JP7177294B2 - 個人差向け飛行訓練スキーム生成システム、方法および機器 - Google Patents

個人差向け飛行訓練スキーム生成システム、方法および機器 Download PDF

Info

Publication number
JP7177294B2
JP7177294B2 JP2022091140A JP2022091140A JP7177294B2 JP 7177294 B2 JP7177294 B2 JP 7177294B2 JP 2022091140 A JP2022091140 A JP 2022091140A JP 2022091140 A JP2022091140 A JP 2022091140A JP 7177294 B2 JP7177294 B2 JP 7177294B2
Authority
JP
Japan
Prior art keywords
training
item
scheme
cruise
user
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
Application number
JP2022091140A
Other languages
English (en)
Other versions
JP2022119974A (ja
Inventor
于海
蒋進
Original Assignee
珠海翔翼航空技術有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 珠海翔翼航空技術有限公司 filed Critical 珠海翔翼航空技術有限公司
Publication of JP2022119974A publication Critical patent/JP2022119974A/ja
Application granted granted Critical
Publication of JP7177294B2 publication Critical patent/JP7177294B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/16—Control of vehicles or other craft
    • G09B19/165—Control of aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/08—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of aircraft, e.g. Link trainer
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/08—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of aircraft, e.g. Link trainer
    • G09B9/16—Ambient or aircraft conditions simulated or indicated by instrument or alarm

