JP5691918B2 - Absence duration estimation method, absence absence duration estimation program, and absence absence duration estimation device - Google Patents
Absence duration estimation method, absence absence duration estimation program, and absence absence duration estimation device Download PDFInfo
- Publication number
- JP5691918B2 JP5691918B2 JP2011165777A JP2011165777A JP5691918B2 JP 5691918 B2 JP5691918 B2 JP 5691918B2 JP 2011165777 A JP2011165777 A JP 2011165777A JP 2011165777 A JP2011165777 A JP 2011165777A JP 5691918 B2 JP5691918 B2 JP 5691918B2
- Authority
- JP
- Japan
- Prior art keywords
- event
- duration
- estimation
- information
- absence
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 403
- 238000004364 calculation method Methods 0.000 claims description 66
- 238000012545 processing Methods 0.000 claims description 34
- 238000001514 detection method Methods 0.000 description 93
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000009434 installation Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 5
- 210000000707 wrist Anatomy 0.000 description 5
- 102100024113 40S ribosomal protein S15a Human genes 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010011906 Death Diseases 0.000 description 1
- 101001118566 Homo sapiens 40S ribosomal protein S15a Proteins 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007791 dehumidification Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本件は、在不在継続時間推定方法、在不在継続時間推定プログラム及び在不在継続時間推定装置に関する。 This case relates to a presence / absence duration estimation method, a presence / absence duration estimation program, and a presence / absence duration estimation device.
近年、ユーザが部屋に在室しているか不在であるかを判定して機器を制御し、省エネルギーを実現するシステムがある。例えば、人感センサ等でユーザが部屋に入ったこと又は部屋から出たことを検知してエアコンの電源をＯＮ／ＯＦＦするシステムや、テレビを見始めると利用していないＰＣをスタンバイ状態にするシステムなどがある。 In recent years, there is a system that realizes energy saving by determining whether a user is present in a room or not and controlling a device. For example, a human sensor or the like detects that the user has entered or left the room and turns on / off the air conditioner, or puts an unused PC into standby when watching TV There are systems.
また、特許文献１には、予め用意されている辞書を用いて、検出した機器状態からユーザの在室場所と行動を推定し、その前後の在室場所と行動を把握することで、機器の消し忘れの検知・防止、次に使用する機器の準備などをする方法が開示されている。
Further,
しかしながら、ユーザが部屋に在室しているか不在であるかを考慮した機器の制御のみでは、省エネルギー化が適切に図れないおそれがある。例えば、エアコンでは、夏季において冷房運転を停止した後は室温が上昇することで、再度エアコンを運転させた際の消費電力が非常に大きくなるため、短時間停止させるより運転し続ける方が省エネルギー化を図れる。このように、ユーザが在室を継続する時間や不在を継続する時間に基づいて、運転制御したほうが省エネルギー化をより適切に図ることができると考えられる。 However, there is a possibility that energy saving cannot be appropriately achieved only by controlling the device in consideration of whether the user is present or absent in the room. For example, in air conditioners, the room temperature rises after the cooling operation is stopped in summer, and the power consumption when the air conditioner is operated again becomes very large. Can be planned. Thus, it is considered that energy saving can be more appropriately achieved by controlling the operation based on the time during which the user stays in the room or the time during which the user stays away.
しかるに、従来は、ユーザが在室を継続する時間や不在を継続する時間（在不在継続時間）を推定することができなかった。 However, conventionally, it has not been possible to estimate the time for which the user continues to be in the room or the time for which the user continues to be away (the absence continuation time).
そこで本件は上記の課題に鑑みてなされたものであり、ユーザの在不在継続時間を高精度に推定することが可能な在不在継続時間推定方法、在不在継続時間推定プログラム及び在不在継続時間推定装置を提供することを目的とする。 Accordingly, the present case has been made in view of the above-described problems, and is a presence / absence duration estimation method, an absence / absence duration estimation program, and an absence / absence duration estimation capable of estimating the presence / absence duration of a user with high accuracy. An object is to provide an apparatus.
本明細書に記載の在不在継続時間推定方法は、デバイスの状態が一の状態から他の状態に変化した第１のイベントが発生したときに、当該第１のイベントの情報を取得する第１情報取得工程と、イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第１のイベントの情報に基づいて、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得するルール取得工程と、前記ルール取得工程で取得された１又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する算出・格納工程と、デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得する第２情報取得工程と、前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択する選択工程と、前記選択工程で選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定する第１推定工程と、前記第１推定工程で推定された前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第２推定工程と、をコンピュータが実行する在不在継続時間推定方法である。 The presence / absence duration estimation method described in the present specification is a first method for acquiring information about a first event when a first event occurs in which the state of a device changes from one state to another state. An information acquisition step, a method for estimating the duration of an event, a method for calculating a feature amount related to the probability of the duration of the event estimated using the estimation method, and an event suitable for use of each method, A rule acquisition step of acquiring one or more rules that match the first event from the plurality of rules based on the information of the first event; A calculation / storage step of calculating a feature amount for each rule using one or a plurality of rules acquired in the rule acquisition step, and storing each feature in the storage unit, and the device state from the other state When a second event that has changed to the same state occurs, a second information acquisition step of acquiring information of the second event, and based on the information of the second event, the plurality of rules One or more rules that match the second event are identified from inside, a feature amount corresponding to the second event of the identified rule is obtained from the storage unit, and based on the obtained feature amount Then, using the selection step of selecting a rule for estimating the duration of the second event, and the method of estimating the duration of the event defined by the rule selected in the selection step, the second A device that is in the first state in the second event based on a first estimation step that estimates the duration of the event and a duration of the second event that is estimated in the first estimation step But A second estimation step of estimating a continuation time in which a user who uses the device exists in the placed space and / or a absence continuation time in which the user does not exist in a space different from the space in which the device is arranged; Is a presence / absence duration estimation method executed by a computer.
本明細書に記載の在不在継続時間推定プログラムは、デバイスの状態が一の状態から他の状態に変化した第１のイベントが発生したときに、当該第１のイベントの情報を取得し、イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得し、前記で取得された１又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納し、デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得し、前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択し、前記選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定し、前記推定された前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する、処理をコンピュータに実行させる在不在継続時間推定プログラムである。 The presence / absence duration estimation program described in the present specification acquires information on the first event when the first event in which the state of the device has changed from one state to another state occurs, and the event A plurality of rules defining a duration estimation method, a method for calculating a feature amount related to the probability of the duration of the event estimated using the estimation method, and an event suitable for use of each method To obtain one or more rules that match the first event from the plurality of rules, and calculate the feature amount for each rule using the one or more rules obtained above , Storing each event in the storage unit, and when a second event occurs in which the state of the device has changed from the other state to the one state, information on the second event is obtained, and the second event B Based on the information of the event, one or more rules that match the second event are specified from the plurality of rules, and the feature amount corresponding to the second event of the specified rule is stored. A rule for estimating the duration of the second event based on the acquired feature amount, and a method for estimating the duration of the event defined by the selected rule. The second event is used to estimate the duration of the second event, and based on the estimated duration of the second event, the device that is in the one state in the second event is arranged A process of estimating a duration in which a user who uses the device exists in space and / or a duration in which the user does not exist in a space different from the space where the device is arranged A standing absence duration estimation program executed by a computer.
本明細書に記載の在不在継続時間推定装置は、デバイスの状態が一の状態から他の状態に変化した第１のイベントが発生したときに、当該第１のイベントの情報を取得する第１情報取得部と、イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第１のイベントの情報に基づいて、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得するルール取得部と、前記ルール取得部が取得した１又は複数のルールを用いてルール毎の特徴量を算出する算出部と、前記算出部が算出したルール毎の特徴量をイベント別に格納する格納部と、デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得する第２情報取得部と、前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択する選択部と、前記選択部が選択したルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定する第１推定部と、前記第１推定部が推定した前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第２推定部と、を備える。 The presence / absence duration estimation device described in the present specification obtains information on a first event when a first event occurs in which the state of the device changes from one state to another state. An information acquisition unit, a method for estimating the duration of an event, a method for calculating a feature value related to the probability of the duration of the event estimated using the estimation method, and an event suitable for use of each method, A rule acquisition unit that acquires one or more rules that match the first event from the plurality of rules based on the information of the first event; A calculation unit that calculates a feature value for each rule using one or a plurality of rules acquired by the rule acquisition unit; a storage unit that stores the feature value for each rule calculated by the calculation unit for each event; When a second event whose state has changed from the other state to the one state occurs, a second information acquisition unit that acquires information of the second event, and based on the information of the second event Identifying one or more rules that match the second event from the plurality of rules, obtaining a feature amount corresponding to the second event of the specified rule from the storage unit, A selection unit that selects a rule for estimating the duration of the second event based on the acquired feature amount, and a method for estimating the duration of the event defined by the rule selected by the selection unit And using the first estimation unit for estimating the duration of the second event and the duration of the second event estimated by the first estimation unit, the one state in the second event De A second estimation unit that estimates a duration of time in which a user who uses the device exists in a space in which a chair is placed and / or a duration in which the user does not exist in a space different from the space in which the device is placed And comprising.
本明細書に記載の在不在継続時間推定方法、在不在継続時間推定プログラム及び在不在継続時間推定装置は、ユーザの在不在継続時間を高精度に推定することができるという効果を奏する。 The absence / absence duration estimation method, the absence / absence duration estimation program, and the absence / absence duration estimation device described in the present specification have an effect that the presence / absence duration of the user can be estimated with high accuracy.
《第１の実施形態》
以下、機器制御システムの第１の実施形態について、図１〜図１７に基づいて詳細に説明する。
<< First Embodiment >>
Hereinafter, the first embodiment of the device control system will be described in detail with reference to FIGS.
図１には、本実施形態に係る機器制御システム１００の概略構成が示されている。図１の機器制御システム１００は、在不在継続時間推定装置としてのサーバ１０と、宅内に設けられるエアコン、照明、ＴＶなどの機器（以下、「デバイス」と呼ぶ）とを備える。サーバ１０及び各デバイスは、宅内ネットワークなどのネットワーク２０に接続されている。デバイスは各々状態（電源ＯＮ／ＯＦＦや運転モードなど）を保持し、状態が変化した際に新しい状態をサーバ１０に通知する。サーバ１０は、ネットワーク２０を通じて、デバイスの状態を取得及び把握するとともに、デバイスの状態を変更することでデバイスの動作・処理等を制御する。なお、本実施形態では、ネットワーク２０として宅内ネットワークを想定しているが、デバイスがサーバ１０と相互に通信できるようになっていれば、ネットワークは通常のインターネットやその他のネットワークであってもよい。また、宅内ネットワークとインターネットの間にゲートウェイを設け、デバイスとサーバ１０との間の通信を中継するようにしてもよい。
FIG. 1 shows a schematic configuration of a
図２には、サーバ１０のハードウェア構成が示されている。図２に示すように、サーバ１０は、ＣＰＵ９０、ＲＯＭ９２、ＲＡＭ９４、記憶部（ここではＨＤＤ（Hard Disk Drive））９６、ネットワークインタフェース９７、及び可搬型記憶媒体用ドライブ９９等を備えている。これらサーバ１０の構成各部は、バス９８に接続されている。サーバ１０では、ＲＯＭ９２あるいはＨＤＤ９６に格納されているプログラム（例えば在不在継続時間推定プログラム）、或いは可搬型記憶媒体用ドライブ９９が可搬型記憶媒体９１から読み取ったプログラムをＣＰＵ９０が実行することにより、図３の各部の機能が実現されている。
FIG. 2 shows the hardware configuration of the
図３は、サーバ１０の機能ブロック図である。サーバ１０では、図３に示すように、ＣＰＵ９０により、イベント検出部３０、イベント記録部３２、関連イベント抽出部３４、ルール取得部及び算出部としての特徴量計算部３６、特徴量記録部３８、選択部としての推定方法選択部４０、第１推定部としてのイベント継続時間推定部４２、第２推定部としての在不在継続時間判定部４４、及び機器制御部４６、としての機能が実現されている。なお、図３では、ＨＤＤ９６等に格納されているデバイス情報リスト５０、イベント検出リスト５１、イベント履歴ＤＢ５２、複数のルールを含む推定方法リスト５４、格納部としての推定方法別特徴量ＤＢ５６についても図示している。
FIG. 3 is a functional block diagram of the
イベント検出部３０は、宅内に設置されたデバイスから、イベント（電源ＯＮからＯＦＦまでの処理・動作）の開始（電源ＯＮ）及び終了（電源ＯＦＦ）を検出する。なお、イベント検出部３０は、イベント検出に際して、デバイス情報リスト５０と、イベント検出リスト５１とを参照するものとする。デバイス情報リスト５０では、図４に示すように、デバイスＩＤに対して、設置場所とデバイスの種別が対応付けられている。このデバイス情報リスト５０の各データは、例えば、ユーザ等が予め登録しておくものとする。イベント検出リスト５１は、図５に示すように、デバイスの設置場所を格納する「場所」、デバイスの種別を格納する「種別」、各デバイスが保持する状態の名前と値を格納する「状態名」、「値」、の各フィールドを有する。これら４つのフィールドは、デバイスで発生した「イベント名」と「イベントタイプ」を決定する条件を格納するフィールドである。すなわち、「イベント名」と「イベントタイプ」は、条件のフィールド（「場所」、「種別」、「状態名」、「値」）に格納された内容で決まるイベント名とそのタイプ（開始、終了）を格納するフィールドである。
The
イベント検出部３０では、イベントの検出の際に、状態が変化したデバイスからデバイスＩＤ（「００１」など）を取得し、取得したデバイスＩＤとデバイス情報リスト５０とから、デバイスの「設置場所」と「種別」を取得する。そして、イベント検出部３０は、取得した設置場所及び種別と、状態が変化したデバイスから取得した状態名及び値と、に基づいて、イベント検出リスト５１から「イベント名」と「イベントタイプ」を取得する。イベント検出部３０は、取得したイベント名とイベントタイプを、デバイスの状態が変化した日時とともに、イベント記録部３２に送信する。
The
イベント記録部３２は、イベント検出部３０から受信したイベント名及びイベントタイプ、及びデバイスの状態が変化した日時を用いて、イベント履歴ＤＢ５２に対するイベントの記録を行う。ここで、イベント履歴ＤＢ５２には、図６に示すように、イベント名と、開始（日時）と、終了（日時）とが対応付けられた状態で記録される。
The
関連イベント抽出部３４は、イベント検出部３０でイベントの「終了」を検出した場合に、イベントの開始時の状況と関連する（条件が同じ）イベント（「関連イベント」と呼ぶ）を抽出する。
When the
特徴量計算部３６は、推定方法リスト５４（図９参照）を参照して、イベント検出部３０が検出したイベントと、関連イベント抽出部３４が抽出した関連イベントとに基づいて、推定方法ごとの特徴量を計算する。ここで、「特徴量」とは、各推定方法を用いて推定したイベント継続時間の確からしさに関する値を意味する。なお、本第１の実施形態では、特徴量が小さいほど、推定されたイベント継続時間の確からしさが大きいことを意味するものとする。なお、推定方法リスト５４の詳細については、後述する。
The feature
特徴量記録部３８は、特徴量計算部３６において算出された特徴量を、推定方法別特徴量ＤＢ５６に記録する。ここで、推定方法別特徴量ＤＢ５６は、図１１（ａ）〜図１１（ｃ）に示すように、「イベント名」、「開始曜日」、「開始時間帯」及び「特徴量」のフィールドを有している。これらのうち、「イベント名」、「開始曜日」、「開始時間帯」のフィールドは、推定方法リスト５４（図９）の「利用イベント条件」に対応する内容を格納するフィールドである。
The feature
推定方法選択部４０は、イベント検出部３０でイベントの「開始」を検出した場合に、推定方法別特徴量ＤＢ５６を参照して、イベントに関連する各推定方法の特徴量を比較し、イベント継続時間推定部４２で用いる推定方法を選択する。
When the
イベント継続時間推定部４２は、推定方法選択部４０が選択した推定方法を用いて、イベントが継続する時間を推定する。在不在継続時間判定部４４は、イベント継続時間推定部４２が推定したイベント継続時間から、宅内の各部屋にユーザが在室している在継続時間及び／又はユーザが存在しない不在継続時間を判定し、在不在継続時間リスト５８（図１６）に記録する。機器制御部４６は、在不在継続時間リスト５８に基づいて、デバイスを制御する。なお、在不在継続時間リスト５８の詳細については、後述する。
The event
次に、サーバ１０の処理について、図７のフローチャートに沿って、その他図面を適宜参照しつつ、詳細に説明する。
Next, the processing of the
図７の処理では、まず、ステップＳ１０において、イベント検出部３０が、デバイスから送信される状態変化通知を受信するまで待機する。ここで状態変化通知において通知される情報には、デバイスＩＤと状態名、値、及び状態の変化日時が含まれる。ステップＳ１０の判断が肯定されると、ステップＳ１２に移行する。
In the process of FIG. 7, first, in step S <b> 10, the
ステップＳ１２では、イベント検出部３０が、イベント検出リストから通知された情報に合致するイベントの開始、終了を検出する。具体的には、イベント検出部３０は、デバイス情報リスト５０を参照して、デバイスＩＤからデバイスの設置場所と種別を取得する。そして、イベント検出部３０は、イベント検出リスト５１を参照して、デバイスの設置場所と種別、受信したデバイスの状態名と値の全てが一致している行を検索し、検索されたイベント名とタイプ（開始、終了）を検出イベントとする。例えば、イベント検出部３０が、デバイスＩＤ＝「００１」、状態名＝「電源」、値＝「ＯＮ」、状態変化日時＝「2011/02/28（月）21:05」を受信したとする。この場合、イベント検出部３０は、デバイス情報リスト５０とデバイスＩＤ＝「００１」から、設置場所「リビング」、種別「ＴＶ」を取得する。そして、イベント検出部３０は、イベント検出リスト５１において、設置場所「リビング」、種別「ＴＶ」、状態名「電源」、値「ＯＮ」と合致する行を検索する。ここでは、図５の１行目のイベント（イベント名＝「リビングＴＶ視聴」、イベントタイプ＝「開始」）が検出イベントとなる。
In step S12, the
次いで、ステップＳ１４では、イベント検出部３０が、イベントがあったか（検出されたか）否かを判断する。ここでの判断が否定された場合、すなわち、検出イベントが存在しなかった場合には、受信した情報を破棄して、ステップＳ１０に戻る。一方、ステップＳ１４の判断が肯定された場合、すなわち、検出イベントがあった場合には、ステップＳ１６に移行する。
Next, in step S14, the
ステップＳ１４の判断が肯定されてステップＳ１６に移行すると、イベント記録部３２は、イベントタイプが「開始」であるか否かを判断する。ここでの判断が否定された場合、すなわち、イベントタイプが「終了」であった場合には、ステップＳ１８に移行する。
When the determination in step S14 is affirmed and the process proceeds to step S16, the
ステップＳ１８では、イベント記録部３２が、「終了」イベントに対応するイベントとして、直前に記録されたイベント名が同じ「開始」イベントをイベント履歴ＤＢ５２（図６）上で検索する。次いで、ステップＳ２０では、イベント記録部３２が、イベントがあったか否かを判断する。ここでの判断が肯定された場合には、ステップＳ２２に移行する。そして、ステップＳ２２では、イベント記録部３２が、「開始」イベントに対応させてイベント履歴ＤＢ５２を更新する。例えば、ステップＳ１２において、2011/02/28（月）22:00に「リビングＴＶ視聴」の「終了」イベントが検出されたとする。この場合、イベント記録部３２は、ステップＳ１８において、図６のイベント履歴ＤＢ５２で直前に記録された「リビングＴＶ視聴」の「開始」イベントを検索し、2011/02/28（月）21:05の「リビングＴＶ視聴」の「開始」イベントを検出できる。したがって、ステップＳ２２では、イベント記録部３２は、図６に矢印で示すように、2011/02/28（月）22:00の「リビングＴＶ視聴」の「終了」イベントを、2011/02/28（月）21:05の「リビングＴＶ視聴」の「開始」イベントと対応させて記録する。なお、ステップＳ２０の判断が否定された場合、すなわち、イベント履歴ＤＢ５２上に対応する「開始」イベントが存在しなかった場合には、何も記録せずに、ステップＳ１０に戻る。
In step S18, the
ステップＳ２２の処理が行われた後は、ステップＳ２４に移行する。ステップＳ２４では、終了イベント処理のサブルーチンが実行される。具体的には、ステップＳ２４においては、図８のフローチャートに沿った処理が実行される。 After the process of step S22 is performed, the process proceeds to step S24. In step S24, an end event processing subroutine is executed. Specifically, in step S24, processing according to the flowchart of FIG. 8 is executed.
図８の処理では、まず、ステップＳ４０において、特徴量計算部３６が、イベント履歴ＤＢ５２から「終了」イベントに対応する検出イベントを検索する。より具体的には、特徴量計算部３６は、イベント履歴ＤＢ５２において、イベント名と「終了」を検出した時刻が一致する行を検索して、対応する「開始」イベントの検出時刻を含む検出イベントを取得する。
In the process of FIG. 8, first, in step S <b> 40, the feature
次いで、ステップＳ４２では、特徴量計算部３６が、「終了」イベントに対応する検出イベントがあったか否かを判断する。ここでの判断が否定された場合には、図８の全処理を終了するが、判断が肯定された場合には、ステップＳ４４に移行する。
Next, in step S <b> 42, the feature
ステップＳ４４に移行すると、特徴量計算部３６は、イベント名から継続時間の推定に利用可能な方法を図９の推定方法リスト５４から取得する。
In step S44, the feature
ここで、図９の推定方法リスト５４について詳細に説明する。推定方法リスト５４には、「推定方法ＩＤ」、「推定方法」、「推定可能イベント」、「利用イベント条件」、「特徴量計算方法」、「継続時間推定方法」の各フィールドが設けられている。「推定方法ＩＤ」のフィールドには、イベント継続時間を推定する方法を一意に識別する識別子が格納される。「推定方法」のフィールドには、推定方法を一意に識別する名称が格納される。「推定可能イベント」のフィールドには、各推定方法がイベント継続時間を推定できるイベント名が格納される。「利用イベント条件」のフィールドには、イベント継続時間の推定で用いる特徴量の計算に必要なイベントを抽出する条件が格納され、この条件に従って、検出イベントの開始時の状況と同じになるイベントが抽出される。なお、図９の各推定方法では、イベント名、イベント開始日時の曜日（日、月、火、水、木、金、土）、時間帯（0:00〜6:00、6:00〜12:00、12:00〜18:00、18:00〜24:00）が同じイベントが抽出されることになる。なお、これに限らず、イベント名、曜日、時間帯の一部のみを条件としてもよく、また平日/休日といった条件を採用してもよい。
「特徴量計算方法」及び「継続時間推定方法」のフィールドには、各推定方法がイベント継続時間を推定する際に利用する特徴量の計算方法と、特徴量等を利用してイベント継続時間を推定する方法と、が格納される。なお、図９では、条件や方法などを文章で記述しているが、プログラム名などを記載し、これを実行するようにしてもよい。
Here, the
In the “feature calculation method” and “duration estimation method” fields, the feature calculation method used when each estimation method estimates the event duration and the event duration using the feature etc. An estimation method is stored. In FIG. 9, conditions and methods are described in text, but a program name or the like may be described and executed.
図８に戻り、ステップＳ４４では、具体的には、特徴量計算部３６は、検出イベントのイベント名が図９の推定方法リスト５４の「推定可能イベント」に含まれる行を検索し、継続時間の推定に利用可能な方法を取得する。例えば、検出イベントが「リビングＴＶ視聴」の「終了」イベントであった場合には、図９の推定方法ＩＤ＝「００１」、「００２」、「００３」の推定方法が取得される。また、検出イベントが「リビングエアコン稼働」の「終了」イベントであった場合には、推定方法ＩＤ＝「００３」の推定方法は「ＴＶのみ」であるので、利用できない。したがって、図９の推定方法ＩＤ＝「００１」、「００２」の推定方法が取得されることになる。
Returning to FIG. 8, in step S44, specifically, the feature
次いで、ステップＳ４６では、特徴量計算部３６が、推定方法があったか（ステップＳ４４で取得できたか）否かを判断する。ここでの判断が否定された場合には、図８の全処理を終了する。一方、ステップＳ４６の判断が肯定された場合には、ステップＳ４８に移行する。
Next, in step S46, the feature
ステップＳ４８に移行した場合、特徴量計算部３６は、取得した推定方法のうちの１つを選択する。
When the process proceeds to step S48, the feature
次いで、ステップＳ５０では、関連イベント抽出部３４が、検出イベントの開始時の状況と利用イベント条件が同じイベント（関連イベント）を抽出する。より具体的には、関連イベント抽出部３４は、検出イベントが図１０の上段に示すイベントであった場合に、その検出イベントと同一のイベント名で、曜日と時間帯が同一のイベント（図１０の下段）を関連イベントとしてイベント履歴ＤＢ５２から抽出する。
Next, in step S50, the related event extraction unit 34 extracts an event (related event) having the same situation as the start event of the detected event and the usage event condition. More specifically, when the detected event is the event shown in the upper part of FIG. 10, the related event extracting unit 34 has the same event name as the detected event, and the same day of the week and the time zone (FIG. 10). Are extracted from the
次いで、ステップＳ５２では、特徴量計算部３６が、検出イベントと関連イベントから特徴量を計算する。なお、関連イベントがなければ、特徴量計算部３６は、検出イベントのみを用いて特徴量を計算する。この場合、特徴量計算部３６は、ステップＳ４８で選択した推定方法の「特徴量計算方法」に基づいて、特徴量を計算する。
Next, in step S52, the
次いで、ステップＳ５４では、特徴量記録部３８が、利用イベント条件毎に推定方法別特徴量ＤＢ５６に特徴量を記録する。そして、ステップＳ５６では、特徴量計算部３６が、全推定方法の特徴量を計算済みか否かを判断する。ここでの判断が否定された場合には、ステップＳ４８に戻り、別の推定方法が選択された後、ステップＳ５０〜Ｓ５６の処理が繰り返されることになる。
Next, in step S54, the feature
そして、ステップＳ４８〜Ｓ５６の処理・判断が繰り返されることにより、図１１（ａ）〜図１１（ｃ）の各データベースに、特徴量が記録されることになる。ここで、図１１（ａ）は、推定方法ＩＤ＝００１の推定方法を用いて計算された特徴量を格納する推定方法別特徴量ＤＢ５６である。また、図１１（ｂ）は、推定方法ＩＤ＝００２の推定方法を用いて計算された特徴量を格納する推定方法別特徴量ＤＢ５６である。更に、図１１（ｃ）は、推定方法ＩＤ＝００３の推定方法を用いて計算された特徴量を格納する推定方法別特徴量ＤＢ５６である。
Then, by repeating the processing / judgment of steps S48 to S56, the feature amount is recorded in each of the databases of FIGS. 11 (a) to 11 (c). Here, FIG. 11A is an estimation method-specific
例えば、ステップＳ５０において図１０の下段に示すような関連イベントが抽出されたとする。この場合、推定方法ＩＤ＝００１の特徴量計算方法では、開始から終了までの継続時間の平均として、５５分（検出イベント）、１時間、５６分、５８分の平均である５７．２５分が求められる。そして、この平均（５７．２５分）と各継続時間の誤差の平均として、２．２５分、２．７５分、１．２５分、０．７５分の平均（１．７５分≒１．８分）が求められ、これが、「リビングＴＶ視聴」イベントが月曜日18:00〜24:00に開始された場合の特徴量となる。
また、推定方法ＩＤ＝００２の特徴量計算方法では、終了時刻の最頻値（ここでは、22:00）と各終了時刻との誤差の平均（０分、０分、４分、２８分の平均である８．０分）が特徴量となる。更に、推定方法ＩＤ＝００３の特徴量計算方法では、各終了時刻とその終了時刻に最も近い３０分ごとの時刻との差の平均（ここでは、１．５分となる）が特徴量となる。
なお、特徴量記録部３８は、推定方法別特徴量ＤＢ５６に既に値が存在していた場合には、既存の値を新たに計算された特徴量で更新するものとする。
For example, assume that related events as shown in the lower part of FIG. 10 are extracted in step S50. In this case, in the feature amount calculation method with the estimation method ID = 001, 57.25 minutes, which is an average of 55 minutes (detection event), 1 hour, 56 minutes, and 58 minutes, is obtained as the average duration from the start to the end. Desired. Then, as the average of the error between this average (57.25 minutes) and each duration, the average of 2.25 minutes, 2.75 minutes, 1.25 minutes, and 0.75 minutes (1.75 minutes≈1.8) This is the characteristic amount when the “watching living TV” event starts on Monday from 18:00 to 24:00.
In addition, in the feature amount calculation method with the estimation method ID = 002, the average error (0 minutes, 0 minutes, 4 minutes, and 28 minutes) between the mode value of the end time (here, 22:00) and each end time. The average value is 8.0 minutes). Further, in the feature amount calculation method with the estimation method ID = 003, the average (in this case, 1.5 minutes) of the difference between each end time and the time every 30 minutes closest to the end time is the feature amount. .
Note that, if a value already exists in the estimation method-specific
以上のようにして、図８の終了イベント処理の全処理が終了すると、図７のステップＳ１０に戻る。 As described above, when all the end event processes in FIG. 8 are completed, the process returns to step S10 in FIG.
図７に戻り、ステップＳ１６の判断が肯定された場合、すなわち、イベントタイプが「開始」であった場合には、ステップＳ２６に移行する。そして、ステップＳ２６では、イベント記録部３２が、イベント名と検出時刻をイベント履歴ＤＢ５２に新規登録する。この場合、図６の下から１行目及び２行目を参照すると分かるように、イベント履歴ＤＢ５２の「終了」のフィールドには何も記録されない。
Returning to FIG. 7, if the determination in step S <b> 16 is affirmative, that is, if the event type is “start”, the process proceeds to step S <b> 26. In step S26, the
次いで、ステップＳ２８では、開始イベント処理のサブルーチンが実行される。具体的には、ステップＳ２８においては、図１２のフローチャートに沿った処理が実行される。 Next, in step S28, a start event processing subroutine is executed. Specifically, in step S28, processing according to the flowchart of FIG. 12 is executed.
図１２の処理では、まず、ステップＳ６０において、推定方法選択部４０が、検出イベントのイベント名に基づいて、継続時間を推定可能な方法を選択し、取得する。より具体的には、推定方法選択部４０は、推定方法リスト５４から検出イベントのイベント名が「推定可能イベント」に含まれる行を検索し、継続時間を推定可能な方法を取得する。ここでの処理は、図８のステップＳ４４と同様であるので、説明を省略する。
In the process of FIG. 12, first, in step S60, the estimation
次いで、ステップＳ６２では、推定方法選択部４０が、取得できた推定方法があったか否かを判断する。ここでの判断が否定された場合、すなわち、取得できた推定方法がなかった場合には、図１２の全処理を終了し、図７のステップＳ１０に戻る。一方、ステップＳ６２の判断が肯定された場合、すなわち、取得できた推定方法があった場合には、ステップＳ６４に移行する。例えば、ステップＳ２６においてイベント履歴ＤＢ５２に記録されたイベントが、図１３の上段に示すような2011/3/7（月）07:05の「リビングＴＶ視聴」の「開始」イベントであったとする。この場合、推定方法としては、「継続時間（推定方法ＩＤ＝００１）」と「終了時刻（推定方法ＩＤ＝００２）」と「テレビ終了時刻（推定方法ＩＤ＝００３）」が取得されることになる。
Next, in step S62, the estimation
ステップＳ６２の判断が肯定されて、ステップＳ６４に移行すると、推定方法選択部４０は、イベントの状況から各推定方法の特徴量を抽出する。より具体的には、推定方法選択部４０は、取得した各推定方法の推定方法別特徴量ＤＢ５６（図１１（ａ）〜図１１（ｃ））から、「イベント名」「開始曜日」「開始時間帯」が検出イベントと一致する行の特徴量を取得する。上記の例では、図１１（ａ）〜図１１（ｃ）の推定方法別特徴量ＤＢ５６の月曜日の06:00〜12:00に開始された「リビングＴＶ視聴」イベントに対応する特徴量３．３分、１．３分、５．８分がそれぞれ取得されることになる。
When the determination in step S62 is affirmed and the process proceeds to step S64, the estimation
次いで、ステップＳ６６では、推定方法選択部４０が、推定方法が２つ以上であるか否かを判断する。ここでの判断が肯定された場合には、ステップＳ６８に移行し、推定方法選択部４０は、特徴量が最も小さい方法を選択する。上記の例では、推定方法選択部４０は、特徴量が最も小さい（１．３分）推定方法「終了時刻（ＩＤ＝００２）」を、イベント継続時間推定方法として選択する。なお、ステップＳ６６の判断が否定された場合、すなわち、ステップＳ６４で抽出された推定方法が１つであった場合には、推定方法選択部４０は、その推定方法をイベント継続時間推定方法とする。
Next, in step S66, the estimation
ここで、推定方法を選択する基準は、特徴量の計算方法に依存しているといえる。すなわち、本実施形態では、特徴量を誤差の平均を用いて計算しているため、推定方法（確からしい推定方法）として誤差が小さい、すなわち特徴量が小さい推定方法を選択することとしている。しかしながら、これに限られるものではなく、特徴量は推定方法間で比較が可能な値であればどのような値を採用してもよい。例えば、特徴量を継続時間が一定の範囲に収まっているイベント数を用いて計算する場合には、特徴量が大きい（イベント数が多い）推定方法を、確からしい推定方法として選択すればよい。また、継続時間の大半が含まれる範囲を用いて計算する場合には、特徴量が小さい（範囲が狭い）推定方法を、確からしい推定方法として選択すればよい。 Here, it can be said that the criterion for selecting the estimation method depends on the feature amount calculation method. That is, in this embodiment, since the feature amount is calculated using an average of errors, an estimation method with a small error, that is, a small feature amount is selected as the estimation method (probable estimation method). However, the present invention is not limited to this, and any value may be adopted as the feature amount as long as it can be compared between estimation methods. For example, when the feature amount is calculated using the number of events whose duration is within a certain range, an estimation method having a large feature amount (a large number of events) may be selected as a probable estimation method. Further, when the calculation is performed using a range that includes most of the duration time, an estimation method having a small feature amount (a narrow range) may be selected as a probable estimation method.
次いで、ステップＳ７０では、イベント継続時間推定部４２が、選択した推定方法でイベント継続時間を計算する。ここで、「終了時刻（ＩＤ＝００２）」の推定方法は、「特徴量＜１０分であれば、終了時刻の最頻値（なければ中央値）までの時間。それ以外は推定不可。」となっている。図１３の例の場合、特徴量は、１．３分であり１０分未満であるので、検出イベント及び当該検出イベントの関連イベントの終了時刻の最頻値までの時間を、イベントの継続時間と推定する。例えば、図１３の上段に示す検出イベントからは、イベント履歴ＤＢ５２から、図１３の下段に示す関連イベントが抽出される。したがって、これらの終了時刻の最頻値（7:24）までの時間（１９分）がイベントの継続時間と推定されることになる。
Next, in step S70, the event
図１２に戻り、次のステップＳ７２では、在不在継続時間推定処理のサブルーチンが実行されることになる。このステップＳ７２では、図１４、図１５のフローチャートに沿った処理が実行される。 Returning to FIG. 12, in the next step S72, a sub-routine of the absence / absence duration estimation process is executed. In step S72, processing according to the flowcharts of FIGS. 14 and 15 is executed.
ステップＳ７２では、まず、図１４のステップＳ８０において、在不在継続時間判定部４４が、イベント検出部屋（例えば、リビングなど）に在継続時間が既に存在しているか否かを判断する。この場合、在不在継続時間判定部４４は、図１６に示す在不在継続時間リスト５８を参照して、イベント検出部屋（例えば、リビングなど）に在継続時間あるか否かを判断する。ここで、図１６の在不在継続時間リスト５８は、「場所」、「継続時間設定時刻」、「在継続時間」、「不在継続時間」のフィールドを有する。「場所」のフィールドにはイベント検出部屋やイベントが検出されていない部屋が記録される。「継続時間設定時刻」のフィールドには、在継続時間あるいは不在継続時間を設定した時刻が記録される。「在継続時間」のフィールドには、イベント検出部屋のイベント継続時間（図１２のステップＳ７０で計算された時間）が入力される。また、「不在継続時間」のフィールドには、イベントが検出されていない部屋に対し、イベント検出部屋のイベント継続時間と同一の時間が入力される。
In step S72, first, in step S80 of FIG. 14, the presence / absence
ステップＳ８０の判断が肯定された場合、すなわち、在継続時間がイベント検出部屋に設定されていた場合には、ステップＳ８２に移行する。ステップＳ８２に移行すると、在不在継続時間判定部４４は、在終了予定時刻及び、イベント終了予定時刻を、次式（１）、（２）に基づいて、計算する。
在終了予定時刻＝継続時間設定時刻＋在継続時間 …（１）
イベント終了予定時刻＝現在時刻＋イベント継続時間 …（２）
If the determination in step S80 is affirmative, that is, if the duration has been set in the event detection room, the process proceeds to step S82. If it transfers to step S82, the absence presence
Scheduled end-of-life time = duration set time + duration of stay (1)
Event end scheduled time = current time + event duration ... (2)
次いで、ステップＳ８４では、在不在継続時間判定部４４が、在終了予定時刻がイベント終了予定時刻よりも早い（現在に近い時刻）であるか否かを判断する。ここでの判断が肯定された場合には、ステップＳ８６に移行し、在不在継続時間判定部４４が、イベント継続時間を在継続時間に設定する。その後は、ステップＳ８８に移行する。
Next, in step S84, the absence continuation
なお、ステップＳ８４の判断が否定された場合、すなわちイベント終了予定時刻が在終了予定時刻よりも早い（現在に近い時刻である）場合には、ステップＳ８６を経ずに（在継続時間を更新せずに）ステップＳ８８に移行する。また、ステップＳ８０の判断が否定された場合、すなわち、イベント検出部屋に在継続時間がない場合には、ステップＳ８６に直接移行し、在不在継続時間判定部４４が、イベント継続時間を在継続時間に設定する。その後は、ステップＳ８８に移行する。
If the determination in step S84 is negative, that is, if the scheduled event end time is earlier than the scheduled end time (the time is close to the present time), the current duration is not updated without passing through step S86. Without moving to step S88. If the determination in step S80 is negative, that is, if there is no continuation time in the event detection room, the process proceeds directly to step S86, where the absence continuation
ここまでの処理では、イベントが継続する間はイベントが検出された部屋に在室するという想定に基づき、イベントの継続時間をイベント検出部屋の在継続時間に設定することとしている。また、他のイベントにより既に部屋の在継続時間が設定されている場合には、イベント終了予定時刻が、在終了予定時刻より遅くなる場合のみ、イベントの継続時間をイベント検出部屋の在継続時間に設定することとしている。例えば、既にエアコンの電源がＯＮになっている部屋で、ユーザがテレビの電源をＯＮにしたとする。このような場合には、テレビがＯＦＦになると推定される時刻が、エアコンがＯＦＦになると推定される時刻よりも遅い場合のみ、テレビ視聴のイベントの継続時間を在継続時間に設定（更新）するものとする。 In the processing so far, the duration of the event is set to the duration of the event detection room based on the assumption that the room is in the room where the event was detected while the event continues. Also, if the duration of the room has already been set by another event, the duration of the event is set to the duration of the event detection room only if the scheduled end time of the event is later than the scheduled end time. I am going to set it. For example, assume that the user turns on the TV in a room where the air conditioner is already turned on. In such a case, only when the estimated time when the TV is turned off is later than the estimated time when the air conditioner is turned off, the duration of the TV viewing event is set (updated) as the current duration. Shall.
なお、上記においては、在終了予定時刻が遅くなる場合に新たに在継続時間を設定することとしたが、これに限られるものではない。イベント継続時間の推定において、時間だけでなくその精度も計算しておき、より推定精度の高い継続時間を設定してもよい。あるいは、複数の継続時間をその精度に応じて重みづけすることで在継続時間を設定してもよい。 In the above description, the continuation time is newly set when the scheduled end time becomes late. However, the present invention is not limited to this. In estimating the event duration, not only the time but also the accuracy thereof may be calculated, and a duration with higher estimation accuracy may be set. Alternatively, the current duration may be set by weighting a plurality of durations according to the accuracy.
図１４のステップＳ８８に移行すると、在不在継続時間判定部４４は、ユーザのいない部屋を検索する。この場合、在不在継続時間判定部４４は、ユーザがある部屋に在室する間は、その他の部屋には在室していないという想定に基づき検索する。
If it transfers to step S88 of FIG. 14, the absence continuation
次いで、ステップＳ９０では、在不在継続時間判定部４４が、検索された部屋があるか否かを判断する。ここでの判断が否定された場合には、図１５の全処理を終了するが、判断が肯定された場合には、ステップＳ９２に移行する。
Next, in step S90, the absence continuation
ステップＳ９２に移行すると、在不在継続時間判定部４４が、ユーザのいない部屋のうちの１つを選択する。次いで、ステップＳ９４では、在不在継続時間判定部４４が、ユーザがいない部屋に不在継続時間が設定されているか否かを判断する。ここでの判断が否定された場合には、ステップＳ１００に移行し、イベント継続時間を、ステップＳ９２で選択されたユーザのいない部屋の不在継続時間に設定する。その後は、ステップＳ１０２に移行する。
If transfering it to step S92, the absence continuation
一方、ステップＳ９４の判断が肯定された場合、すなわち、ユーザのいない部屋に不在継続時間が設定されていた場合には、ステップＳ９６に移行する。ステップＳ９６では、在不在継続時間判定部４４が、不在終了予定時刻及びイベント終了予定時刻を、次式（３）、（４）に基づいて、計算する。
不在終了予定時刻＝継続時間設定時刻＋不在継続時間 …（３）
イベント終了予定時刻＝現在時刻＋イベント継続時間 …（４）
On the other hand, if the determination in step S94 is affirmative, that is, if the absence duration is set in a room without a user, the process proceeds to step S96. In step S96, the absence continuation
Absence scheduled end time = duration set time + absence duration (3)
Event end scheduled time = current time + event duration ... (4)
次いで、ステップＳ９８では、在不在継続時間判定部４４が、（不在終了予定時刻＜イベント終了予定時刻）の関係が満たされているか否かを判断する。ここでの判断が否定された場合、すなわち、不在終了予定時刻のほうがイベント終了予定時刻よりも遅い場合には、不在継続時間を更新せずに、ステップＳ１０２に移行する。一方、ステップＳ９８の判断が肯定された場合、すなわち、イベント終了予定時刻のほうが不在終了予定時刻よりも遅い場合には、ステップＳ１００において、不在継続時間をイベント継続時間で新たに設定（更新）する。その後は、ステップＳ１０２に移行する。
Next, in step S98, the absence continuation
ステップＳ１０２では、在不在継続時間判定部４４が、ユーザがいない部屋を全て選択済か否かを判断する。ここでの判断が否定された場合には、ステップＳ９２に戻り、新たに選択される部屋について、ステップＳ９４〜Ｓ１０２の処理を実行する。一方、ステップＳ１０２の判断が肯定された場合、すなわち、ステップＳ８８で検索されたユーザがいない部屋をステップＳ９２において全て選択した場合には、図１４、図１５の全処理を終了し、図１２のステップＳ７４に移行する。
In step S <b> 102, the absence / absence
図１２に戻り、ステップＳ７４の処理では、機器制御処理のサブルーチンが実行される。このステップＳ７４では、図１７のフローチャートに沿った処理が実行される。 Returning to FIG. 12, in the processing of step S74, a subroutine of device control processing is executed. In step S74, the process according to the flowchart of FIG. 17 is executed.
