JP7339995B2 - データを効率的に取得するための技術 - Google Patents
データを効率的に取得するための技術 Download PDFInfo
- Publication number
- JP7339995B2 JP7339995B2 JP2021193344A JP2021193344A JP7339995B2 JP 7339995 B2 JP7339995 B2 JP 7339995B2 JP 2021193344 A JP2021193344 A JP 2021193344A JP 2021193344 A JP2021193344 A JP 2021193344A JP 7339995 B2 JP7339995 B2 JP 7339995B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- personality
- data
- digital representation
- personality data
- 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
- 238000000034 method Methods 0.000 title claims description 136
- 238000013528 artificial neural network Methods 0.000 claims description 107
- 230000006399 behavior Effects 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 15
- 230000003542 behavioural effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 210000004556 brain Anatomy 0.000 claims description 11
- 230000008450 motivation Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 230000000638 stimulation Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000004936 stimulating effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 239000000446 fuel Substances 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 206010063659 Aversion Diseases 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010011878 Deafness Diseases 0.000 description 1
- 206010029333 Neurosis Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229940124583 pain medication Drugs 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000009416 shuttering Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- A61B5/167—Personality evaluation
-
- 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
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D65/00—Designing, manufacturing, e.g. assembling, facilitating disassembly, or structurally modifying motor vehicles or trailers, not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/01—Occupants other than the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/22—Psychological state; Stress level or workload
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Databases & Information Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Educational Technology (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
Description
上述の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
(付記1)
ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から効率的に取得できるようにする方法であって、前記パーソナリティデータの前記デジタル表現は、ユーザ適合したサービスを前記ユーザ(402)に提供するために前記クライアントデバイス(406)において処理され、前記方法は前記サーバ(404)によって実行され、
前記ユーザ(402)から得られた入力に基づいてユーザ(402)のパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を保存すること(S202)と、
ユーザ(402)のパーソナリティデータのデジタル表現の要求を、前記クライアントデバイス(502、406)から受信すること(S204)と、
前記ユーザ(402)の前記パーソナリティデータの前記要求されたデジタル表現を、前記クライアントデバイス(502、406)に送信すること(S206)であって、前記ユーザ(402)の前記パーソナリティデータは、前記ユーザ(402)から得られた入力に基づいて前記ニューラルネットワーク(602)を使用して計算される、ことと、
を有する方法。
(付記2)
前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記ユーザ(402)にサービスを提供する少なくとも1つのデバイス(406)を設定するために前記クライアントデバイス(502、406)において処理され、
任意選択で、前記少なくとも1つのデバイス(406)は、前記クライアントデバイス(406)を含む、
付記1に記載の方法。
(付記3)
前記ユーザ(402)を特徴付けるフィードバックを受信することと、
前記フィードバックに基づいて前記ニューラルネットワーク(602)を更新することと、
前記ユーザ(402)の更新されたパーソナリティデータのデジタル表現を、前記クライアントデバイス(502、406)に送信することであって、前記ユーザ(402)の前記更新されたパーソナリティデータは、前記更新されたニューラルネットワーク(602)を使用して計算される、ことを更に有し、
任意選択で、前記ユーザ(402)の前記更新されたパーソナリティデータの前記デジタル表現は、前記ユーザ(402)に前記サービスを提供する前記少なくとも1つのデバイス(406)の設定を改善するために前記クライアントデバイス(502、406)において処理される、
付記1又は2に記載の方法。
(付記4)
前記フィードバックは、前記少なくとも1つのデバイス(406)によって提供される前記サービスを使用するときに前記少なくとも1つのデバイス(406)において監視される前記ユーザ(402)の行動を反映した行動データを含み、
