JPH0391646A - 情報処理装置とその情報処理装置を用いた空気調整装置 - Google Patents
情報処理装置とその情報処理装置を用いた空気調整装置Info
- Publication number
- JPH0391646A JPH0391646A JP1230075A JP23007589A JPH0391646A JP H0391646 A JPH0391646 A JP H0391646A JP 1230075 A JP1230075 A JP 1230075A JP 23007589 A JP23007589 A JP 23007589A JP H0391646 A JPH0391646 A JP H0391646A
- Authority
- JP
- Japan
- Prior art keywords
- information processing
- network type
- type information
- signal
- neural network
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 65
- 238000013528 artificial neural network Methods 0.000 claims abstract description 44
- 238000004378 air conditioning Methods 0.000 claims description 18
- 210000002569 neuron Anatomy 0.000 abstract description 16
- 238000000034 method Methods 0.000 abstract description 4
- 210000005036 nerve Anatomy 0.000 abstract 4
- 230000035807 sensation Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
この発明は、神経回路網型情報処理部に人間の体感を学
習させた情報処理装置、およびその情報処理装置を用い
た空気調整装置に関するものである。
習させた情報処理装置、およびその情報処理装置を用い
た空気調整装置に関するものである。
従来の情報処理装置では、人間の体感を学習させた神経
回路網型情報処理部を持ったものは存在しない。
回路網型情報処理部を持ったものは存在しない。
また、従来の空気調整装置では、例えば温度。
風向、風量の設定によって空気調整をするものがある。
この発明は、外界の環境に対する人間の体感をリアルタ
イムでシミュレートすることができる情報処理装置を提
供することを目的とする。
イムでシミュレートすることができる情報処理装置を提
供することを目的とする。
また、この発明は、例えば温度、風向、風量の設定のみ
による画一的な空気調整ではなく使用者の体感に応じた
快適な空気調整を行うことができる空気調整装置を提供
することを目的とする。
による画一的な空気調整ではなく使用者の体感に応じた
快適な空気調整を行うことができる空気調整装置を提供
することを目的とする。
請求項fil記載の情報処理装置は、外界の環境を検出
するセンサ部と神経回路網型情報処理部とを有している
。神経回路網型情報処理部は、センサ部の出力結果を入
力とし、センサ部が検出した外界の環境と同等の環境に
ある人間の体感を教師信号として、外界の環境に対する
人間の体感を学習する構成である(第1図参照〉。
するセンサ部と神経回路網型情報処理部とを有している
。神経回路網型情報処理部は、センサ部の出力結果を入
力とし、センサ部が検出した外界の環境と同等の環境に
ある人間の体感を教師信号として、外界の環境に対する
人間の体感を学習する構成である(第1図参照〉。
請求項(2)記載の空気調整装置は、入力部に少なくと
も温度センサを有する請求項(11記載の神経回路網型
情報処理部を有し、神経回路網型情報処理部の情報処理
結果を制御信号とする空気調整部を有する(第2図参照
)。
も温度センサを有する請求項(11記載の神経回路網型
情報処理部を有し、神経回路網型情報処理部の情報処理
結果を制御信号とする空気調整部を有する(第2図参照
)。
請求項(11記載の構成によれば、神経回路網型情報処
理部がセンサ部の出力結果を入力とし、そのセンサ部が
検出する外界の環境と同等の環境にある人間の体感を教
師信号として、ある環境にある人間の体感を学習するこ
とで、外界の環境に対する人間の体感をリアルタイムで
シミュレートする。
理部がセンサ部の出力結果を入力とし、そのセンサ部が
検出する外界の環境と同等の環境にある人間の体感を教
師信号として、ある環境にある人間の体感を学習するこ
とで、外界の環境に対する人間の体感をリアルタイムで
シミュレートする。
請求項(2)記載の構成においては、まず神経回路網型
情報処理部は少なくとも温度センサを有し、すでに温度
等と利用者の体感との相関についての学習を終えている
ものとする。この神経回路網型情報処理部の情報処理結
果を空気調整部の制御信号とし空気の調整を行う。そし