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Educational Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Primary Health Care (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、コンピュータ分野に関し、具体的に個人差向け飛行訓練スキーム生成システム、方法および機器に関する。
飛行能力は、飛行ミッションを順調に完了する総合能力を指し、体質、操作の把握度、心理感情の把握度を含む。現在の飛行能力訓練は、ますます多くなる高度な機器、高度な方法が適用されているが、飛行訓練スキームの点では、指導者が学習者の学習状況および訓練内容の配置に基づいて人為的なカスタマイズを行うことが多い。このような方法は、学習者個々の状況にフィットするが、スキームを作成する者に対する要求が高く、且つ指導者によっては大きな差異がある。
コンピュータに基づくいくつかの訓練スキーム生成システムもある。コンピュータシステムに基づいて、訓練項目、訓練シナリオを人工的に選択し、コンピュータを介して訓練スキームのセットを生成し、または、学習者の学習進捗および把握程度に応じて訓練スキームライブラリから訓練スキームを自らマッチングする。
従来の方法では、差異化訓練スキームの生成、訓練スキーム生成速度、訓練スキームと学習者のフィット程度、訓練スキームのオンライン更新可能性等の点でいずれもいくつかの不足が存在する。
従来技術における上記課題、すなわち、学習者訓練状况にフィットする差異化訓練スキームを迅速に生成することができないという課題を解決するために、本発明は、個人差向け飛行訓練スキーム生成システムを提供する。当該個人差向け飛行訓練スキーム生成システムは、第１の装置、第２の装置、第３の装置及び第４の装置を含み、
前記第１の装置は、ユーザ身分情報を取得するように構成され、
前記第２の装置は、ユーザ訓練データを記憶するように構成され、
前記第３の装置は、ユーザ身分情報に基づいて、対応するユーザ訓練データを読み取り、現在ユーザ訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、訓練シナリオに基づいて訓練項目配置を行い、初期訓練スキームを生成するように構成され、
前記第４の装置は、前記初期訓練スキームに基づいて、飛行訓練シミュレーション環境の配置を行うように構成され、
訓練過程において、前記第４の装置は、ユーザ生理データ、訓練項目操作データをリアルタイムで収集し、ユーザの現在の訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、後続訓練項目時系列配置を生成し、訓練スキームを更新する。
初期訓練スキームは、前記訓練シナリオの時間長、環境制約に従って、訓練項目把握度、項目訓練に対応するユーザ感情分類およびレベル分けに基づいて、予め設定された訓練効果最適化方法により取得される。
訓練効果最適化方法としては、
訓練項目集合に基づいて、予め設定された訓練効果算出方法により、マルコフモンテカルロ(Markov Monte Carlo)法を採用し、訓練効果が最大の訓練項目組み合わせを取得する。
本発明の第２の様態は、個人差向け飛行訓練スキーム生成方法を提供する。当該個人差向け飛行訓練スキーム生成方法は、
ユーザ身分情報を取得するステップと、
ユーザ身分情報に基づいて対応するユーザ訓練データを読み取り、現在ユーザ訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、訓練シナリオに基づいて訓練項目配置を行い、初期訓練スキームを生成するステップと、
前記初期訓練スキームに基づいて、飛行訓練シミュレーション環境の配置を行うステップと、
訓練過程において、ユーザ生理データ、訓練項目操作データをリアルタイムで収集し、ユーザの現在の訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、後続訓練項目時系列配置を生成し、訓練スキームを更新するステップと、を含む。
本発明の第３の様態は、機器を提供する。当該機器は、
少なくとも１つのプロセッサと、
少なくとも１つの前記プロセッサに通信接続されるメモリと、を備え、
前記メモリには、前記プロセッサの実行可能な命令が記憶されており、前記命令が前記プロセッサによって実行されることにより、上記個人差向け飛行訓練スキーム生成方法は、実施される。
本発明の第４の様態は、コンピュータ読み取り可能な記憶媒体を提供する。前記コンピュータ読み取り可能な記憶媒体にはコンピュータ命令が記憶されており、前記コンピュータ命令は、前記コンピュータにより実行されて上記個人差向け飛行訓練スキーム生成方法を実行するためのものである。
本発明は、以下の有利な作用効果を有する。
（１）本発明は、コンピュータにより、ユーザ履歴訓練データを呼び出し、そのうちユーザ訓練項目把握度を抽出し、訓練項目に対応するユーザ感情分類・レベル分け、訓練シナリオに基づいて訓練項目配置を行い、初期訓練スキームを生成することで、各ユーザが差別化された訓練スキームを迅速で効率的に取得でき、かつ訓練スキームと学習者のフィット程度が向上する。
（２）訓練過程において、ユーザの現在の訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けに基づいて、後続訓練項目時系列配置を生成し、訓練スキームを更新することで、ユーザの訓練状態を随時モニタリングでき、訓練効果の最大化を目的として後続訓練項目の調整を行い、訓練スキームと学習者のフィット程度をさらに向上させ、訓練効率を大幅に向上させる。
（３）訓練効果算出方法は、訓練時間長、訓練項目把握度、訓練項目における対応するユーザの感情分類・レベル分けを十分に考慮し、訓練効果をユーザの対応する訓練項目の掌握能力に一層リアルにフィットさせる。
（４）最適な訓練項目組み合わせの生成過程において、マルコフモンテカルロ法を採用し、最適化時間を大幅に短縮し、訓練スキームの生成効率を向上させるとともに、訓練スキームのオンライン更新の実現を保証する。
以下の図面を参照して行われた非限定的な実施例に対する詳細な説明を読むことにより、本願の他の特徴、目的および利点はより明らかになる。
本発明の個人差向け飛行訓練スキーム生成システムのフレーム概略図である。 本発明の一実施例における訓練効果が最大の訓練項目組み合わせ取得方法のフローチャートである。
本発明の個人差向け飛行訓練スキーム生成システムは、第１の装置、第２の装置、第３の装置及び第４の装置を含み、
前記第１の装置は、ユーザ身分情報を取得するように構成され、
前記第２の装置は、ユーザ訓練データを記憶するように構成され、
前記第３の装置は、ユーザ身分情報に基づいて、対応するユーザ訓練データを読み取り、現在ユーザ訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、訓練シナリオに基づいて訓練項目配置を行い、初期訓練スキームを生成するように構成され、
前記第４の装置は、前記初期訓練スキームに基づいて、飛行訓練シミュレーション環境の配置を行うように構成され、
訓練過程において、前記第４の装置はユーザ生理データ、訓練項目操作データをリアルタイムで収集し、ユーザの現在の訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、後続訓練項目時系列配置を生成し、訓練スキームを更新する。
本発明の個人差向け飛行訓練スキーム生成システムをより明確に説明するために、以下、図１、図２を参照して本発明の実施例を詳細に説明する。
本発明の第１の実施例の個人差向け飛行訓練スキーム生成システムは、第１の装置、第２の装置、第３の装置、第４の装置を含み、各装置は以下に詳細に説明される。
１、第１の装置
第１の装置は、携帯電話機などの移動端末であってもよいし、コンピュータなどの機器であってもよく、その作用は、ユーザを行うために、取得されたユーザ識別情報（例えば、アカウントパスワード、顔識別、指紋識別、瞳模様識別等）に基づいて、ユーザ身分情報および権限を取得することにある。
２、第２の装置
第２の装置は、ユーザ訓練データライブラリであり、ユーザ履歴訓練データを記憶するためのものであり、訓練データは、毎回の訓練の訓練時間、訓練スキーム、訓練項目、訓練項目操作データ、訓練項目に対応するユーザ生理データ（呼吸頻度、脈拍、血圧等）を含み、さらに訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを含んでもよい。
より正確な感情分類を取得するために、本実施例は、訓練過程においてユーザの顔表情データをユーザ生理データにさらに追加する。
３、第３の装置
第３の装置は、データ処理装置である。訓練環境がより複雑で、訓練時間長が長い訓練スキーム生成については、遠隔で強い算出能力を有するサーバ端を第３の装置として選択することができ、訓練環境が簡単で、訓練時間長が短い訓練スキーム生成については、訓練機のインテリジェントユニットまたはインテリジェント移動端末を第３の装置として選択することができる。
本実施例では、第３の装置は、ユーザ身分情報に基づいて対応するユーザ訓練データを読み取り、現在ユーザ訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、訓練シナリオに基づいて訓練項目配置を行い、初期訓練スキームを生成するためのものである。
初期訓練スキームの生成は、訓練シナリオに制約され、制約条件は、訓練時間長、環境制約等を含み、例えば、１番都市から２番都市への訓練シナリオをシミュレーションし、訓練項目に加えることができる総時間長は総飛行時間長を超えることができず、かつ訓練の真実性を達成するために、所在地域の環境要因に応じて、訓練スキームに加えることができる訓練項目を選別する必要があるが、この部分の内容はシミュレータで成熟して適用されているため、ここでは詳しく説明しない。
訓練シナリオに基づいて選択可能な訓練項目は、各項目の予め設定された選択回数に基づいて、訓練項目集合を構成する。訓練項目の予め設定された選択回数は経験に基づいて設定され、例えば、圧力損失訓練項目が訓練スキームにおいて一回のみ出現することを許可し、メータ故障が訓練スキームにおいて最大３回出現することを許可することなどを設定する。
訓練項目集合を取得すると、訓練項目把握度、項目訓練に対応するユーザ感情分類・レベル分けに基づいて、予め設定された訓練効果最適化方法により、初期訓練スキームを取得することができる。本実施例では、訓練効果最適化方法としては、予め設定された訓練効果算出方法により、マルコフモンテカルロ法を採用し、訓練効果が最大の訓練項目組み合わせを取得する。
訓練効果算出方法を説明するために、まず訓練項目集合に含まれる基礎情報：項目名称、訓練項目把握度、項目訓練に対応するユーザ感情分類およびレベル分け、訓練項目初期加入回数、訓練完了回数、最新の訓練完了時間、関連項目および対応する関連度を明確にする。
前記訓練効果算出方法は、以下の数式で示される処理を含む：
Figure 0007177294000001