任意選択で、前記行動データは、前記ユーザ(402)に前記サービスを提供する前記少なくとも1つのデバイス(406)によって実行される測定を使用して監視される、
付記3に記載の方法。
(付記5)
前記少なくとも1つのデバイス(406)は、車両を含み、前記行動データは、前記ユーザ(402)の運転行動を反映したデータを含む、
付記4に記載の方法。
(付記6)
前記ユーザ(402)の前記パーソナリティデータは、前記クライアントデバイス(502、406)から前記要求を受信する前に計算され、前記要求は、前記ユーザ(402)の前記パーソナリティデータを計算する際に前記サーバ(404)によって前記ユーザ(402)に事前に提供されたアクセスコードを含み、前記アクセスコードは、前記ユーザ(402)が他のクライアントデバイス(502、406)から前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現にアクセスすることを可能にする、
付記1から5のいずれか一項に記載の方法。
(付記7)
前記ユーザから得られた前記入力は、前記ユーザ(402)のパーソナリティ、目標、及び動機のうちの少なくとも1つに関する質問に対する回答を反映したデジタルスコアに対応し、デジタルスコアのそれぞれは、前記ニューラルネットワーク(602)を使用して前記ユーザ(402)の前記パーソナリティデータを計算するときに、前記ニューラルネットワーク(602)の別個の入力ノードへの入力として使用される。
付記1から6のいずれか一項に記載の方法。
(付記8)
前記質問は、ユーザ(402)のパーソナリティデータを計算することを最適に達成可能な結果を表す質問セットから選択された質問に対応し、
前記選択された質問は、前記最適に達成可能な結果に関して最も影響力があると判定された前記質問セットの質問に対応し、
任意選択で、前記選択された質問の数は、前記質問セットに含まれる質問の数の10%未満である、
付記7に記載の方法。
(付記9)
前記質問は、前記質問セットの単一の質問のそれぞれによって達成可能な結果を、前記最適に達成可能な結果と相関させることと、前記最適に達成可能な結果と最も高い相関を有する前記質問セットから質問を選択することと、に基づいて前記質問セットから選択されるか、又は、
前記質問は、前記質問セットから繰り返して選択され、繰り返しのそれぞれにおいて、次の質問が前の質問に対する前記ユーザの回答に応じて選択され、繰り返しのそれぞれにおいて、前記次の質問は、前記ユーザのパーソナリティデータを計算するために達成可能な結果に最も影響力があると判定された前記質問セットの一つの質問として選択され、
任意選択で、前記ニューラルネットワーク(602)は、前記ユーザ(402)の前記パーソナリティデータの結果の確率曲線(604)を表す複数の出力ノードを含み、前記質問セットの最も影響力のある質問を、前記繰り返しのそれぞれの前記次の質問として判定することは、前記ニューラルネットワーク(602)の入力ノードのそれぞれについて、前記ニューラルネットワーク(602)の前記入力ノードのそれぞれに入力される前記デジタルスコアの変化が前記確率曲線(604)を変化させる程度を判定することを含む、
付記8に記載の方法。
(付記10)
ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から効率的に取得できるようにする方法であって、前記方法は前記クライアントデバイス(502、406)によって実行され、
ユーザ(402)のパーソナリティデータのデジタル表現の要求を、前記サーバ(404)に送信すること(S302)と、
前記ユーザ(402)の前記パーソナリティデータの前記要求したデジタル表現を、前記サーバ(404)から受信すること(S304)であって、前記ユーザ(402)の前記パーソナリティデータは、前記ユーザ(402)から得られた入力に基づいて、前記ユーザ(402)から得られた入力に基づいてユーザ(402)のパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を使用して計算される、ことと、
ユーザ適合したサービスを前記ユーザ(402)に提供するために前記パーソナリティデータの前記デジタル表現を処理(S306)することと、
を有する方法。
(付記11)
コンピュータプログラム製品であって、前記コンピュータプログラム製品が1つ又は複数のコンピューティングユニット上で実行されるときに、付記1から10のいずれか一項に記載の方法を実行するためのプログラムコード部分を含む、コンピュータプログラム製品。
(付記12)
1つ又は複数のコンピュータ可読記録媒体に保存された、付記11に記載のコンピュータプログラム製品。
(付記13)
ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から効率的に取得できるようにする前記サーバ(100、404)であって、前記パーソナリティデータの前記デジタル表現は、ユーザ適合したサービスを前記ユーザ(402)に提供するために前記クライアントデバイス(502、406)において処理され、前記サーバ(404)は、少なくとも1つのプロセッサ(102)及び少なくとも1つのメモリ(104)を備え、前記少なくとも1つのメモリ(104)は、前記サーバ(404)が付記1から9のいずれか一項に記載の方法を実行するように動作可能であるように、前記少なくとも1つのプロセッサ(102)によって実行可能な命令を含む、サーバ(100、404)。
(付記14)
ユーザ(402)のパーソナリティデータのデジタル表現をサーバ(404)から効率的に取得できるようにするクライアントデバイス(110、502、406)であって、前記クライアントデバイス(110、502、406)は、少なくとも1つのプロセッサ(112)及び少なくとも1つのメモリ(114)を備え、前記少なくとも1つのメモリ(114)は、前記クライアントデバイス(110、502、406)が付記10に記載の方法を実行するように動作可能であるように、前記少なくとも1つのプロセッサ(112)によって実行可能な命令を含む、クライアントデバイス(110、502、406)。
(付記15)
付記13に記載のサーバ(100、404)と、付記14に記載の少なくとも1つのクライアントデバイス(110、502、406)とを備えるシステム。
Claims (58)
- ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から取得することを含む方法であって、前記方法は前記サーバ(404)によって実行され、
前記ユーザ(402)から得られた入力に基づいてユーザ(402)のパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を保存すること(S202)と、
ユーザ(402)のパーソナリティデータのデジタル表現の要求を、前記クライアントデバイス(502、406)から受信すること(S204)と、
前記ユーザ(402)の前記パーソナリティデータの前記要求されたデジタル表現を、前記クライアントデバイス(502、406)に送信すること(S206)であって、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、ユーザ適合したサービスを前記ユーザ(402)に提供するために前記クライアントデバイス(502、406)において処理され、前記ユーザ(402)の前記パーソナリティデータは、前記ユーザ(402)から得られた入力に基づいて前記ニューラルネットワーク(602)を使用して計算される、ことと、
を有し、
前記ユーザ(402)を特徴付けるフィードバックを受信することと、
前記フィードバックに基づいて前記ニューラルネットワーク(602)を更新することであって、前記ニューラルネットワーク(602)を更新することが前記フィードバックに基づいて前記ニューラルネットワーク(602)をトレーニングすることを含むことと、
