JP6663765B2 - 状態判定装置、プログラムおよび集積回路 - Google Patents

Description

本発明は、自己組織化マップ（Ｓｅｌｆ−ｏｒｇａｎｉｚｉｎｇ ｍａｐ）を用いて入力データを解析することで、入力データが示す状態（パターン）を判定する技術に関する。

自己組織化マップ（以下、「ＳＯＭ」という。）は、大脳皮質の視覚野をモデル化したものである。ＳＯＭでは、教師なし学習により、入力データを任意の次元へ写像することで、多次元のデータの可視化（例えば、パターン分類）を行うことができる。例えば、ＳＯＭでは、高次元の入力データを、例えば、２次元のデータに写像することで、高次元の入力データを、２次元のマップ上に投影することができる。このようにして投影された２次元データ（２次元のマップ）を用いることで、入力データの分類処理（パターン分け処理）を行うことができる。ＳＯＭでは、上記のようにして投影された２次元データ（２次元のマップ）を観察することで、入力データの分類状況の把握が、視覚的に容易であるため、ＳＯＭは、種々の分野に用いられている。

例えば、特許文献１には、ＳＯＭを用いて、波形解析を行う技術が開示されている。

特許文献１の技術では、ＳＯＭを用いて、所定の波形パターンを表す領域が連続領域となるように、波形マップを生成する。特許文献１の技術では、特許文献１の図１６に示すように、以下の波形マップ上の画像領域が、それぞれ、（分断された画像領域が存在しない）連続した画像領域となるように、きれいに区分けされた波形マップを生成する。
（１）波形Ａ＋を示す画像領域
（２）波形Ａを示す画像領域
（３）波形Ｂ＋を示す画像領域
（４）波形Ｂを示す画像領域
（５）波形Ｃ＋を示す画像領域
（６）波形Ｃを示す画像領域
（７）波形Ｄ＋を示す画像領域
（８）波形Ｄを示す画像領域
そして、特許文献１の技術では、上記の波形マップを用いて、波形パターンの分類処理を行うことで、入力される波形データを、適切に分類する（所定の波形パターンと類似すると判定する）ことができる。

特開２００７−２０２９６４号公報

しかしながら、特許文献１の技術では、ＳＯＭを用いて、所定の波形パターンを表す領域が連続領域となるように、波形マップを生成する必要があり、不連続な画像領域（例えば、分断された画像領域）を有する波形マップを用いて、分類処理や、パターン判定処理を行うのは、困難である。つまり、従来の技術では、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在すると、適切に、パターン分類処理や、パターン判定処理を行うことが困難である。

そこで、本発明は、上記問題点に鑑み、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、パターン分類処理や、パターン判定処理を行うことができる状態判定装置、プログラムおよび集積回路を実現することを目的とする。

上記課題を解決するために、第１の発明は、特徴ベクトル取得部と、写像変換部と、マッチング処理部と、状態判定部と、を備える状態判定装置である。

特徴ベクトル取得部は、未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する。

写像変換部は、特徴ベクトルデータを、特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する。

マッチング処理部は、所定の状態を示すテンプレートデータと、写像変換部により取得されたＳＯＭ出力データとの相関度を示す適合度データを取得する。

状態判定部は、マッチング処理部により取得された適合度データに基づいて、計測データが示す状態を決定する。

この状態判定装置では、マッチング処理部が、所定の状態を示すテンプレートデータと、ＳＯＭ出力データとの相関度合いを示す適合度データを取得し、状態判定部が、適合度データに基づいて、入力データの状態を判定する。

つまり、この状態判定装置では、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、所定の状態を示すテンプレートと、ＳＯＭ出力データとの相関度合い（類似度合い）を検出できる。したがって、この状態判定装置では、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、パターン分類処理や、パターン判定処理を行うことができる。

第２の発明は、第１の発明であって、マッチング処理部は、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、ＳＯＭ出力データとの相関度を示す適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）を取得する。

状態判定部は、適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最も相関度が高いことを示す適合度データに対応するテンプレートデータを特定し、特定したテンプレートデータに相当する状態を、計測データが示す状態であると判定する。

これにより、この状態判定装置では、入力データから取得されたＳＯＭ出力データと、Ｍ個テンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）との相関度合いを、適合度データにより、認識することができる。したがって、この状態判定装置では、入力データが、Ｍ個テンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）に対応するＭ個の状態のどの状態に近いかを適切に判定することができる。

つまり、この状態判定装置では、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、所定の状態を示すテンプレートと、ＳＯＭ出力データとの相関度合い（類似度合い）を検出できる。したがって、この状態判定装置では、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、パターン分類処理（Ｍ個の状態へのパターン分類処理）や、パターン判定処理を行うことができる。

第３の発明は、第２の発明であって、マッチング処理部は、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、ＳＯＭ出力データとの内積を算出し、算出した内積の値を適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）として取得する。

状態判定部は、適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最大値をとる適合度データに対応するテンプレートデータを特定し、特定したテンプレートデータに相当する状態を、計測データが示す状態であると判定する。

これにより、この状態判定装置では、入力データから取得されたＳＯＭ出力データと、Ｍ個テンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれとの相関度合いを、内積を算出することで取得することができる。

第４の発明は、第２の発明であって、マッチング処理部は、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、ＳＯＭ出力データとのユークリッド距離を算出し、算出したユークリッド距離の値を適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）として取得する。

状態判定部は、適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最小値をとる適合度データに対応するテンプレートデータを特定し、特定したテンプレートデータに相当する状態を、計測データが示す状態であると判定する。

これにより、この状態判定装置では、入力データから取得されたＳＯＭ出力データと、Ｍ個テンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれとの相関度合いを、ユークリッド距離を算出することで取得することができる。

第５の発明は、第１から第４のいずれかの発明であって、テンプレートデータは、２次元の要素から構成されるデータであり、テンプレートデータの各要素データの値の総和は、「１」である。

この状態判定装置では、テンプレートデータの各要素のデータの値の総和が「１」となるように正規化されている。これにより、この状態判定装置では、テンプレートデータと、ＳＯＭ出力データとの相関度合いを判定する処理において、どのテンプレートを用いる場合であっても、相関度合いを示す値（例えば、内積の値やユークリッド距離の値）のとりうる範囲を一定（共通）にすることができるため、分類判定処理が容易になる。

第６の発明は、第１から第４のいずれかの発明であって、テンプレートデータは、２次元の要素から構成されるデータである。

テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータである。

テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、時刻ｔのＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
テンプレートデータは、
により取得された値ｇ_ｉｊを、テンプレートの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データとすることで生成されたデータである。

これにより、この状態判定装置では、同一状態が継続する期間に取得されたＳＯＭ出力データの時間軸方向に平均処理して取得したテンプレートを用いて、状態判定処理を実行することができる。

第７の発明は、第１から第５のいずれかの発明であって、テンプレートデータは、２次元の要素から構成されるデータである。

テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータである。

テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、時刻ｔのＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
テンプレートデータは、要素データＤ_ｉｊ（ｔ）を所定の閾値Ｔｈ１と比較し、Ｄ_ｉｊ（ｔ）≧Ｔｈ１である要素データＤ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることで、生成されたデータである。

これにより、この状態判定装置では、同一状態が継続する期間に取得されたＳＯＭ出力データの時間軸方向に平均処理して取得したテンプレートを用いて、状態判定処理を実行することができる。そして、上記テンプレートデータは、所定の閾値よりも小さいデータを平均処理の対象から除外して生成されたデータであるので、このようなテンプレートデータを用いて処理することで、この状態判定装置では、適切な状態判定処理を実行することができる。

第８の発明は、第１から第５のいずれかの発明であって、テンプレートデータは、２次元の要素から構成されるデータである。

テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータである。

テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、時刻ｔのＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
テンプレートデータは、
により取得された座標（ｉ，ｊ）の要素データの分散値ｖ_ｉｊを、所定の閾値Ｔｈ２と比較し、ｖ_ｉｊ≦Ｔｈ２を満たす、座標（ｉ，ｊ）のＳＯＭ出力データの値Ｄ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることで、生成されたデータである。

これにより、この状態判定装置では、同一状態が継続する期間に取得されたＳＯＭ出力データの時間軸方向に平均処理して取得したテンプレートを用いて、状態判定処理を実行することができる。そして、上記テンプレートデータは、時間軸方向の分散が所定の閾値よりも小さいデータのみを処理対象とした平均処理により取得されたデータであるので、このようなテンプレートデータを用いて処理することで、この状態判定装置では、適切な状態判定処理を実行することができる。

第９の発明は、第１から第５のいずれかの発明であって、テンプレートデータは、２次元の要素から構成されるデータである。

テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータである。

テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、時刻ｔのＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
テンプレートデータは、
により取得された座標（ｉ，ｊ）の要素データの分散値ｖ_ｉｊを、所定の閾値Ｔｈ２と比較し、ｖ_ｉｊ≦Ｔｈ２を満たす、座標（ｉ，ｊ）のＳＯＭ出力データの値Ｄ_ｉｊ（ｔ）であって、かつ、前記ＳＯＭ出力データの値Ｄ_ｉｊ（ｔ）が所定の閾値Ｔｈ３よりも大きいもののみの平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることで、生成されたデータである。

これにより、この状態判定装置では、同一状態が継続する期間に取得されたＳＯＭ出力データの時間軸方向に平均処理して取得したテンプレートを用いて、状態判定処理を実行することができる。そして、上記テンプレートデータは、時間軸方向の分散が所定の閾値よりも小さいデータであって、かつ、所定の閾値よりも大きな値の要素データのみを処理対象とした平均処理により取得されたデータであるので、このようなテンプレートデータを用いて処理することで、この状態判定装置では、適切な状態判定処理を実行することができる。

第１０の発明は、第１から第５のいずれかの発明であって、テンプレートデータは、２次元の要素から構成されるデータである。

テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータであり、テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、時刻ｔのＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
テンプレートデータは、
σ_ｉｊ＝ｓｑｒｔ（ｖ_ｉｊ）
ｓｑｒｔ（ｘ）：ｘの平方根を取得する関数
により取得された座標（ｉ，ｊ）の要素データの標準偏差をσ_ｉｊとすると、
ａｂｓ(Ｄ_ｉｊ（ｔ）−ＡｖｅＤ_ｉｊ)≦ｎ１×σ_ｉｊ（ｎ１：正の実数、ａｂｓ（ｘ）はｘの絶対値を取得する関数）を満たす場合、座標（ｉ，ｊ）のＳＯＭ出力の値Ｄ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとし、
ａｂｓ(Ｄ_ｉｊ（ｔ）−ＡｖｅＤ_ｉｊ)≦ｎ１×σ_ｉｊを満たさない場合、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊを「０」にすることで、生成されたデータである。

これにより、この状態判定装置では、同一状態が継続する期間に取得されたＳＯＭ出力データの時間軸方向に平均処理して取得したテンプレートを用いて、状態判定処理を実行することができる。そして、上記テンプレートデータは、各要素データの値が、平均値から３σ以内であるデータの値を処理対象とした平均処理により取得されたデータであるので、このようなテンプレートデータを用いて処理することで、この状態判定装置では、適切な状態判定処理を実行することができる。

第１１の発明は、状態判定方法をコンピュータに実行させるためのプログラムである。

状態判定方法は、特徴ベクトル取得ステップと、写像変換ステップと、マッチング処理ステップと、状態判定ステップと、を備える。

特徴ベクトル取得ステップは、未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する。

写像変換ステップは、特徴ベクトルデータを、特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する。

マッチング処理ステップは、所定の状態を示すテンプレートデータと、写像変換ステップにより取得されたＳＯＭ出力データとの相関度を示す適合度データを取得する。

状態判定ステップは、マッチング処理ステップにより取得された適合度データに基づいて、計測データが示す状態を決定する。

これにより、第１の発明と同様の効果を奏する状態判定方法をコンピュータに実行させるためのプログラムを実現することができる。

第１２の発明は、特徴ベクトル取得部と、写像変換部と、マッチング処理部と、状態判定部と、を備える集積回路である。

特徴ベクトル取得部は、未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する。

写像変換部は、特徴ベクトルデータを、特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する。

マッチング処理部は、所定の状態を示すテンプレートデータと、写像変換部により取得されたＳＯＭ出力データとの相関度を示す適合度データを取得する。

状態判定部は、マッチング処理部により取得された適合度データに基づいて、計測データが示す状態を決定する。

これにより、第１の発明と同様の効果を奏する集積回路を実現することができる。

本発明によれば、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、パターン分類処理や、パターン判定処理を行うことができる状態判定装置、プログラムおよび集積回路を実現することができる。

第１実施形態に係る状態判定装置１０００の概略構成図。 第１実施形態のマッチング処理部８の概略構成図。 Ｍ＝３の場合のマッチング処理部８の概略構成図。 データ入力部１により取得されたデジタルデータＤ１（時系列のデータＤ１）と、当該デジタルデータＤ１を周波数変換して取得された周波数領域のデータＤ２とを示す図。 ＳＯＭ処理を説明するための図であり、ＳＯＭの構造を模式的に示す図。 テンプレートデータの一例を示す図。 処理１（出力値の閾値処理）のフローチャート。 データ入力部１が取得した信号Ｄ１の波形（Ｗａｌｋｉｎｇ状態のときの波形）を示す図と、特徴ベクトル取得部２が、信号Ｄ１から取得した特徴ベクトルデータＤ２と、写像変換部７が、特徴ベクトルデータＤ２から取得したＳＯＭ出力データＤ＿ｓｏｍ（１）とを示す図。 データ入力部１が取得した信号Ｄ１の波形（Ｒｕｎｎｉｎｇ状態のときの波形）を示す図と、特徴ベクトル取得部２が、信号Ｄ１から取得した特徴ベクトルデータＤ２と、写像変換部７が、特徴ベクトルデータＤ２から取得したＳＯＭ出力データＤ＿ｓｏｍ（２）とを示す図。 第１実施形態の第１変形例に係る状態判定装置１０００Ａの概略構成図。 第１実施形態の第１変形例のマッチング処理部８Ａの概略構成図。 ＣＰＵバス構成を示す図。

［第１実施形態］
第１実施形態について、図面を参照しながら、以下、説明する。

＜１．１：状態判定装置の構成＞
図１は、第１実施形態に係る状態判定装置１０００の概略構成図である。

図２は、第１実施形態のマッチング処理部８の概略構成図である。

状態判定装置１０００は、図１に示すように、データ入力部１と、特徴ベクトル取得部２と、切替器ＳＥＬ１と、ＳＯＭ処理部３と、ＳＯＭデータ記憶部４と、テンプレートデータ生成部５と、テンプレートデータ記憶部６と、を備える。

また、状態判定装置１０００は、図１に示すように、写像変換部７と、マッチング処理部８と、状態判定部９とを備える。

データ入力部１は、例えば、センター（例えば、加速度センサー）から出力される電気信号（センサー出力信号）を入力する。データ入力部１は、入力された電気信号をディジタル信号に変換し、変換した信号を信号Ｄ１として、特徴ベクトル取得部２に出力する。

特徴ベクトル取得部２は、データ入力部１から出力される信号Ｄ１を入力する。特徴ベクトル取得部２は、例えば、入力された信号Ｄ１に対して、周波数変換を行い、特徴ベクトルデータを取得する。そして、特徴ベクトル取得部２は、取得した特徴ベクトルデータを、信号Ｄ２（特徴ベクトルデータＤ２）として、切替器ＳＥＬ１に出力する。

切替器ＳＥＬ１は、特徴ベクトル取得部２から出力される信号Ｄ２を入力する。切替器ＳＥＬ１は、選択信号ｓｅｌ１に従い、信号Ｄ２を、ＳＯＭ処理部３または写像変換部７に出力する。なお、選択信号ｓｅｌ１は、状態判定装置１０００の各機能部を制御する制御部（不図示）により生成される制御信号である。

ＳＯＭ処理部３は、切替器ＳＥＬ１から出力される特徴ベクトルデータＤ２（信号Ｄ２）を入力する。ＳＯＭ処理部３は、特徴ベクトルデータＤ２を用いて、ＳＯＭ処理を実行する。
（１）学習フェーズ（入力層の各ノードと、出力層の各ニューロンとの結合係数を決定する処理を行うフェーズ）では、ＳＯＭ処理部３は、特徴ベクトルデータＤ２を用いて、ＳＯＭ処理を実行し、入力層の各ノードと、出力層の各ニューロンとの結合係数を決定する。ＳＯＭ処理部３は、上記処理が完了し、確定した入力層の各ノードと、出力層の各ニューロンとの結合係数のデータを、結合係数データｗ_ｉｊ＿ｆｉｘｅｄとして、写像変換部７に出力する。
（２）テンプレート作成フェーズでは、ＳＯＭ処理部３は、特徴ベクトルデータＤ２を用いて、ＳＯＭ処理を実行し、ＳＯＭ出力データを、データＤ＿ｓｏｍ（ｔ）（現時刻ｔのＳＯＭ出力データＤ＿ｓｏｍ（ｔ））として、ＳＯＭデータ記憶部４に出力する。

ＳＯＭデータ記憶部４は、ＳＯＭ処理部３から出力されるＳＯＭ出力データＤ＿ｓｏｍ（ｔ）を記憶する。ＳＯＭデータ記憶部４は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）により実現される。

テンプレートデータ生成部５は、ＳＯＭデータ記憶部４から、複数のＳＯＭ出力データＤ＿ｓｏｍ、例えば、時刻ｔ〜時刻ｔ＋Ｎ−１に取得されたＮ個（Ｎ：自然数）のＳＯＭ出力データＤ＿ｓｏｍ（ｔ）〜Ｄ＿ｓｏｍ（ｔ＋Ｎ−１）を読み出す。なお、テンプレートデータ生成部５が、ＳＯＭデータ記憶部４から読み出した複数のＳＯＭデータを、ベクトルデータｖｅｃ＿Ｄ＿ｓｏｍと表記する。テンプレートデータ生成部５は、ＳＯＭデータ記憶部４から読み出した複数のＳＯＭデータからテンプレートデータを生成し、生成したテンプレートデータをテンプレートデータＴｍｐｌとして、テンプレートデータ記憶部６に出力する。

テンプレートデータ記憶部６は、テンプレートデータ生成部５から出力されるテンプレートデータＴｍｐｌを記憶する。テンプレートデータ記憶部６は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）により実現される。

写像変換部７は、切替器ＳＥＬ１から出力される特徴ベクトルデータＤ２（信号Ｄ２）を入力する。また、写像変換部７は、ＳＯＭ処理部３により、確定された、入力層の各ノードと、出力層の各ニューロンとの結合係数データｗ_ｉｊ＿ｆｉｘｅｄを入力する。写像変換部７は、特徴ベクトルデータＤ２（信号Ｄ２）に対して、結合係数データｗ_ｉｊ＿ｆｉｘｅｄを用いて、ＳＯＭ処理を実行し、ＳＯＭ出力データＤ＿ｓｏｍを取得する。そして、写像変換部７は、取得したＳＯＭ出力データＤ＿ｓｏｍをマッチング処理部８に出力する。

マッチング処理部８は、写像変換部７から出力されるＳＯＭ出力データＤ＿ｓｏｍを入力する。また、マッチング処理部８は、テンプレートデータ記憶部６から、複数のテンプレートデータＴｍｐｌを読み出す。なお、マッチング処理部８が、テンプレートデータ記憶部６からから読み出した複数のテンプレートデータを、ベクトルデータｖｅｃ＿Ｔｍｐｌと表記する。

マッチング処理部８は、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータ記憶部６からから読み出した複数のテンプレートデータとを用いてマッチング処理を実行し、テンプレートデータごとに、適合度データＤ＿ｆを取得する。そして、マッチング処理部８は、取得したテンプレートデータごとの適合度データＤ＿ｆを、ベクトルデータｖｅｃ＿Ｄ＿ｆとして、状態判定部９に出力する。

マッチング処理部８は、図２に示すように、テンプレートデータ取得部８１と、Ｍ個（Ｍ：自然数）の内積算出部である第１内積算出部８２１〜第Ｍ内積算出部８２Ｍと、を備える。

テンプレートデータ取得部８１は、テンプレートデータ記憶部６から、複数のテンプレートデータＴｍｐｌ（Ｍ個のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ））を読み出す。そして、テンプレートデータ取得部８１は、読み出したＭ個のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）を、それぞれ、第１内積算出部８２１〜第Ｍ内積算出部８２Ｍに出力する。

第１内積算出部８２１は、写像変換部７から出力されるＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータ取得部８１から出力されるテンプレートデータＴｍｐｌ（１）とを入力する。第１内積算出部８２１は、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータＴｍｐｌ（１）とを用いて、内積を算出する処理を実行する。そして、第１内積算出部８２１は、算出した内積の値を示す信号を、信号Ｄ＿ｆ（１）として、状態判定部９に出力する。

なお、第２内積算出部８２２〜第Ｍ内積算出部８２Ｍについても、同様である。

すなわち、第ｋ内積算出部８２ｋは、写像変換部７から出力されるＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータ取得部８１から出力されるテンプレートデータＴｍｐｌ（ｋ）とを入力する（ｋ：自然数。１≦ｋ≦Ｍ）。第ｋ内積算出部８２ｋは、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータＴｍｐｌ（ｋ）とを用いて、内積を算出する処理を実行する。そして、第ｋ内積算出部８２ｋは、算出した内積の値を示す信号を、信号Ｄ＿ｆ（ｋ）として、状態判定部９に出力する。

なお、第１内積算出部８２１〜第Ｍ内積算出部８２Ｍから、それぞれ、出力される信号Ｄ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）を、まとめて、ベクトルデータｖｅｃ＿Ｔｍｐｌと表記する。

なお、以下では、説明便宜のために、Ｍ＝３の場合について、説明する。

図３は、Ｍ＝３の場合のマッチング処理部８の概略構成図である。

状態判定部９は、マッチング処理部８から出力される適合度データのベクトルデータｖｅｃ＿Ｄ＿ｆを入力する。状態判定部９は、入力されたベクトルデータｖｅｃ＿Ｄ＿ｆに基づいて、現時刻ｔの状態を判定し、判定した結果を含むデータを、データＤｏｕｔとして、外部に出力する。

＜１．２：状態判定装置の動作＞
以上のように構成された状態判定装置１０００の動作について、以下、説明する。

なお、以下では、人の状態を検知するための加速度センサー（不図示）からの出力が、状態判定装置１０００に入力される場合を一例として、説明する。そして、説明便宜のため、人の状態として、（１）Ｗａｌｋｉｎｇ状態（歩いている状態）、（２）Ｒｕｎｎｉｎｇ状態（走っている状態）、および、（３）Ｓｔａｎｄｉｎｇ状態（立っている状態）の３つの状態（人の行動の状態）を、状態判定装置１０００にて、判別する場合について、以下、説明する。

以下では、状態判定装置１０００の動作について、（１）学習フェーズの動作、（２）テンプレート作成フェーズの動作、および、（３）状態判定処理フェーズの動作、に分けて説明する。

（１．２．１：学習フェーズの動作）
まず、状態判定装置１０００の学習フェーズの動作について、説明する。

人の状態を検知するための加速度センサー（不図示）からの出力が、信号Ｄｉｎとして、データ入力部１に入力される。なお、加速度センサーは、例えば、人体に装着される。

データ入力部１は、信号Ｄｉｎをサンプリング（Ａ／Ｄ変換）して、離散データ（デジタルデータ）として取得する。そして、データ入力部１は、取得した離散データ（デジタルデータ）を、信号Ｄ１として、特徴ベクトル取得部２に出力する。

特徴ベクトル取得部２は、データ入力部１により取得された離散データＤ１（デジタルデータＤ１）に対して、例えば、Ｇａｂｏｒ ｗａｖｅｌｅｔ変換を用いて周波数領域のデータに変換することで、デジタルデータＤ１の各周波数のスペクトルの強度と位相とを取得する。

そして、特徴ベクトル取得部２は、例えば、上記処理により取得した周波数スペクトル強度の一部の帯域のデータを、特徴ベクトルデータＤ２として、取得する。

なお、離散データＤ１（デジタルデータＤ１）から、周波数領域のデータを取得するために用いる変換は、Ｇａｂｏｒ ｗａｖｅｌｅｔ変換に限定されることはなく、例えば、離散フーリエ変換、高速フーリエ変換、ウェーブレット変換等を用いてもよい。

図４は、データ入力部１により取得されたデジタルデータＤ１（時系列のデータＤ１）（上図）と、当該デジタルデータＤ１を周波数変換して取得された周波数領域のデータＤ２（下図）とを示す図である。

図４の場合、特徴ベクトル取得部２は、周波数領域のデータＤ２として、８次元のデータ（パラメータ８個からなるベクトルデータ（０〜５Ｈｚの範囲に含まれる８つの周波数成分のデータ））として、取得している。

なお、以下では、説明便宜のため、特徴ベクトル取得部２は、８次元のデータ（パラメータ８個からなるベクトルデータ（０〜５Ｈｚの範囲に含まれる８つの周波数成分のデータ））を、データＤ２として取得するものとして、説明する。

上記のようにして、特徴ベクトル取得部２により取得された特徴ベクトルデータＤ２は、特徴ベクトル取得部２から切替器ＳＥＬ１に出力される。

状態判定装置１０００の各機能部を制御する制御部（不図示）は、切替器ＳＥＬ１の端子０を選択するための選択信号ｓｅｌ１を生成し、生成した選択信号ｓｅｌ１を切替器ＳＥＬ１に出力する。

切替器ＳＥＬ１は、選択信号ｓｅｌ１に従い、信号Ｄ２を、ＳＯＭ処理部３に出力する。

ＳＯＭ処理部３は、切替器ＳＥＬ１から出力される特徴ベクトルデータＤ２（信号Ｄ２）を用いて、ＳＯＭ処理を実行し、入力層の各ノードと、出力層の各ニューロンとの結合係数を決定する。この処理について、図５を参照しながら、説明する。

図５は、ＳＯＭ処理を説明するための図であり、ＳＯＭの構造を模式的に示す図である。なお、図５に示すように、出力層のニューロンが配置される平面を規定するためのｉ軸、ｊ軸を設定する。

入力データがｎ次元実数ベクトルｖｅｃ＿ｘ＝（ｘ_１，ｘ_２，・・・，ｘ_ｎ）で与えられ、２次元ＳＯＭがｍ１×ｍ２（＝Ｍ１）個の格子点上に配置されたニューロンを持つとする。つまり、図５に示すように、入力層が、ｎ個のノードを有しており、出力層が、ｍ１×ｍ２（＝Ｍ１）個の格子点上に配置されたニューロンを有している。

入力データｖｅｃ＿ｘを入力するための入力層の各ノード（ｎ個の入力ノードのそれぞれ）は、全てのニューロン（全ての出力ノード）に結合している。出力層の２次元格子配列上の（ｉ，ｊ）に位置するニューロンｕ_ｉ，ｊは、その入力データｖｅｃ＿ｘの各要素に荷重を付加して結合するための可変の結合荷重ベクトルｖｅｃ＿ｗ_ｉｊ＝（ｗ_ｉｊ＿１，ｗ_ｉｊ＿２，・・・，ｗ_ｉｊ＿ｎ）を有している。この結合荷重ベクトルｖｅｃ＿ｗ_ｉｊを参照ベクトルと呼ぶ。

なお、ｗ_ｉｊ＿ｋは、座標（ｉ，ｊ）の出力ノードと、ｋ番目の入力ノードとの結合荷重である。

ＳＯＭ処理部３は、以下の≪ステップ１≫、≪ステップ２≫の処理により、ＳＯＭ処理を実行する。

≪ステップ１：初期化≫
ＳＯＭ処理部３は、入力データベクトル数をｎ、繰返し数をＴ（＞＝ｎ）とすると、時刻ｔ＝０において、ｖｅｃ＿ｗ_１１，ｖｅｃ＿ｗ_１２，・・・，ｖｅｃ＿ｗ_ｍｍの初期値をランダムに設定する（乱数を用いて設定する）。

≪ステップ２：学習≫
ＳＯＭ処理部３は、時刻ｔにおいて、次の操作を行う。
（２Ａ）：
ＳＯＭ処理部３は、時刻ｔの入力データｖｅｃ＿ｘ（ｔ）と、時刻ｔ−１の各参照ベクトルｖｅｃ＿ｗ_ｉｊ（ｔ−１）との間のユークリッド距離ｄｉｓ（ｖｅｃ＿ｘ（ｔ），ｖｅｃ＿ｗ_ｉｊ（ｔ−１））を求める。なお、ｄｉｓ（ｖｅｃ１，ｖｅｃ２）は、ベクトルｖｅｃ１とベクトルｖｅｃ２とのユークリッド距離を求める関数である。
（２Ｂ）：
ＳＯＭ処理部３は、ユークリッド距離が最小であるニューロンｕ_ＩＪを特定し、特定したニューロンを勝ちニューロンｕ_ＩＪとする。ニューロンｕ_ＩＪは、座標（Ｉ，Ｊ）のニューロンである。

なお、ＳＯＭ処理部３は、時刻ｔの入力データｖｅｃ＿ｘ（ｔ）と、時刻ｔ−１の各参照ベクトルｖｅｃ＿ｗ_ｉｊ（ｔ−１）と内積の値が最大であるニューロンｕ_ＩＪを特定し、特定したニューロンを勝ちニューロンｕ_ＩＪとしてもよい。
（２Ｃ）：
ＳＯＭ処理部３は、時刻ｔの参照ベクトルｖｅｃ＿ｗ_ｉｊ（ｔ）を、次式により学習（取得）する。
ｖｅｃ＿ｗ_ｉｊ（ｔ）＝ｖｅｃ＿ｗ_ｉｊ（ｔ−１）＋ｈ（（ｉ，ｊ），（Ｉ，Ｊ），ｔ）×（ｖｅｃ＿ｘ（ｔ）−ｖｅｃ＿ｗ_ｉｊ（ｔ−１））
ここで、ｈは近傍関数と呼ばれる関数であり、次の性質を持つ関数である。
（１）関数ｈは、ｔに関する単調減少関数であり、ｔが無限大で「０」に収束する。
（２）関数ｈは、格子点（ｉ，ｊ）と格子点（Ｉ，Ｊ）とのユークリッド距離ｄｉｓ（ｖｅｃ＿ｕ_ｉｊ，ｖｅｃ＿ｕ_ＩＪ）に関して、単調減少関数である。また、関数ｈの単調減少の程度は、ｔが増加するほど大きくなる。なお、ｖｅｃ＿ｕ_ｉｊは、所定の点（例えば、原点）からニューロンｕ_ｉｊの位置までのベクトルであり、ｖｅｃ＿ｕ_ＩＪは、所定の点（例えば、原点）からニューロンｕ_ＩＪの位置までのベクトルである。

さらに、時刻ｔ＋１においても、ＳＯＭ処理部３は、上記と同様の処理を実行する。

なお、時刻ｔ＋１は、時刻ｔの次に、特徴ベクトル取得部２により、データＤ２が取得され、取得された当該データＤ２がＳＯＭ処理部３に入力された時刻を示す。

ＳＯＭ処理部３は、時刻ｔ＝Ｔとなるまで、上記処理を繰り返し実行する。

ＳＯＭ処理部３は、上記のＳＯＭ処理を実行し、上記のＳＯＭ処理が完了したときの参照ベクトルｖｅｃ＿ｗ_ｉｊを、確定した参照ベクトルｖｅｃ＿ｗ_ｉｊ＿ｆｉｘｅｄとして取得する。そして、ＳＯＭ処理部３は、確定した参照ベクトルｖｅｃ＿ｗ_ｉｊ＿ｆｉｘｅｄを、写像変換部７に出力する。

なお、以下では、説明便宜のため、入力データｖｅｃ＿ｘ、すなわち、データＤ２が、８つの周波数成分データからなり、かつ、２次元ＳＯＭが３２×３２個の格子点上に配置されたニューロンを持つと場合を、一例として、説明する。

（１．２．２：テンプレート作成フェーズの動作）
次に、状態判定装置１０００のテンプレート作成フェーズの動作について、説明する。

テンプレート作成フェーズでは、状態判定装置１０００は、（１）Ｗａｌｋｉｎｇ状態（歩いている状態）のテンプレートデータ、（２）Ｒｕｎｎｉｎｇ状態（走っている状態）のテンプレートデータ、および、（３）Ｓｔａｎｄｉｎｇ状態（立っている状態）のテンプレートデータを作成する。

まず、Ｗａｌｋｉｎｇ状態（歩いている状態）のテンプレートデータを作成する場合について、説明する。

この場合、人がＷａｌｋｉｎｇ状態（歩いている状態）を継続しているときの加速度センサー（不図示）からの出力を、信号Ｄｉｎとして、データ入力部１に入力する。

データ入力部１は、信号Ｄｉｎをサンプリング（Ａ／Ｄ変換）して、離散データ（デジタルデータ）として取得する。そして、データ入力部１は、取得した離散データ（デジタルデータ）を、信号Ｄ１として、特徴ベクトル取得部２に出力する。

特徴ベクトル取得部２は、データ入力部１により取得された離散データＤ１（デジタルデータＤ１）に対して、例えば、Ｇａｂｏｒ ｗａｖｅｌｅｔ変換を用いて周波数領域のデータに変換することで、デジタルデータＤ１の各周波数のスペクトルの強度と位相とを取得する。

そして、特徴ベクトル取得部２は、例えば、上記処理により取得した周波数スペクトル強度の一部の帯域のデータを、特徴ベクトルデータＤ２として、取得する。

特徴ベクトル取得部２により取得された特徴ベクトルデータＤ２は、特徴ベクトル取得部２から切替器ＳＥＬ１に出力される。

状態判定装置１０００の各機能部を制御する制御部（不図示）は、切替器ＳＥＬ１の端子０を選択するための選択信号ｓｅｌ１を生成し、生成した選択信号ｓｅｌ１を切替器ＳＥＬ１に出力する。

切替器ＳＥＬ１は、選択信号ｓｅｌ１に従い、信号Ｄ２を、ＳＯＭ処理部３に出力する。

ＳＯＭ処理部３は、切替器ＳＥＬ１から出力される特徴ベクトルデータＤ２（信号Ｄ２）を用いて、ＳＯＭ処理を実行する。なお、このとき、ＳＯＭ処理に用いる結合荷重ベクトル（参照ベクトル）ｖｅｃ＿ｗ_ｉｊは、上記の学習フェーズで確定させた結合荷重ベクトル（参照ベクトル）ｖｅｃ＿ｗ_ｉｊ＿ｆｉｘｅｄである。
ＳＯＭ処理部３は、特徴ベクトルデータＤ２（信号Ｄ２）に対して、結合荷重ベクトル（参照ベクトル）ｖｅｃ＿ｗ_ｉｊ＿ｆｉｘｅｄにより、ＳＯＭ処理を実行し、現時刻ｔのＳＯＭデータＤ＿ｓｏｍ（ｔ）を取得する。そして、ＳＯＭ処理部３は、取得した現時刻ｔのＳＯＭデータＤ＿ｓｏｍ（ｔ）をＳＯＭデータ記憶部４に出力する。

ＳＯＭデータ記憶部４は、ＳＯＭ処理部３から出力されるＳＯＭ出力データＤ＿ｓｏｍ（ｔ）を記憶する。

時刻ｔ＝１からｔ＝Ｎの期間、人がＷａｌｋｉｎｇ状態（歩いている状態）を継続させ、状態判定装置１０００において、上記処理を実行する。そして、ＳＯＭ処理部３は、時刻ｔ＝１からｔ＝Ｎの期間中に取得したＮ個のＳＯＭ出力データＤ＿ｓｏｍ（ｔ）をＳＯＭデータ記憶部４に記憶する。

テンプレートデータ生成部５は、ＳＯＭデータ記憶部４から、時刻ｔ＝１からｔ＝Ｎの期間（人がＷａｌｋｉｎｇ状態（歩いている状態）を継続していた期間）に取得されたＮ個（Ｎ：自然数）のＳＯＭ出力データＤ＿ｓｏｍ（１）〜Ｄ＿ｓｏｍ（Ｎ）を読み出す。そして、テンプレートデータ生成部５は、ＳＯＭ出力データＤ＿ｓｏｍ（１）〜Ｄ＿ｓｏｍ（Ｎ）を用いて、２次元ＳＯＭ上の同じ座標位置の出力値（同一の出力ノードの出力値）の平均値を算出する。そして、算出した平均値を各ノード（ＳＯＭの出力ノードに対応するノード）の値とすることで、Ｗａｌｋｉｎｇ状態（歩いている状態）のテンプレートデータを取得する。

つまり、時刻ｔのときの特徴ベクトルデータｖｅｃ＿ｘ（ｔ）を、
ｖｅｃ＿ｘ（ｔ）＝（ｘ_１（ｔ），ｘ_２（ｔ），・・・，ｘ_Ｎ１（ｔ））
Ｎ１＝８
とし、学習フェーズを完了し、確定された結合荷重ベクトルｆ＿ｖｅｃ＿ｗ_ｉｊを、
ｆ＿ｖｅｃ＿ｗ_ｉｊ＝（ｗ_ｉｊ＿１，ｗ_ｉｊ＿２，・・・，ｗ_{ｉｊ＿Ｎ１}）
Ｎ１＝８
とし、時刻ｔの２次元ＳＯＭ上の（ｉ，ｊ）の位置にあるニューロン（出力ノード）の出力値をＤ_ｉｊ（ｔ）とすると、
Ｎ１＝８
である。

なお、ｗ_ｉｊ＿ｋは、座標（ｉ，ｊ）の出力ノードと、ｋ番目の入力ノードとの結合荷重である。

テンプレートデータ生成部５は、下記数式に相当する処理により、２次元ＳＯＭ上の（ｉ，ｊ）の位置にあるニューロン（出力ノード）に対応するノードのテンプレートデータの値ｇ_ｉｊを取得する。
テンプレートデータ生成部５は、上記処理により算出した、座標（ｉ，ｊ）のノードに、値ｇ_ｉｊを割り付けることで、２次元のテンプレートデータを取得する。

図６は、テンプレートデータの一例を示す図である。

図６の左図は、時刻ｔ＝１からｔ＝Ｎの期間（人がＷａｌｋｉｎｇ状態（歩いている状態）を継続していた期間）に取得されたＮ個（Ｎ：自然数）のＳＯＭ出力データＤ＿ｓｏｍ（１）〜Ｄ＿ｓｏｍ（Ｎ）から、上記処理により取得したテンプレートデータＴｍｐｌ（１）（３２×３２のデータからなる２次元データ）である。図６の左図のテンプレートデータＴｍｐｌ（１）の座標（ｉ，ｊ）の位置の値（画素値）は、上記により算出された値ｇ_ｉｊである。

なお、図６に示したテンプレートデータにおいて、値ｇ_ｉｊは、０から１の値をとるように正規化されている（０≦ｇ_ｉｊ≦１）。そして、図６に示したテンプレートデータは、ｇ_ｉｊ＝０の画素を階調値「０」（画素値「０」（Ｗ０％に相当する画素値））の画素とし、ｇ_ｉｊ＝１の画素を階調値「１」（画素値「１」（Ｗ１００％に相当する画素値））の画素とする画像データとして示している。

上記のようにして、テンプレートデータ生成部５により、取得されたＷａｌｋｉｎｇ状態（歩いている状態）のテンプレートデータＴｍｐｌ（１）は、テンプレートデータ記憶部６に記憶される。

Ｒｕｎｎｉｎｇ状態（走っている状態）のテンプレートデータ（このテンプレートデータを、テンプレートデータＴｍｐｌ（２）とする。）の作成処理も、上記と同様に行われる。

つまり、時刻ｔ＝１からｔ＝Ｎの期間において、人がＲｕｎ状態（走っている状態）を継続し、人がＲｕｎｎｉｎｇ状態（走っている状態）を継続しているときの加速度センサー（不図示）からの出力を、信号Ｄｉｎとして、データ入力部１に入力する。そして、状態判定装置１０００では、上記と同様の処理を実行することで、Ｒｕｎｎｉｎｇ状態（走っている状態）のテンプレートデータＴｍｐｌ（２）を取得する。そして、取得されたＲｕｎｎｉｎｇ状態（走っている状態）のテンプレートデータＴｍｐｌ（２）は、テンプレートデータ記憶部６に記憶される。

なお、図６の中央図は、時刻ｔ＝１からｔ＝Ｎの期間（人がＲｕｎｎｉｎｇ状態（走っている状態）を継続していた期間）に取得されたＮ個（Ｎ：自然数）のＳＯＭ出力データＤ＿ｓｏｍ（１）〜Ｄ＿ｓｏｍ（Ｎ）から、上記処理により取得したテンプレートデータＴｍｐｌ（２）（３２×３２のデータからなる２次元データ）である。

また、Ｓｔａｎｄｉｎｇ状態（立っている状態）のテンプレートデータ（このテンプレートデータを、テンプレートデータＴｍｐｌ（３）とする。）の作成処理も、上記と同様に行われる。

つまり、時刻ｔ＝１からｔ＝Ｎの期間において、人がＳｔａｎｄｉｎｇ状態（立っている状態）を継続し、人がＳｔａｎｄｉｎｇｇ状態（立っている状態）を継続しているときの加速度センサー（不図示）からの出力を、信号Ｄｉｎとして、データ入力部１に入力する。そして、状態判定装置１０００では、上記と同様の処理を実行することで、Ｓｔａｎｄｉｎｇ状態（立っている状態）のテンプレートデータＴｍｐｌ（３）を取得する。そして、取得されたＳｔａｎｄｉｎｇ状態（立っている状態）のテンプレートデータＴｍｐｌ（３）は、テンプレートデータ記憶部６に記憶される。

なお、図６の右図は、時刻ｔ＝１からｔ＝Ｎの期間（人がＳｔａｎｄｉｎｇ状態（立っている状態）を継続していた期間）に取得されたＮ個（Ｎ：自然数）のＳＯＭ出力データＤ＿ｓｏｍ（１）〜Ｄ＿ｓｏｍ（Ｎ）から、上記処理により取得したテンプレートデータＴｍｐｌ（３）（３２×３２のデータからなる２次元データ）である。

なお、上記では、テンプレートデータ生成部５は、ＳＯＭ出力データＤ＿ｓｏｍ（１）〜Ｄ＿ｓｏｍ（Ｎ）を用いて、２次元ＳＯＭ上の同じ座標位置の出力値（同一の出力ノードの出力値）の平均値を算出することでテンプレートデータを作成する場合について説明した。しかしながら、この方法に限定されることはなく、例えば、テンプレートデータ生成部５は、以下の処理（「処理１」〜「処理４」）により、テンプレートデータを作成するようにしてもよい。
（１）処理１（出力値の閾値処理）
テンプレートデータ生成部５は、ＳＯＭ出力データＤ＿ｓｏｍ（１）〜Ｄ＿ｓｏｍ（Ｎ）を用いて、２次元ＳＯＭ上の同じ座標位置の出力値（同一の出力ノードの出力値）Ｄ_ｉｊ（ｔ）を所定の閾値Ｔｈ１と比較し、Ｄ_ｉｊ（ｔ）≧Ｔｈ１である出力値Ｄ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとする。

この処理について、図７のフローチャートを用いて説明する。

ステップＳ１において、テンプレートデータ生成部５は、時刻を表す変数ｔ、カウンタ値Ｃｎｔ、および、合計値Ｓｕｍを、それぞれ、「０」に設定する。

ステップＳ２において、テンプレートデータ生成部５は、時刻を表す変数を、１だけインクリメントする。

そして、テンプレートデータ生成部５は、２次元ＳＯＭ上の同じ座標位置の出力値（同一の出力ノードの出力値）Ｄ_ｉｊ（ｔ）を所定の閾値Ｔｈ１と比較し、Ｄ_ｉｊ（ｔ）≧Ｔｈ１である場合（ステップＳ３で「Ｙｅｓ」の場合）、合計値Ｓｕｍに、出力値Ｄ_ｉｊ（ｔ）を加算し（ステップＳ４）、さらに、カウンタ値Ｃｎｔを１だけインクリメントする（ステップＳ５）。

一方、Ｄ_ｉｊ（ｔ）≧Ｔｈ１ではない場合（ステップＳ３で「Ｎｏ」の場合）、テンプレートデータ生成部５は、処理を、ステップＳ６に進める。

ステップＳ６において、ｔ≧Ｎではない場合、テンプレートデータ生成部５は、処理をステップＳ２に戻し、ｔ≧Ｎである場合、テンプレートデータ生成部５は、最終カウント値Ｎ１に、カウント値Ｃｎｔを代入し（ステップＳ７）、さらに、
ｇ_ｉｊ＝Ｓｕｍ／Ｎ１
により、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊを取得する（ステップＳ８）。

このように処理することで、ＳＯＭの出力値が所定の閾値よりも小さい値を除いた平均値を、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることができるため、より適切なテンプレートデータを作成することができる。
（２）処理２（出力値の分散値の閾値処理）
テンプレートデータ生成部５は、ＳＯＭ出力データＤ＿ｓｏｍ（１）〜Ｄ＿ｓｏｍ（Ｎ）を用いて、２次元ＳＯＭ上の同じ座標位置の出力値（同一の出力ノードの出力値）Ｄ_ｉｊ（ｔ）の分散値ｖ_ｉｊを、以下の数式に相当する処理により、算出する。
そして、テンプレートデータ生成部５は、分散値ｖ_ｉｊを、所定の閾値Ｔｈ２と比較する。そして、テンプレートデータ生成部５は、ｖ_ｉｊ≦Ｔｈ２を満たす、座標（ｉ，ｊ）のＳＯＭの出力値Ｄ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとする。

なお、テンプレートデータ生成部５は、ｖ_ｉｊ≦Ｔｈ２を満たさない場合、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊを「０」にする。

このように処理することで、ＳＯＭの出力値Ｄ_ｉｊ（ｔ）の時間方向の分散が小さい値のみを用いて算出した平均値を、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることができるため、より適切なテンプレートデータを作成することができる。つまり、上記のように処理することで、時間方向にばらつきの少ないＳＯＭの出力値Ｄ_ｉｊ（ｔ）の平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることができるため、より適切なテンプレートデータを作成することができる。
（３）処理３（処理１と処理２の組み合わせ処理）
テンプレートデータ生成部５は、上記処理１と上記処理２とを組み合わせた処理により、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊを取得するようにしてもよい。

つまり、テンプレートデータ生成部５は、分散値ｖ_ｉｊを、所定の閾値Ｔｈ２と比較する。そして、テンプレートデータ生成部５は、ｖ_ｉｊ≦Ｔｈ２を満たす、座標（ｉ，ｊ）のＳＯＭの出力値Ｄ_ｉｊ（ｔ）であって、かつ、出力値Ｄ_ｉｊ（ｔ）が所定の閾値Ｔｈ１よりも大きいもののみの平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとする。

なお、テンプレートデータ生成部５は、ｖ_ｉｊ≦Ｔｈ２を満たさない場合、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊを「０」にする。

このように、処理１と処理２を組み合わせた処理により、さらにより適切なテンプレートデータを作成することができる。
（４）処理４（ｎ１×σ以内のデータによる処理）
テンプレートデータ生成部５は、分散値ｖ_ｉｊから、
σ_ｉｊ＝ｓｑｒｔ（ｖ_ｉｊ）
ｓｑｒｔ（ｘ）：ｘの平方根を取得する関数
に相当する処理より、座標（ｉ，ｊ）のＳＯＭの出力値Ｄ_ｉｊ（ｔ）の標準偏差σ_ｉｊを取得する。

そして、テンプレートデータ生成部５は、Ｄ_ｉｊ（ｔ）−ＡｖｅＤ_ｉｊ≦ｎ１×σ_ｉｊ（ｎ１：正の実数）を満たす場合、座標（ｉ，ｊ）のＳＯＭの出力値Ｄ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとする。

一方、テンプレートデータ生成部５は、ａｂｓ（Ｄ_ｉｊ（ｔ）−ＡｖｅＤ_ｉｊ）≦ｎ１×σ_ｉｊ（ｎ１：正の実数、ａｂｓ（ｘ）はｘの絶対値を取得する関数）を満たさない場合、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊを「０」にする。

このように処理することで、ＳＯＭの出力値Ｄ_ｉｊ（ｔ）が、平均値からｎ１×σ以内の範囲に含まれる場合のデータを用いて、テンプレートデータを作成することができる。

例えば、ｎ１＝３とした場合、上記のように処理することで、ＳＯＭの出力値Ｄ_ｉｊ（ｔ）が、平均値から３σ以内の範囲に含まれる場合のデータを用いて、テンプレートデータを作成することができる。状態判定装置１０００では、例えば、ＳＯＭの出力値Ｄ_ｉｊ（ｔ）が正規分布すると仮定したときに、全体の９９．７％の範囲に含まれるデータを用いて、テンプレートデータを作成しようとする場合、ｎ１＝３に設定すればよい。このように、状態判定装置１０００では、ｎ１の値を調整することで、テンプレートデータを作成するために用いるＳＯＭの出力値Ｄ_ｉｊ（ｔ）の範囲を調整することができる。

以上のようにして、状態判定装置１０００では、テンプレートデータが作成される。

なお、テンプレートデータの各要素の値ｇ_ｉｊの総和が「１」となるように正規化するようにしてもよい。このように正規化することで、テンプレートデータと、ＳＯＭ出力データとの相関度合いを判定する処理において、どのテンプレートを用いる場合であっても、相関度合いを示す値（例えば、内積の値やユークリッド距離の値）のとりうる範囲を一定（共通）にすることができるため、分類判定処理が容易になる。

（１．２．３：状態判定処理フェーズの動作）
次に、状態判定装置１０００の状態判定処理フェーズの動作について、説明する。

図８は、データ入力部１が取得した信号Ｄ１の波形（Ｗａｌｋｉｎｇ状態のときの波形）を示す図（上図）と、特徴ベクトル取得部２が、信号Ｄ１から取得した特徴ベクトルデータＤ２（左下図）と、写像変換部７が、特徴ベクトルデータＤ２から取得したＳＯＭ出力データＤ＿ｓｏｍ（１）とを示す図である。

図９は、データ入力部１が取得した信号Ｄ１の波形（Ｒｕｎｎｉｎｇ状態のときの波形）を示す図（上図）と、特徴ベクトル取得部２が、信号Ｄ１から取得した特徴ベクトルデータＤ２（左下図）と、写像変換部７が、特徴ベクトルデータＤ２から取得したＳＯＭ出力データＤ＿ｓｏｍ（２）とを示す図である。

人の状態を検知するための加速度センサー（不図示）からの出力が、信号Ｄｉｎとして、データ入力部１に入力される。なお、加速度センサーは、例えば、人体に装着される。

データ入力部１は、信号Ｄｉｎをサンプリング（Ａ／Ｄ変換）して、離散データ（デジタルデータ）として取得する。そして、データ入力部１は、取得した離散データ（デジタルデータ）を、信号Ｄ１として、特徴ベクトル取得部２に出力する。

例えば、Ｗａｌｋｉｎｇ状態のときは、図８の上図に示すような信号Ｄ１が取得される。Ｒｕｎｎｉｎｇ状態のときは、図９の上図に示すような信号Ｄ１が取得される。

特徴ベクトル取得部２は、学習フェーズでの処理と同様にして、データ入力部１により取得された離散データＤ１（デジタルデータＤ１）から、特徴ベクトルデータＤ２を取得する。

例えば、Ｗａｌｋｉｎｇ状態のときは、図８の左下図に示すような特徴ベクトルデータＤ２が取得される。Ｒｕｎｎｉｎｇ状態のときは、図９の左下図に示すような特徴ベクトルデータＤ２が取得される。

そして、特徴ベクトル取得部２により取得された特徴ベクトルデータＤ２は、特徴ベクトル取得部２から切替器ＳＥＬ１に出力される。

状態判定装置１０００の各機能部を制御する制御部（不図示）は、切替器ＳＥＬ１の端子１を選択するための選択信号ｓｅｌ１を生成し、生成した選択信号ｓｅｌ１を切替器ＳＥＬ１に出力する。

切替器ＳＥＬ１は、選択信号ｓｅｌ１に従い、信号Ｄ２を、写像変換部７に出力する。

写像変換部７は、ＳＯＭ処理部３により、確定された、入力層の各ノードと、出力層の各ニューロンとの結合係数データｗ_ｉｊ＿ｆｉｘｅｄにより、特徴ベクトルデータＤ２（信号Ｄ２）に対して、ＳＯＭ処理を実行する。そして、写像変換部７は、ＳＯＭ処理により取得した、ＳＯＭ出力データＤ＿ｓｏｍをマッチング処理部８に出力する。

例えば、Ｗａｌｋｉｎｇ状態のときは、図８の右下図に示すようなＳＯＭ出力データが取得される。Ｒｕｎｎｉｎｇ状態のときは、図９の右下図に示すようなＳＯＭ出力データが取得される。

マッチング処理部８のテンプレートデータ取得部８１は、テンプレートデータ記憶部６から、Ｗａｌｋｉｎｇ状態のテンプレートデータＴｍｐｌ（１）と、Ｒｕｎｎｉｎｇ状態のテンプレートデータＴｍｐｌ（２）と、Ｓｔａｎｄｉｎｇ状態のテンプレートデータＴｍｐｌ（３）と、を読み出す。

そして、テンプレートデータ取得部８１は、読み出した３個のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（３）を、それぞれ、第１内積算出部８２１〜第３内積算出部８２３に出力する。

第１内積算出部８２１は、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータＴｍｐｌ（１）とを用いて、内積を算出する処理を実行する。

つまり、第１内積算出部８２１は、下記数式に相当する処理を実行することで、内積を算出する。
なお、Ｄ_ｉｊは、２次元ＳＯＭ上の座標（ｉ，ｊ）のＳＯＭ出力値であり、ｇ_ｉｊは、テンプレートデータＴｍｐｌ（１）の座標（ｉ，ｊ）の値である。

第１内積算出部８２１は、上記により算出した内積の値を示す信号を、信号Ｄ＿ｆ（１）として、状態判定部９に出力する。

第２内積算出部８２２は、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータＴｍｐｌ（２）とを用いて、内積を算出する処理を実行する。

つまり、第２内積算出部８２２は、下記数式に相当する処理を実行することで、内積を算出する。
なお、Ｄ_ｉｊは、２次元ＳＯＭ上の座標（ｉ，ｊ）のＳＯＭ出力値であり、ｇ_ｉｊは、テンプレートデータＴｍｐｌ（２）の座標（ｉ，ｊ）の値である。

第２内積算出部８２２は、上記により算出した内積の値を示す信号を、信号Ｄ＿ｆ（２）として、状態判定部９に出力する。

第３内積算出部８２３は、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータＴｍｐｌ（３）とを用いて、内積を算出する処理を実行する。

つまり、第３内積算出部８２３は、下記数式に相当する処理を実行することで、内積を算出する。
なお、Ｄ_ｉｊは、２次元ＳＯＭ上の座標（ｉ，ｊ）のＳＯＭ出力値であり、ｇ_ｉｊは、テンプレートデータＴｍｐｌ（３）の座標（ｉ，ｊ）の値である。

第３内積算出部８２３は、上記により算出した内積の値を示す信号を、信号Ｄ＿ｆ（３）として、状態判定部９に出力する。

マッチング処理部８は、上記により取得したデータを、適合度データのベクトルデータｖｅｃ＿Ｄ＿ｆ（＝（Ｄ＿ｆ（１），Ｄ＿ｆ（２），Ｄ＿ｆ（３）））として、状態判定部９に出力する。

状態判定部９は、マッチング処理部８から出力される適合度データのベクトルデータｖｅｃ＿Ｄ＿ｆを入力する。状態判定部９は、入力されたベクトルデータｖｅｃ＿Ｄ＿ｆに基づいて、現時刻ｔの状態を判定する。

上記のように内積により、適合度データを取得した場合、適合度データ（内積の値）が大きい程、内積処理に用いたテンプレートに対応する状態である可能性が高い。

つまり、マッチング処理部８により取得された３つの適合度データ（内積の値）Ｄ＿ｆ（１）、Ｄ＿ｆ（２）、Ｄ＿ｆ（３）のうち、最も値が大きいのが、Ｄ＿ｆ（１）である場合、状態判定装置１０００に入力されたデータは、Ｗａｌｋｉｎｇ状態のテンプレートデータＴｍｐｌ（１）に近いことが分かるので、状態判定装置１０００に入力されたデータは、Ｗａｌｋｉｎｇ状態のデータであると判定することができる。

つまり、
（１）適合度データ（内積の値）Ｄ＿ｆ（１）、Ｄ＿ｆ（２）、Ｄ＿ｆ（３）のうち、Ｄ＿ｆ（１）が最大値である場合、状態判定部９は、状態判定装置１０００に入力されているデータが「Ｗａｌｋｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。
（２）適合度データ（内積の値）Ｄ＿ｆ（１）、Ｄ＿ｆ（２）、Ｄ＿ｆ（３）のうち、Ｄ＿ｆ（２）が最大値である場合、状態判定部９は、状態判定装置１０００に入力されているデータが「Ｒｕｎｎｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。
（３）適合度データ（内積の値）Ｄ＿ｆ（１）、Ｄ＿ｆ（２）、Ｄ＿ｆ（３）のうち、Ｄ＿ｆ（３）が最大値である場合、状態判定部９は、状態判定装置１０００に入力されているデータが「Ｓｔａｎｄｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。

例えば、図３に示すＳＯＭデータＤ＿ｓｏｍ（１）がマッチング処理部８に入力された場合、Ｄ＿ｆ（１）が最大値となるので、状態判定部９は、「Ｗａｌｋｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。

そして、図３に示すＳＯＭデータＤ＿ｓｏｍ（２）がマッチング処理部８に入力された場合、Ｄ＿ｆ（２）が最大値となるので、状態判定部９は、「Ｒｕｎｎｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。

以上のように、状態判定装置１０００では、所定の状態を示すテンプレートデータを作成し、当該テンプレートデータと、ＳＯＭ出力データとの相関度合いを示す値（例えば、内積の値）を算出し、算出した相関度合いを示す値に基づいて、入力データの状態を判定する。

つまり、状態判定装置１０００では、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、所定の状態を示すテンプレートと、ＳＯＭ出力データとの相関度合い（類似度合い）を検出できる。したがって、状態判定装置１０００では、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、パターン分類処理や、パターン判定処理を行うことができる。

≪第１変形例≫
次に、第１実施形態の第１変形例について、説明する。

本変形例において、第１実施形態と同様の部分については、同一符号を付し、詳細な説明を省略する。

図１０は、第１実施形態の第１変形例に係る状態判定装置１０００Ａの概略構成図である。

図１１は、第１実施形態の第１変形例のマッチング処理部８Ａの概略構成図である。

本変形例の状態判定装置１０００Ａは、図１０に示すように、第１実施形態の状態判定装置１０００において、マッチング処理部８をマッチング処理部８Ａに置換し、状態判定部９を状態判定部９Ａに置換した構成を有している。

本変形例のマッチング処理部８Ａは、第１実施形態のマッチング処理部８において、第１内積算出部８２１〜第Ｍ内積算出部８２Ｍを、それぞれ、第１距離算出部８３１〜第Ｍ距離算出部８３Ｍに置換した構成を有している。

第１実施形態のマッチング処理部８では、内積を算出することで、適合度データＤ＿ｆを取得したが、本変形例のマッチング処理部８Ａでは、ユークリッド距離を算出することで、適合度データＤ＿ｆを取得する。

つまり、第１距離算出部８３１は、下記数式に相当する処理を実行することで、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータＴｍｐｌ（１）とのユークリッド距離を算出する。
なお、Ｄ_ｉｊは、２次元ＳＯＭ上の座標（ｉ，ｊ）のＳＯＭ出力値であり、ｇ_ｉｊは、テンプレートデータＴｍｐｌ（１）の座標（ｉ，ｊ）の値である。

第２距離算出部８３２は、下記数式に相当する処理を実行することで、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータＴｍｐｌ（２）とのユークリッド距離を算出する。
なお、Ｄ_ｉｊは、２次元ＳＯＭ上の座標（ｉ，ｊ）のＳＯＭ出力値であり、ｇ_ｉｊは、テンプレートデータＴｍｐｌ（２）の座標（ｉ，ｊ）の値である。

第３距離算出部８３３は、下記数式に相当する処理を実行することで、ＳＯＭ出力データＤ＿ｓｏｍと、テンプレートデータＴｍｐｌ（３）とのユークリッド距離を算出する。
なお、Ｄ_ｉｊは、２次元ＳＯＭ上の座標（ｉ，ｊ）のＳＯＭ出力値であり、ｇ_ｉｊは、テンプレートデータＴｍｐｌ（３）の座標（ｉ，ｊ）の値である。

マッチング処理部８Ａは、上記により取得したデータを、適合度データのベクトルデータｖｅｃ＿Ｄ＿ｆ（＝（Ｄ＿ｆ（１），Ｄ＿ｆ（２），Ｄ＿ｆ（３）））として、状態判定部９Ａに出力する。

状態判定部９Ａは、マッチング処理部８Ａから出力される適合度データのベクトルデータｖｅｃ＿Ｄ＿ｆを入力する。状態判定部９Ａは、入力されたベクトルデータｖｅｃ＿Ｄ＿ｆに基づいて、現時刻ｔの状態を判定する。

上記のようにユークリッド距離により、適合度データを取得した場合、適合度データ（ユークリッド距離の値）が小さい程、距離算出処理に用いたテンプレートに対応する状態である可能性が高い。

つまり、マッチング処理部８Ａにより取得された３つの適合度データ（内積の値）Ｄ＿ｆ（１）、Ｄ＿ｆ（２）、Ｄ＿ｆ（３）のうち、最も値が小さいのが、Ｄ＿ｆ（１）である場合、状態判定装置１０００Ａに入力されたデータは、Ｗａｌｋｉｎｇ状態のテンプレートデータＴｍｐｌ（１）に近いことが分かるので、状態判定装置１０００Ａに入力されたデータは、Ｗａｌｋｉｎｇ状態のデータであると判定することができる。

つまり、
（１）適合度データ（ユークリッド距離の値）Ｄ＿ｆ（１）、Ｄ＿ｆ（２）、Ｄ＿ｆ（３）のうち、Ｄ＿ｆ（１）が最小値である場合、状態判定部９Ａは、状態判定装置１０００Ａに入力されているデータが「Ｗａｌｋｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。
（２）適合度データ（ユークリッド距離の値）Ｄ＿ｆ（１）、Ｄ＿ｆ（２）、Ｄ＿ｆ（３）のうち、Ｄ＿ｆ（２）が最小値である場合、状態判定部９Ａは、状態判定装置１０００Ａに入力されているデータが「Ｒｕｎｎｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。
（３）適合度データ（ユークリッド距離の値）Ｄ＿ｆ（１）、Ｄ＿ｆ（２）、Ｄ＿ｆ（３）のうち、Ｄ＿ｆ（３）が最小値である場合、状態判定部９Ａは、状態判定装置１０００Ａに入力されているデータが「Ｓｔａｎｄｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。

例えば、図１１に示すＳＯＭデータＤ＿ｓｏｍ（１）がマッチング処理部８に入力された場合、Ｄ＿ｆ（１）が最小値となるので、状態判定部９Ａは、「Ｗａｌｋｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。

そして、図１１に示すＳＯＭデータＤ＿ｓｏｍ（２）がマッチング処理部８に入力された場合、Ｄ＿ｆ（２）が最大値となるので、状態判定部９Ａは、「Ｒｕｎｎｉｎｇ状態」のデータであることを示す信号Ｄｏｕｔを外部に出力する。

以上のように、状態判定装置１０００Ａでは、所定の状態を示すテンプレートデータを作成し、当該テンプレートデータと、ＳＯＭ出力データとの相関度合いを示す値（例えば、ユークリッド距離の値）を算出し、算出した相関度合いを示す値に基づいて、入力データの状態を判定する。

つまり、状態判定装置１０００Ａでは、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、所定の状態を示すテンプレートと、ＳＯＭ出力データとの相関度合い（類似度合い）を検出できる。したがって、状態判定装置１０００Ａでは、ＳＯＭにより生成されるマップにおいて、不連続な領域（例えば、分断された領域）が存在する場合であっても、適切に、パターン分類処理や、パターン判定処理を行うことができる。

［他の実施形態］
上記実施形態および変形例を組み合わせて状態判定装置を構成するようにしてもよい。

上記実施形態および変形例では、ＳＯＭデータ記憶部４と、テンプレートデータ記憶部６とが、別々のメモリにより実現される場合について説明したが、これに限定されることはなく、例えば、ＳＯＭデータ記憶部４と、テンプレートデータ記憶部６とは、１つのメモリにより実現されるものであってもよい。

また、上記実施形態で説明した状態判定装置において、各ブロックは、ＬＳＩなどの半導体装置により個別に１チップ化されても良いし、一部又は全部を含むように１チップ化されても良い。

なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサーを利用しても良い。

また、上記各実施形態の各機能ブロックの処理の一部または全部は、プログラムにより実現されるものであってもよい。そして、上記各実施形態の各機能ブロックの処理の一部または全部は、コンピュータにおいて、中央演算装置（ＣＰＵ）により行われる。また、それぞれの処理を行うためのプログラムは、ハードディスク、ＲＯＭなどの記憶装置に格納されており、ＲＯＭにおいて、あるいはＲＡＭに読み出されて実行される。

また、上記実施形態の各処理をハードウェアにより実現してもよいし、ソフトウェア（ＯＳ（オペレーティングシステム）、ミドルウェア、あるいは、所定のライブラリとともに実現される場合を含む。）により実現してもよい。さらに、ソフトウェアおよびハードウェアの混在処理により実現しても良い。

例えば、上記実施形態（変形例を含む）の各機能部を、ソフトウェアにより実現する場合、図１２に示したハードウェア構成（例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、入力部、出力部等をバスＢｕｓにより接続したハードウェア構成）を用いて、各機能部をソフトウェア処理により実現するようにしてもよい。

また、上記実施形態における処理方法の実行順序は、必ずしも、上記実施形態の記載に制限されるものではなく、発明の要旨を逸脱しない範囲で、実行順序を入れ替えることができるものである。

前述した方法をコンピュータに実行させるコンピュータプログラム及びそのプログラムを記録したコンピュータ読み取り可能な記録媒体は、本発明の範囲に含まれる。ここで、コンピュータ読み取り可能な記録媒体としては、例えば、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭ、大容量ＤＶＤ、次世代ＤＶＤ、半導体メモリを挙げることができる。

上記コンピュータプログラムは、上記記録媒体に記録されたものに限られず、電気通信回線、無線又は有線通信回線、インターネットを代表とするネットワーク等を経由して伝送されるものであってもよい。

また、文言「部」は、「サーキトリー（ｃｉｒｃｕｉｔｒｙ）」を含む概念であってもよい。サーキトリーは、ハードウェア、ソフトウェア、あるいは、ハードウェアおよびソフトウェアの混在により、その全部または一部が、実現されるものであってもよい。

なお、本発明の具体的な構成は、前述の実施形態に限られるものではなく、発明の要旨を逸脱しない範囲で種々の変更および修正が可能である。

１０００、１０００Ａ 状態判定装置
１ データ入力部
２ 特徴ベクトル取得部
３ ＳＯＭ処理部
５ テンプレートデータ生成部
７ 写像変換部
８ マッチング処理部
９ 状態判定部

Claims (12)

1. 未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する特徴ベクトル取得部と、
   前記特徴ベクトルデータを、前記特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する写像変換部と、
   所定の状態を示すテンプレートデータと、前記写像変換部により取得された前記ＳＯＭ出力データとの相関度を示す適合度データを取得するマッチング処理部と、
   前記マッチング処理部により取得された前記適合度データに基づいて、前記計測データが示す状態を決定する状態判定部と、
   を備え、
   前記マッチング処理部は、
   Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの内積を算出し、算出した内積の値を、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの相関度を示す適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）として取得し、
   前記状態判定部は、
   前記適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最大値をとる前記適合度データを最も相関度が高いことを示す前記適合度データとして、最も相関度が高いことを示す前記適合度データに対応する前記テンプレートデータを特定し、特定した前記テンプレートデータに相当する状態を、前記計測データが示す状態であると判定する、状態判定装置。
2. 未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する特徴ベクトル取得部と、
   前記特徴ベクトルデータを、前記特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する写像変換部と、
   所定の状態を示すテンプレートデータと、前記写像変換部により取得された前記ＳＯＭ出力データとの相関度を示す適合度データを取得するマッチング処理部と、
   前記マッチング処理部により取得された前記適合度データに基づいて、前記計測データが示す状態を決定する状態判定部と、
   を備え、
   前記マッチング処理部は、
   Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとのユークリッド距離を算出し、算出したユークリッド距離の値を、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの相関度を示す適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）として取得し、
   前記状態判定部は、
   前記適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最小値をとる前記適合度データを最も相関度が高いことを示す前記適合度データとして、最も相関度が高いことを示す前記適合度データに対応する前記テンプレートデータを特定し、特定した前記テンプレートデータに相当する状態を、前記計測データが示す状態であると判定する、状態判定装置。
3. 前記テンプレートデータは、２次元の要素から構成されるデータであり、
   前記テンプレートデータの各要素データの値の総和は、「１」である、
   請求項１または２に記載の状態判定装置。
4. 前記テンプレートデータは、２次元の要素から構成されるデータであり、
   前記テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータであり、
   前記テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、
   前記テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、
   時刻ｔの前記ＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
   前記テンプレートデータは、
   
   により取得された値ｇ_ｉｊを、前記テンプレートの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データとすることで生成されたデータである、
   請求項１から３のいずれかに記載の状態判定装置。
5. 前記テンプレートデータは、２次元の要素から構成されるデータであり、
   前記テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータであり、
   前記テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、
   前記テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、
   時刻ｔの前記ＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
   前記テンプレートデータは、要素データＤ_ｉｊ（ｔ）を所定の閾値Ｔｈ１と比較し、Ｄ_ｉｊ（ｔ）≧Ｔｈ１である要素データＤ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることで、生成されたデータである、
   請求項１から３のいずれかに記載の状態判定装置。
6. 前記テンプレートデータは、２次元の要素から構成されるデータであり、
   前記テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータであり、
   前記テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、
   前記テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、
   時刻ｔの前記ＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
   前記テンプレートデータは、
   
   により取得された座標（ｉ，ｊ）の要素データの分散値ｖｉｊを、所定の閾値Ｔｈ２と比較し、ｖ_ｉｊ≦Ｔｈ２を満たす、座標（ｉ，ｊ）の前記ＳＯＭ出力データの値Ｄ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることで、生成されたデータである、
   請求項１から３のいずれかに記載の状態判定装置。
7. 前記テンプレートデータは、２次元の要素から構成されるデータであり、
   前記テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータであり、
   前記テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、
   前記テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇ_ｉｊとし、
   時刻ｔの前記ＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
   前記テンプレートデータは、
   
   
   により取得された座標（ｉ，ｊ）の要素データの分散値ｖ_ｉｊを、所定の閾値Ｔｈ２と比較し、ｖ_ｉｊ≦Ｔｈ２を満たす、座標（ｉ，ｊ）の前記ＳＯＭ出力データの値Ｄ_ｉｊ（ｔ）であって、かつ、前記ＳＯＭ出力データの値Ｄ_ｉｊ（ｔ）が所定の閾値Ｔｈ３よりも大きいもののみの平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとすることで、生成されたデータである、
   請求項１から３のいずれかに記載の状態判定装置。
8. 前記テンプレートデータは、２次元の要素から構成されるデータであり、
   前記テンプレートデータは、同一状態が継続する時刻ｔ＝１から時刻ｔ＝Ｎ（Ｎ：自然数）までの期間に取得されたＮ個のＳＯＭ出力データに基づいて、生成されたデータであり、
   前記テンプレートデータが、ｍ×ｎ個（ｍ、ｎ：自然数）から構成されるデータである場合、
   前記テンプレートデータの２次元の座標（ｉ，ｊ）（ｉ，ｊ：自然数、１≦ｉ≦ｍ、１≦ｊ≦ｎ）の要素データをｇｉｊとし、
   時刻ｔの前記ＳＯＭ出力データの２次元の座標（ｉ，ｊ）の要素データをＤ_ｉｊ（ｔ）とすると、
   前記テンプレートデータは、
   
   σ_ｉｊ＝ｓｑｒｔ（ｖ_ｉｊ）
   ｓｑｒｔ（ｘ）：ｘの平方根を取得する関数
   により取得された座標（ｉ，ｊ）の要素データの標準偏差をσ_ｉｊとすると、
   ａｂｓ（Ｄ_ｉｊ（ｔ）−ＡｖｅＤ_ｉｊ)≦ｎ１×σ_ｉｊ（ｎ１：正の実数、ａｂｓ（ｘ）はｘの絶対値を取得する関数）を満たす場合、座標（ｉ，ｊ）の前記ＳＯＭ出力の値Ｄ_ｉｊ（ｔ）の平均値を算出し、算出した平均値を座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊとし、
   ａｂｓ（Ｄ_ｉｊ（ｔ）−ＡｖｅＤ_ｉｊ)≦ｎ１×σ_ｉｊを満たさない場合、座標（ｉ，ｊ）のテンプレートデータの値ｇ_ｉｊを「０」にすることで、生成されたデータである、
   請求項１から３のいずれかに記載の状態判定装置。
9. 未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する特徴ベクトル取得ステップと、
   前記特徴ベクトルデータを、前記特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する写像変換ステップと、
   所定の状態を示すテンプレートデータと、前記写像変換ステップにより取得された前記ＳＯＭ出力データとの相関度を示す適合度データを取得するマッチング処理ステップと、
   前記マッチング処理ステップにより取得された前記適合度データに基づいて、前記計測データが示す状態を決定する状態判定ステップと、
   を備え、
   前記マッチング処理ステップは、
   Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの内積を算出し、算出した内積の値を、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの相関度を示す適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）として取得し、
   前記状態判定ステップは、
   前記適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最大値をとる前記適合度データを最も相関度が高いことを示す前記適合度データとして、最も相関度が高いことを示す前記適合度データに対応する前記テンプレートデータを特定し、特定した前記テンプレートデータに相当する状態を、前記計測データが示す状態であると判定する、状態判定方法をコンピュータに実行させるためのプログラム。
10. 未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する特徴ベクトル取得ステップと、
    前記特徴ベクトルデータを、前記特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する写像変換ステップと、
    所定の状態を示すテンプレートデータと、前記写像変換ステップにより取得された前記ＳＯＭ出力データとの相関度を示す適合度データを取得するマッチング処理ステップと、
    前記マッチング処理ステップにより取得された前記適合度データに基づいて、前記計測データが示す状態を決定する状態判定ステップと、
    を備え、
    前記マッチング処理ステップは、
    Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとのユークリッド距離を算出し、算出したユークリッド距離の値を、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの相関度を示す適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）として取得し、
    前記状態判定ステップは、
    前記適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最小値をとる前記適合度データを最も相関度が高いことを示す前記適合度データとして、最も相関度が高いことを示す前記適合度データに対応する前記テンプレートデータを特定し、特定した前記テンプレートデータに相当する状態を、前記計測データが示す状態であると判定する、状態判定方法をコンピュータに実行させるためのプログラム。
11. 未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する特徴ベクトル取得部と、
    前記特徴ベクトルデータを、前記特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する写像変換部と、
    所定の状態を示すテンプレートデータと、前記写像変換部により取得された前記ＳＯＭ出力データとの相関度を示す適合度データを取得するマッチング処理部と、
    前記マッチング処理部により取得された前記適合度データに基づいて、前記計測データが示す状態を決定する状態判定部と、
    を備え、
    前記マッチング処理部は、
    Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの内積を算出し、算出した内積の値を、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの相関度を示す適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）として取得し、
    前記状態判定部は、
    前記適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最大値をとる前記適合度データを最も相関度が高いことを示す前記適合度データとして、最も相関度が高いことを示す前記適合度データに対応する前記テンプレートデータを特定し、特定した前記テンプレートデータに相当する状態を、前記計測データが示す状態であると判定する、集積回路。
12. 未知の状態の事象を計測して得られる計測データから特徴ベクトルデータを取得する特徴ベクトル取得部と、
    前記特徴ベクトルデータを、前記特徴ベクトルデータの次元とは異なる次元の空間に射影することで、ＳＯＭ出力データを取得する写像変換部と、
    所定の状態を示すテンプレートデータと、前記写像変換部により取得された前記ＳＯＭ出力データとの相関度を示す適合度データを取得するマッチング処理部と、
    前記マッチング処理部により取得された前記適合度データに基づいて、前記計測データが示す状態を決定する状態判定部と、
    を備え、
    前記マッチング処理部は、
    Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとのユークリッド距離を算出し、算出したユークリッド距離の値を、Ｍ個（Ｍ：自然数）のテンプレートデータＴｍｐｌ（１）〜Ｔｍｐｌ（Ｍ）のそれぞれと、前記ＳＯＭ出力データとの相関度を示す適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）として取得し、
    前記状態判定部は、
    前記適合度データＤ＿ｆ（１）〜Ｄ＿ｆ（Ｍ）のうち、最小値をとる前記適合度データを最も相関度が高いことを示す前記適合度データとして、最も相関度が高いことを示す前記適合度データに対応する前記テンプレートデータを特定し、特定した前記テンプレートデータに相当する状態を、前記計測データが示す状態であると判定する、集積回路。