JP7048893B2 - 学習装置、学習方法及びコンピュータプログラム - Google Patents
学習装置、学習方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7048893B2 JP7048893B2 JP2018140113A JP2018140113A JP7048893B2 JP 7048893 B2 JP7048893 B2 JP 7048893B2 JP 2018140113 A JP2018140113 A JP 2018140113A JP 2018140113 A JP2018140113 A JP 2018140113A JP 7048893 B2 JP7048893 B2 JP 7048893B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- environment
- learning
- relationship
- biological
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0247—Pressure sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/029—Humidity sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
- A61B5/4017—Evaluating sense of taste
Description
図1は、第1の実施形態の学習システム1のシステム構成の具体例を示す図である。
学習システム1は、第1学習装置10及び第2学習装置20を備える。
第1学習装置10は、環境情報、生体情報及び感情情報を取得する。環境情報は、学習システム1の被験者に作用する所定の環境の属性を示す情報である。生体情報は、所定の環境に対する被験者の生体反応を示す情報である。感情情報は、環境に対する被験者の感情を示す情報である。
第1学習装置10は、取得した環境情報、生体情報及び感情情報に基づいて、環境情報と生体情報と感情情報との間の関係性を学習する。なお、環境情報と、生体情報と、感情情報とは一対一の関係にある。
なお、被験者に作用する所定の環境は、どのような環境であってもよい。被験者に作用する所定の環境は、例えば、被験者の周囲の空気であってもよい。被験者に作用する所定の環境は、例えば、料理であってもよい。感情情報は、どのような感情を示してもよい。感情情報は、例えば、好き嫌いを示す情報であってもよい。
第1学習装置10は、学習結果である、環境情報と生体情報と感情情報との間の関係性を示す情報(以下「関係性情報」という。)を第2学習装置20に出力する。なお、関係性情報は、報酬関数の一例である。
第2学習装置20は、環境情報を取得する。第2学習装置20は、取得した環境情報と、関係性情報と、強化学習データの現在値とに基づいて、強化学習データを更新する。第2学習装置20は、強化学習データに応じた所定の動作を実行し、環境に作用する。なお、現在値は、更新直前の値を意味する。以下、強化学習データに応じた所定の動作であって、環境に作用する所定の動作を作用動作という。
生体情報取得部102は、取得した生体情報を示す信号を生成する。生体情報取得部102が生成する信号は、取得した生体情報を示す信号であればどのような信号であってもよく、電気信号であってもよいし、光信号であってもよい。
第1入力トランスデューサ103は、取得した環境情報を示す信号を生成する。第1入力トランスデューサ103が生成する信号は、取得した環境情報を示す信号であればどのような信号であってもよく、電気信号であってもよいし、光信号であってもよい。
なお、数値生体情報は、生体情報に基づいてどのように取得されてもよい。数値生体情報は、例えば、生体情報取得部102によって生体情報が示す内容が所定の規則によって数値化されることで取得されてもよい。
なお、数値感情情報は、感情情報に基づいてどのように取得されてもよい。数値感情情報は、例えば、感情情報取得部104によって感情情報が示す内容が所定の規則によって数値化されることで取得されてもよい。
第2入力トランスデューサ202は、取得した環境情報を示す信号を生成する。第2入力トランスデューサ202が生成する信号は、取得した環境情報を示す信号であればどのような信号であってもよく、電気信号であってもよいし、光信号であってもよい。
学習制御部205は、環境情報と、報酬と、強化学習データの現在値とに基づいて更新後の強化学習データに応じた作用動作の結果、報酬が小さくならないように強化学習データを更新可能であればどのような方法で強化学習データを更新してもよい。学習制御部205は、例えば、ε-グリーディ法を用いたQ学習によって決定された値によって強化学習データを更新してもよい。
学習制御部205が強化学習データを更新することは、制御選択ポリシーの精度を下げないことを意味する。
また、学習制御部205は、制御選択ポリシーと、強化学習データの現在値とに基づいて、出力トランスデューサ203の動作を制御する。
生体情報取得部102が生体情報を取得し、第1入力トランスデューサ103が環境情報を取得し、感情情報取得部104が感情情報を取得する(ステップS101)。関係性情報学習部105が、生体情報、環境情報及び感情情報に基づいて、生体情報、環境情報及び感情情報の間の関係性を機械学習によって学習する(ステップS102)。ステップS101~ステップS102の処理が所定の回数繰り返される。