前記ユーザ(402)の更新されたパーソナリティデータのデジタル表現を、前記クライアントデバイス(502、406)に送信することであって、前記ユーザ(402)の前記更新されたパーソナリティデータは、前記更新されたニューラルネットワーク(602)を使用して計算されることを更に有する、方法。 - 前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記ユーザ(402)にサービスを提供する少なくとも1つのデバイス(406)の設定を適合させるために前記クライアントデバイス(502、406)において処理される、
請求項1に記載の方法。 - 前記少なくとも1つのデバイス(406)の前記設定を前記ユーザ(402)の前記パーソナリティに適合させることは、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現によって示される前記ユーザ(402)の前記パーソナリティの特性を前記少なくとも1つのデバイス(406)の特定の設定にマッピングするマッピングを使用して実装される、
請求項2に記載の方法。 - 前記少なくとも1つのデバイス(406)は、前記クライアントデバイス(406)を含む、
請求項2又は3に記載の方法。 - 前記ユーザ(402)の前記更新されたパーソナリティデータの前記デジタル表現は、前記ユーザ(402)に前記サービスを提供する前記少なくとも1つのデバイス(406)の設定を改善するために前記クライアントデバイス(502、406)において処理される、
請求項2から4のいずれか一項に記載の方法。 - 前記フィードバックは、前記少なくとも1つのデバイス(406)によって提供される前記サービスを使用するときに前記少なくとも1つのデバイス(406)において監視される前記ユーザ(402)の行動を反映した行動データを含む、
請求項2から5のいずれか一項に記載の方法。 - 前記行動データは、前記ユーザ(402)に前記サービスを提供する前記少なくとも1つのデバイス(406)によって実行される測定を使用して監視される、
請求項6に記載の方法。 - 前記少なくとも1つのデバイス(406)は、車両を含み、前記行動データは、前記ユーザ(402)の運転行動を反映したデータを含む、
請求項6又は7に記載の方法。 - 前記フィードバックは、前記ユーザ(402)の前記パーソナリティを示す、
請求項1から8のいずれか一項に記載の方法。 - 前記ユーザ(402)の前記パーソナリティデータは、
前記ユーザ(402)の心理的特性、
前記ユーザ(402)の好み、
のうちの少なくとも1つを示す、
請求項1から9のいずれか一項に記載の方法。 - 前記ユーザから得られた前記入力は、前記ユーザ(402)のパーソナリティ、目標、及び動機のうちの少なくとも1つに関する質問に対する回答を反映したデジタルスコアに対応し、デジタルスコアのそれぞれは、前記ニューラルネットワーク(602)を使用して前記ユーザ(402)の前記パーソナリティデータを計算するときに、前記ニューラルネットワーク(602)の別個の入力ノードへの入力として使用される。
請求項1から10のいずれか一項に記載の方法。 - 前記ユーザ(402)の前記パーソナリティに関する前記質問は、
International Personality Item Pool (IPIP)、
HEXACO-60 pool、
Big-Five-Inventory-10(BFI-10) pool、
前記ユーザ(402)の心理的特性についての質問、
前記ユーザ(402)の好みについての質問、
のうちの少なくとも1つの質問に対応する、
請求項11に記載の方法。 - 前記質問は、ユーザ(402)のパーソナリティデータを計算することを最適に達成可能な結果を表す質問セットから選択された質問に対応し、
前記選択された質問は、前記最適に達成可能な結果に関して最も影響力があると判定された前記質問セットの質問に対応する、
請求項11又は12に記載の方法。 - 前記選択された質問の数は、前記質問セットに含まれる質問の数の10%未満である、
請求項13に記載の方法。 - 前記質問は、前記質問セットの単一の質問のそれぞれによって達成可能な結果を、前記最適に達成可能な結果と相関させることと、前記最適に達成可能な結果と最も高い相関を有する前記質問セットから質問を選択することと、に基づいて前記質問セットから選択される、
請求項13又は14に記載の方法。 - 前記質問は、前記質問セットから繰り返して選択され、繰り返しのそれぞれにおいて、次の質問が前の質問に対する前記ユーザの回答に応じて選択され、繰り返しのそれぞれにおいて、前記次の質問は、前記ユーザのパーソナリティデータを計算するために達成可能な結果に最も影響力があると判定された前記質問セットの一つの質問として選択される、
請求項13又は14に記載の方法。 - 前記ニューラルネットワーク(602)は、前記ユーザ(402)の前記パーソナリティデータの結果の確率曲線(604)を表す複数の出力ノードを含み、前記質問セットの最も影響力のある質問を、前記繰り返しのそれぞれの前記次の質問として判定することは、前記ニューラルネットワーク(602)の入力ノードのそれぞれについて、前記ニューラルネットワーク(602)の前記入力ノードのそれぞれに入力される前記デジタルスコアの変化が前記確率曲線(604)を変化させる程度を判定することを含む、
請求項16に記載の方法。 - 前記ユーザ(402)の前記パーソナリティデータは、前記クライアントデバイス(502、406)から前記要求を受信する前に計算され、前記要求は、前記ユーザ(402)の前記パーソナリティデータを計算する際に前記サーバ(404)によって前記ユーザ(402)に事前に提供されたアクセスコードを含み、前記アクセスコードは、前記ユーザ(402)が他のクライアントデバイス(502、406)から前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現にアクセスすることを可能にする、
請求項1から17のいずれか一項に記載の方法。 - 前記ユーザ適合したサービスを前記ユーザ(402)に提供することは、脳を刺激することを含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記ユーザ(402)のパーソナリティに基づいて脳の刺激手順を適合させるために前記クライアントデバイス(502)において処理される、
請求項1から18のいずれか一項に記載の方法。 - 前記ユーザ適合したサービスを前記ユーザ(402)に提供することは、
- 車両の運転設定を適合させることであって、前記少なくとも1つのデバイスが車両(406)を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記車両(406)の運転設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502、406)において処理されることと、
- 輸送手段(406)の客室内の環境条件を適合させることであって、前記少なくとも1つのデバイスが輸送手段(406)を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記輸送手段(406)の客室内の環境条件を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502、406)において処理されることと、
- 輸送手段(406)の客室に関するユーザ固有の設定を適合させることであって、前記少なくとも1つのデバイスが輸送手段(406)を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記輸送手段(406)の客室に関するユーザ固有の設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502、406)において処理されることと、
