンピュータ １２０ センサアレイ（複数個の匂いセンサ） １３０，１４１，１４２ 電磁弁 要素臭 １〜Ｎ 対象臭（りんご臭） Ｔ 調合臭 Ｂ 100 odor recorder 110 computers 120 sensor array (multiple odor sensors) 130, 141, 142 Solenoid valve Element odor 1-N Target odor (apple odor) T Compound odor B
フロントページの続き (72)発明者 松本 良輔 東京都目黒区大岡山２−12−１ 東京工業 大学内Continued front page (72) Inventor Ryosuke Matsumoto 2-12-1, Ookayama, Meguro-ku, Tokyo Tokyo Kogyo Inside the university
Claims (10)
象臭に近似する要素臭の組合せを複数個の匂いセンサの
応答パターンに基づいて決定することを特徴とする匂い
レシピ決定方法。1. A method for determining an odor recipe, wherein a combination of elemental odors that are similar to a target odor is determined from a plurality of different types of elemental odors based on response patterns of a plurality of odor sensors.
いて、要素臭ごとにそのセンサ応答パターンを複数個の
匂いセンサで実測する第一ステップと、 当該各要素臭のセンサ応答パターンに基づいて、各要素
臭を組み合わせて得られる調合臭のセンサ応答パターン
を推測する第二ステップと、 前記第二ステップで推測された調合臭の中から、対象臭
のセンサ応答パターンに近似するセンサ応答パターンを
有する調合臭を選択する第三ステップとを含むことを特
徴とする請求項１に記載の匂いレシピ決定方法。2. A plurality of elemental odors of different types, the first step of actually measuring the sensor response pattern for each elemental odor with a plurality of odor sensors, and based on the sensor response pattern of each elemental odor. A second step of estimating a sensor response pattern of a compounded odor obtained by combining elemental odors, and a compounding having a sensor response pattern approximate to the sensor response pattern of the target odor from the compounded odors estimated in the second step The odor recipe determination method according to claim 1, further comprising a third step of selecting an odor.
ンサ応答パターンを、前記各要素臭のセンサ応答パター
ンの線形和として推測することを特徴とする請求項２に
記載の匂いレシピ決定方法。3. The odor recipe determination method according to claim 2, wherein in the second step, the sensor response pattern of the mixed odor is estimated as a linear sum of the sensor response patterns of the respective elemental odors.
センサ応答パターンを複数個の匂いセンサで実測する第
四ステップと、 前記第四ステップで実測された調合臭のセンサ応答パタ
ーンと当該調合臭の推測されたセンサ応答パターンとの
差に基づいて、前記第二ステップで推測された調合臭の
全てについて、そのセンサ応答パターンを補正する第五
ステップと、 前記第五ステップで補正された調合臭の中から、対象臭
のセンサ応答パターンに近似するセンサ応答パターンを
有する調合臭を選択する第六ステップとを含むことを特
徴とする請求項２又は請求項３に記載の匂いレシピ決定
方法。4. A fourth step of actually measuring the sensor response pattern of the mixed odor selected in the third step with a plurality of odor sensors; a sensor response pattern of the mixed odor actually measured in the fourth step; A fifth step of correcting the sensor response pattern of all of the compounded odors estimated in the second step based on the difference from the estimated sensor response pattern of the odor, and the compounded correction corrected in the fifth step. The odor recipe determination method according to claim 2 or 3, further comprising a sixth step of selecting a mixed odor having a sensor response pattern that is similar to the sensor response pattern of the target odor, from among the odors.
センサ応答パターンを複数個の匂いセンサで実測する第
七ステップと、 前記第七ステップで実測された調合臭のセンサ応答パタ
ーンと前記第六ステップで選択された調合臭のセンサ応
答パターンとの差に基づいて、前記第五ステップで補正
された調合臭の全てについて、そのセンサ応答パターン
を再度補正する第八ステップと、 前記第八ステップで再度補正された調合臭の中から、対
象臭のセンサ応答パターンに近似するセンサ応答パター
ンを有する調合臭を選択する第九ステップを含むことを
特徴とする請求項４に記載の匂いレシピ決定方法。5. A seventh step of actually measuring the sensor response pattern of the mixed odor selected in the sixth step by a plurality of odor sensors, a sensor response pattern of the mixed odor measured in said seventh step, and said An eighth step of correcting the sensor response pattern again for all of the mixed odors corrected in the fifth step based on the difference between the mixed odor and the sensor response pattern selected in the sixth step, and the eighth step. The odor recipe determination method according to claim 4, further comprising: a ninth step of selecting a mixed odor having a sensor response pattern that is similar to the sensor response pattern of the target odor, from among the mixed odors that have been corrected again in. .