出力トランスデューサ203が、第2補助記憶装置201に記憶された強化学習データ及び制御選択ポリシーに基づいた学習制御部205による制御によって環境に作用する(ステップS201)。第2入力トランスデューサ202が環境情報を取得する(ステップS202)。報酬出力部204は、第2入力トランスデューサ202が取得した環境情報と、関係性情報とに基づいて報酬を出力する(ステップS203)。学習制御部205が、環境情報と、報酬と、ステップS201の時点における強化学習データとに基づいて、強化学習データを更新する(ステップS204)。ステップS204の後、ステップS201~ステップS204の処理が所定の回数繰り返される。
図4の適用例において、脳波計は生体情報取得部102の具体例である。図4の適用例において、第1学習装置における味覚センサは第1入力トランスデューサ103の具体例である。図4の適用例において、食材/料理は、食材又は料理を表し、環境の具体例である。図4の適用例において、成分情報は、環境情報の具体例である。成分情報は、塩分濃度や、糖度等の料理の成分に関する情報である。図4の適用例において、第1学習装置における味見は作用の具体例である。図4の適用例において、調理ロボットは、出力トランスデューサ203の具体例である。図4の適用例において、調理動作制御は、制御の具体例である。図4の適用例において、調理は、第2学習装置における作用の具体例である。図4の適用例において、第2学習装置における味覚センサは第2入力トランスデューサの具体例である。
図4の適用例において、第2学習装置は、第1学習装置が学習した関係性と、調理ロボットによる調理と、味覚センサによる味見とに基づいて、報酬が大きくなるような強化学習パラメータを機械学習によって学習する。
図5は、第2の実施形態の学習システム1aのシステム構成の具体例を示す図である。
学習システム1aは、第3学習装置30を備える。第3学習装置30は、バスで接続されたCPU(Central Processing Unit)やRAM(Random Access Memory)や第3補助記憶装置301及び第4補助記憶装置302などを備え、プログラムを実行する。第1学習装置10は、プログラムの実行によって生体情報取得部102、第1入力トランスデューサ103、感情情報取得部104、関係性情報学習部105、出力トランスデューサ203、報酬出力部204a及び学習制御部205aを備える。
以下、図1と同様の機能を有するものは、同じ符号を付すことで説明を省略する。
第4補助記憶装置302は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。第4補助記憶装置302は強化学習データ及び制御選択ポリシーを記憶する。
学習制御部205aは、環境情報と、報酬と、強化学習データの現在値とに基づいて更新後の強化学習データに応じた作用動作の結果、報酬が小さくならないように強化学習データを更新可能であればどのような方法で強化学習データを更新してもよい。学習制御部205aは、例えば、ε-グリーディ法を用いたQ学習によって決定された値によって強化学習データを更新してもよい。
学習制御部205aが強化学習データを更新することは、制御選択ポリシーの精度を下げないことを意味する。
また、学習制御部205aは、制御選択ポリシーと、強化学習データの現在値とに基づいて、出力トランスデューサ203の動作を制御する。
また、学習制御部205aは、更新後の強化学習データを関係性情報学習部105に出力する。
以下、図2及び図3と同様の処理は、同じ符号を付すことで説明を省略する。
ステップS101の次に、関係性情報学習部105が、生体情報、環境情報、感情情報及び強化学習データに基づいて、生体情報、環境情報、感情情報及び強化学習データの間の関係性を機械学習によって学習する(ステップS102a)。ステップS102aの次に、ステップS201が実行される。ステップS201の次に、第1入力トランスデューサ103が環境情報を取得する(ステップS202a)。報酬出力部204aがステップS102aにおいて取得された関係性に基づいて報酬を出力する(ステップS203a)。学習制御部205aが、環境情報と、報酬と、ステップS201の時点における強化学習データとに基づいて、強化学習データを更新する(ステップS204a)。
ステップS204の後、図6のステップS101~ステップS204aの処理が所定の回数繰り返される。
図7の適用例において、脳波計は生体情報取得部102の具体例である。図7の適用例において、第3学習装置における耳掛け式目線カメラは第1入力トランスデューサ103の具体例である。耳掛け式目線カメラは、被験者の耳に掛けて使用することで被験者の目線と同等の視覚情報を取得する。図7の適用例において、表示画像は、環境の具体例である。図7の適用例において、視覚情報は、環境情報の具体例である。図7の適用例において、光は環境から被験者への作用の具体例である。光は表示画面の光がユーザの目に入射することを表す。図7の適用例において、ディスプレイは、出力トランスデューサ203の具体例である。図7の適用例において、表示制御は、制御の具体例である。図7の適用例において、表示は出力トランスデューサ203による環境への作用の具体例である。
なお、第1の実施形態の学習システム1又は第2の実施形態の学習システム1aは、被験者の身体の各部位の硬さと脳波の状態とに合わせて、もみ方やもみ位置を強化学習によって学習する装置に適用してもよい。この場合、具体的には、出力トランスデューサ203は、マッサージチェアであって、第1入力トランスデューサ103及び第2入力トランスデューサ202は力覚センサである。
なお、第2学習装置20は、1つの筐体で構成される装置であってもよいし、複数の筐体に分けて構成される装置であってもよい。複数の筐体に分けて構成される場合には、上述した第2学習装置20の一部の機能が、ネットワークを介して物理的に離れた位置に実装されてもよい。
なお、第3学習装置30は、1つの筐体で構成される装置であってもよいし、複数の筐体に分けて構成される装置であってもよい。複数の筐体に分けて構成される場合には、上述した第3学習装置30の一部の機能が、ネットワークを介して物理的に離れた位置に実装されてもよい。
Claims (8)
- 所定の環境に対する被験者の生体反応を示す情報である生体情報を取得する生体情報取得部と、
前記環境に対する前記被験者の予め定められた1種類の感情の大きさを示す数値である感情情報を取得する感情情報取得部と、
前記被験者に作用する前記環境の属性を示す情報である環境情報を取得する第1環境情報取得部と、
前記生体情報、前記感情情報及び前記環境情報に基づいて、前記生体情報と、前記感情情報と、前記環境情報との間の関係性を機械学習によって学習する関係性情報学習部と、
を備える学習装置。 - 所定の環境に作用する出力部と、
前記出力部の動作を制御する制御部と、
前記環境の属性を示す情報である環境情報を取得する第2環境情報取得部と、
前記環境に対する被験者の生体反応を示す情報である生体情報と、前記生体情報と一対一の関係にある情報であって前記被験者に作用する所定の環境の属性を示す情報である環境情報と、前記生体情報と一対一の関係にある情報であって前記環境に対する前記被験者の予め定められた1種類の感情の大きさを示す数値である感情情報と、の間の関係性を示す関係性情報であって、予め自装置に記憶された前記関係性情報と、前記出力部によって作用された前記環境の属性を示す環境情報とに基づいて、前記感情情報である数値を出力する報酬出力部と、
を備え、
前記制御部は、前記報酬出力部から出力された数値が小さくならない動作を選択するように、前記出力部の動作を制御するための制御パラメータの値を更新する、
学習装置。 - 所定の環境に対する被験者の生体反応を示す情報である生体情報を取得する生体情報取得部と、
前記環境に対する前記被験者の予め定められた1種類の感情の大きさを示す数値である感情情報を取得する感情情報取得部と、
前記被験者に作用する所定の環境の属性を示す情報である環境情報を取得する第1環境情報取得部と、
前記環境に作用する出力部と、
前記生体情報と、前記感情情報と、前記環境情報とに基づいて、前記生体情報と、前記感情情報と、前記環境情報との間の関係性を機械学習によって学習する関係性情報学習部と、
前記出力部の動作を制御する制御部と、
前記生体情報と、前記環境情報と、前記感情情報と、の間の一対一の関係性を示す情報であって、予め自装置に記憶された情報である関係性情報と、前記出力部によって作用された前記環境の属性を示す環境情報とに基づいて、前記感情情報である数値を出力する報酬出力部と、
を備え、
前記制御部は、前記報酬出力部から出力された数値が小さくならない動作を選択するように、前記出力部の動作を制御するための制御パラメータの値を更新する、
学習装置。 - 前記関係性情報学習部は、さらに、前記感情情報との間に所定の強さ以上の相関がある前記生体情報と、前記感情情報との間の関係性を学習する、
請求項1又は3に記載の学習装置。 - 所定の環境に対する被験者の生体反応を示す情報である生体情報を取得する生体情報取得ステップと、
前記環境に対する前記被験者の予め定められた1種類の感情の大きさを示す数値である感情情報を取得する感情情報取得ステップと、
前記被験者に作用する前記環境の属性を示す情報である環境情報を取得する第1環境情報取得ステップと、
前記生体情報、前記感情情報及び前記環境情報に基づいて、前記生体情報と、前記感情情報と、前記環境情報との間の関係性を機械学習によって学習する関係性情報学習ステップと、
を有する学習方法。 - 所定の環境に作用する出力部の動作を制御する制御ステップと、
前記環境の属性を示す情報である環境情報を取得する第2環境情報取得ステップと、
前記環境に対する被験者の生体反応を示す情報である生体情報と、前記生体情報と一対一の関係にある情報であって前記被験者に作用する所定の環境の属性を示す情報である環境情報と、前記生体情報と一対一の関係にある情報であって前記環境に対する前記被験者の予め定められた1種類の感情の大きさを示す数値である感情情報と、の間の関係性を示す関係性情報であって、予め自装置に記憶された前記関係性情報と、前記出力部によって作用された前記環境の属性を示す環境情報とに基づいて、前記感情情報である数値を出力する報酬出力ステップと、
を有し、
前記制御ステップにおいて、前記報酬出力ステップにおいて出力された数値が小さくならない動作を選択するように、前記出力部の動作を制御するための制御パラメータの値が更新される、
学習方法。 - 所定の環境に対する被験者の生体反応を示す情報である生体情報を取得する生体情報取得ステップと、
前記環境に対する前記被験者の予め定められた1種類の感情の大きさを示す数値である感情情報を取得する感情情報取得ステップと、
前記被験者に作用する所定の環境の属性を示す情報である環境情報を取得する第1環境情報取得ステップと、
前記生体情報と、前記感情情報と、前記環境情報とに基づいて、前記生体情報と、前記感情情報と、前記環境情報との間の関係性を機械学習によって学習する関係性情報学習ステップと、
前記環境に作用する出力部の動作を制御する制御ステップと、
前記生体情報と、前記環境情報と、前記感情情報と、の間の一対一の関係性を示す情報であって、予め自装置に記憶された情報である関係性情報と、前記出力部によって作用された前記環境の属性を示す環境情報とに基づいて、前記感情情報である数値を出力する報酬出力ステップと、
を有し、
前記制御ステップにおいて、前記報酬出力ステップにおいて出力された数値が小さくならない動作を選択するように、前記出力部の動作を制御するための制御パラメータの値が更新される、
学習方法。 - 請求項1~4のいずれか一項に記載の学習装置としてコンピュータを機能させるためのコンピュータプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018140113A JP7048893B2 (ja) | 2018-07-26 | 2018-07-26 | 学習装置、学習方法及びコンピュータプログラム |
PCT/JP2019/025846 WO2020021962A1 (ja) | 2018-07-26 | 2019-06-28 | 学習装置、学習方法及びコンピュータプログラム |
US17/261,140 US20210295214A1 (en) | 2018-07-26 | 2019-06-28 | Learning apparatus, learning method and computer program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018140113A JP7048893B2 (ja) | 2018-07-26 | 2018-07-26 | 学習装置、学習方法及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020017104A JP2020017104A (ja) | 2020-01-30 |
JP7048893B2 true JP7048893B2 (ja) | 2022-04-06 |
Family
ID=69181697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018140113A Active JP7048893B2 (ja) | 2018-07-26 | 2018-07-26 | 学習装置、学習方法及びコンピュータプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210295214A1 (ja) |
JP (1) | JP7048893B2 (ja) |
WO (1) | WO2020021962A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018170059A1 (en) | 2017-03-14 | 2018-09-20 | Gojo Industries, Inc. | Refilling systems, refillable containers and method for refilling containers |
US11645498B2 (en) * | 2019-09-25 | 2023-05-09 | International Business Machines Corporation | Semi-supervised reinforcement learning |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016004525A (ja) | 2014-06-19 | 2016-01-12 | 株式会社日立製作所 | データ分析システム及びデータ分析方法 |
JP2018072876A (ja) | 2016-10-24 | 2018-05-10 | 富士ゼロックス株式会社 | 感情推定システム、感情推定モデル生成システム |
WO2018092436A1 (ja) | 2016-11-16 | 2018-05-24 | 本田技研工業株式会社 | 感情推定装置、および、感情推定システム |
JP2018097474A (ja) | 2016-12-09 | 2018-06-21 | トヨタ自動車株式会社 | 情報提供システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6477551B2 (ja) * | 2016-03-11 | 2019-03-06 | トヨタ自動車株式会社 | 情報提供装置及び情報提供プログラム |
-
2018
- 2018-07-26 JP JP2018140113A patent/JP7048893B2/ja active Active
-
2019
- 2019-06-28 US US17/261,140 patent/US20210295214A1/en active Pending
- 2019-06-28 WO PCT/JP2019/025846 patent/WO2020021962A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016004525A (ja) | 2014-06-19 | 2016-01-12 | 株式会社日立製作所 | データ分析システム及びデータ分析方法 |
JP2018072876A (ja) | 2016-10-24 | 2018-05-10 | 富士ゼロックス株式会社 | 感情推定システム、感情推定モデル生成システム |
WO2018092436A1 (ja) | 2016-11-16 | 2018-05-24 | 本田技研工業株式会社 | 感情推定装置、および、感情推定システム |
JP2018097474A (ja) | 2016-12-09 | 2018-06-21 | トヨタ自動車株式会社 | 情報提供システム |
Also Published As
Publication number | Publication date |
---|---|
US20210295214A1 (en) | 2021-09-23 |
WO2020021962A1 (ja) | 2020-01-30 |
JP2020017104A (ja) | 2020-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2696307C1 (ru) | Коммуникационное устройство, коммуникационный робот и машиночитаемый носитель данных | |
US11301775B2 (en) | Data annotation method and apparatus for enhanced machine learning | |
JP2009521246A (ja) | 精神状態の検出およびそれを用いる対話 | |
KR102233099B1 (ko) | 기계학습에 기반한 가상 현실 콘텐츠의 사이버 멀미도 예측 모델 생성 및 정량화 조절 장치 및 방법 | |
JP7048893B2 (ja) | 学習装置、学習方法及びコンピュータプログラム | |
KR102466438B1 (ko) | 인지 기능 평가 시스템 및 인지 기능 평가 방법 | |
CN110121696A (zh) | 电子设备及其控制方法 | |
CN108697389B (zh) | 用于支持神经状态评估和神经康复的系统和方法,尤其是认知和/或言语功能障碍 | |
JP6479708B2 (ja) | 特徴量抽出装置、推定装置、それらの方法、およびプログラム | |
JP2020203051A (ja) | コンピュータプログラム、情報処理装置、情報処理方法、学習済みモデルの生成方法及び学習済みモデル | |
JP2023089729A (ja) | 計算機システム及び情動推定方法 | |
JP7209200B2 (ja) | 空間提案システム、及び、空間提案方法 | |
JP6854554B1 (ja) | 情報処理装置、情報処理方法、情報処理システム、及び情報処理プログラム | |
JP7306152B2 (ja) | 感情推定装置、感情推定方法、プログラム、情報提示装置、情報提示方法及び感情推定システム | |
JP2018205616A (ja) | 対話システム、対話システムの制御方法、及び装置 | |
KR102468833B1 (ko) | 우울증 치료를 위한 인공지능 기반의 미러 카운슬링 방법 | |
US20230394124A1 (en) | Method for configuring data acquisition settings of a computing device | |
JP7276433B2 (ja) | フィッティング支援装置、フィッティング支援方法、及びプログラム | |
JP2022162548A (ja) | システム1またはシステム2チャネルを介してユーザに対して選択的に通信するためのシステムおよび方法 | |
JP2017170253A (ja) | 印象評価装置及び印象評価方法 | |
JP6226288B2 (ja) | 印象評価装置及び印象評価方法 | |
CN114052736A (zh) | 认知功能的评估系统和方法及其在认知功能缺陷中的应用 | |
JP2021105993A (ja) | 処理装置、プログラム、及び方法 | |
KR20210084443A (ko) | 시공간 기억 및/또는 현출성의 자동 수동 평가를 위한 시스템 및 방법 | |
WO2023188698A1 (ja) | 評価方法、評価用装置、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211116 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220113 |
|
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: 20220222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220307 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7048893 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |