JP6966363B2 - 推定システム、推定装置及び推定方法 - Google Patents
推定システム、推定装置及び推定方法 Download PDFInfo
- Publication number
- JP6966363B2 JP6966363B2 JP2018047111A JP2018047111A JP6966363B2 JP 6966363 B2 JP6966363 B2 JP 6966363B2 JP 2018047111 A JP2018047111 A JP 2018047111A JP 2018047111 A JP2018047111 A JP 2018047111A JP 6966363 B2 JP6966363 B2 JP 6966363B2
- Authority
- JP
- Japan
- Prior art keywords
- worker
- task
- brain activity
- data
- amount
- 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.)
- Active
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
前記脳活動量及び前記感情状態と集中の程度との間の対応関係を示す対応関係データを取得するステップと、取得した前記対応関係データにより示される前記対応関係に基づいて、前記脳活動データ及び前記感情データにより示される前記作業者の前記脳活動量及び前記感情状態から、前記作業者の前記タスクに対する集中の程度を推定するステップと、前記作業者の前記タスクに対する集中の程度を推定した結果を出力するステップと、を実行する、情報処理方法である。
まず、図1を用いて、本発明が適用される場面の一例について説明する。図1は、本実施形態に係る推定システム1の適用場面の一例を模式的に例示する。
[ハードウェア構成]
次に、図2を用いて、本実施形態に係る推定システム1のハードウェア構成の一例について説明する。図2は、本実施形態に係る推定システム1のハードウェア構成の一例を模式的に例示する。
次に、図3を用いて、本実施形態に係る推定システム1のソフトウェア構成の一例について説明する。図3は、本実施形態に係る推定システム1のソフトウェア構成の一例を模式的に例示する。
次に、図4を用いて、脳活動量を表現する方法の一例について説明する。図4は、各脳活動データ(121、125)の一例を模式的に例示する。図4に示されるとおり、本実施形態では、各脳活動データ(121、125)における各作業者(50、51)の脳活動量は、位相同期指標の値(以下、PLI値とも記載する)により示される。
次に、図5A及び図5Bを用いて、感情状態を表現する方法の一例について説明する。図5Aは、感情状態を表現する手法の一例を説明するための図である。図5Bは、各感情データ(122、126)の一例を模式的に例示する。本実施形態では、各感情データ(122、126)における各作業者(50、51)の感情状態は、アローザル(Arousal)及びヴァレンス(Valence)の2つの指標により示される。
[学習のフェーズ]
次に、図6を用いて、脳活動量及び感情状態と作業に対する集中の程度とを対応付けるための学習のフェーズの情報処理について説明する。図6は、学習のフェーズにおける推定システム1の処理手順の一例を例示するフローチャートである。ただし、以下で説明する処理手順は一例に過ぎず、各処理は可能な限り変更されてよい。また、以下で説明する処理手順について、実施の形態に応じて、適宜、ステップの省略、置換、及び追加が可能である。
ステップS101では、制御部11は、所定の第1タスク40の実行を第1作業者50に指示するメッセージを出力する。メッセージの出力先及び出力方法はそれぞれ、特に限定されなくてもよく、実施の形態に応じて適宜選択されてよい。制御部11は、例えば、出力装置15、第1作業者50の近傍に配置される出力装置(不図示)等を介して当該メッセージを出力してもよい。また、制御部11は、例えば、当該メッセージをディスプレイに表示してもよいし、当該メッセージの音声をスピーカから出力してもよい。
図6に戻り、ステップS102では、制御部11は、第1取得部111として動作し、第1タスク40を第1作業者50が実行している間に当該第1作業者50から測定された脳活動量を示す第1脳活動データ121を取得する。
ステップS103では、制御部11は、第2取得部112として動作し、第1タスク40の実行に対する感情の入力を受け付けることで、当該第1タスク40の実行に関連した第1作業者50の感情状態を示す第1感情データ122を取得する。本実施形態では、第1タスク40の実行に対する感情の入力に、タッチパネル31が用いられる。
ステップS104では、制御部11は、第3取得部113として動作し、第1作業者50が第1タスク40を実行した結果に基づいて特定された、当該第1作業者50の第1タスク40に対する集中の程度を示す実行結果データ123を取得する。
ステップS105では、制御部11は、関係特定部114として動作し、ステップS102〜S104により取得した第1脳活動データ121、第1感情データ122、及び実行結果データ123に基づいて、脳活動量及び感情状態と集中の程度との間の対応関係を特定する。
次に、図11を用いて、学習のフェーズで特定した対応関係に基づいて、対象の作業者の作業に対する集中の程度を推定する推定のフェーズの情報処理について説明する。図11は、推定のフェーズにおける推定システム1の処理手順の一例を例示するフローチャートである。なお、以下で説明する処理手順は、本発明の「推定方法」の一例である。ただし、以下で説明する処理手順は一例に過ぎず、各処理は可能な限り変更されてよい。また、以下で説明する処理手順について、実施の形態に応じて、適宜、ステップの省略、置換、及び追加が可能である。
ステップS201では、制御部11は、第4取得部115として動作し、所定の第2タスク41を第2作業者51が実行している間に当該第2作業者51から測定される脳活動量を示す第2脳活動データ125を取得する。第2脳活動データ125を取得すると、制御部11は、次のステップS202に処理を進める。
ステップS202では、制御部11は、第5取得部116として動作し、第2タスク41の実行に対する感情の入力を受け付けることで、当該第2タスク41の実行に関連した第2作業者51の感情状態を示す第2感情データ126を取得する。第2感情データ126を取得すると、制御部11は、次のステップS203に処理を進める。
ステップS203では、制御部11は、推定部117として動作し、対応関係データ124を取得する。そして、制御部11は、取得した対応関係データ124により示される対応関係に基づいて、第2脳活動データ125及び第2感情データ126により示される第2作業者51の脳活動量及び感情状態から、当該第2作業者51の第2タスク41に対する集中の程度を推定する。
ステップS204では、制御部11は、出力部118として動作し、出力装置15等を介して、第2作業者51の第2タスク41に対する集中の程度を推定した結果を出力する。制御部11は、ステップS203の処理によって、第2作業者51の第2タスク41に対する集中の程度を推定した結果を、例えば、ディスプレイに表示してもよいし、スピーカを介して音声で出力してもよい。
以上のとおり、本実施形態に係る推定システム1は、ステップS101〜S106の学習のフェーズにおいて、第1タスク40を実行させた第1作業者50から得られる第1脳活動データ121、第1感情データ122、及び実行結果データ123を利用して、脳活動量及び感情状態と作業に対する集中の程度との対応関係を学習する。そして、本実施形態に係る推定システム1は、ステップS201〜S204の推定のフェーズにおいて、学習のフェーズで得られた対応関係に基づいて、脳活動量及び感情状態の2つの指標から作業者(第2作業者51)の作業(第2タスク41)に対する集中の程度を推定する。
以上、本発明の実施の形態を詳細に説明してきたが、前述までの説明はあらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。例えば、以下のような変更が可能である。なお、以下では、上記実施形態と同様の構成要素に関しては同様の符号を用い、上記実施形態と同様の点については、適宜説明を省略した。以下の変形例は適宜組み合わせ可能である。
上記実施形態では、各脳波計(30、35)により、各作業者(50、51)の脳活動量を測定している。また、各作業者(50、51)の脳活動量は、所定周波数の音刺激に対する聴性定常反応におけるPLI値により示されている。しかしながら、脳活動量の取得方法及び表現方法はそれぞれ、このような例に限定されなくてもよく、実施の形態に応じて適宜選択されてよい。
上記実施形態では、各タッチパネル(31、36)を利用して、各作業者(50、51)の感情状態の入力を受け付けている。また、各作業者(50、51)の感情状態は、アローザル及びヴァレンスの2つの指標により示される。しかしながら、感情状態の入力方法及び表現方法はそれぞれ、このような例に限定されなくてもよく、実施の形態に応じて適宜選択されてよい。
11…制御部、12…記憶部、13…外部インタフェース、
14…入力装置、15…出力装置、16…ドライブ、
111…第1取得部、112…第2取得部、113…第3取得部、
114…関係特定部、115…第4取得部、116…第5取得部、
117…推定部、118…出力部、
121…第1脳活動データ、122…第1感情データ、
123…実行結果データ、124…対応関係データ、
125…第2脳活動データ、126…第2感情データ、
30・35…脳波計、31・36…タッチパネル、
40…第1タスク、41…第2タスク、
50…第1作業者、51…第2作業者、
8…プログラム、9…記憶媒体
Claims (5)
- 学習のフェーズにおいて、所定の第1タスクを第1作業者が実行している間に当該第1作業者から測定された脳活動量を示す第1脳活動データを取得する第1取得部と、
前記第1タスクの実行に対する感情の入力を受け付けることで、前記第1タスクの実行に関連した前記第1作業者の感情状態を示す第1感情データを取得する第2取得部と、
前記第1作業者が前記第1タスクを実行した結果に基づいて特定された、前記第1作業者の前記第1タスクに対する集中の程度を示す実行結果データを取得する第3取得部と、
前記第1脳活動データ、前記第1感情データ、及び前記実行結果データに基づいて、前記脳活動量及び前記感情状態と前記集中の程度との間の対応関係を特定する関係特定部と、
推定のフェーズにおいて、所定の第2タスクを第2作業者が実行している間に当該第2作業者から測定される脳活動量を示す第2脳活動データを取得する第4取得部と、
前記第2タスクの実行に対する感情の入力を受け付けることで、前記第2タスクの実行に関連した前記第2作業者の感情状態を示す第2感情データを取得する第5取得部と、
前記対応関係に基づいて、前記第2脳活動データ及び前記第2感情データにより示される前記第2作業者の前記脳活動量及び前記感情状態から、前記第2作業者の前記第2タスクに対する集中の程度を推定する推定部と、