て、以上のような構成の空気調整装置において、常に快
適な環境になるように神経回路網型情報処理部がフィー
ドバックを行うものとする。上記の構成においては、空
気調整部は常に利用者にとって快適な環境に制御するこ
とができる。
情報処理部は少なくとも温度センサを有し、すでに温度
等と利用者の体感との相関についての学習を終えている
ものとする。この神経回路網型情報処理部の情報処理結
果を空気調整部の制御信号とし空気の調整を行う。そし
て、以上のような構成の空気調整装置において、常に快
適な環境になるように神経回路網型情報処理部がフィー
ドバックを行うものとする。上記の構成においては、空
気調整部は常に利用者にとって快適な環境に制御するこ
とができる。
第1図はこの発明の第1の実施例における情報処理装置
のブロック図を示すものである。第1図において、10
0は例えば温度センサや湿度センサなどから構成された
外界の環境を検出するセンサ部、101はセンサ部10
0が外界の塩度、湿度などの情報を電圧や電流などに変
換したアナログ信号、102はアナログ信号101をデ
ィジタル信号に変換するAD変換器、103はAD変換
器102の出力であるディジタル信号、104は3層構
造の神経回路網型情報処理部、105は神経回路網型情
報処理部104に用いる教師信号である。
のブロック図を示すものである。第1図において、10
0は例えば温度センサや湿度センサなどから構成された
外界の環境を検出するセンサ部、101はセンサ部10
0が外界の塩度、湿度などの情報を電圧や電流などに変
換したアナログ信号、102はアナログ信号101をデ
ィジタル信号に変換するAD変換器、103はAD変換
器102の出力であるディジタル信号、104は3層構
造の神経回路網型情報処理部、105は神経回路網型情
報処理部104に用いる教師信号である。
神経回路網型情報処理部104は、例えば3N構造のニ
ューラルネットで、学習のアルゴリズムはバックプロパ
ゲーション(逆伝搬法)を用い、ディジタル信号103
を入力信号とし外界の環境と同等の環境にある人間の体
感を教師信号105とする。
ューラルネットで、学習のアルゴリズムはバックプロパ
ゲーション(逆伝搬法)を用い、ディジタル信号103
を入力信号とし外界の環境と同等の環境にある人間の体
感を教師信号105とする。
バックプロパゲーションの学習アルゴリズムの方法につ
いては、例えば、パラレル・ディストリビューティフド
・プロセッシングiMITプレス[Pararrel
Distributed Processing(旧T
press)]などに詳しく述べられている。したが
って、ポイントのみ簡単に説明する。
いては、例えば、パラレル・ディストリビューティフド
・プロセッシングiMITプレス[Pararrel
Distributed Processing(旧T
press)]などに詳しく述べられている。したが
って、ポイントのみ簡単に説明する。
バックプロパゲーションによるニューラルネットの学習
アルゴリズムでは、ある入力に対して好ましい値を出力
するようにネットワーク上のニューロン間の結合のしか
たを変化させるのが基本である。この変化させる動作を
学習と呼んでおり、好ましい値を教師信号と定義する。
アルゴリズムでは、ある入力に対して好ましい値を出力
するようにネットワーク上のニューロン間の結合のしか
たを変化させるのが基本である。この変化させる動作を
学習と呼んでおり、好ましい値を教師信号と定義する。
ニューラルネットの出力層にあたる各ニューロンの実際
の出力と好ましい出力値(教師信号)との誤差関数を以
下のように定義する。
の出力と好ましい出力値(教師信号)との誤差関数を以
下のように定義する。
E、=(!4)Σ(jpJ O++j)”(0□は各ニ
ューロンの実際の出力値)(’ IIJば各ニューロン
の好ましい出力値ンバックプロパゲーシゴンの学習アル
ゴリズムでは、最急降下法を利用して、この誤差関数E
、を最小にするようにニューロン間の結合のしかたを変
化させる。これにより、各ニューロンの実際の出力値を
好ましい出力値に近づけることが可能となり、学習が完
了する。
ューロンの実際の出力値)(’ IIJば各ニューロン
の好ましい出力値ンバックプロパゲーシゴンの学習アル
ゴリズムでは、最急降下法を利用して、この誤差関数E
、を最小にするようにニューロン間の結合のしかたを変
化させる。これにより、各ニューロンの実際の出力値を
好ましい出力値に近づけることが可能となり、学習が完
了する。
なお、神経回路網型情報処理部104の実現方法として
は、ノイマン型のコンピュータを用いアルゴリズムを数
式の形でプロゲラξングしたり、バンクプロパゲーショ
ン専用のハードウェアを用いたりと、色々な方法が考え
られる。
は、ノイマン型のコンピュータを用いアルゴリズムを数
式の形でプロゲラξングしたり、バンクプロパゲーショ
ン専用のハードウェアを用いたりと、色々な方法が考え
られる。
上記のように構成されたこの発明の第1の実施例におけ
る情報処理装置の動作について、以下に説明する。この
情報処理装置の動作は2つのステップに分かれる。
