JP2020184248A5 - - Google Patents

Download PDF

Info

Publication number
JP2020184248A5
JP2020184248A5 JP2019088870A JP2019088870A JP2020184248A5 JP 2020184248 A5 JP2020184248 A5 JP 2020184248A5 JP 2019088870 A JP2019088870 A JP 2019088870A JP 2019088870 A JP2019088870 A JP 2019088870A JP 2020184248 A5 JP2020184248 A5 JP 2020184248A5
Authority
JP
Japan
Prior art keywords
risk
individual
model
biometric data
prediction
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
Application number
JP2019088870A
Other languages
English (en)
Other versions
JP2020184248A (ja
JP7334057B2 (ja
Filing date
Publication date
Application filed filed Critical
Priority to JP2019088870A priority Critical patent/JP7334057B2/ja
Priority claimed from JP2019088870A external-priority patent/JP7334057B2/ja
Priority to PCT/JP2020/006268 priority patent/WO2020225956A1/ja
Publication of JP2020184248A publication Critical patent/JP2020184248A/ja
Publication of JP2020184248A5 publication Critical patent/JP2020184248A5/ja
Application granted granted Critical
Publication of JP7334057B2 publication Critical patent/JP7334057B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (10)

  1. 1以上の記憶装置と、
    前記1以上の記憶装置に格納されたプログラムに従って動作する1以上のプロセッサと、を含み、
    前記1以上のプロセッサは、
    生体データに基づき危険運転操作回数を予測する予測モデルであって、個人の過去の生体データに対応する予測モデルを取得し、
    前記取得された予測モデルを使用して、前記個人の車両の運転の前に測定された生体データに基づき、前記個人の車両の運転における危険リスク予測レベルを決定する、システム。
  2. 請求項1に記載のシステムであって、
    前記1以上の記憶装置は、互いに関連付けられた前記個人の生体データ履歴と前記個人の危険運転操作回数履歴とを含む関連付けデータ、を格納し、
    前記取得された予測モデルは、前記関連付けデータを使用した訓練済み予測モデルである、システム。
  3. 請求項1に記載のシステムであって、
    前記1以上の記憶装置は、
    生体データに基づき危険運転操作回数を予測する複数の予測モデルと、
    前記個人の生体データ履歴に関連付けられた前記個人の体調に関する主観評価データ履歴と、を格納し、
    前記複数の予測モデルは、それぞれ、主観評価データと生体データとの関係を示す説明モデルに関連付けられ、
    前記1以上のプロセッサは、前記主観評価データ履歴と前記生体データ履歴との関係に対応する説明モデルを、前記説明モデルから選択し、
    前記取得された予測モデルは、前記選択した説明モデルに関連付けられている予測モデルに基づく、システム。
  4. 請求項3に記載のシステムであって、
    前記1以上の記憶装置は、互いに関連付けられた前記個人の生体データ履歴と前記個人の危険運転操作回数履歴とを含む関連付けデータを格納し、
    前記取得された予測モデルは、前記選択した説明モデルに関連付けられている前記予測モデルを前記関連付けデータを使用して訓練した予測モデルである、システム。
  5. 請求項3に記載のシステムであって、
    前記1以上の記憶装置は、前記説明モデルの各説明モデルに関連付けられており、生体データの意味解釈を示す意味解釈データを格納し、
    前記1以上のプロセッサは、前記個人の車両の運転前に測定された生体データと、前記選択した説明モデルに関連付けられている意味解釈データとに基づき、前記個人の車両の運転前に測定された生体データの意味解釈文を作成して、前記決定された危険リスク予測レベルの情報と共に提示する、システム。
  6. 請求項3に記載のシステムであって、
    前記1以上の記憶装置は、前記説明モデルの各説明モデルに関連付けられており、運転における危険リスク予測レベルの意味解釈を示す意味解釈データを格納し、
    前記1以上のプロセッサは、前記決定された危険リスク予測レベルと、前記取得された予測モデルに関連付けられている意味解釈データとに基づき、前記決定された危険リスク予測レベルの意味解釈文を作成して、前記決定された危険リスク予測レベルの情報と共に
    提示する、システム。
  7. 請求項1に記載のシステムであって、
    前記1以上のプロセッサは、前記取得された予測モデルの予測結果と、前記個人又は他者の危険運転操作回数履歴とに基づき、前記個人の車両の運転における危険リスク予測レベルを決定する、システム。
  8. 請求項1に記載のシステムであって、
    前記1以上の記憶装置は、前記取得された予測モデルに関連付けられており、生体データの意味解釈を示す意味解釈データを格納し、
    前記1以上のプロセッサは、前記個人の車両の運転前に測定された生体データと、前記意味解釈データとに基づき、前記個人の車両の運転前に測定された生体データの意味解釈文を作成して、前記決定された危険リスク予測レベルの情報と共に提示する、システム。
  9. 請求項1に記載のシステムであって、
    前記1以上の記憶装置は、前記取得された予測モデルに関連付けられており、危険リスク予測レベルの意味解釈を示す意味解釈データを格納し、
    前記1以上のプロセッサは、前記決定された危険リスク予測レベルと前記意味解釈データとに基づき、前記決定された危険リスク予測レベルの意味解釈文を作成して、前記決定された危険リスク予測レベルの情報と共に提示する、システム。
  10. システムが実行する方法であって、
    前記システムが、生体データに基づき危険運転操作回数を予測する予測モデルであって、個人の過去の生体データに対応する予測モデルを取得し、
    前記システムが、前記取得された予測モデルを使用して、前記個人の車両の運転の前に測定された生体データに基づき、前記個人の車両の運転における危険リスク予測レベルを決定する、ことを含む方法。
JP2019088870A 2019-05-09 2019-05-09 運転の危険リスクを予測するシステム Active JP7334057B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019088870A JP7334057B2 (ja) 2019-05-09 2019-05-09 運転の危険リスクを予測するシステム
PCT/JP2020/006268 WO2020225956A1 (ja) 2019-05-09 2020-02-18 運転の危険リスクを予測するシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019088870A JP7334057B2 (ja) 2019-05-09 2019-05-09 運転の危険リスクを予測するシステム

Publications (3)

Publication Number Publication Date
JP2020184248A JP2020184248A (ja) 2020-11-12
JP2020184248A5 true JP2020184248A5 (ja) 2022-01-06
JP7334057B2 JP7334057B2 (ja) 2023-08-28

Family

ID=73044730

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019088870A Active JP7334057B2 (ja) 2019-05-09 2019-05-09 運転の危険リスクを予測するシステム

Country Status (2)

Country Link
JP (1) JP7334057B2 (ja)
WO (1) WO2020225956A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022187790A (ja) * 2021-06-08 2022-12-20 株式会社日立物流 運行管理補助システムおよび運行管理補助方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5828111B2 (ja) * 2011-07-28 2015-12-02 パナソニックIpマネジメント株式会社 心理状態評価装置、心理状態評価システムおよびプログラム
NZ630770A (en) * 2013-10-09 2016-03-31 Resmed Sensor Technologies Ltd Fatigue monitoring and management system
JP6301758B2 (ja) * 2014-07-07 2018-03-28 エヌ・ティ・ティ・コミュニケーションズ株式会社 運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラム
JP2018147021A (ja) * 2017-03-01 2018-09-20 富士通株式会社 危険状態予測装置、危険状態予測方法、及び危険状態予測プログラム、並びに危険状態予測用データ取得装置、危険状態予測用データ取得方法、及び危険状態予測用データ取得プログラム
JP6972629B2 (ja) * 2017-04-14 2021-11-24 ソニーグループ株式会社 情報処理装置、情報処理方法、及び、プログラム

Similar Documents

Publication Publication Date Title
Ma et al. Dipole: Diagnosis prediction in healthcare via attention-based bidirectional recurrent neural networks
JP2020517004A5 (ja)
JP6909078B2 (ja) 疾病発症予測装置、疾病発症予測方法およびプログラム
KR101869438B1 (ko) 딥 러닝을 이용하여 환자의 진단 이력으로부터 질병 예후를 예측하는 방법 및 시스템
Diependaele et al. Fast phonology and the bimodal interactive activation model
RU2017134319A (ru) Адаптивная система управления лечением с механизмом управления потоком действий
JP2016519807A (ja) 自己進化型予測モデル
RU2015151177A (ru) Идентификация пассажира транспортного средства
CA3052106A1 (en) Psychotherapy triage method
US20180285969A1 (en) Predictive model training and selection for consumer evaluation
WO2018063225A1 (en) Component failure prediction
US10031912B2 (en) Verification of natural language processing derived attributes
EP3509019A1 (en) Software product development defect and issue prediction and diagnosis
CN110147903A (zh) 用于预测景区的客流量的方法、系统及存储介质
CN113822438A (zh) 机器学习模型训练检查点
JP2020184248A5 (ja)
JP2021513148A5 (ja)
KR20220124301A (ko) 인공지능 기반으로 반려동물의 이상증상에 따른 질환을 예측하는 장치, 방법 및 프로그램
JP2016040580A (ja) 難易度推定装置、問題生成装置、問題出題装置、難易度推定方法、問題生成方法、問題出題方法およびプログラム
RU2017125475A (ru) Мониторинг воздействия на пациента фактора окружающей среды
JP2020166816A5 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
US20160342901A1 (en) Method of state transition prediction and state improvement of liveware, and an implementation device of the method
JP7249580B2 (ja) 付与方法、付与プログラム及び付与装置
KR102094002B1 (ko) 인공 신경망 기반 알고리즘을 이용한 디바이스 모니터링 방법 및 시스템
WO2020127067A1 (en) Learning apparatus and an assistance apparatus for generating a list of prioritized interactions