JP2010061323A - 作業評価値予測方法、プログラム及びシステム - Google Patents
作業評価値予測方法、プログラム及びシステム Download PDFInfo
- Publication number
- JP2010061323A JP2010061323A JP2008225425A JP2008225425A JP2010061323A JP 2010061323 A JP2010061323 A JP 2010061323A JP 2008225425 A JP2008225425 A JP 2008225425A JP 2008225425 A JP2008225425 A JP 2008225425A JP 2010061323 A JP2010061323 A JP 2010061323A
- Authority
- JP
- Japan
- Prior art keywords
- data
- work
- worker
- computer
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】 複数の作業者による、複数回の全力作業と手抜き作業のラベル付きデータがコンピュータのハードディスクに保存された段階で、i = 1, ,,,. M (Mは、作業者の数)につき、作業者iの全力作業と手抜き作業のラベル付きデータに対して、線形識別モデルに基づく機械学習が適用される。このようにして、結果的に、試行した各作業者毎のパラメータw(1),w(2),...,w(M)が得られると、それらの合計をMで割ることによって、平均のwが得られる。あるいは、各作業者毎の試行回数で重みをつけた、重み付き平均wをとってもよい。こうして総合した結果のパラメータwが得られると、評価関数にこのwを適用する。すると、例えば、新たな作業者の作業データxと、wとの内積をとることによって、xの評価値が得られる。
【選択図】 図3
Description
i = 1, ,,,. M (Mは、作業者の数)につき、x(i,jH) - x(i,jL)を計算し、それを改めて、全力作業ラベルをもつデータとして記録する。ここで、x(i,jH) - x(i,jL)は、作業者iの任意の全力作業ラベル・データと、任意の手抜き作業ラベル・データの全ての組み合わせである。同様にして、x(i,jL) - x(i,jH)を計算し、それを改めて、手抜き作業ラベルをもつデータとして記録する。
Pattern Recognition and Machine Learning by Christopher M. Bishop, 2006, Springer Verlag(以下では、C. M. Bishopの著書と称する)の第4章を参照されたい。
ここで、w(1)、w(2)、・・w(M)はベクトルであって、従って、結果のwも同次元のベクトルになることを理解されたい。
jH ∈ H(i)、jL ∈ L(i)として、f(x)をxの評価値を出力する関数とすると、下記のような単調増加である損失関数loss()を定義する。
302a2、・・・302m2 手抜き作業データ
304 評価関数
Claims (20)
- コンピュータの処理によって、作業者の作業評価値を予測するための識別モデル作成方法であって、
作業者が第1の作業モードで作業したデータを電気信号として記録した複数の第1のデータと、当該作業者が前記第1の作業モードとは異なる第2の作業モードで作業したデータを電気信号として記録した複数の第2のデータを、複数の作業者につき、コンピュータ可読な記憶手段に保存するステップと、
前記コンピュータの処理により、一人の前記作業者の前記第1のデータに第1のラベルを付与し、その同一の作業者の前記第2のデータに第2のラベルを付与することによって、線形識別モデルを適用し、以って該作業者のデータについてのモデルパラメータを計算するステップを、前記複数の作業者のデータに適用することにより、前記コンピュータの処理により、前記複数の作業者のデータ毎の前記モデルパラメータを得るステップと、
前記コンピュータの処理により、前記複数の作業者のデータ毎の前記モデルパラメータを平均することによって、全体のモデルパラメータを得るステップを有する、
識別モデル作成方法。 - 前記第1の作業モードが、作業者が全力で作業する全力作業モードであり、前記第2の作業モードが、作業者が手抜きで作業する手抜き作業モードである、請求項1の方法。
- 前記線形識別モデルが、ロジスティック回帰を使用するモデルである、請求項1の方法。
- コンピュータの処理によって、作業評価値を予測する方法であって、
新たな作業者の作業データを入力するステップと、
請求項1によって作成された全体のモデルパラメータを、前記入力した作業データに適用することによって、前記入力した作業データの作業評価値を計算するステップを有する、
作業評価値予測方法。 - 前記モデルパラメータと前記作業データはベクトルであり、前記評価値は、前記モデルパラメータと、前記作業データの内積によって計算される、請求項4の作業評価値予測方法。
- コンピュータの処理によって、作業者の作業評価値を予測するための識別モデル作成用プログラムであって、
前記コンピュータをして、
作業者が第1の作業モードで作業したデータを電気信号として記録した複数の第1のデータと、当該作業者が前記第1の作業モードとは異なる第2の作業モードで作業したデータを電気信号として記録した複数の第2のデータを、複数の作業者につき、コンピュータ可読な記憶手段に保存するステップと、