る情報処理装置の動作について、以下に説明する。この
情報処理装置の動作は2つのステップに分かれる。
(1)学習段階
(2)情報処理段階
まず、(1)の学習段階の動作について説明する。
センサ部100は、外界の温度、湿度などの情報(外部
入力)を電圧や電流などのアナログ信号101に変換し
、AD変換器102へ送る。AD変換器102は、セン
サ部100から送られてきたアナログ信号101をディ
ジタル信号103に変換する。神経回路網型情報処理部
104は、送られてきたディジタル信号103をその入
力層にあたる各ニューロンに入力する。神経回路網型情
報処理部104は、この送られてきた信号から、各ニュ
ーロンが以下に示す閾値処理を行う。
入力)を電圧や電流などのアナログ信号101に変換し
、AD変換器102へ送る。AD変換器102は、セン
サ部100から送られてきたアナログ信号101をディ
ジタル信号103に変換する。神経回路網型情報処理部
104は、送られてきたディジタル信号103をその入
力層にあたる各ニューロンに入力する。神経回路網型情
報処理部104は、この送られてきた信号から、各ニュ
ーロンが以下に示す閾値処理を行う。
o、、=r(ΣWjiXi−θ、)
f (tl = 1 / (1+exp(−L) )(
シグモイド関数) W4、:ニューロン01の結合係数 xI :ニューロンO)へのニューロン(1)カラノ入
力値 θ、二ニューロン(jlのしきい値 これにより、出力層にあたる各ニューロンから出力信号
Opjが出力される。ここで、神経回路網型情報処理部
104は、教師信号105(人間の体感)から誤差関数
E、を評価し、バックプロパゲーションの学習アルゴリ
ズムで誤差関数E、を最小にするようニューロン間の結
合Wjiを変化させる。
シグモイド関数) W4、:ニューロン01の結合係数 xI :ニューロンO)へのニューロン(1)カラノ入
力値 θ、二ニューロン(jlのしきい値 これにより、出力層にあたる各ニューロンから出力信号
Opjが出力される。ここで、神経回路網型情報処理部
104は、教師信号105(人間の体感)から誤差関数
E、を評価し、バックプロパゲーションの学習アルゴリ
ズムで誤差関数E、を最小にするようニューロン間の結
合Wjiを変化させる。
以上の手続を繰り返すことで、神経回路網型情報処理部
104はある環境に対しての人間の体感を学習する。な
お、人間の体感の神経回路網型情報処理部104への入
力は、現在の環境が快適であるか不快であるかを、例え
ば2値データとして入力することで行う。
104はある環境に対しての人間の体感を学習する。な
お、人間の体感の神経回路網型情報処理部104への入
力は、現在の環境が快適であるか不快であるかを、例え
ば2値データとして入力することで行う。
つぎに、情報処理段階の動作について説明する。
学習段階で示した方式で学習が完了した神経回路網型情
報処理部104に学習段階と同様にディジタル信号10
3が入力する。神経回路網型情報処理部104は各ニュ
ーロンが!d(i!処理を行い、出力信号02、を出力
する。この出力信号0.Jが学習した人間の体感を示す
ため、この情報処理装置はある環境における人間の体感
をシミュレートできる。
報処理部104に学習段階と同様にディジタル信号10
3が入力する。神経回路網型情報処理部104は各ニュ
ーロンが!d(i!処理を行い、出力信号02、を出力
する。この出力信号0.Jが学習した人間の体感を示す
ため、この情報処理装置はある環境における人間の体感
をシミュレートできる。
以上説明したように、この実施例によれば、神経回路網
型情報処理部104を設けることで、ある環境における
人間の体感をリアルタイムでシミュレートすることが可
能となる。
型情報処理部104を設けることで、ある環境における
人間の体感をリアルタイムでシミュレートすることが可
能となる。
第2図はこの発明の第2の実施例における空気調整装置
のブロック図を示すものである。第2図において、20
0は例えば温度センサや湿度センサなどから構成された
外界の環境を検出するセンサ部、201はセンサ部20
0が外界の温度、湿度などの情報を電圧や電流などに変
換したアナログ信号、202はアナログ信号201をデ
ィジタル信号に変換するAD変換器、203はAD変換
器202の出力であるディジタル信号、204は神経回
路網型情報処理部、205は神経回路網型情報処理部2
04に用いる教師信号、206は神経回路網型情報処理
部204からの出力信号、207は出力信号206を入
力とし制御信号208を出力する制御回路、209は制
御信号208によって制御される空気調整部である。
のブロック図を示すものである。第2図において、20
0は例えば温度センサや湿度センサなどから構成された
外界の環境を検出するセンサ部、201はセンサ部20
0が外界の温度、湿度などの情報を電圧や電流などに変
換したアナログ信号、202はアナログ信号201をデ
ィジタル信号に変換するAD変換器、203はAD変換
器202の出力であるディジタル信号、204は神経回
路網型情報処理部、205は神経回路網型情報処理部2
04に用いる教師信号、206は神経回路網型情報処理
