MACHINE LEARNING-AIDED MIXED REALITY TRAINING EXPERIENCE IDENTIFICATION, PREDICTION, GENERATION, AND OPTIMIZATION SYSTEM

• Main Authors: CAPUTO, ALICIA, BERTOLLI, MICHAEL, THERRIEN, JASON
• Format: Patent
• Language: English; French
• Published: 13.10.2022
• Subjects: CALCULATING; COMPUTING; COUNTING; DIAGNOSIS; ELECTRIC DIGITAL DATA PROCESSING; HUMAN NECESSITIES; HYGIENE; IDENTIFICATION; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL; MEDICAL OR VETERINARY SCIENCE; PHYSICS; SURGERY

A mixed reality (MR) training system includes an identification algorithm (ML1) that identifies incidents of concern (IOCs) based on an incident report data set and related contextual data. Each IOC occurs in the data set with a frequency at least equal to a pre-determined threshold or the resulting consequence is at least equal to a different pre-determined threshold. The system also includes a prediction algorithm (ML2) configured to identify predicted changes in the frequency or contextual data of incidents, an experience generation algorithm (MLS) configured to generate an MR training experience based on IOCS identified by ML1 and the predictions of ML2. A fourth algorithm (ML4) tailors and optimizes MR generated training experiences based, in part, on (i) changes in the incident report data or contextual data or (ii) performance data or biometric response data received during or after a user's interaction with the MR training experience. Un système d'apprentissage en réalité mixte (MR) comprend un algorithme d'identification (ML1) qui identifie des incidents de préoccupation (IOC) sur la base d'un ensemble de données de rapport d'incident et de données contextuelles associées. Chaque IOC se produit dans l'ensemble de données avec une fréquence au moins égale à un seuil prédéterminé ou la conséquence résultante est au moins égale à un seuil prédéterminé différent. Le système comprend également un algorithme de prédiction (ML2) configuré pour identifier des changements prédits dans les données de fréquence ou contextuelles d'incidents, un algorithme de génération d'expérience (MLS) configuré pour générer une expérience d'apprentissage en RM basée sur les IOC identifiée par ML1 et les prédictions de ML2. Un quatrième algorithme (ML4) adapte et optimise les expériences d'entraînement générées par RM sur la base, en partie, (i) des changements dans les données de rapport d'incident ou des données contextuelles ou (ii) des données de performance ou des données de réponse biométriques reçues pendant ou après l'interaction de l'utilisateur avec l'expérience d'apprentissage en RM.