- スマート家電の設定を適合させることであって、前記少なくとも1つのデバイスがスマート家電を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記スマート家電の設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502)において処理されることと、
- ロボットの設定を適合させることであって、前記少なくとも1つのデバイスがロボットを含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記ロボットの設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502)において処理されることと、
- 仮想ロボットの設定を適合させることであって、前記少なくとも1つのデバイスが仮想ロボットを実行し、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記仮想ロボットの設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502)において処理されることと、
- 医療機器の設定を適合させることであって、前記少なくとも1つのデバイスが医療機器を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記医療機器の設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502)において処理されること、
のいずれか1つを含む、
請求項2から18のいずれか一項に記載の方法。 - 前記少なくとも1つのデバイス(406)が輸送手段を含む場合、前記ユーザ適合したサービスを前記ユーザ(402)に提供することは、前記輸送手段(406)の客室で得られた前記ユーザ(402)の注意レベルを示すセンサデータを考慮して更に実行される、
請求項20に記載の方法。 - 前記ユーザ適合したサービスを前記ユーザに提供することは、前記パーソナリティに適合した車両設定を前記ユーザに提供することを含み、前記ユーザの前記パーソナリティデータの前記デジタル表現は、前記ユーザの前記パーソナリティに適合した車両設定を判定するために前記クライアントデバイス(110)において処理される、
請求項1、及び10から18のいずれか一項に記載の方法。 - 前記判定された車両設定に基づいて、車両が製造される、
請求項22に記載の方法。 - 前記ユーザの前記更新されたパーソナリティデータの前記デジタル表現は、前記車両設定を改善するために前記クライアントデバイス(110)において処理される、
請求項22又は23に記載の方法。 - 前記フィードバックは、前記クライアントデバイス(110)において収集される、
請求項1から24のいずれか一項に記載の方法。 - 前記ユーザ適合したサービスを前記ユーザ(402)に提供することは、前記ユーザ(402)の身体の少なくとも一部をスキャンすることによって導出可能な前記ユーザ(402)の特性を示すボディスキャンデータを考慮して更に実行される、
請求項1から25のいずれか一項に記載の方法。 - ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から取得することを含む方法であって、前記方法は前記クライアントデバイス(502、406)によって実行され、
ユーザ(402)のパーソナリティデータのデジタル表現の要求を、前記サーバ(404)に送信すること(S302)と、
前記ユーザ(402)の前記パーソナリティデータの前記要求したデジタル表現を、前記サーバ(404)から受信すること(S304)であって、前記ユーザ(402)の前記パーソナリティデータは、前記ユーザ(402)から得られた入力に基づいて、前記ユーザ(402)から得られた入力に基づいてユーザ(402)のパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を使用して計算される、ことと、
ユーザ適合したサービスを前記ユーザ(402)に提供するために前記パーソナリティデータの前記デジタル表現を処理(S306)することと、
を有し、
前記ユーザ(402)を特徴付けるフィードバックを、前記サーバ(404)に送信することと、
前記ユーザ(402)の更新されたパーソナリティデータのデジタル表現を、前記サーバ(404)から受信することであって、前記ユーザ(402)の前記更新されたパーソナリティデータは、前記フィードバックに基づいて更新された前記ニューラルネットワーク(602)を使用して計算されることを更に有し、前記ニューラルネットワークを更新することが前記フィードバックに基づいて前記ニューラルネットワークをトレーニングすることを含む、方法。 - 前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記ユーザ(402)にサービスを提供する少なくとも1つのデバイス(406)の設定を適合させるために前記クライアントデバイス(502、406)において処理される、
請求項27に記載の方法。 - 前記少なくとも1つのデバイス(406)の前記設定を前記ユーザ(402)の前記パーソナリティに適合させることは、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現によって示される前記ユーザ(402)の前記パーソナリティの特性を前記少なくとも1つのデバイス(406)の特定の設定にマッピングするマッピングを使用して実装される、
請求項28に記載の方法。 - 前記少なくとも1つのデバイス(406)は、前記クライアントデバイス(406)を含む、
請求項28又は29に記載の方法。 - 前記ユーザ(402)の前記更新されたパーソナリティデータの前記デジタル表現は、前記ユーザ(402)に前記サービスを提供する前記少なくとも1つのデバイス(406)の設定を改善するために前記クライアントデバイス(502、406)において処理される、
請求項28から30のいずれか一項に記載の方法。 - 前記フィードバックは、前記少なくとも1つのデバイス(406)によって提供される前記サービスを使用するときに前記少なくとも1つのデバイス(406)において監視される前記ユーザ(402)の行動を反映した行動データを含む、
請求項28から31のいずれか一項に記載の方法。 - 前記行動データは、前記ユーザ(402)に前記サービスを提供する前記少なくとも1つのデバイス(406)によって実行される測定を使用して監視される、
請求項32に記載の方法。 - 前記少なくとも1つのデバイス(406)は、車両を含み、前記行動データは、前記ユーザ(402)の運転行動を反映したデータを含む、
請求項32又は33に記載の方法。 - 前記フィードバックは、前記ユーザ(402)の前記パーソナリティを示す、
請求項27から34のいずれか一項に記載の方法。 - 前記ユーザ(402)の前記パーソナリティデータは、
前記ユーザ(402)の心理的特性、
前記ユーザ(402)の好み、
のうちの少なくとも1つを示す、
請求項27から35のいずれか一項に記載の方法。 - 前記ユーザから得られた前記入力は、前記ユーザ(402)のパーソナリティ、目標、及び動機のうちの少なくとも1つに関する質問に対する回答を反映したデジタルスコアに対応し、デジタルスコアのそれぞれは、前記ニューラルネットワーク(602)を使用して前記ユーザ(402)の前記パーソナリティデータを計算するときに、前記ニューラルネットワーク(602)の別個の入力ノードへの入力として使用される。
請求項27から36のいずれか一項に記載の方法。 - 前記ユーザ(402)の前記パーソナリティに関する前記質問は、
International Personality Item Pool (IPIP)、
HEXACO-60 pool、
Big-Five-Inventory-10(BFI-10) pool、
前記ユーザ(402)の心理的特性についての質問、