前記コンピュータの処理により、一人の前記作業者の前記第1のデータに第1のラベルを付与し、その同一の作業者の前記第2のデータに第2のラベルを付与することによって、線形識別モデルを適用し、以って該作業者のデータについてのモデルパラメータを計算するステップを、前記複数の作業者のデータに適用することにより、前記コンピュータの処理により、前記複数の作業者のデータ毎の前記モデルパラメータを得るステップと、
前記コンピュータの処理により、前記複数の作業者のデータ毎の前記モデルパラメータを平均することによって、全体のモデルパラメータを得るステップを実行させる、
プログラム。 - 前記第1の作業モードが、作業者が全力で作業する全力作業モードであり、前記第2の作業モードが、作業者が手抜きで作業する手抜き作業モードである、請求項6のプログラム。
- 前記線形識別モデルが、ロジスティック回帰を使用するモデルである、請求項6のプログラム。
- コンピュータの処理によって作業評価値を予測するシステムであって、
新たな作業者の作業データを入力する手段と、
請求項6のプログラムによって作成された全体のモデルパラメータを、前記入力した作業データに適用することによって、前記入力した作業データの作業評価値を計算する手段を有する、
作業評価値予測システム。 - 前記モデルパラメータと前記作業データはベクトルであり、前記評価値は、前記モデルパラメータと、前記作業データの内積によって計算される、請求項9の作業評価値予測システム。
- コンピュータの処理によって、作業者の作業評価値を予測するための識別モデル作成方法であって、
作業者が第1の作業モードで作業したデータを電気信号として記録した複数の第1のデータと、当該作業者が前記第1の作業モードとは異なる第2の作業モードで作業したデータを電気信号として記録した複数の第2のデータを、複数の作業者につき、コンピュータ可読な記憶手段に保存するステップと、
前記コンピュータの処理により、一人の前記作業者の前記第1のデータから前記第2のデータを引いたデータに第1のラベルを付与し、その同一の作業者の前記第2のデータから前記第1のデータを引いたデータに第2のラベルを付与して前記コンピュータ可読な記憶手段に保存するラベル付与ステップと、
前記コンピュータの処理により、前記ラベル付与ステップを、全ての作業者のデータに適用するステップと、
前記コンピュータの処理により、前記全ての作業者のデータに、前記ラベル付与ステップが適用された後のデータに線形識別モデルを適用することによって、モデルパラメータを得るステップを有する、
識別モデル作成方法。 - 前記第1の作業モードが、作業者が全力で作業する全力作業モードであり、前記第2の作業モードが、作業者が手抜きで作業する手抜き作業モードである、請求項11の方法。
- 前記線形識別モデルが、ロジスティック回帰を使用するモデルである、請求項11の方法。
新たな作業者の作業データを入力するステップと、 - コンピュータの処理によって、作業評価値を予測する方法であって、
請求項11によって作成された全体のモデルパラメータを、前記入力した作業データに適用することによって、前記入力した作業データの作業評価値を計算するステップを有する、
作業評価値予測方法。 - 前記モデルパラメータと前記作業データはベクトルであり、前記評価値は、前記モデルパラメータと、前記作業データの内積によって計算される、請求項14の作業評価値予測方法。
- コンピュータの処理によって、作業者の作業評価値を予測するための識別モデル作成プログラムであって、
前記コンピュータをして、
作業者が第1の作業モードで作業したデータを電気信号として記録した複数の第1のデータと、当該作業者が前記第1の作業モードとは異なる第2の作業モードで作業したデータを電気信号として記録した複数の第2のデータを、複数の作業者につき、コンピュータ可読な記憶手段に保存するステップと、
前記コンピュータの処理により、一人の前記作業者の前記第1のデータから前記第2のデータを引いたデータに第1のラベルを付与し、その同一の作業者の前記第2のデータから前記第1のデータを引いたデータに第2のラベルを付与して前記コンピュータ可読な記憶手段に保存するラベル付与ステップと、
前記コンピュータの処理により、前記ラベル付与ステップを、全ての作業者のデータに適用するステップと、
前記コンピュータの処理により、前記全ての作業者のデータに、前記ラベル付与ステップが適用された後のデータに線形識別モデルを適用することによって、モデルパラメータを得るステップを実行させる、
識別モデル作成プログラム。 - 前記第1の作業モードが、作業者が全力で作業する全力作業モードであり、前記第2の作業モードが、作業者が手抜きで作業する手抜き作業モードである、請求項16のプログラム。
- 前記線形識別モデルが、ロジスティック回帰を使用するモデルである、請求項16のプログラム。
- コンピュータの処理によって、作業評価値を予測するシステムであって、
新たな作業者の作業データを入力する手段と、
請求項16のプログラムによって作成されたモデルパラメータを、前記入力した作業データに適用することによって、前記入力した作業データの作業評価値を計算する手段を有する、
