LEARNING DATA GENERATION METHOD, LEARNING DATA GENERATION DEVICE AND LEARNING DATA GENERATION PROGRAM

• Main Authors: KOHASHI, Osamu, TADAHIRA, Yoshio, TAKESHITA, Makoto, OHASHI, Shinji, KAWAGOE, Hosei, MIZUNO, Takahiro, KATO, Yukihiro
• Format: Patent
• Language: English; French; Japanese
• Published: 19.09.2019
• Subjects: AIRCRAFT; AVIATION; CALCULATING; COMPUTING; COSMONAUTICS; COUNTING; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING ORREPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLYADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFTCOMPONENTS, NOT OTHERWISE PROVIDED FOR; PERFORMING OPERATIONS; PHYSICS; SIGNALLING; TRAFFIC CONTROL SYSTEMS; TRANSPORTING

According to the present invention, learning data, which is required for additionally training a learnt model of artificial intelligence to be used for identifying an aircraft, can be efficiently generated. A learning data generation method according to one aspect includes: an acquisition step S10 for acquiring two pieces of data among appearance data of an aircraft on an image obtained by imaging a specific path, signal data of radio waves transmitted from the aircraft on the path, and noise data that indicates a noise from the aircraft on the path; an identification step S20 in which the attributes of the aircraft on the path are identified by inputting one among the two acquired pieces of data to a first identification model for identifying the attributes of an aircraft; and a generation step S30 which generates learning data to be used for learning a second identification model for identifying the attributes of an aircraft by associating the other among the two acquired pieces of data and the attributes of the aircraft on the path, which has been identified in the identification step. Selon la présente invention, des données d'apprentissage, qui sont nécessaires à l'entraînement supplémentaire d'un modèle appris d'intelligence artificielle à utiliser de manière à identifier un aéronef, peuvent être efficacement générées. Selon un aspect, le procédé de génération de données d'apprentissage comprend : une étape d'acquisition S10 consistant à acquérir deux éléments de données parmi des données d'apparence d'un aéronef sur une image obtenue par imagerie d'une trajectoire spécifique, des données de signal d'ondes radio émises par l'aéronef sur la trajectoire, et des données de bruit qui indiquent un bruit provenant de l'aéronef sur la trajectoire ; une étape d'identification S20 consistant à identifier les attributs de l'aéronef sur la trajectoire en saisissant un élément choisi parmi les deux éléments de données acquis dans un premier modèle d'identification de manière à identifier les attributs d'un aéronef ; et une étape de génération S30 consistant à générer des données d'apprentissage à utiliser en vue de l'apprentissage d'un second modèle d'identification de manière à identifier les attributs d'un aéronef en associant l'autre élément de données parmi les deux éléments de données acquis et les attributs de l'aéronef sur la trajectoire, qui ont été identifiés à l'étape d'identification. 航空機の識別に用いられる人工知能の学習済みモデルにさらなる学習をさせる場合に必要な学習用データを効率的に生成することができる。一態様に係る学習用データ生成方法は、特定の経路を撮像した画像上の航空機の外観データと、前記経路上の航空機から発信される電波の信号データと、前記経路上の航空機からの騒音を示す騒音データとのうちの２つのデータを取得する取得ステップＳ１０と、取得された前記２つのデータのうちの一方を、航空機の属性を識別するための第１識別モデルに入力することにより、前記経路上の航空機の属性を識別する識別ステップＳ２０と、前記２つのデータのうちの他方と、前記識別ステップにより識別された前記経路上の航空機の属性とを関連付けることにより、航空機の属性を識別するための第２識別モデルの学習に用いられる学習用データを生成する生成ステップＳ３０とを含む。