部204からの出力信号、207は出力信号206を入
力とし制御信号208を出力する制御回路、209は制
御信号208によって制御される空気調整部である。
ここで、神経回路網型情報処理部204は、あらかしめ
教師信号205とディジタル信号203の入力によって
、すでに温度や湿度等と利用者の体感との相間について
の学習を終えているものとする。
教師信号205とディジタル信号203の入力によって
、すでに温度や湿度等と利用者の体感との相間について
の学習を終えているものとする。
この実施例の場合、例えば環境に対する標準的な制御情
報を予め神経回路網型情報処理部204に入力しておき
、この制御情報に基づいて空気調整を行い、このときに
体感に基づいて快適か不快かを示すデータを神経回路網
型情報処理部204に逐次入力することで、神経回路網
型情報処理部204が人間の体感を学習して標準的な結
合状態から各ニューロン間の結合を変化させることにな
る。
報を予め神経回路網型情報処理部204に入力しておき
、この制御情報に基づいて空気調整を行い、このときに
体感に基づいて快適か不快かを示すデータを神経回路網
型情報処理部204に逐次入力することで、神経回路網
型情報処理部204が人間の体感を学習して標準的な結
合状態から各ニューロン間の結合を変化させることにな
る。
まず、温度や湿度等の室内環境情報をセンサ部200が
感知し、その情報をアナログ信号201として出力する
。つぎに、AD変換器202が前記アナログ信号201
をディジタル信号203に変換する。
感知し、その情報をアナログ信号201として出力する
。つぎに、AD変換器202が前記アナログ信号201
をディジタル信号203に変換する。
ディジタル信号203は神経回路網型情報処理部204
に人力され、神経回路網型情報処理部204において情
報処理がなされた後、出力信号206が出力される。出
力信号206は制御回路207へ送られ制御回路207
から制御信号208が出力される。そして、空気調整部
209は制御信号208によって制御される。その結果
室内環境は変化し、温度や温度等の室内環境情報に反映
され、この空気調整部209にフィードバックがかけら
れる。これにより、室内環境を常に利用者にとって最も
快適な状態になるように空気調整装置が動作することが
可能になる。
に人力され、神経回路網型情報処理部204において情
報処理がなされた後、出力信号206が出力される。出
力信号206は制御回路207へ送られ制御回路207
から制御信号208が出力される。そして、空気調整部
209は制御信号208によって制御される。その結果
室内環境は変化し、温度や温度等の室内環境情報に反映
され、この空気調整部209にフィードバックがかけら
れる。これにより、室内環境を常に利用者にとって最も
快適な状態になるように空気調整装置が動作することが
可能になる。
なお、明らかではあるが、この発明によれば極めてパー
ソナルな調整が可能であり、温度や温度等と利用者の体
感との相関の情報を持つ部分をカード等にしておけばこ
の発明のような空気調整装置のある所であれば、そのカ
ードを用いることによってすぐにその人にとっての最も
快適な室内環境を得ることが可能である。
ソナルな調整が可能であり、温度や温度等と利用者の体
感との相関の情報を持つ部分をカード等にしておけばこ
の発明のような空気調整装置のある所であれば、そのカ
ードを用いることによってすぐにその人にとっての最も
快適な室内環境を得ることが可能である。
以上説明したように、この実施例によれば、空気調整装
置が室内環境を常に利用者にとって最も快適な状態にな
るようにすることが可能となる。
置が室内環境を常に利用者にとって最も快適な状態にな
るようにすることが可能となる。
請求項(11記載の情報処理装置によれば、神経回路網
型情報処理部がセンサ部の出力結果を人力とし、そのセ
ンサ部が検出する外界の環境と同等の環境にある人間の
体感を教師信号として、ある環境にある人間の体感を学
習しているので、ある環境における人間の体感をきわめ
て簡単にリアルタイムでシミニレ−卜することができ、
実用的にきわめて有用である。
型情報処理部がセンサ部の出力結果を人力とし、そのセ
ンサ部が検出する外界の環境と同等の環境にある人間の
体感を教師信号として、ある環境にある人間の体感を学
習しているので、ある環境における人間の体感をきわめ
て簡単にリアルタイムでシミニレ−卜することができ、
実用的にきわめて有用である。
請求項(2)記載の空気調整装置によれば、人間の体感
を学習した神経回路網型情報処理部の情報処理結果によ
って空気調整部が空気調整動作を行うので、常に利用者
にとって最も快適な状態になるように室内環境をきわめ
て簡単に調整することができ、実用的にきわめて有用で
ある。
を学習した神経回路網型情報処理部の情報処理結果によ
って空気調整部が空気調整動作を行うので、常に利用者
にとって最も快適な状態になるように室内環境をきわめ
て簡単に調整することができ、実用的にきわめて有用で
ある。
第1図はこの発明の第1の実施例における情報処理装置
のブロック図、第2図はこの発明の第2の実施例におけ