前記ユーザ(402)の好みについての質問、
のうちの少なくとも1つの質問に対応する、
請求項37に記載の方法。 - 前記質問は、ユーザ(402)のパーソナリティデータを計算することを最適に達成可能な結果を表す質問セットから選択された質問に対応し、
前記選択された質問は、前記最適に達成可能な結果に関して最も影響力があると判定された前記質問セットの質問に対応する、
請求項37又は38に記載の方法。 - 前記選択された質問の数は、前記質問セットに含まれる質問の数の10%未満である、
請求項39に記載の方法。 - 前記質問は、前記質問セットの単一の質問のそれぞれによって達成可能な結果を、前記最適に達成可能な結果と相関させることと、前記最適に達成可能な結果と最も高い相関を有する前記質問セットから質問を選択することと、に基づいて前記質問セットから選択される、
請求項39又は40に記載の方法。 - 前記質問は、前記質問セットから繰り返して選択され、繰り返しのそれぞれにおいて、次の質問が前の質問に対する前記ユーザの回答に応じて選択され、繰り返しのそれぞれにおいて、前記次の質問は、前記ユーザのパーソナリティデータを計算するために達成可能な結果に最も影響力があると判定された前記質問セットの一つの質問として選択される、
請求項39又は40に記載の方法。 - 前記ニューラルネットワーク(602)は、前記ユーザ(402)の前記パーソナリティデータの結果の確率曲線(604)を表す複数の出力ノードを含み、前記質問セットの最も影響力のある質問を、前記繰り返しのそれぞれの前記次の質問として判定することは、前記ニューラルネットワーク(602)の入力ノードのそれぞれについて、前記ニューラルネットワーク(602)の前記入力ノードのそれぞれに入力される前記デジタルスコアの変化が前記確率曲線(604)を変化させる程度を判定することを含む、
請求項42に記載の方法。 - 前記ユーザ(402)の前記パーソナリティデータは、前記サーバ(404)に前記要求を送信する前に計算され、前記要求は、前記ユーザ(402)の前記パーソナリティデータを計算する際に前記サーバ(404)によって前記ユーザ(402)に事前に提供されたアクセスコードを含み、前記アクセスコードは、前記ユーザ(402)が他のクライアントデバイス(502、406)から前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現にアクセスすることを可能にする、
請求項27から43のいずれか一項に記載の方法。 - 前記ユーザ適合したサービスを前記ユーザ(402)に提供することは、脳を刺激することを含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記ユーザ(402)のパーソナリティに基づいて脳の刺激手順を適合させるために前記クライアントデバイス(502)において処理される、
請求項27から44のいずれか一項に記載の方法。 - 前記ユーザ適合したサービスを前記ユーザ(402)に提供することは、
- 車両の運転設定を適合させることであって、前記少なくとも1つのデバイスが車両(406)を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記車両(406)の運転設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502、406)において処理されることと、
- 輸送手段(406)の客室内の環境条件を適合させることであって、前記少なくとも1つのデバイスが輸送手段(406)を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記輸送手段(406)の客室内の環境条件を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502、406)において処理されることと、
- 輸送手段(406)の客室に関するユーザ固有の設定を適合させることであって、前記少なくとも1つのデバイスが輸送手段(406)を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記輸送手段(406)の客室に関するユーザ固有の設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502、406)において処理されることと、
- スマート家電の設定を適合させることであって、前記少なくとも1つのデバイスがスマート家電を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記スマート家電の設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502)において処理されることと、
- ロボットの設定を適合させることであって、前記少なくとも1つのデバイスがロボットを含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記ロボットの設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502)において処理されることと、
- 仮想ロボットの設定を適合させることであって、前記少なくとも1つのデバイスが仮想ロボットを実行し、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記仮想ロボットの設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502)において処理されることと、
- 医療機器の設定を適合させることであって、前記少なくとも1つのデバイスが医療機器を含み、前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記医療機器の設定を前記ユーザ(402)のパーソナリティに適合させるために前記クライアントデバイス(502)において処理されること、
のいずれか1つを含む、
請求項28から44のいずれか一項に記載の方法。 - 前記少なくとも1つのデバイス(406)が輸送手段を含む場合、前記ユーザ適合したサービスを前記ユーザ(402)に提供することは、前記輸送手段(406)の客室で得られた前記ユーザ(402)の注意レベルを示すセンサデータを考慮して更に実行される、
請求項46に記載の方法。 - 前記ユーザ適合したサービスを前記ユーザに提供することは、前記パーソナリティに適合した車両設定を前記ユーザに提供することを含み、前記ユーザの前記パーソナリティデータの前記デジタル表現は、前記ユーザの前記パーソナリティに適合した車両設定を判定するために前記クライアントデバイス(110)において処理される、
請求項27、及び36から44のいずれか一項に記載の方法。 - 前記判定された車両設定に基づいて、車両が製造される、
請求項48に記載の方法。 - 前記ユーザの前記更新されたパーソナリティデータの前記デジタル表現は、前記車両設定を改善するために前記クライアントデバイス(110)において処理される、
請求項48又は49に記載の方法。 - 前記フィードバックは、前記クライアントデバイス(110)において収集される、
請求項27から50のいずれか一項に記載の方法。 - 前記ユーザ適合したサービスを前記ユーザ(402)に提供することは、前記ユーザ(402)の身体の少なくとも一部をスキャンすることによって導出可能な前記ユーザ(402)の特性を示すボディスキャンデータを考慮して更に実行される、
請求項27から51のいずれか一項に記載の方法。 - コンピュータプログラム製品であって、前記コンピュータプログラム製品が1つ又は複数のコンピューティングユニット上で実行されるときに、請求項1から52のいずれか一項に記載の方法を実行するためのプログラムコード部分を含む、コンピュータプログラム製品。
- 1つ又は複数のコンピュータ可読記録媒体に保存された、請求項53に記載のコンピュータプログラム製品。
- ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から取得できるようにする前記サーバ(100、404)であって、前記パーソナリティデータの前記デジタル表現は、ユーザ適合したサービスを前記ユーザ(402)に提供するために前記クライアントデバイス(502、406)において処理され、前記サーバ(404)は、少なくとも1つのプロセッサ(102)及び少なくとも1つのメモリ(104)を備え、前記少なくとも1つのメモリ(104)は、前記サーバ(404)が請求項1から26のいずれか一項に記載の方法を実行するように動作可能であるように、前記少なくとも1つのプロセッサ(102)によって実行可能な命令を含む、サーバ(100、404)。
- ユーザ(402)のパーソナリティデータのデジタル表現をサーバ(404)から取得できるようにするクライアントデバイス(110、502、406)であって、前記クライアントデバイス(110、502、406)は、少なくとも1つのプロセッサ(112)及び少なくとも1つのメモリ(114)を備え、前記少なくとも1つのメモリ(114)は、前記クライアントデバイス(110、502、406)が請求項27から52のいずれか一項に記載の方法を実行するように動作可能であるように、前記少なくとも1つのプロセッサ(112)によって実行可能な命令を含む、クライアントデバイス(110、502、406)。
- 請求項55に記載のサーバ(100、404)と、請求項56に記載の少なくとも1つのクライアントデバイス(110、502、406)とを備えるシステム。
- ユーザのパーソナリティデータのデジタル表現を取得することを含む方法であって、前記パーソナリティデータの前記デジタル表現は、ユーザ適合したサービスを前記ユーザに提供するために処理され、前記方法は、
ユーザのパーソナリティデータのデジタル表現を取得することであって、前記ユーザの前記パーソナリティデータは、前記ユーザから得られた入力に基づいて、前記ユーザから得られた入力に基づいてユーザのパーソナリティデータを計算するようにトレーニングされたニューラルネットワークを使用して計算されることと、
前記パーソナリティデータの前記デジタル表現を処理して、ユーザ適合したサービスを前記ユーザに提供することと、
を有し、前記方法は、
前記ユーザを特徴付けるフィードバックを取得することと、
前記ユーザ(402)の更新されたパーソナリティデータのデジタル表現を取得することであって、前記ユーザ(402)の前記更新されたパーソナリティデータは、前記フィードバックに基づいて更新された前記ニューラルネットワーク(602)を使用して計算されることを更に有し、前記ニューラルネットワークを更新することが前記フィードバックに基づいて前記ニューラルネットワークをトレーニングすることを含む、方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19163909.5 | 2019-03-19 | ||
EP19163909.5A EP3712896B1 (en) | 2019-03-19 | 2019-03-19 | Technique for efficient retrieval of personality data |
JP2022504332A JP7360534B2 (ja) | 2019-03-19 | 2020-03-18 | データを効率的に取得するための技術 |
PCT/EP2020/057449 WO2020187984A1 (en) | 2019-03-19 | 2020-03-18 | Technique for efficient retrieval of personality data |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022504332A Division JP7360534B2 (ja) | 2019-03-19 | 2020-03-18 | データを効率的に取得するための技術 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022084570A JP2022084570A (ja) | 2022-06-07 |
JP7339995B2 true JP7339995B2 (ja) | 2023-09-06 |
Family
ID=65904033
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022504332A Active JP7360534B2 (ja) | 2019-03-19 | 2020-03-18 | データを効率的に取得するための技術 |
JP2021193344A Active JP7339995B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2021193377A Active JP7339996B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2023169513A Pending JP2023165979A (ja) | 2019-03-19 | 2023-09-29 | データを効率的に取得するための技術 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022504332A Active JP7360534B2 (ja) | 2019-03-19 | 2020-03-18 | データを効率的に取得するための技術 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021193377A Active JP7339996B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2023169513A Pending JP2023165979A (ja) | 2019-03-19 | 2023-09-29 | データを効率的に取得するための技術 |
Country Status (7)
Country | Link |
---|---|
US (4) | US20220000406A1 (ja) |
EP (4) | EP3712896B1 (ja) |
JP (4) | JP7360534B2 (ja) |
CN (3) | CN114420293A (ja) |
DE (1) | DE212020000450U1 (ja) |
ES (1) | ES2905570T3 (ja) |
WO (2) | WO2020187984A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021123133A (ja) * | 2020-01-31 | 2021-08-30 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
US20220318822A1 (en) * | 2021-03-30 | 2022-10-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Methods and systems for rideshare implicit needs and explicit needs personalization |
US11646036B1 (en) * | 2022-01-31 | 2023-05-09 | Humancore Llc | Team member identification based on psychographic categories |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080033826A1 (en) | 2006-08-03 | 2008-02-07 | Pudding Ltd. | Personality-based and mood-base provisioning of advertisements |
US20140309790A1 (en) | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Adjusting home automation comfort based on vehicle associated user profile data |
WO2019000326A1 (en) | 2017-06-29 | 2019-01-03 | Microsoft Technology Licensing, Llc | GENERATION OF ANSWERS IN AN AUTOMATED ONLINE CONVERSATION SERVICE |
US20190073547A1 (en) | 2010-06-07 | 2019-03-07 | Affectiva, Inc. | Personal emotional profile generation for vehicle manipulation |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6615123B2 (en) * | 2000-12-01 | 2003-09-02 | Hewlett-Packard Development Company, L.P. | Personality module for configuring a vehicle |
GB0110480D0 (en) * | 2001-04-28 | 2001-06-20 | Univ Manchester Metropolitan | Methods and apparatus for analysing the behaviour of a subject |
US20020169882A1 (en) | 2001-05-11 | 2002-11-14 | Wole Fayemi | System and method of creating mass-customized multi-component articles |
DE102010056397A1 (de) * | 2010-12-28 | 2012-06-28 | GM Global Technology Operations LLC | Fahrerassistenzsystem für ein Kraftfahrzeug, Kraftfahrzeug und Verfahren zum Betreiben eines Fahrerassistenzsystems |
US9493130B2 (en) | 2011-04-22 | 2016-11-15 | Angel A. Penilla | Methods and systems for communicating content to connected vehicle users based detected tone/mood in voice input |
US20130179178A1 (en) * | 2012-01-06 | 2013-07-11 | Active Health Management | System and method for patient care plan management |
US20170004260A1 (en) * | 2012-08-16 | 2017-01-05 | Ginger.io, Inc. | Method for providing health therapeutic interventions to a user |
US10068060B2 (en) * | 2012-08-16 | 2018-09-04 | Ginger.io, Inc. | Method for modeling behavior and psychotic disorders |
US11494390B2 (en) | 2014-08-21 | 2022-11-08 | Affectomatics Ltd. | Crowd-based scores for hotels from measurements of affective response |
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 |
DE102017208159B4 (de) | 2017-05-15 | 2024-05-29 | Vitesco Technologies GmbH | Verfahren zum Betreiben einer Fahrerassistenzvorrichtung eines Kraftfahrzeugs, Fahrerassistenzvorrichtung und Kraftfahrzeug |
US11727794B2 (en) * | 2018-03-14 | 2023-08-15 | Micron Technology, Inc. | Systems and methods for evaluating and sharing human driving style information with proximate vehicles |
US11148658B2 (en) * | 2018-03-21 | 2021-10-19 | Micron Technology, Inc. | Personalization of a vehicle based on user settings |
CN108596722A (zh) | 2018-04-24 | 2018-09-28 | 上汽通用五菱汽车股份有限公司 | 汽车客制化方法、设备及计算机可读存储介质 |
JP7035786B2 (ja) | 2018-05-11 | 2022-03-15 | トヨタ自動車株式会社 | 車両部品のカスタマイズ提案システム |
CN113056390A (zh) * | 2018-06-26 | 2021-06-29 | 伊泰·卡茨 | 情境驾驶员监控系统 |
WO2020056331A1 (en) | 2018-09-14 | 2020-03-19 | Tesla, Inc. | System and method for obtaining training data |
WO2021046534A1 (en) * | 2019-09-06 | 2021-03-11 | Blue Note Therapeutics, Inc. | Pre-therapeutic and therapeutic digital medical device and method |
-
2019
- 2019-03-19 ES ES19163909T patent/ES2905570T3/es active Active
- 2019-03-19 EP EP19163909.5A patent/EP3712896B1/en active Active
-
2020
- 2020-03-18 EP EP22157359.5A patent/EP4020488A1/en active Pending
- 2020-03-18 EP EP22157353.8A patent/EP4020487A1/en active Pending
- 2020-03-18 EP EP20713243.2A patent/EP3942561A1/en active Pending
- 2020-03-18 DE DE212020000450.1U patent/DE212020000450U1/de active Active
- 2020-03-18 CN CN202210076801.0A patent/CN114420293A/zh active Pending
- 2020-03-18 CN CN202080022108.4A patent/CN113646844B/zh active Active
- 2020-03-18 CN CN202111595105.2A patent/CN114282111A/zh active Pending
- 2020-03-18 JP JP2022504332A patent/JP7360534B2/ja active Active
- 2020-03-18 WO PCT/EP2020/057449 patent/WO2020187984A1/en active Search and Examination
- 2020-09-22 WO PCT/EP2020/076436 patent/WO2021185468A1/en active Search and Examination
-
2021
- 2021-09-16 US US17/476,635 patent/US20220000406A1/en active Pending
- 2021-09-16 US US17/476,614 patent/US20220001880A1/en active Pending
- 2021-09-16 US US17/476,602 patent/US11620531B2/en active Active
- 2021-11-29 JP JP2021193344A patent/JP7339995B2/ja active Active
- 2021-11-29 JP JP2021193377A patent/JP7339996B2/ja active Active
-
2023
- 2023-03-30 US US18/192,978 patent/US20230237338A1/en active Pending
- 2023-09-29 JP JP2023169513A patent/JP2023165979A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080033826A1 (en) | 2006-08-03 | 2008-02-07 | Pudding Ltd. | Personality-based and mood-base provisioning of advertisements |
US20190073547A1 (en) | 2010-06-07 | 2019-03-07 | Affectiva, Inc. | Personal emotional profile generation for vehicle manipulation |
US20140309790A1 (en) | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Adjusting home automation comfort based on vehicle associated user profile data |
WO2019000326A1 (en) | 2017-06-29 | 2019-01-03 | Microsoft Technology Licensing, Llc | GENERATION OF ANSWERS IN AN AUTOMATED ONLINE CONVERSATION SERVICE |
Also Published As
Publication number | Publication date |
---|---|
EP4020488A1 (en) | 2022-06-29 |
CN113646844A (zh) | 2021-11-12 |
CN113646844B (zh) | 2024-06-04 |
US20220000406A1 (en) | 2022-01-06 |
JP7339996B2 (ja) | 2023-09-06 |
US11620531B2 (en) | 2023-04-04 |
ES2905570T3 (es) | 2022-04-11 |
US20220004877A1 (en) | 2022-01-06 |
JP2022084570A (ja) | 2022-06-07 |
US20230237338A1 (en) | 2023-07-27 |
CN114420293A (zh) | 2022-04-29 |
EP3712896B1 (en) | 2022-01-12 |
WO2021185468A1 (en) | 2021-09-23 |
DE212020000450U1 (de) | 2021-06-15 |
JP2023165979A (ja) | 2023-11-17 |
CN114282111A (zh) | 2022-04-05 |
JP7360534B2 (ja) | 2023-10-12 |
JP2022084026A (ja) | 2022-06-06 |
EP3942561A1 (en) | 2022-01-26 |
US20220001880A1 (en) | 2022-01-06 |
JP2022526197A (ja) | 2022-05-23 |
EP4020487A1 (en) | 2022-06-29 |
WO2020187984A1 (en) | 2020-09-24 |
EP3712896A1 (en) | 2020-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7339995B2 (ja) | データを効率的に取得するための技術 | |
US11853645B2 (en) | Machine-led mood change | |
US9795884B2 (en) | Interactive gaming analysis systems and methods | |
JP2019032843A (ja) | 自動車又は携帯電子装置を使用した能動的且つ自動的なパーソナルアシスタンスを提供するコンピュータベースの方法及びシステム | |
US11937930B2 (en) | Cognitive state-based seamless stimuli | |
US20230211744A1 (en) | Technique for providing a user-adapted service to a user | |
US11100171B1 (en) | Personalized decision engine | |
US20220274608A1 (en) | Comfort driving data collection system, driving control device, method, and program | |
JP2001282539A (ja) | 概念の構造化方法、装置、及び概念構造を備えた装置 | |
Ilbeygi et al. | Equipping the ACT-R cognitive architecture with a temporal ratio model of memory and using it in a new intelligent adaptive interface | |
JP2024084568A (ja) | 車両制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211203 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230519 |
|
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: 20230801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230825 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7339995 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |