パラメーターの調整

添加する微小信号のパラメーターをうまく調整すると、被検信号の特徴をうまく取り出すことができます。
これまでの経験から、5分の1（20％）程度に圧縮した状態が特徴量をうまく表現しています。
以下の点が特徴了抽出として挙げることができます。

1. 大きな変化はスパイク上のグラフ表現で表せる。
2. 緩やかな変化を増幅して表現できる。
3. 生体信号特有の「ゆらぎ」や測定誤差を吸収する。
4. 元のデータの特徴をつかみながら圧縮でき、圧縮諡号のほうが表現豊かである。
5. （新規請求項かも）圧縮信号をさらに同様の圧縮をかけることで新たの解析表現ができる。

上記の特徴をつかみながらパラメーターの調整をします。
生体信号の測定は様々なセンサーを使うことや、測定対象・部位の違い、個人差があり信号の大きさが違います。
取得している信号の単位や電位変化はかなり違いますが、添加する微小信号を工夫することにより、すべての信号が見やすくわかりやすい表現となります。
「データ加工・圧縮の例」ではすべての信号に振幅100、周波数100Hzを付けていますが、これを調整することによりデータ表現が分かりやすくなることをご覧ください。
大きな変化をうまく取り出すためには微小信号の振幅を調整します。
以下の3つの例では「心電図」は振幅を100→1000へと変え、逆に「呼吸波」では100→60と変えています。
「脈波」元の振幅に近く100→130となっています。
次に緩やかな変化をうまく表現するために、添加する微小信号の周波数を調整します。
周波数を「上げる」と圧縮度合いが下がり、周波数を「下げる」と圧縮が強くなります。
圧縮が強くなっていく信号はそのまま利用できますが、信号の種類により、もともと持っている「ゆらぎ」が入り込み、圧縮やデータの特徴表現を妨げてしまいます。
これまでの経験では、5分の1（20％）程度の圧縮ができるとうまく生体信号の特徴がうまく表現されています。
緩やかなデータを扱う際には、スパイク上の大きな信号をどの程度カットするかも重要な調整指標となります。
パラメーターを調整することにより読み取りやすくなったグラフを掲載いたします。



心電図　振幅1000　周波数80Hz



























呼吸波　振幅60　周波数80Hz




























脈波　振幅130　周波数100Hz



























次の点は、これまでやって気が付いたことを挙げてあります。
特許文献には記載してありますが、現在のところ実用化には至っておりませんが、記載内容を網羅しておくため、継続して記載してください。

1. 虚数を加算しても役に立たない。実数項と虚数項は独立しているため、それぞれが別に動くだけ
2. 楕円を表現する三角関数を付けても役に立たない。緩やかな信号を処理する場合、微細信号の微妙な変化を利用しているので、単純で規則的な信号添加をしな
     いと処理が難しい。
3. 上記二つの項目については、加算ではなく「乗算」での利用が効果的である。フーリエ変換・ラプラス変換・暗号処理ではすでに利用されている。いずれも公       知の技術のため、今後の利用を考えたい。
4. 乗算については、AI技術の畳み込みにうまく活用できる。（公知技術）次の項目は今後の課題となります。
5. （別特許？）簡単なアルゴリズムなので、ウェアラブルデバイスに組み込む可能性を検討するべき。
6. （別特許）これらを組み込んだネットワークシステム・単独システムと社会実装の姿。