現在地 :  ホーム > シーズを探す > 全て > ○学習効果を客観的に判定可能な判定装置、及び装置用のプログラム

○学習効果を客観的に判定可能な判定装置、及び装置用のプログラム

整理番号 1331 特許状況 特許取得
概要 学習効果を客観的に判定可能な判定装置、及び装置用のプログラムを提供します。
学習は、基本的には、余剰学習(被験者にとって不必要な情報を積極的に捨てる学習)、連合学習(被験者に2つの刺激が時間的に同時または近接して与えられたときの学習)、結果学習(被験者が行動した結果に基づく学習)の3種類に分類されます。しかしながら、従来は、余剰学習や連合学習等の学習効果を客観的に判定する技術はありませんでした。
余剰学習が進むことで、作業(タスク)を処理する上で必要な情報のみを取り入れ、処理効率の向上が期待できますが、このとき脳の活性度は学習開始時に比べて低下すると考えられます、この考え方に基づいて、学習作業時におけるタスクに対する順応によって脳内における学習効果が増大していることを、学習作業時の脳波信号の自己アフィンフラクタル次元の平均値の変化分または変化率を見ることにより推定できることがわかりました。
本技術は、この研究成果を基礎として、完成されたものです。
キーワード:学習効果、客観的判定、判定装置、装置用のプログラム、自己アフィンフラクタル
注)自己アフィンフラクタル:フラクタル図形は等方的なスケール変換によって部分が全体と一致する性質を有しますが、これに対してアフィン変換によって部分が全体に一致するような図形を自己アフィンと呼び、あらゆるスケールで自己アフィンである図形を自己アフィンフラクタルと呼びます。複雑な形状の山の稜線をはるか遠方から眺めた場合に、山の起伏は比較的なだらかに見えますが、近づくにつれて急な斜面や崖が目立ち始め、横方向と上下方向でスケールの拡大率を変えることによって、初めて相似性が見いだされます。いくつかの山地では,稜線が自己アフィンフラクタルでよく表現されることが報告されています。自己アフィンは、複雑な時系列や表面の形状を特徴付ける際に使われる一方、自己相似なフラクタルとしばしば混同されることがあるので注意が必要です。
目的 受託研究を希望します
分野 ヘルスケア(介護/健康)・生活、IT・通信・ソフトウェア、センサ・計測・検査





お探しのシーズが見当たらない場合には、下の各種お問合せボタンからご連絡ください。
また、シーズ掲載を希望される場合は、フォームに「シーズ掲載希望」とご記入ください。
COPYRIGHT(C) 2016 NOMURA SECURITIES CO., LTD. ALL RIGHTS RESERVED.