前記第2作業者の前記第2タスクに対する集中の程度を推定した結果を出力する出力部と、
を備える、
推定システム。 - 前記第1脳活動データ及び前記第2脳活動データにおける前記脳活動量は、位相同期指標の値により示される、
請求項1に記載の推定システム。 - 前記第1感情データ及び前記第2感情データにおける前記感情状態は、アローザル及びヴァレンスの2つの指標により示される、
請求項1又は2に記載の推定システム。 - 所定のタスクを作業者が実行している間に当該作業者から測定される脳活動量を示す脳活動データを取得する第1取得部と、
前記タスクの実行に対する感情の入力を受け付けることで、前記タスクの実行に関連した前記作業者の感情状態を示す感情データを取得する第2取得部と、
前記脳活動量及び前記感情状態と集中の程度との間の対応関係を示す対応関係データを取得し、取得した当該対応関係データにより示される当該対応関係に基づいて、前記脳活動データ及び前記感情データにより示される前記作業者の前記脳活動量及び前記感情状態から、前記作業者の前記タスクに対する集中の程度を推定する推定部と、
前記作業者の前記タスクに対する集中の程度を推定した結果を出力する出力部と、
を備える、
推定装置。 - コンピュータが、
所定のタスクを作業者が実行している間に当該作業者から測定される脳活動量を示す脳活動データを取得するステップと、
前記タスクの実行に対する感情の入力を受け付けることで、前記タスクの実行に関連した前記作業者の感情状態を示す感情データを取得するステップと、
前記脳活動量及び前記感情状態と集中の程度との間の対応関係を示す対応関係データを取得するステップと、
取得した前記対応関係データにより示される前記対応関係に基づいて、前記脳活動データ及び前記感情データにより示される前記作業者の前記脳活動量及び前記感情状態から、前記作業者の前記タスクに対する集中の程度を推定するステップと、
前記作業者の前記タスクに対する集中の程度を推定した結果を出力するステップと、
を実行する、
推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047111A JP6966363B2 (ja) | 2018-03-14 | 2018-03-14 | 推定システム、推定装置及び推定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047111A JP6966363B2 (ja) | 2018-03-14 | 2018-03-14 | 推定システム、推定装置及び推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019154868A JP2019154868A (ja) | 2019-09-19 |
JP6966363B2 true JP6966363B2 (ja) | 2021-11-17 |
Family
ID=67996632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018047111A Active JP6966363B2 (ja) | 2018-03-14 | 2018-03-14 | 推定システム、推定装置及び推定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6966363B2 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980660B (zh) * | 2008-09-19 | 2013-01-16 | 松下电器产业株式会社 | 注意力分散检测装置、及注意力分散检测方法 |
JP6191242B2 (ja) * | 2013-05-30 | 2017-09-06 | トヨタ自動車株式会社 | 集中度推定装置 |
ITUB20153636A1 (it) * | 2015-09-15 | 2017-03-15 | Brainsigns S R L | Metodo per stimare uno stato mentale, in particolare un carico di lavoro, e relativo apparato |
JP6985005B2 (ja) * | 2015-10-14 | 2021-12-22 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 感情推定方法、感情推定装置、及び、プログラムを記録した記録媒体 |
JP6856860B2 (ja) * | 2016-06-08 | 2021-04-14 | 株式会社脳機能研究所 | 集中度評価装置、集中度評価方法、及びプログラム |
-
2018
- 2018-03-14 JP JP2018047111A patent/JP6966363B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019154868A (ja) | 2019-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bulagang et al. | A review of recent approaches for emotion classification using electrocardiography and electrodermography signals | |
Nacke | An introduction to physiological player metrics for evaluating games | |
Ahonen et al. | Cognitive collaboration found in cardiac physiology: Study in classroom environment | |
US10839201B2 (en) | Facial expression detection for screening and treatment of affective disorders | |
JP2015054240A (ja) | コンテンツ評価システム及びそれを用いたコンテンツ評価方法 | |
JP6935774B2 (ja) | 推定システム、学習装置、学習方法、推定装置及び推定方法 | |
Hubbard et al. | Enhancing learning through virtual reality and neurofeedback: A first step | |
EP3617964A1 (en) | Performance measurement device, performance measurement method and performance measurement program | |
JP7070253B2 (ja) | パフォーマンス計測装置、パフォーマンス計測方法及びパフォーマンス計測プログラム | |
Sinha et al. | Dynamic assessment of learners' mental state for an improved learning experience | |
Hou et al. | CogniMeter: EEG-based brain states monitoring | |
Baig et al. | Analyzing novice and expert user’s cognitive load in using a multi-modal interface system | |
JP6966363B2 (ja) | 推定システム、推定装置及び推定方法 | |
US10799139B2 (en) | Method and system for EEG signal processing | |
van de Laar et al. | Perspectives on user experience evaluation of brain-computer interfaces | |
JP2019022540A (ja) | プログラム、情報処理装置およびストレス評価方法 | |
Courtemanche et al. | Multiresolution feature extraction during psychophysiological inference: addressing signals Asynchronicity | |
Gillani et al. | Prediction of perceived stress scores using low-channel electroencephalography headband | |
JP6433616B2 (ja) | 心的活動状態評価支援装置、心的活動状態評価支援システム、及び心的活動状態評価支援方法 | |
Sourkatti et al. | Investigation of different ML approaches in classification of emotions induced by acute stress | |
Moreno et al. | Organizational behavior: psychophysiology assessment of leadership and management in team work and conflict resolution | |
US11929162B1 (en) | Brain state protocol development and scoring system and method | |
Everson | A Framework for Feedback Control of Stress Using Eeg and Audio | |
Lingelbach et al. | Neuro-adaptive tutoring systems | |
US20220167895A1 (en) | Method and system for testing cognition by processing the reaction of a subject to stimuli |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210113 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210915 |
|
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: 20210928 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211021 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6966363 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |