特許ウォッチ

公開番号2025086098
公報種別公開特許公報(A)
公開日2025-06-06
出願番号2023199914
出願日2023-11-27
発明の名称学習データ生成装置、学習装置、感情推定装置、学習データ生成方法および学習データ生成プログラム
出願人株式会社デンソーテン
代理人弁理士法人酒井国際特許事務所
主分類G06N 20/00 20190101AFI20250530BHJP(計算;計数)
要約【課題】学習に適した学習データを効率よく生成すること。
【解決手段】実施形態に係る学習データ生成装置は、第1データの2値化値を正解値とし、前記第1データと対応する第2データを入力値とする学習データの学習データ生成装置であって、第1閾値以上の第1データと、第1閾値より小さい第2閾値以下の第1データとを抽出し、抽出した第1データと、当該第1データに対応する第2データとで学習データを生成する。
【選択図】図1
特許請求の範囲【請求項１】
第１データの２値化値を正解値とし、前記第１データと対応する第２データを入力値とする学習データの学習データ生成装置であって、
第１閾値以上の前記第１データと、前記第１閾値より小さい第２閾値以下の前記第１データとを抽出し、
前記抽出した前記第１データと、当該第１データに対応する第２データとで学習データを生成する
学習データ生成装置。
続きを表示（約 1,400 文字）【請求項２】
前記第１データの抽出数が、設定された学習データの生成数に達するまで、前記第１閾値を減少し、前記第２閾値を増加する
請求項１に記載の学習データ生成装置。
【請求項３】
前記第１閾値以上の前記第１データの抽出数と、前記第２閾値以下の前記第１データの抽出数とを同じとする
請求項２に記載の学習データ生成装置。
【請求項４】
前記第１データ全数に対する前記第１閾値以上の前記第１データの抽出数の割合を第１割合とし、
前記第１データ全数に対する前記第２閾値以下の前記第１データの抽出数の割合を第２割合とする
請求項２に記載の学習データ生成装置。
【請求項５】
前記第１データの正規分布状態に応じて、前記第１閾値と前記第２閾値を決定する
請求項１に記載の学習データ生成装置。
【請求項６】
前記第１データは、中枢神経系覚醒度と自律神経系活性度であり、
前記第２データは、顔の表情の特徴データである
請求項１～５のいずれか一つに記載の学習データ生成装置。
【請求項７】
学習データを用いてＡＩモデルを学習する学習装置において、
前記学習データは、
第１データの２値化値を正解値とし、前記第１データと対応する第２データを入力値とする学習データであって、
第１閾値以上の第１データと、前記第１閾値より小さい第２閾値以下の前記第１データとを正解値とし、
正解値とした前記第１データに対応する第２データを入力値とする、学習データである、
学習装置。
【請求項８】
人の顔の表情データに基づきＡＩモデルにて中枢神経系覚醒度の２値化値と自律神経系活性度の２値化値とを算出し、前記中枢神経系覚醒度の２値化値と前記自律神経系活性度の２値化値の組み合わせに基づき感情を推定する感情推定装置において、
ＡＩモデルは、
人の顔の表情データを入力とし、
第１覚醒度閾値以上の中枢神経系覚醒度を第１覚醒度２値化値とし、前記第１覚醒度閾値より小さい第２覚醒度閾値以下の中枢神経系覚醒度を第２覚醒度２値化値とする第１正解値とし、
第１活性度閾値以上の自律神経系活性度を第１活性度２値化値とし、前記第１活性度閾値より小さい第２活性度閾値以下の自律神経系活性度を第２活性度２値化値とする第２正解値とする
感情推定装置。
【請求項９】
第１データの２値化値を正解値とし、前記第１データと対応する第２データを入力値とする学習データの生成方法であって、
第１閾値以上の前記第１データと、前記第１閾値より小さい第２閾値以下の前記第１データとを抽出し、
前記抽出した前記第１データと、当該第１データに対応する第２データとで学習データを生成する
学習データ生成方法。
【請求項１０】
第１データの２値化値を正解値とし、前記第１データと対応する第２データを入力値とする学習データを生成するプログラムであって、
第１閾値以上の前記第１データと、前記第１閾値より小さい第２閾値以下の前記第１データとを抽出するステップと、
前記抽出した前記第１データと、当該第１データに対応する第２データとで学習データを生成するするステップと、
をコンピュータに実行させる学習データ生成プログラム。

発明の詳細な説明【技術分野】
【０００１】
開示の実施形態は、学習データ生成装置、学習装置、感情推定装置、学習データ生成方法および学習データ生成プログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
従来より、ＡＩ（Artificial Intelligence）を用いた各種装置が実用化されている。ＡＩを生成するためには、ＡＩの目的機能に応じた学習データセットを生成して、当該学習データを用いて学習前のＡＩモデルを学習する必要がある。
【先行技術文献】
【特許文献】
【０００３】
特開２０２０－１１９３２２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
精度の良いＡＩを生成するためには、質の良い多数の学習データが必要となり、学習に適した学習データを効率よく生成する技術が望まれる。
【０００５】
本発明は、上記に鑑みてなされたものであって、学習に適した学習データを効率よく生成することができる学習データ生成装置、学習装置、感情推定装置、学習データ生成方法および学習データ生成プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００６】
上述した課題を解決し、目的を達成するために、本発明に係る学習データ生成装置は、第１データの２値化値を正解値とし、前記第１データと対応する第２データを入力値とする学習データの学習データ生成装置であって、第１閾値以上の前記第１データと、前記第１閾値より小さい第２閾値以下の前記第１データとを抽出し、前記抽出した前記第１データと、当該第１データに対応する第２データとで学習データを生成する。
【発明の効果】
【０００７】
本発明によれば、学習に適した学習データを効率よく生成することができる。
【図面の簡単な説明】
【０００８】
図１は、感情推定システムの概要説明図である。
図２は、感情推定方法の概要説明図である。
図３は、指標推定モデルの具体例を示す図である。
図４は、学習データとしての採用の適否に関する説明図である。
図５は、学習データ生成装置のブロック図である。
図６は、学習データ記憶部の一例を示す図である。
図７は、分布の一例を示す図である。
図８は、分布の一例を示す図である。
図９は、学習装置のブロック図である。
図１０は、感情推定装置のブロック図である。
図１１は、学習データ生成装置が実行する処理手順を示すフローチャートである。
図１２は、学習装置が実行する処理手順を示すフローチャートである。
図１３は、感情推定装置が実行する処理手順を示すフローチャートである。
【発明を実施するための形態】
【０００９】
以下に、本願に係る学習データ生成装置、学習装置、感情推定装置、学習データ生成方法および学習データ生成プログラムを実施するための形態（以下、「実施形態」と記載する。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る学習データ生成装置、学習装置、感情推定装置、学習データ生成方法および学習データ生成プログラムが限定されるものではない。
【００１０】
まず、図１を用いて、実施形態に係る感情推定システムの概要について説明する。図１は、実施形態に係る感情推定推定システムの概略構成図である。図１に示すように、感情推定システムＳは、複数の学習データ生成装置１と、学習装置１０と、複数の感情推定装置１００とを有する。
（【００１１】以降は省略されています）

関連特許