作業評価値予測システム。 - 前記モデルパラメータと前記作業データはベクトルであり、前記評価値は、前記モデルパラメータと、前記作業データの内積によって計算される、請求項19の作業評価値予測システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008225425A JP5198981B2 (ja) | 2008-09-03 | 2008-09-03 | 作業評価値予測方法、プログラム及びシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008225425A JP5198981B2 (ja) | 2008-09-03 | 2008-09-03 | 作業評価値予測方法、プログラム及びシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010061323A true JP2010061323A (ja) | 2010-03-18 |
JP5198981B2 JP5198981B2 (ja) | 2013-05-15 |
Family
ID=42188066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008225425A Expired - Fee Related JP5198981B2 (ja) | 2008-09-03 | 2008-09-03 | 作業評価値予測方法、プログラム及びシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5198981B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011158684A1 (ja) * | 2010-06-18 | 2011-12-22 | 日本電気株式会社 | 知的生産性計測装置、知的生産性計測方法および記録媒体 |
JP2012032991A (ja) * | 2010-07-30 | 2012-02-16 | Internatl Business Mach Corp <Ibm> | インセンティブ決定方法、プログラム及びシステム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210157874A (ko) | 2020-06-22 | 2021-12-29 | 도시바 데지타루 소류숀즈 가부시키가이샤 | 작업 내용 분석 장치, 작업 내용 분석 방법, 프로그램, 및 센서 |
JP7408502B2 (ja) | 2020-07-16 | 2024-01-05 | 株式会社東芝 | 判定装置、判定方法、およびプログラム |
JP2022032784A (ja) | 2020-08-14 | 2022-02-25 | 東芝デジタルソリューションズ株式会社 | 作業内容分析装置、作業内容分析方法、およびプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003281287A (ja) * | 2002-03-25 | 2003-10-03 | Honda Motor Co Ltd | 技能評価方法 |
JP2004078780A (ja) * | 2002-08-21 | 2004-03-11 | Nippon Telegr & Teleph Corp <Ntt> | 予測方法、予測装置、予測プログラム、および予測プログラムを記録した記録媒体 |
JP2004348006A (ja) * | 2003-05-23 | 2004-12-09 | Konica Minolta Photo Imaging Inc | 作業内容評価プログラム及び作業内容評価システム |
JP2006171184A (ja) * | 2004-12-14 | 2006-06-29 | Toshiba Corp | 技能評価システムおよび技能評価方法 |
JP2006209468A (ja) * | 2005-01-28 | 2006-08-10 | Yakahi Kikuko | 作業動作解析装置、作業動作解析方法および作業動作解析プログラム |
-
2008
- 2008-09-03 JP JP2008225425A patent/JP5198981B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003281287A (ja) * | 2002-03-25 | 2003-10-03 | Honda Motor Co Ltd | 技能評価方法 |
JP2004078780A (ja) * | 2002-08-21 | 2004-03-11 | Nippon Telegr & Teleph Corp <Ntt> | 予測方法、予測装置、予測プログラム、および予測プログラムを記録した記録媒体 |
JP2004348006A (ja) * | 2003-05-23 | 2004-12-09 | Konica Minolta Photo Imaging Inc | 作業内容評価プログラム及び作業内容評価システム |
JP2006171184A (ja) * | 2004-12-14 | 2006-06-29 | Toshiba Corp | 技能評価システムおよび技能評価方法 |
JP2006209468A (ja) * | 2005-01-28 | 2006-08-10 | Yakahi Kikuko | 作業動作解析装置、作業動作解析方法および作業動作解析プログラム |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011158684A1 (ja) * | 2010-06-18 | 2011-12-22 | 日本電気株式会社 | 知的生産性計測装置、知的生産性計測方法および記録媒体 |
JPWO2011158684A1 (ja) * | 2010-06-18 | 2013-08-19 | 日本電気株式会社 | 知的生産性計測装置、知的生産性計測方法およびプログラム |
JP5768813B2 (ja) * | 2010-06-18 | 2015-08-26 | 日本電気株式会社 | 知的生産性計測装置、知的生産性計測方法およびプログラム |
JP2012032991A (ja) * | 2010-07-30 | 2012-02-16 | Internatl Business Mach Corp <Ibm> | インセンティブ決定方法、プログラム及びシステム |
Also Published As
Publication number | Publication date |
---|---|
JP5198981B2 (ja) | 2013-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101908680B1 (ko) | 약한 지도 학습 기반의 기계 학습 방법 및 그 장치 | |
CN105579922B (zh) | 信息处理装置以及分析方法 | |
US8595155B2 (en) | Kernel regression system, method, and program | |
JP5198981B2 (ja) | 作業評価値予測方法、プログラム及びシステム | |
US9852378B2 (en) | Information processing apparatus and information processing method to estimate cause-effect relationship between variables | |
JP2003050988A (ja) | サブモデル選択方法及びサブモデル選択システム | |
JP5486380B2 (ja) | 情報処理装置及びその制御方法、コンピュータプログラム | |
JP6315528B1 (ja) | 異常検知モデル構築装置、異常検知モデル構築方法及びプログラム | |
US20110117537A1 (en) | Usage estimation device | |
JP2018205994A (ja) | 時系列データ分析装置、時系列データ分析方法およびコンピュータプログラム | |
JP6950504B2 (ja) | 異常候補抽出プログラム、異常候補抽出方法および異常候補抽出装置 | |
McFarland et al. | BCI signal processing: feature translation | |
US9195913B2 (en) | Method of configuring a sensor-based detection device and a corresponding computer program and adaptive device | |
JPH10240715A (ja) | 予測・推定装置及び予測・推定方法 | |
JP5785631B2 (ja) | 情報処理装置及びその制御方法、コンピュータプログラム | |
US20150024358A1 (en) | Stress assessment device, stress assessment method and recording medium | |
JP6398991B2 (ja) | モデル推定装置、方法およびプログラム | |
Stern et al. | Optimal hand gesture vocabulary design using psycho-physiological and technical factors | |
US20190114934A1 (en) | System and method for evaluating actions performed to achieve communications | |
WO2022269724A1 (ja) | 運動内容推定装置、運動内容推定方法およびプログラム | |
Zhu et al. | Hand-eye coordination-based implicit re-calibration method for gaze tracking on ultrasound machines: a statistical approach | |
CN112236786B (zh) | 未来预测模拟装置、方法、记录装置 | |
US20220036280A1 (en) | Skill index provision device, skill index provision method, and program | |
EP4270277A1 (en) | Work behavior recognition system and work behavior recognition method | |
JP5826893B1 (ja) | 変化点予測装置、変化点予測方法、及びコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110805 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121228 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130207 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160215 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |