技術分野
細孔電気抵抗法による測定対象粒子の細孔通過にともなうイオン電流の過渡変化を計測し、そのパルス波形を解析するための機械学習プログラム、方法、および装置
発明が解決しようとする課題[発明の詳細な説明]から抜粋
しかし、このようなこれまでの方法によって良好な正解率を得たとしても、以下2つの理由によってその学習モデルが実用的価値を持つ保証にはならなかった。
課題を解決するための手段[発明の詳細な説明]から抜粋
本発明は、このような状況に鑑みてなされたものであり、本発明の実施形態では細孔電気抵抗法によるパルスを用いて、臨床検査に利用可能な以下の態様を提供できる。
発明の効果[発明の詳細な説明]から抜粋
本発明の実施形態によれば、細孔電気抵抗法によるパルス信号を用いて、臨床検査等に利用可能な、粒子の実用的な識別を行うことができる。
この特許の権利範囲[特許請求の範囲]
知財ポータルサイト IP Force にログインして確認する (無料)
この特許公報に記載されている図面[図面の簡単な説明]から抜粋
【図1】
細孔電気抵抗法によるセンサモジュールの構造の一例の模式図である。
【図2】
センサモジュールによって検知するパルス波形の模式的な一例を示す。
【図3】
本発明の或る機械学習システムまたは装置の一例を示す。
【図4】
図3に示した情報端末の構成の一例を示す。
【図5】
図3の機械学習システムに含まれるサーバの構成の一例を示す。
【図6】
本発明の或る実施形態で行うことができる学習の情報処理のフロー図を示す。
【図7】
特徴量テーブルの一例を示す。
【図8】
宿主属性テーブルの一例を示す。
【図9】
図6の情報処理に後続する、識別に関する情報処理の一例を示す。
【図10】
同じ宿主属性情報を有する宿主由来の既知粒子のみから得られたパルス波形から特徴量セット群を抽出し、その特徴量セット群のみを使って機械学習最適化パラメタを計算する処理の一例を示すフロー図である。
101 センサモジュール
102 センサモジュール
103 センサモジュール
110 チャンバ
111 電解液導入口
112 電極
120 チャンバ
121 電解液導入口
122 電極
130 隔壁
140 細孔
141 シリコンウェハ
142 薄膜
150 アンプ
151 電流計
152 電源
190 測定対象粒子
201 電流値
202 電流値
203 電流値
320 測定器
340 情報端末
360 サーバ
399 ネットワーク
410 プロセッサ
411 特徴量抽出器
412 学習器
413 検索器
420 ストレージ
421 特徴量テーブル
422 宿主属性テーブル
430 メモリ
440 ディスプレイ
450 I/O
460 ネットワークI/O
510 プロセッサ
511 学習器
512 特徴量抽出器
513 検索器
520 メモリ
530 ストレージ
531 特徴量テーブル
532 宿主属性テーブル
533 最適化パラメタテーブル
540 ディスプレイ
550 ネットワークI/O
551 キーボード
552 光学センサ
700 教師ラベル
710 見出し行
711 特徴量(パルス深さ)を示す列
712 特徴量(パルス幅)を示す列
713 特徴量(パルス偏度)を示す列
720 第1の宿主ID
721 教師ラベル
722 教師特徴量セット
723 教師特徴量セット
724 教師特徴量セット
730 第2の宿主ID
731 教師ラベル
732 教師特徴量セット
733 教師特徴量セット
734 教師特徴量セット
740 第3の宿主ID
741 空白
742 分析対象特徴量セット
743 分析対象特徴量セット
744 分析対象特徴量セット
810 見出し行
820 第1の宿主ID
830 第2の宿主ID
840 第3の宿主ID
851 宿主属性情報(性別)を示す列
852 宿主属性情報(年齢)を示す列
853 宿主属性情報(地域)を示す列
861 宿主属性情報
862 宿主属性情報
863 宿主属性情報
873 宿主属性情報
全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録