[发明专利]异常声音探测装置、异常模型学习装置、异常探测装置、异常声音探测方法、以及记录介质

权利要求书

1.一种异常声音探测装置，包括：

模型存储单元，存储用使用正常声音数据学习的正常模型和使用异常声音数据学习的异常模型；

异常度获取单元，对于被输入的对象数据，使用所述正常模型和所述异常模型计算异常度；以及

状态判定单元，将所述异常度与规定的阈值比较，判定所述对象数据是正常还是异常，

所述异常模型是使用权重估计出的异常声音的概率分布，将至少使用所述正常模型对多个异常声音数据的每一个算出的异常度的最小值决定为学习时阈值，使用多个正常声音数据、所述异常声音数据和所述学习时阈值，决定权重，使得全部所述异常声音数据被判定为异常，并且使得所述正常声音数据被判定为异常的概率为最小，

将N设为1以上的整数，将x₁,…,x_N设为所述异常声音数据，将K设为1以上的整数，将x₁,…,x_K设为所述正常声音数据，将α设为正的常数，将C设为正的常数，将A(x)设为x的异常度，将设为所述阈值，将p(x|z＝0)设为所述正常模型，将p_n(x|x_n)设为从第n个异常声音数据x_n估计的概率分布，将λ设为规定的步长，将^T设为转置，

所述异常模型是通过计算下式

其中

,

决定所述异常模型的权重w＝(w₁,…,w_N)^T的模型。

2.如权利要求1所述的异常声音探测装置，

所述异常模型是决定了权重的异常模型，使得对于所述异常声音数据算出的异常度越小，对与该异常声音数据类似的数据给予的权重越大。

3.如权利要求1或者2所述的异常声音探测装置，

将N设为1以上的整数，将x₁,…,x_N设为所述异常声音数据，将w₁,…,w_N设为所述异常模型的权重，将α设为正的常数，将C设为正的常数，将p(x|z＝0)设为所述正常模型，将p_n(x|x_n)设为从第n个异常声音数据x_n估计的概率分布，

所述异常模型是通过下式

,

算出对象数据x的异常度A(x)的模型。

4.一种异常模型学习装置，包括：

阈值决定单元，用使用正常声音数据学习的正常模型和表现了异常声音数据的异常模型，对多个异常声音数据的每一个计算异常度，将其最小值决定为阈值；以及

权重更新单元，使用多个正常声音数据、所述异常声音数据和所述阈值，更新所述异常模型的权重，使得全部所述异常声音数据被判定为异常，并且使得所述正常声音数据被判定为异常的概率为最小，

将N设为1以上的整数，将x₁,…,x_N设为所述异常声音数据，将K设为1以上的整数，将x₁,…,x_K设为所述正常声音数据，将α设为正的常数，将C设为正的常数，将A(x)设为x的异常度，将设为所述阈值，将p(x|z＝0)设为所述正常模型，将p_n(x|x_n)设为从第n个异常声音数据x_n估计的概率分布，将λ设为规定的步长，将^T设为转置，

所述异常模型是通过计算下式

其中

,

决定所述异常模型的权重w＝(w₁,…,w_N)^T的模型。