る空気調整装置のブロック図である。 100・・・センサ部、101・・・センサ部からのア
ナログ信号、102・・・AD変換器、103・・・A
D変換器からのディジタル信号、104・・・神経回路
網型情報処理部、105・・・教師信号、200・・・
センサ部、201・・・センサ部からのアナログ信号、
202・・・AD変換器、203・・・AD変換器から
のディジタル信号、204・・・神経回路網型情報処理
部、205・・・教師信号、206・・・神経回路網型
情報処理部からの出力信号、207・・・制御回路、2
08・・・制御記号、209・・・空気調整部Ef!廷
ギ 第 図
のブロック図、第2図はこの発明の第2の実施例におけ
る空気調整装置のブロック図である。 100・・・センサ部、101・・・センサ部からのア
ナログ信号、102・・・AD変換器、103・・・A
D変換器からのディジタル信号、104・・・神経回路
網型情報処理部、105・・・教師信号、200・・・
センサ部、201・・・センサ部からのアナログ信号、
202・・・AD変換器、203・・・AD変換器から
のディジタル信号、204・・・神経回路網型情報処理
部、205・・・教師信号、206・・・神経回路網型
情報処理部からの出力信号、207・・・制御回路、2
08・・・制御記号、209・・・空気調整部Ef!廷
ギ 第 図
Claims (2)
- (1)外界の環境を検出するセンサ部と、神経回路網型
情報処理部とを備え、 前記神経回路網型情報処理部は、前記センサ部の出力結
果を入力とし、前記センサ部が検出した外界の環境と同
等の環境にある人間の体感を教師信号とすることで、外
界の環境に対する人間の体感を学習することを特徴とす
る情報処理装置。 - (2)入力部に少なくとも温度センサを有する請求項(
1)記載の神経回路網型情報処理部を有し、前記神経回
路網型情報処理部の情報処理結果を制御信号とする空気
調整部を有することを特徴とする空気調整装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1230075A JPH0391646A (ja) | 1989-09-04 | 1989-09-04 | 情報処理装置とその情報処理装置を用いた空気調整装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1230075A JPH0391646A (ja) | 1989-09-04 | 1989-09-04 | 情報処理装置とその情報処理装置を用いた空気調整装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0391646A true JPH0391646A (ja) | 1991-04-17 |
Family
ID=16902154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1230075A Pending JPH0391646A (ja) | 1989-09-04 | 1989-09-04 | 情報処理装置とその情報処理装置を用いた空気調整装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0391646A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03177742A (ja) * | 1989-12-05 | 1991-08-01 | Fujitsu Ltd | 空気調整機自動制御機構 |
JPH04356611A (ja) * | 1991-06-03 | 1992-12-10 | Matsushita Electric Ind Co Ltd | 温風暖房機の制御装置 |
JPH04356612A (ja) * | 1991-06-03 | 1992-12-10 | Matsushita Electric Ind Co Ltd | 温風暖房機の制御装置 |
JPH06348675A (ja) * | 1993-06-07 | 1994-12-22 | Ebara Corp | ニューロコンピュータ応用機器およびこれを含む機械装置 |
CN110594983A (zh) * | 2019-09-20 | 2019-12-20 | 东北大学 | 一种适用于小型数据中心的温度控制方法 |
-
1989
- 1989-09-04 JP JP1230075A patent/JPH0391646A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03177742A (ja) * | 1989-12-05 | 1991-08-01 | Fujitsu Ltd | 空気調整機自動制御機構 |
JPH04356611A (ja) * | 1991-06-03 | 1992-12-10 | Matsushita Electric Ind Co Ltd | 温風暖房機の制御装置 |
JPH04356612A (ja) * | 1991-06-03 | 1992-12-10 | Matsushita Electric Ind Co Ltd | 温風暖房機の制御装置 |
JP2976581B2 (ja) * | 1991-06-03 | 1999-11-10 | 松下電器産業株式会社 | 温風暖房機の制御装置 |
JP2976580B2 (ja) * | 1991-06-03 | 1999-11-10 | 松下電器産業株式会社 | 温風暖房機の制御装置 |
JPH06348675A (ja) * | 1993-06-07 | 1994-12-22 | Ebara Corp | ニューロコンピュータ応用機器およびこれを含む機械装置 |
CN110594983A (zh) * | 2019-09-20 | 2019-12-20 | 东北大学 | 一种适用于小型数据中心的温度控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Graupe | Principles of artificial neural networks | |
Suzuki et al. | Intelligent agent system for human-robot interaction through artificial emotion | |
Graupe | Principles of artificial neural networks: basic designs to deep learning | |
WO1991014226A1 (en) | Neuro-fuzzy fusion data processing system | |
CN108510049B (zh) | 基于情感-时空信息的机器人服务自主认知方法及机器人 | |
WO1997004705A1 (en) | Hybrid fes and active orthosis method and system for controlling the movement of a limb | |
JPH0391646A (ja) | 情報処理装置とその情報処理装置を用いた空気調整装置 | |
Löhr et al. | Complex neuron dynamics on the IBM TrueNorth neurosynaptic system | |
Klöppel | Neural networks as a new method for EEG analysis: a basic introduction | |
JPH03250243A (ja) | 神経回路網演算装置 | |
Beerhold et al. | Pulse-processing neural net hardware with selectable topology and adaptive weights and delays | |
Yang et al. | Fuzzy support vector machines for adaptive Morse code recognition | |
JPH03241414A (ja) | 頭皮準備電位パターンによる操作装置 | |
JPH06265190A (ja) | 空気調和機 | |
Linkens et al. | Recognition of patient anaesthetic levels: neural network systems, principal components analysis, and canonical discriminant variates | |
Shimoe et al. | Development of artificial haptic model for human tactile sense using machine learning | |
Bielskis et al. | An approach of multi‐agent control of bio‐robots using intelligent recognition diagnosis of persons with moving disabilities | |
CN112953458A (zh) | 一种基于忆阻的二阶阻尼情感电路 | |
JP2973689B2 (ja) | トイレ装置 | |
JP2836330B2 (ja) | トイレ装置 | |
Gamarra et al. | Prototype for Peruvian Sign Language translation based on an artificial neural network approach | |
Gullapalli | Reinforcement learning of complex behavior through shaping | |
CN113111156B (zh) | 一种智能听障人士与健全人进行人机交互的***及其工作方法 | |
JP2797784B2 (ja) | トイレ装置 | |
Holonec et al. | Smart House Control Using Hand Gestures Recognition LabVIEW Applications |