ここで、
Figure 0007177294000002
、
Figure 0007177294000003
は、それぞれ総訓練効果、総訓練時間長であり、
Figure 0007177294000004
は、それぞれ離陸項目のうちｘ番目の訓練項目の訓練効果、オリジナル効果、
Figure 0007177294000005
番目の関連項目のオリジナル効果、
Figure 0007177294000006
番目の関連項目との関連度、関連項目総数、訓練時間長、把握度、前回訓練における感情分類数値、前回訓練における感情レベル分け数値、忘却指数である。
Figure 0007177294000007

は、それぞれ着陸項目のうち
Figure 0007177294000008

番目の訓練項目の訓練効果、オリジナル効果、
Figure 0007177294000009

番目の関連項目のオリジナル効果、
Figure 0007177294000010


番目の関連項目との関連度、関連項目総数、訓練時間長、把握度、前回訓練における感情分類数値、前回訓練における感情レベル分け数値、忘却指数であり、
Figure 0007177294000011
は、それぞれ巡航項目のうち選択された
Figure 0007177294000012
番目の訓練項目の訓練効果、オリジナル効果、
Figure 0007177294000013
番目の関連項目のオリジナル効果、
Figure 0007177294000014
番目の関連項目の関連度、関連項目総数、訓練時間長、把握度、前回訓練における感情分類数値、前回訓練における感情レベル分け数値、忘却指数である。
本実施例では、把握度は、百分率であり、例えば、把握度は７０％である。感情分類は、例えば、恐怖、緊張、正常であり、データにより感情分類数値を表し、例えば、恐怖は０．９、緊張は０．６、正常は０．３である。感情レベル分けは四レベルに分けられ、感情は弱から強までそれぞれ０．３、０．５、０．７、０．９であり、感情分類が正常であれば、感情レベル分けの数値は０．１である。
Figure 0007177294000015
は、それぞれ対応する訓練項目の訓練指数である。関連項目および対応する関連度は予め設定され、例えば、巡航段階メータ故障項目を設定することができ、その関連項目は、それぞれ離陸段階メータ故障、着陸段階メータ故障であり、関連度は、それぞれ０．８、０．７である。
忘却指数は、対応する訓練項目の訓練完了回数、最新の訓練完了時間に基づいて、曲線により取得される。忘却指数
Figure 0007177294000016
の算出方法としては、
Figure 0007177294000017

ここで、
Figure 0007177294000018
は、現在時間と最新の訓練完了時間との間隔の日数であり、時間を単位として統計し、一日未満の部分は、時間長比率で小数式に表し、例えば、３６時間は１．５日で表す。
Figure 0007177294000019
は、対応する訓練項目の訓練完了回数である。
訓練項目集合は、離陸項目集合、巡航項目集合、着陸項目集合を含み、訓練効果が最大の訓練項目組み合わせは、離陸項目、巡航項目組み合わせ、着陸項目を含み、上記訓練効果算出方法に基づいて、マルコフモンテカルロ法を採用して取得することができ、図２に示すように、具体的なステップとしては、
Ｓ１では、前記巡航項目集合に基づいて、第１の巡航訓練スキームをランダムに生成し、変数Ｄ＝１と初期化し、
Ｓ２では、第１の巡航訓練スキームの総訓練効果
Figure 0007177294000020
を算出し、
Figure 0007177294000021
Ｓ３では、前記第１の巡航訓練スキームの中間項目にＤ個の項目を残し、残りの各項目を前記巡航項目集合からランダムに置換し、第２の巡航訓練スキームを取得し、
Ｓ４では、第２の巡航訓練スキームの総訓練効果
Figure 0007177294000022
を算出し、
Figure 0007177294000023
ここで、
Figure 0007177294000024

は、第２の巡航訓練スキームにおける選択された
Figure 0007177294000025
番目の訓練項目の訓練効果であり、
Ｓ５では、Ｍｅｔｒｏｐｏｌｉｓルールに基づいて、変数Ｄの数値が前記第２の巡航訓練スキームの中間項目の数に等しくなるまで前記第２の巡航訓練スキームを受諾または拒否して、変数Ｄの数値が前記第２の巡航訓練スキームの中間項目の数に等しくなると、反復を停止し、前記第２の巡航訓練スキーム作を好ましい巡航訓練項目組み合わせとする。
Ｓ６では、離陸項目集合、着陸項目集合から訓練効果が最大の離陸項目と着陸項目とのセットを取得し、前記好ましい巡航訓練項目組み合わせと共に前記訓練効果が最大の訓練項目組み合わせを構成する。
ステップＳ５において前記第２の巡航訓練スキームを受諾または拒否することは、
前記第２の巡航訓練スキームを受諾するとき、前記第２の巡航訓練スキームが前記第１の巡航訓練スキームの総訓練効果に比較して連続的に
Figure 0007177294000026
回低下する割合が
Figure 0007177294000027
よりも小さい場合に、Ｄ＝Ｄ＋１となり、前記第１の巡航訓練スキームを前記第２の巡航訓練スキームで置換して、Ｓ３を実行し、そうでなければ、前記第１の巡航訓練スキームを前記第２の巡航訓練スキームで置換して、Ｓ３を実行することと、
前記第２の巡航訓練スキームを拒否するとき、前記第２の巡航訓練スキームを廃棄し、Ｓ３を実行することとを含み、
ここで、
Figure 0007177294000028
は、変数Ｄに対応する数値での予め設定された回数であり、
Figure 0007177294000029
は、変数Ｄに対応する数値での予め設定された閾値である。
訓練効果が最大の訓練項目組み合わせを取得した後、初期訓練スキームの取得を行う。
（１）前記訓練効果が最大の訓練項目組み合わせにおける訓練項目シーケンスを抽出する。訓練項目シーケンスはランダムに配列することができ、前後関連関係の訓練項目が存在すれば、関連する訓練項目作をランダム配列ユニットとして項目のランダム配列を行い、関連する訓練項目ユニットにおいて、前後関連関係に基づいて順に配列する。
（２）予め設定された感情分類レベル－訓練項目強度マッピング関係に従って、前記訓練効果が最大の訓練項目組み合わせにおける訓練項目の訓練項目強度を取得する。感情分類レベル－訓練項目強度マッピング関係の一例は、表１に示されている。
Figure 0007177294000030
項目訓練強度は、訓練項目模シミュレーションの真実度の割合、例えば、圧力損失環境訓練の圧力指数であり、強度数値に応じて百分率のシミュレーションを行い、１レベルは、正常圧力損失パラメータの１０％に応じるものであり、８レベル、は、正常な圧力損失パラメータの８０％に応じるものであり、１０は、正常な圧力損失パラメータの１００％に応じるものである。例えば、ダイブ訓練について、１レベルは、最大ダイブ角度、速度パラメータの１０％に応じるものであり、８レベルは、最大ダイブ角度、速度パラメータの８０％に応じるものであり、１０は、最大ダイブ角度、速度パラメータの１００％に応じるものである。
（３）前記訓練項目シーケンス、訓練項目強度に基づいて、前記初期訓練スキームを生成する。
４、第４の装置
第４の装置は飛行シミュレータであり、飛行シミュレータは、前記初期訓練スキームに基づいて、前記訓練項目シーケンス、前記訓練項目強度により飛行訓練シミュレーション環境の配置を行い、ユーザが訓練を行うのを待つ。
訓練過程において、訓練スキームの更新をさらに含み、第３の装置で更新を行い、第４の装置に返信してもよく、直接、第４の装置で直接に行ってもよく、第４の装置は更新後の訓練スキームに基づいて、後続の完了する訓練項目に対して飛行訓練シミュレーション環境の配置を行う。
訓練スキームを更新する方法としては、
完了された訓練項目に基づいて、前記訓練項目集合から対応する訓練項目の選択可能な回数の差し引きを行う。
前の完了訓練項目の訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けに基づいて、予め設定された訓練増加判断方法により、前記訓練項目集合における対応する訓練項目を増加させる。
更新後の前記訓練項目集合に基づいて、現在訓練スキームを第１の巡航訓練スキームとし、未完了の中間項目を最適化対象とし、前記訓練効果が最大の訓練項目組み合わせの取得方法におけるＳ２～Ｓ５の方法を採用して巡航項目組み合わせを更新する。
更新後の巡航項目組み合わせに基づいて、訓練スキームを更新する。
予め設定された訓練増加判断方法としては、
完了訓練項目に対応するユーザ感情分類・レベル分けを予め設定された訓練増加許可所定範囲とする。訓練増加許可の所定範囲は、例えば、恐怖の一レベル、二レベル、緊張の一レベル、二レベル、三レベルである。
訓練項目が一回の訓練において出現を許可する最大回数を第１の制約条件とし、第１のマッピング関係に基づいて訓練増加回数を取得する。前記第１のマッピング関係は、訓練項目把握度、訓練項目把握度の向上幅と訓練増加回数との間の予め設定されたマッピング関係であり、表２に示すとおりである。
Figure 0007177294000031
本発明の第２の実施例の個人差向け飛行訓練スキーム生成方法は、
ユーザ身分情報を取得するステップと、
ユーザ身分情報に基づいて対応するユーザ訓練データを読み取り、現在ユーザ訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、訓練シナリオに基づいて訓練項目配置を行い、初期訓練スキームを生成するステップと、
前記初期訓練スキームに基づいて、飛行訓練シミュレーション環境の配置を行うステップと、
訓練過程において、ユーザ生理データ、訓練項目操作データをリアルタイムで収集し、ユーザの現在の訓練項目把握度、訓練項目に対応するユーザ感情分類・レベル分けを取得し、後続訓練項目時系列配置を生成し、訓練スキームを更新するステップと、を含む。
当業者であれば、説明の利便性および簡潔のために、上記説明された方法の具体的な動作過程および関連説明は、前述システム実施例における対応する過程を参照することができ、ここで繰り返し説明しない。
説明すべきことは、上記実施例に係る個人差向け飛行訓練スキーム生成は、上記各機能モジュールの分割のみを例に挙げて説明し、実際の適用において、必要に応じて上記機能を異なる機能モジュールに割り当てて完了することができ、すなわち、本発明の実施例におけるモジュール又はステップを再分解するか又は組み合わせ、例えば、上記実施例のモジュールを一つのモジュールに統合してもよく、さらに複数のサブモジュールに分割してもよく、これにより、以上に説明した全て又は一部の機能を完了する。本発明の実施例に係るモジュール、ステップの名称は、単に各モジュール又はステップを区別するためのものであり、本発明を不当に限定するものではない。
本発明の第３の実施例の機器は、
少なくとも１つのプロセッサと、
少なくとも１つの前記プロセッサに通信接続されるメモリと、を含み、
前記メモリには、前記プロセッサの実行可能な命令が記憶されており、前記命令が前記プロセッサによって実行されることにより、上記個人差向け飛行訓練スキーム生成方法は、実施される。
本発明の第４の実施例のコンピュータ読み取り可能な記憶媒体について、前記コンピュータ読み取り可能な記憶媒体には、コンピュータ命令が記憶されており、前記コンピュータ命令が前記コンピュータによって実行されることにより、上記個人差向け飛行訓練スキーム生成方法は、実施される。
当業者であれば明白に理解できるように、説明の利便性および簡潔のために、上記説明された記憶装置、処理装置の具体的な動作過程および関連説明は、前述方法の実施例における対応する過程を参照可能であり、ここで繰り返し説明しない。
特に、本発明の実施例によれば、以上のフローチャートを参照して説明した過程は、コンピュータソフトウェアプログラムとして実現されることができる。たとえば、本発明の実施例は、コンピュータ読み取り可能な媒体に載せられた、フローチャートに示す方法を実行するためのプログラムコードを含むコンピュータプログラムを含む、コンピュータプログラム製品を含む。このような実施例において、該コンピュータプログラムは、通信によって部分的にネットワークからダウンロードしてインストールされ、および／またはリムーバブル媒体からインストールされてもよい。該コンピュータプログラムは、中央処理装置（ＣＰＵ）により実行される場合、本発明の方法において限定された上記機能を実行する。なお、本発明に係るコンピュータ読み取り可能な媒体は、コンピュータ読み取り可能な信号媒体またはコンピュータ読み取り可能な記憶媒体または上記両者の任意の組合せであってもよい。コンピュータ読み取り可能な記憶媒体は、たとえば、電気、磁気、光、電磁気、赤外線、または半導体のシステム、装置またはデバイス、または任意の以上の組合せを含んでもよいがこれらに限定されない。コンピュータ読み取り可能な記憶媒体のより具体例は、１つまたは複数のワイヤを有する電気的接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリー（ＲＡＭ）、読み取り専用メモリー（ＲＯＭ）、消去可能なプログラム可能な読み取り専用メモリー（ＥＰＲＯＭまたはフラッシュメモリー）、光ファイバ、ポータブルコンパクトディスク読み取り専用メモリー（ＣＤ－ＲＯＭ）、光ストレージコンポーネント、磁気ストレージデバイス、または上記任意の接的な組合せを含んでもよいがこれらに限定されない。本発明において、コンピュータ読み取り可能な記憶媒体は、いずれのプログラムを含むまたは記憶する有形媒体であってもよく、該プログラムは、命令実行システム、装置またはデバイスで使用されるか、またはそれと組み合わせて使用させてもよい。本発明において、コンピュータ読み取り可能な信号媒体は、ベースバンドに含まれてもよいか、またはキャリアウェーブの一部として伝送する、コンピュータ読み取り可能なプログラムコードが載せられたデータ信号であってもよい。このような伝送するデータ信号は、複数種の形態を利用することができ、電磁信号、光信号または上記の任意の適当な組合せを含むが、これらに限定されない。コンピュータ読み取り可能な信号媒体は、さらに、コンピュータ読み取り可能な記憶媒体以外のいずれのコンピュータ読み取り可能な媒体であってもよく、該コンピュータ読み取り可能な媒体は、命令実行システム、装置またはデバイスで使用されるか、またはそれと組み合わせて使用するプログラムを送信、伝送または輸送することができる。コンピュータ読み取り可能な媒体に含まれるプログラムコードは、任意の適当な媒体で輸送されることができ、無線、ワイヤ、光ケーブル、ＲＦ（無線周波数）など、または上記の任意の適合な組合せを含むが、これらに限定されない。
１種または複数種のプログラムデザイン言語またはその組合せで本発明の操作を実行するためのコンピュータプログラムコードを書き、上記プログラムデザイン言語は、オブジェクト指向プログラムデザイン言語、たとえば、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋を含み、従来の手続型プログラムデザイン言語、たとえば「Ｃ」言語または類似のプログラムデザイン言語をさらに含む。プログラムコードは、完全にユーザコンピュータで実行され、部分的にユーザコンピュータで実行され、１つの独立なソフトウェアパッケージとして実行され、部分的にユーザコンピュータで部分的にリモートコンピュータで実行され、または完全にリモートコンピュータまたはサーバで実行されてもよい。リモートコンピュータに関する状況において、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）または広域ネットワーク（ＷＡＮ）を含む任意の種類のネットワークによってユーザコンピュータに接続されることができ、或いは、外部コンピュータに接続される（たとえば、インターネットサービスプロバイダを用いてインターネットによって接続される）ことができる。
図面におけるフローチャートとブロック図は、本発明の各種の実施例に係るシステム、方法及びコンピュータプログラム製品の実現可能なシステムアーキテクチャ、機能及び操作を示す。この点では、フローチャートまたはブロック図における各ボックスは１つのモジュール、プログラムセグメント、またはコードの一部を代表することができ、該モジュール、プログラムセグメント、またはコードの一部が１つまたは複数の所定のロジック機能を実現するための実行可能な命令を含む。注意すべきものとして、幾つかの切り替え可能な実現において、ボックスに表記した機能も図面に表記した順序と異なるもので発生することができる。例えば、２つの連続して示すボックスは実際に基本的に並行して実行でき、それらは関連する機能によれば、逆の順序で実行される場合がある。また、注意する必要があるものとして、ブロック図及び／またはフローチャートにおける各ボックス、及びブロック図及び／またはフローチャートにおけるボックスの組み合わせは、所定の機能または操作を実行する専用のハードウェアに基づくシステムで実現されることができるか、または専用のハードウェアとコンピュータ命令との組み合わせで実現されることができる。
また、用語「第１」「第２」などは、類似する対象を区分するためのものに過ぎず、特定の順序または時間的順序を説明又は表示するためのものではない。
用語「含む」または何れの他の類似用語は、非排他的に含むを意味する。したがって、一連の要素を含む過程、方法、物または装置／デバイスには、それらの要素に加え、その他の明示しない要素を含み、或いは、これらの過程、方法、物、または装置／デバイスに固有する要素をさらに含むことができる。
ここに至って、図面に示す好適な実施形態を結び付けて本発明の技術案について説明したが、当業者であれば、本発明の保護範囲は、これらの具体的な実施形態に限定されないことを理解すべきである。本発明の原理から逸脱しない限り、当業者が関連技術特徴に対して均等な変更または置換を行うことができ、これらの変更または置換された技術案は、本発明の保護範囲に含まれるべきである。

Claims (12)

  1. 個人差向け飛行訓練スキーム生成システムであって、
    第１の装置、第２の装置、第３の装置及び第４の装置を含み、
    前記第１の装置は、ユーザ身分情報を取得するように構成され、
    前記第２の装置は、ユーザ訓練データを記憶するように構成され、
    前記第３の装置は、ユーザ身分情報に基づいて、対応するユーザ訓練データを読み取り、現在ユーザ訓練項目把握度、訓練項目に対応するユーザ感情分類およびレベル分けを取得し、訓練シナリオに基づいて訓練項目配置を行い、初期訓練スキームを生成するように構成され、
    前記第４の装置は、前記初期訓練スキームに基づいて、飛行訓練シミュレーション環境の配置を行うように構成され、
    訓練過程において、前記第４の装置は、ユーザ生理データ、訓練項目操作データをリアルタイムで収集し、ユーザの現在の訓練項目把握度、訓練項目に対応するユーザ感情分類およびレベル分けを取得し、後続訓練項目時系列配置を生成し、訓練スキームを更新する、ことを特徴とする個人差向け飛行訓練スキーム生成システム。
  2. 前記初期訓練スキームの生成方法としては、
    前記訓練シナリオの時間長、環境制約に従って、訓練項目把握度、項目訓練に対応するユーザ感情分類およびレベル分けに基づいて、予め設定された訓練効果最適化方法により、初期訓練スキームを取得する、ことを特徴とする請求項１に記載の個人差向け飛行訓練スキーム生成システム。
  3. 前記訓練効果最適化方法は、
    訓練項目集合に基づいて、予め設定された訓練効果算出方法により、マルコフモンテカルロ法を採用し、訓練効果が最大の訓練項目組み合わせを取得することを含む、ことを特徴とする請求項２に記載の個人差向け飛行訓練スキーム生成システム。
  4. 前記訓練項目集合における訓練項目情報は、項目名称、訓練項目把握度、項目訓練に対応するユーザ感情分類およびレベル分け、訓練項目初期加入回数、訓練完了回数、最新の訓練完了時間、関連項目及び対応する関連度を含み、
    前記訓練効果算出方法は、以下の数式で示される処理を含み、
    Figure 0007177294000032

    Figure 0007177294000033
    ここで、
    Figure 0007177294000034
    、
    Figure 0007177294000035
    は、それぞれ総訓練効果、総訓練時間長であり、
    Figure 0007177294000036
    は、それぞれ離陸項目のうち
    Figure 0007177294000037
    番目の訓練項目の訓練効果、オリジナル効果、
    Figure 0007177294000038
    番目の関連項目のオリジナル効果、
    Figure 0007177294000039
    番目の関連項目との関連度、関連項目総数、訓練時間長、把握度、前回訓練における感情分類数値、前回訓練における感情レベル分け数値、忘却指数であり、
    Figure 0007177294000040
    は、それぞれ着陸項目のうち
    Figure 0007177294000041
    番目の訓練項目の訓練効果、オリジナル効果、
    Figure 0007177294000042
    番目の関連項目のオリジナル効果、
    Figure 0007177294000043
    番目の関連項目との関連度、関連項目総数、訓練時間長、把握度、前回訓練における感情分類数値、前回訓練における感情レベル分け数値、忘却指数であり、
    Figure 0007177294000044
    は、それぞれ巡航項目のうち選択された
    Figure 0007177294000045
    番目の訓練項目の訓練効果、オリジナル効果、
    Figure 0007177294000046
    番目の関連項目のオリジナル効果、
    Figure 0007177294000047
    番目の関連項目との関連度、関連項目総数、訓練時間長、把握度、前回訓練における感情分類数値、前回訓練における感情レベル分け数値、忘却指数であり、
    忘却指数は、訓練完了回数、最新の訓練完了時間に基づいて、忘却曲線により取得される、ことを特徴とする請求項３に記載の個人差向け飛行訓練スキーム生成システム。
  5. 前記初期訓練スキームの取得方法としては、
    前記訓練効果が最大の訓練項目組み合わせにおける訓練項目シーケンスを抽出し、
    予め設定された感情分類レベル－訓練項目強度マッピング関係に基づいて、前記訓練効果が最大の訓練項目組み合わせにおける訓練項目の訓練項目強度を取得し、
    前記訓練項目シーケンス、訓練項目強度に基づいて、前記初期訓練スキームを生成する、ことを特徴とする請求項４に記載の個人差向け飛行訓練スキーム生成システム。
  6. 前記訓練項目集合は、離陸項目集合、巡航項目集合、着陸項目集合を含み、
    前記訓練効果が最大の訓練項目組み合わせは、離陸項目、巡航項目組み合わせ、着陸項目を含み、その取得方法は、以下のステップＳ１～Ｓ６を含み、
    Ｓ１では、前記巡航項目集合に基づいて、第１の巡航訓練スキームをランダムに生成し、変数Ｄ＝１と初期化し、
    Ｓ２では、第１の巡航訓練スキームの総訓練効果
    Figure 0007177294000048
    を算出し、
    Figure 0007177294000049
    Ｓ３では、前記第１の巡航訓練スキーム中間項目にＤ個の項目を残し、残りの各項目を前記巡航項目集合からランダムに置換し、第２の巡航訓練スキームを取得し、
    Ｓ４では、第２の巡航訓練スキームの総訓練効果
    Figure 0007177294000050
    を算出し、
    Figure 0007177294000051
    ここで、
    Figure 0007177294000052
    は、第２の巡航訓練スキームにおける選択された
    Figure 0007177294000053
    番目の訓練項目の訓練効果であり、
    Ｓ５では、Ｍｅｔｒｏｐｏｌｉｓルールに基づいて、変数Ｄの数値が前記第２の巡航訓練スキームの中間項目の数に等しくなるまで前記第２の巡航訓練スキームを受諾または拒否して、変数Ｄの数値が前記第２の巡航訓練スキームの中間項目の数に等しくなると、反復を停止し、前記第２の巡航訓練スキームを好ましい巡航訓練項目組み合わせとし、
    Ｓ６では、離陸項目集合、着陸項目集合から訓練効果が最大の離陸項目と着陸項目とのセットを取得し、前記好ましい巡航訓練項目組み合わせと共に前記訓練効果が最大の訓練項目組み合わせを構成し、
    ステップＳ５において前記第２の巡航訓練スキームを受諾または拒否することは、
    前記第２の巡航訓練スキームを受諾するとき、前記第２の巡航訓練スキームが前記第１の巡航訓練スキームの総訓練効果に比較して連続的に
    Figure 0007177294000054
    回低下する割合が
    Figure 0007177294000055
    よりも小さい場合に、Ｄ＝Ｄ＋１となり、前記第１の巡航訓練スキームを前記第２の巡航訓練スキームで置換して、Ｓ３を実行し、そうでなければ、前記第１の巡航訓練スキームを前記第２の巡航訓練スキームで置換して、Ｓ３を実行することと、
    前記第２の巡航訓練スキームを拒否するとき、前記第２の巡航訓練スキームを廃棄し、Ｓ３を実行することとを含み、
    ここで、
    Figure 0007177294000056
    は、変数Ｄに対応する数値での予め設定された回数であり、
    Figure 0007177294000057
    は、変数Ｄに対応する数値での予め設定された閾値である、ことを特徴とする請求項５に記載の個人差向け飛行訓練スキーム生成システム。
  7. 前記第４の装置は、飛行シミュレータであり、前記飛行シミュレータは、前記初期訓練スキームに従って、前記訓練項目シーケンス、前記訓練項目強度に基づいて飛行訓練シミュレーション環境の配置を行う、ことを特徴とする請求項６に記載の個人差向け飛行訓練スキーム生成システム。
  8. 訓練過程において、訓練スキームを更新する方法としては、
    完了された訓練項目に基づいて、前記訓練項目集合から対応する訓練項目の選択可能な回数の差し引きを行い、
    前の完了訓練項目の訓練項目把握度、訓練項目に対応するユーザ感情分類およびレベル分けに基づいて、予め設定された訓練増加判断方法により、前記訓練項目集合における対応する訓練項目を増加させ、
    更新後の前記訓練項目集合に基づいて、現在訓練スキームを第１の巡航訓練スキームとし、未完了の中間項目を最適化対象とし、前記訓練効果が最大の訓練項目組み合わせの取得方法におけるＳ２～Ｓ５の方法を採用して巡航項目組み合わせを更新し、
    更新後の巡航項目組み合わせに基づいて、訓練スキームを更新する、ことを特徴とする請求項６に記載の個人差向け飛行訓練スキーム生成システム。
  9. 前記予め設定された訓練増加判断方法としては、
    完了訓練項目に対応するユーザ感情分類およびレベル分けを予め設定された訓練増加許可所定範囲とし、
    訓練項目が一回の訓練において出現を許可する最大回数を第１の制約条件とし、第１のマッピング関係に基づいて訓練増加回数を取得し、前記第１のマッピング関係は、訓練項目把握度、訓練項目把握度の向上幅と訓練増加回数との間の予め設定されたマッピング関係である、ことを特徴とする請求項８に記載の個人差向け飛行訓練スキーム生成システム。
  10. ユーザ身分情報を取得するステップと、
    ユーザ身分情報に基づいて対応するユーザ訓練データを読み取り、現在ユーザ訓練項目把握度、訓練項目に対応するユーザ感情分類およびレベル分けを取得し、訓練シナリオに基づいて訓練項目配置を行い、初期訓練スキームを生成するステップと、
    前記初期訓練スキームに基づいて、飛行訓練シミュレーション環境の配置を行うステップと、
    訓練過程において、ユーザ生理データ、訓練項目操作データをリアルタイムで収集し、ユーザの現在の訓練項目把握度、訓練項目に対応するユーザ感情分類およびレベル分けを取得し、後続訓練項目時系列配置を生成し、訓練スキームを更新するステップと、を含む、ことを特徴とする個人差向け飛行訓練スキーム生成方法。
  11. 機器であって、
    少なくとも１つのプロセッサと、
    少なくとも１つの前記プロセッサに通信接続されるメモリと、を含み、
    前記メモリには、前記プロセッサの実行可能な命令が記憶されており、前記命令が前記プロセッサによって実行されることにより、請求項１０に記載の個人差向け飛行訓練スキーム生成方法は、実施される、ことを特徴とする機器。
  12. コンピュータ読み取り可能な記憶媒体であって、
    前記コンピュータ読み取り可能な記憶媒体には、コンピュータ命令が記憶されており、
    前記コンピュータ命令がコンピュータによって実行されることにより、請求項１０に記載の個人差向け飛行訓練スキーム生成方法は、実施される、ことを特徴とするコンピュータ読み取り可能な記憶媒体。
JP2022091140A 2022-05-19 2022-06-03 個人差向け飛行訓練スキーム生成システム、方法および機器 Active JP7177294B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210540847.3A CN114638442B (zh) 2022-05-19 2022-05-19 面向个体差异的飞行训练方案生成系统、方法及设备
CN202210540847.3 2022-05-19

Publications (2)

Publication Number Publication Date
JP2022119974A JP2022119974A (ja) 2022-08-17
JP7177294B2 true JP7177294B2 (ja) 2022-11-22

Family

ID=81952938

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022091140A Active JP7177294B2 (ja) 2022-05-19 2022-06-03 個人差向け飛行訓練スキーム生成システム、方法および機器

Country Status (3)

Country Link
US (1) US11514815B1 (ja)
JP (1) JP7177294B2 (ja)
CN (1) CN114638442B (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116421151B (zh) * 2023-06-12 2023-09-12 慧创科仪(北京)科技有限公司 一种用于神经反馈康复训练装置的交互控制方法
CN117275675B (zh) * 2023-11-16 2024-03-26 北京无疆脑智科技有限公司 训练方案生成方法、装置、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140322675A1 (en) 2011-11-17 2014-10-30 Biomedtech Australia Pty Ltd Flight training system
JP2018205696A (ja) 2017-03-29 2018-12-27 ザ・ボーイング・カンパニーＴｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ 没入型シミュレータのためのシステム及び方法
CN110473444A (zh) 2019-07-26 2019-11-19 中国人民解放军空军特色医学中心 一种基于4d场景的海上飞行预适应训练系统
CN210574437U (zh) 2019-07-26 2020-05-19 中国人民解放军空军特色医学中心 一种基于4d场景的海上飞行预适应训练系统
CN211264558U (zh) 2019-12-24 2020-08-14 中国人民解放军第四军医大学 一种基于vr技术的军事飞行员口颌心理应激训练系统
CN213940722U (zh) 2020-08-17 2021-08-13 中国人民解放军第四军医大学 一种基于虚拟现实的军事飞行员应激训练系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9076343B2 (en) * 2004-04-06 2015-07-07 International Business Machines Corporation Self-service system for education
US9786193B2 (en) * 2011-09-01 2017-10-10 L-3 Communications Corporation Adaptive training system, method and apparatus
CN103295447B (zh) * 2013-05-17 2015-11-04 珠海翔翼航空技术有限公司 一种实时采集全动模拟机飞行参数并实时传输的系统
US10013892B2 (en) * 2013-10-07 2018-07-03 Intel Corporation Adaptive learning environment driven by real-time identification of engagement level
US20150348431A1 (en) * 2014-06-02 2015-12-03 Accenture Global Services Limited System and Method for Training
CN104064071A (zh) * 2014-06-20 2014-09-24 珠海翔翼航空技术有限公司 一种小型固定飞行训练器系统
ES2943122T3 (es) * 2017-06-29 2023-06-09 Boeing Co Método y sistema para operar de forma autónoma una aeronave
CN110046835A (zh) * 2019-05-14 2019-07-23 南京弘道软件有限公司 一种基于能力飞行训练大纲的飞行员能力打分方法和系统
US20200388194A1 (en) * 2019-06-05 2020-12-10 Honeywell International Inc. Systems and methods for generating aircraft training programs adapted to user characteristics
EP3846149A1 (en) * 2019-12-30 2021-07-07 Thales System, method and computer program product for providing adaptive training
CN112396105B (zh) * 2020-11-18 2023-11-07 沈阳航空航天大学 一种基于贝叶斯网络的飞行训练科目智能生成方法
CN112116845B (zh) * 2020-11-23 2021-02-02 北京中航科电测控技术股份有限公司 一种用于飞行模拟训练器的自动参数调整系统
CN113111952A (zh) * 2021-04-20 2021-07-13 北京心康医学科技有限公司 一种基于人工智能的睡眠训练方法及系统
CN114373360B (zh) * 2021-12-17 2023-01-10 清华大学 飞行模拟器智能训练系统、方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140322675A1 (en) 2011-11-17 2014-10-30 Biomedtech Australia Pty Ltd Flight training system
JP2018205696A (ja) 2017-03-29 2018-12-27 ザ・ボーイング・カンパニーＴｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ 没入型シミュレータのためのシステム及び方法
CN110473444A (zh) 2019-07-26 2019-11-19 中国人民解放军空军特色医学中心 一种基于4d场景的海上飞行预适应训练系统
CN210574437U (zh) 2019-07-26 2020-05-19 中国人民解放军空军特色医学中心 一种基于4d场景的海上飞行预适应训练系统
CN211264558U (zh) 2019-12-24 2020-08-14 中国人民解放军第四军医大学 一种基于vr技术的军事飞行员口颌心理应激训练系统
CN213940722U (zh) 2020-08-17 2021-08-13 中国人民解放军第四军医大学 一种基于虚拟现实的军事飞行员应激训练系统

Also Published As

Publication number Publication date
CN114638442B (zh) 2022-09-02
JP2022119974A (ja) 2022-08-17
US11514815B1 (en) 2022-11-29
CN114638442A (zh) 2022-06-17

Similar Documents

Publication Publication Date Title
JP7177294B2 (ja) 個人差向け飛行訓練スキーム生成システム、方法および機器
CN108121795B (zh) 用户行为预测方法及装置
CN109118055A (zh) 一种驾驶行为评分方法及装置
CN108780519A (zh) 卷积神经网络中的结构学习
CN108776786A (zh) 用于生成用户真伪识别模型的方法和装置
CN109213758A (zh) 数据存取方法、装置、设备及计算机可读存储介质
CN109960647A (zh) 一种软件测试方法及装置、计算设备和存储介质
CN111785366A (zh) 患者治疗方案的确定方法、装置及计算机设备
CN107958284A (zh) 神经网络的训练方法及装置、计算设备
CN109242043A (zh) 用于生成信息预测模型的方法和装置
CN107194151A (zh) 确定情感阈值的方法和人工智能设备
CN109741222A (zh) 一种核电厂培训管理系统
CN106981099A (zh) 用于操作三维动画角色的方法和装置
CN113761355A (zh) 一种信息推荐方法、装置、设备及计算机可读存储介质
CN108921138A (zh) 用于生成信息的方法和装置
CN116680391A (zh) 定制对话方法、定制对话模型的训练方法、装置和设备
CN112529624B (zh) 生成业务预测模型的方法、装置、设备以及存储介质
CN115562492A (zh) 一种基于虚拟现实和眼动的认知评估训练方法及系统
CN108664948A (zh) 用于生成信息的方法和装置
Daneshfar et al. A pattern recognition framework for signal processing in metaverse
Klinkert et al. Driving generative agents with their personality
Tran et al. A network-oriented adaptive agent model for learning regulation of a highly sensitive person’s response
CN104580452B (zh) 内容信息共享的方法和系统、及电子设备
CN109919740B (zh) 一种生成购衣建议的方法及装置
CN112632309A (zh) 图像展示方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220603

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20220603

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220726

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220830

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221018

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221021

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: 20221101

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221110

R150 Certificate of patent or registration of utility model

Ref document number: 7177294

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150