［AI関連発明］パターン認識装置（特開2019-128623）

 （拒絶例４）パターン認識装置

【請求項１】
  ニューラルネットワークに複数の第１のパターン群を入力し、前記複数の第１のパターン群に対応する複数の第１の識別関数を学習する学習部と、
  前記複数の第１のパターン群とは異なる第２のパターン群に属する第２のパターンを前記第１のパターン群に属すると識別する前記第１の識別関数を前記複数の第１の識別関数から選択し、選択した前記第１の識別関数を前記学習部に再学習させるとともに、前記第２のパターン群に対応する第２の識別関数を前記学習部に学習させる制御部とを備えることを特徴とするパターン認識装置。

この発明は、上図に示すようなパターンを識別する識別曲線を学習によって求めるパターン認識装置に係る発明である。発明のポイントは「再学習」にある。上の例では、最初の学習で４つの識別曲線が求められている。この状態で（●で示す）新規パターンを識別しようとすると、新規パターンＸ１，Ｘ２はＡ群に、新規パターンＸ３はＣ群に誤って識別されてしまう。これを再学習によって次のように識別曲線を作り直すという発明である。

　拒絶理由通知によれば、「引用文献１には、ニューラルネットワークにＫ個のクラス（「第１のパターン群」に相当）を入力し、前記Ｋ個のクラスに属するＫ個のＩモジュールを学習する手段と、前記Ｋ個のクラスとは異なるＡ個の追加クラス（「第２のパターン群」に相当）を前記Ｋ個のクラスに属するとエラーを発生する前記Ｉモジュールを前記Ｋ個のＩモジュールから選択し、選択した前記Ｉモジュールに既存のクラスと新しく追加されたクラスとを分離するモジュールを新規に生成し統合して加え、学習させる（追加学習させる）とともに、前記Ａ個の追加クラスに属するＡ個のＩモジュールを学習させる手段と、を備えることを特徴とする装置が記載されている。」

　引用文献１の論文には「追加学習」の項目が設けられ、追加されたクラスに属するパターンをうまく分離できず、エラーを発生する場合には、既存の入出力関係を再学習等によって修正・変更しなければならない、とあるから、まさに本願発明がやろうとしていることが開示されている。

　以上のように、拒絶理由通知および引用文献１を見る限り、本願発明と同一である。（請求項１，２，５－７は新規性なしと判断されている。）

　出願人は、この拒絶理由通知書に対して応答することなく、承服している。