を繰り返し、前記第九ステップで選択された調合臭を構
成する要素臭の組合せが、複数回同じであるときに、当
該要素臭の組合せを対象臭の匂いレシピとすることを特
徴とする請求項５に記載の匂いレシピ決定方法。6. The seventh to ninth steps are repeated, and when the combination of elemental odors constituting the mixed odor selected in the ninth step is the same for a plurality of times, the combination of the elemental odors is performed. The odor recipe determination method according to claim 5, wherein the odor recipe is a target odor.
調合臭を複数実測したときには、対象臭のセンサ応答パ
ターンに最も近似するセンサ応答パターンを有する調合
臭について、その推測されたセンサ応答パターンとの差
を求め、その差に基づいて、推測された全ての調合臭の
センサ応答パターンを補正することを特徴とする請求項
４乃至請求項６のいずれか一項に記載の匂いレシピ決定
方法。7. When a plurality of mixed odors that approximate the sensor response pattern of the target odor are actually measured, a mixed odor having a sensor response pattern that most approximates the sensor response pattern of the target odor is compared with the estimated sensor response pattern. The odor recipe determination method according to any one of claims 4 to 6, wherein a difference is obtained and the sensor response patterns of all the estimated mixed odors are corrected based on the difference.
化されていることを特徴とする請求項１乃至請求項７の
いずれか一項に記載の匂いレシピ決定方法。8. The odor recipe determination method according to claim 1, wherein the concentration of each elemental odor is quantized in a plurality of stages.
臭を混合して、対象臭に近似する調合臭を調香するに際
し、 対象臭のセンサ応答ベクトルを、要素臭の濃度ベクトル
と係数行列の積で表し、 当該係数行列を特異値分解して得られる対角行列の対角
成分のうち、最も小さい対角成分から順に少なくとも一
つをゼロに置き換え、 変換後の空間で、非線形最適化アルゴリズムもしくは適
応制御理論により対象臭に近似する調合臭となるように
各要素臭の濃度を決定することを特徴とする匂いレシピ
決定方法。9. When mixing a plurality of elemental odors of different types prepared in advance to perfume a mixed odor that is close to the target odor, the sensor response vector of the target odor is a concentration vector of the elemental odor and a coefficient matrix. Of the diagonal matrix of the diagonal matrix obtained by singular value decomposition of the coefficient matrix, at least one is replaced with zero in order from the smallest diagonal element, and nonlinear optimization is performed in the space after transformation. A method for determining an odor recipe, characterized in that the concentration of each elemental odor is determined by an algorithm or an adaptive control theory so that the mixed odor approximates the target odor.
化を行うことを特徴とする請求項９に記載のレシピ決定
方法。10. The recipe determination method according to claim 9, wherein normalization is performed between columns and rows of the coefficient matrix.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002083994A JP4111312B2 (en) | 2002-03-25 | 2002-03-25 | Odor recipe determination method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002083994A JP4111312B2 (en) | 2002-03-25 | 2002-03-25 | Odor recipe determination method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003279459A true JP2003279459A (en) | 2003-10-02 |
| JP4111312B2 JP4111312B2 (en) | 2008-07-02 |
Family
ID=29231535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002083994A Expired - Fee Related JP4111312B2 (en) | 2002-03-25 | 2002-03-25 | Odor recipe determination method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4111312B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007278774A (en) * | 2006-04-05 | 2007-10-25 | Shimadzu Corp | Smell evaluation device |
| WO2007122879A1 (en) * | 2006-04-11 | 2007-11-01 | Tokyo Institute Of Technology | Odor mixing apparatus, odor recording apparatus, odor reproducing apparatus, and odor recording and reproducing system |
| JP2021508035A (en) * | 2017-12-08 | 2021-02-25 | イェダ リサーチ アンド ディベロップメント カンパニー リミテッドＹｅｄａ Ｒｅｓｅａｒｃｈ Ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｃｏ．Ｌｔｄ． | Utilization of odorant analysis based on electronic nose |
| WO2021235544A1 (en) | 2020-05-22 | 2021-11-25 | 日本たばこ産業株式会社 | Method for determining formulation of combination consisting of multiple candidate substances for smell, taste or somatic sensation and reproducing smell, taste or somatic sensation of target substance |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04186139A (en) * | 1990-11-21 | 1992-07-02 | Suntory Ltd | Smell identifying device |
| JPH05273170A (en) * | 1992-03-27 | 1993-10-22 | Tokyo Inst Of Technol | Active chemical sensing device |
| JPH06242039A (en) * | 1993-02-16 | 1994-09-02 | Nok Corp | Gas identifying system |
| JPH0755742A (en) * | 1993-08-18 | 1995-03-03 | Sharp Corp | Recording and reproducing device for odor |
| WO2000015269A1 (en) * | 1998-09-10 | 2000-03-23 | Senseit Inc. | Methods and apparatus for odor reproduction |
| JP2001091485A (en) * | 1999-09-27 | 2001-04-06 | Tokyo Inst Of Technol | Odor transmission system |
| JP2001311719A (en) * | 2000-04-28 | 2001-11-09 | Univ Tsukuba | Smell discrimination method and smell discrimination device |
| JP2002022692A (en) * | 2000-07-03 | 2002-01-23 | Shimadzu Corp | Odor measuring apparatus |
-
2002
- 2002-03-25 JP JP2002083994A patent/JP4111312B2/en not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04186139A (en) * | 1990-11-21 | 1992-07-02 | Suntory Ltd | Smell identifying device |
| JPH05273170A (en) * | 1992-03-27 | 1993-10-22 | Tokyo Inst Of Technol | Active chemical sensing device |
| JPH06242039A (en) * | 1993-02-16 | 1994-09-02 | Nok Corp | Gas identifying system |
| JPH0755742A (en) * | 1993-08-18 | 1995-03-03 | Sharp Corp | Recording and reproducing device for odor |
| WO2000015269A1 (en) * | 1998-09-10 | 2000-03-23 | Senseit Inc. | Methods and apparatus for odor reproduction |
| JP2001091485A (en) * | 1999-09-27 | 2001-04-06 | Tokyo Inst Of Technol | Odor transmission system |
| JP2001311719A (en) * | 2000-04-28 | 2001-11-09 | Univ Tsukuba | Smell discrimination method and smell discrimination device |
| JP2002022692A (en) * | 2000-07-03 | 2002-01-23 | Shimadzu Corp | Odor measuring apparatus |
Non-Patent Citations (2)
| Title |
|---|
| 松本良輔, 山中高夫, 中本高道: "ΔΣ変調による匂い調合装置を用いた多数成分臭の匂い記録・再生", 電気学会ケミカルセンサ研究会資料, vol. Vol.CHS-01, No.27-39, JPN4007017419, 21 November 2001 (2001-11-21), JP, pages 31 - 36, ISSN: 0000890699 * |
| 松本良輔, 山中高夫, 中本高道: "ΔΣ変調による匂い調合装置を用いた多数成分臭の匂い記録・再生", 電気学会ケミカルセンサ研究会資料, vol. Vol.CHS-01, No.27-39, JPN6007010834, 21 November 2001 (2001-11-21), JP, pages 31 - 36, ISSN: 0000992705 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007278774A (en) * | 2006-04-05 | 2007-10-25 | Shimadzu Corp | Smell evaluation device |
| JP4736911B2 (en) * | 2006-04-05 | 2011-07-27 | 株式会社島津製作所 | Odor evaluation device |
| WO2007122879A1 (en) * | 2006-04-11 | 2007-11-01 | Tokyo Institute Of Technology | Odor mixing apparatus, odor recording apparatus, odor reproducing apparatus, and odor recording and reproducing system |
| JPWO2007122879A1 (en) * | 2006-04-11 | 2009-09-03 | 国立大学法人東京工業大学 | Odor preparation device, odor recording device, odor reproducing device, and odor recording / reproducing system |
| US8392029B2 (en) | 2006-04-11 | 2013-03-05 | Tokyo Institute Of Technology | Odor blender, odor recorder, odor reproducer, and odor recording and reproducing system |
| JP2021508035A (en) * | 2017-12-08 | 2021-02-25 | イェダ リサーチ アンド ディベロップメント カンパニー リミテッドＹｅｄａ Ｒｅｓｅａｒｃｈ Ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｃｏ．Ｌｔｄ． | Utilization of odorant analysis based on electronic nose |
| US11674938B2 (en) | 2017-12-08 | 2023-06-13 | Yeda Research And Development Co. Ltd. | Utilization of electronic nose-based analysis of odorants |
| JP7365339B2 (en) | 2017-12-08 | 2023-10-19 | イェダ リサーチ アンド ディベロップメント カンパニー リミテッド | Utilization of electronic nose-based analysis of odorants |
| WO2021235544A1 (en) | 2020-05-22 | 2021-11-25 | 日本たばこ産業株式会社 | Method for determining formulation of combination consisting of multiple candidate substances for smell, taste or somatic sensation and reproducing smell, taste or somatic sensation of target substance |
| KR20220164827A (en) | 2020-05-22 | 2022-12-13 | 니뽄 다바코 산교 가부시키가이샤 | A method for determining the formulation of a combination of a plurality of odor, taste, or somatosensory candidate substances that reproduces the odor, taste, or somatosensory of the target substance |
| JP7411792B2 (en) | 2020-05-22 | 2024-01-11 | 日本たばこ産業株式会社 | A method for determining the formulation of a combination of multiple aroma, taste, or somatosensory candidate substances that reproduces the aroma, taste, or somatosensation of a target substance. |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4111312B2 (en) | 2008-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Brown et al. | Inference with normal-gamma prior distributions in regression problems | |
| Rudd et al. | Effects of baryons and dissipation on the matter power spectrum | |
| US5545895A (en) | Method of standardizing data obtained through mass spectrometry | |
| US5675253A (en) | Partial least square regression techniques in obtaining measurements of one or more polymer properties with an on-line nmr system | |
| CN108474726B (en) | Number analysis method, number analysis device, and recording medium for number analysis | |
| JP2000517473A (en) | System for monitoring and analyzing manufacturing processes using statistical simulation with single-step feedback | |
| Fradkov et al. | Adaptive observer-based synchronization of chaotic systems with first-order coder in the presence of information constraints | |
| Hankin | Introducing BACCO, an R bundle for Bayesian analysis of computer code output | |
| Skov et al. | A new approach for modelling sensor based data | |
| CN106650926A (en) | Robust boosting extreme learning machine integrated modeling method | |
| CN108369916A (en) | Chip point-to-point analysis and data are presented | |
| CN111458395B (en) | Kalman filtering method and device for changing Q value and readable storage medium | |
| JP2003279459A (en) | Smell recipe determination method | |
| CN116266281A (en) | Parameter calibration method and device for qubit control signal and quantum computer | |
| Poth et al. | Extensive evaluation of machine learning models and data preprocessings for Raman modeling in bioprocessing | |
| Ouala et al. | Bounded nonlinear forecasts of partially observed geophysical systems with physics-constrained deep learning | |
| US20080228292A1 (en) | System and method for pre-distorting a device input | |
| Wehlburg et al. | New hybrid algorithm for maintaining multivariate quantitative calibrations of a near-infrared spectrometer | |
| Zhang et al. | Monitoring nonlinear dynamical systems: a combined observer-based and local approach | |
| Mishra et al. | Iterative re‐weighted covariates selection for robust feature selection modelling in the presence of outliers (irCovSel) | |
| Li | Local ensemble transform Kalman filter with realistic observations | |
| US8705597B2 (en) | Estimation of the impulse response of a system on the basis of binary observations | |
| WO2020065982A1 (en) | Measurement apparatus and measurement method | |
| Das et al. | Optimal sensing precision in ensemble and unscented kalman filtering | |
| JP2000346776A (en) | Method and device for gas analysis, record medium with gas analysis program stored, and record medium with gsa analysis data stored |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050114 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061108 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070905 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071025 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20071106 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20071023 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20071023 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080304 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080402 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110418 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120418 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130418 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130418 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140418 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |