教師ありSOMを用いた紙幣音響特徴に基づく疲弊度推定

カテゴリ: 部門大会

論文No: GS13-4

グループ名: 【C】平成19年電気学会電子・情報・システム部門大会講演論文集

発行日: 2007/09/04

タイトル(英語): Fatigue Level Estimation of Bill based on Acoustic Signal Feature by Supervised SOM

著者名: 寺西 大(奈良教育大学),大松 繁(大阪府立大学),小坂 利壽(グローリー工業)

著者名(英語): Masaru Teranishi(Nara University of Education),Sigeru Omatu(Osaka Prefecture University),Toshihisa Kosaka(Glory Ltd.)

キーワード: 教師ありSOM|パターン分類|ニューラルネットワーク|疲弊札選別|音響信号処理|Supervised SOM|Pattern Classification|Neural Networks|Fatigued Bill Classification|Acoustic Signal Processing

要約(日本語): ATMの動作障害となる疲弊札は現在,銀行にて手作業で選別されている.疲弊札選別の自動化手法として,バンクマシン内で発生する紙幣音響特徴を用いた選別手法の有効性が報告されている.同手法を実装化するには,銀行毎に異なる疲弊札の基準に対応するために,紙幣の疲弊度を連続数値化する必要がある.本講演では,紙幣の疲弊度を表す数値指標として,紙幣の曲げ剛性を取り上げ,これを紙幣音響特徴量に基づいて推定する手法を提案する.提案手法では,紙幣の音響特徴量と紙幣疲弊度を,教師ありSOMを用いて結びつけることにより,疲弊度の推定を学習する.実測データを用いた推定実験により,提案手法の有効性を検証する.

PDFファイルサイズ: 3,864 Kバイト