特徴選択音響エネルギーパターンに基づく教師ありSOMを用いた紙幣疲弊度推定

カテゴリ: 部門大会

論文No: GS11-2

グループ名: 【C】平成20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: 2008/08/20

タイトル(英語): Fatigue Level Estimation of Bill based on Feature-Selected Acoustic Energy Pattern by Supervised SOM

著者名: 寺西 大(広島工業大学),大松 繁(大阪府立大学),小坂 利壽(グローリー)

著者名(英語): Masaru Teranishi(Hiroshima Institute of Technology),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): 極度に疲弊した紙幣は、ATMに投入されると誤動作の原因となり、連続運用に支障を来す。本研究では、この疲弊紙幣をバンクマシンで自動選別するための疲弊紙幣選別手法の開発を目的に、バンクマシンにて発生する紙幣音響信号に基づき、紙幣の疲弊度を推定する手法を提案する。提案手法では、紙幣音響信号からウェーブレット変換により疲弊特徴を抽出する。抽出した特徴より、教師ありSOMを用いて紙幣疲弊度を推定する。適切な疲弊度推定を行うために、教師ありSOMを用いた推定学習を行う。実測データを用いた実験により、提案手法の有効性を検証するとともに、従来手法との性能比較を行う。

PDFファイルサイズ: 4,644 Kバイト