ステップＳ７４では、まず、図１７のステップＳ１１０において、機器制御部４６が、在不在継続時間が設定された部屋を検索する。次いで、ステップＳ１１２では、機器制御部４６が、検索された部屋があったか否かを判断する。ここでの判断が否定された場合には、図１７の全処理を終了し、図７のステップＳ１０に戻る。一方、ステップＳ１１２の判断が肯定された場合には、ステップＳ１１４に移行する。
In step S74, first, in step S110 of FIG. 17, the
ステップＳ１１４に移行すると、機器制御部４６は、検索された部屋のうちの１つを選択する。次いで、ステップＳ１１６では、機器制御部４６が、設定された在不在継続時間に応じて、家電などの機器（デバイス）を制御する。この場合、エアコンやＴＶの電源のＯＮ／ＯＦＦ制御のほか、エアコンの運転の強弱の変更や、照明の点灯/消灯を制御することとしてもよい。また、エアコンの運転モード（冷房、暖房、除湿など）や設定温度の変更、照明の調光、窓やカーテン、ブラインドなどの開閉、その他の家電のＯＮ／ＯＦＦなどの制御を行うこととしてもよい。
In step S114, the
例えば、機器制御部４６は、長い在継続時間（例えば１時間程度）が設定された部屋に対しては、部屋におけるユーザの快適性を向上させるためにエアコンを稼働させる。一方、機器制御部４６は、短い在継続時間が設定された部屋に対してはユーザへの影響は一時的であるとして、エアコンを稼働させない、という制御を行う。また、不在継続時間が設定された部屋に対しては、不在継続時間が長ければ、エアコンや照明を停止して省電力を実現する。また、不在継続時間が短ければ、すぐに復旧可能な照明を停止し、短時間の停止では無駄が生じるエアコンは弱運転に切り替えるという制御を行う。
For example, the
例えば、ユーザが毎朝7:00過ぎにリビングでＴＶの電源をＯＮにしてニュースを視聴し、7:25頃になるとＴＶの電源をＯＦＦにして出勤準備を始めるという習慣があるとする。このような場合、サーバ１０は、朝、リビングのＴＶの電源がＯＮにされた時点で、7:25頃にＴＶの電源がＯＦＦにされることを推定する。
また、平日に録画したビデオを週末の夕方に観賞するような習慣があるとする。このような場合、サーバ１０は、週末の夕方、リビングのＴＶの電源がＯＮにされた時点で、２時間程度でＴＶの電源がＯＦＦされることを推定する。また、推定した時間の間、リビングに在室し、他の部屋（例えば自室）は不在となることを判定し、これらの部屋のエアコンや照明を制御する。このようにすることで、ユーザの在不在継続時間を考慮した機器（デバイス）の適切な制御が可能となり、これにより効果的な節電が可能となる。
For example, it is assumed that the user has a habit of turning on the TV in the living room every morning after 7:00 to watch the news, and turning off the TV at about 7:25 to start preparations for work. In such a case, the
In addition, it is customary to watch videos recorded on weekdays on weekend evenings. In such a case, the
上記のようにして、ステップＳ１１６が行われた後は、ステップＳ１１８に移行し、機器制御部４６が、全部屋のデバイス制御が終了したか否かを判断する。ここでの判断が否定された場合には、ステップＳ１１４に戻るが、ここでの判断が肯定された場合には、図１７の全処理を終了し、図７のステップＳ１０に戻る。
After step S116 is performed as described above, the process proceeds to step S118, and the
なお、これまでの説明から分かるように、本第１の実施形態では、イベント検出部３０と、イベント記録部３２とにより、第１情報取得部及び第２情報取得部の機能が実現されている。
As can be seen from the above description, in the first embodiment, the function of the first information acquisition unit and the second information acquisition unit is realized by the
以上説明したように、本第１の実施形態によると、イベント検出部３０が、終了イベントを検出したときに、特徴量計算部３６は、推定方法リストの中から終了イベントに適合する推定方法を取得する（Ｓ４４）。また、特徴量計算部３６は、取得された推定方法を用いて推定方法毎の特徴量を算出し、当該特徴量を特徴量記録部３８がイベント別に記録する（Ｓ５４）。一方、イベント検出部３０が、開始イベントを検出したときには、推定方法選択部４０が、推定方法リストの中から開始イベントに適合する推定方法の開始イベントに対応した特徴量を取得し、取得した特徴量に基づいて、開始イベントの継続時間を推定するための推定方法を選択する（Ｓ６４、Ｓ６８）。更に、イベント継続時間推定部４２が、選択された推定方法を用いて開始イベントの継続時間を推定し（Ｓ７０）、これに基づいて、在不在継続時間判定部４４が在不在継続時間を推定する（Ｓ７２）。このように、本実施形態では、過去に「終了」イベントがあったときに、「終了」イベントに適合する各推定方法の特徴量を求めておき、「開始」イベントが発生したときには、当該イベントに対応した推定方法の特徴量に基づいて、イベント継続時間の推定に用いる推定方法を決定する。したがって、「開始」イベントが発生したときに、過去の「終了」イベントの履歴からイベント継続時間が最も確からしい値となる推定方法を選択することができるので、当該選択された推定方法を用いることで、イベント継続時間及び在不在継続時間を高精度に推定することができる。
As described above, according to the first embodiment, when the
また、本第１の実施形態では、推定された在不在継続時間に基づいて、デバイス（家電など）の消費電力を適切にするような制御を行うことができる。特に、エアコンなどの家電では、短時間の不在の場合、電源をＯＮにし続けたほうが効率が良い場合もあるが、このような場合にもデバイスの適切な制御が可能となる。 Further, in the first embodiment, it is possible to perform control such that the power consumption of a device (such as a home appliance) is appropriate based on the estimated presence / absence duration. In particular, in home appliances such as air conditioners, it may be more efficient to keep the power on in the absence of a short period of time, but in such a case, appropriate device control is possible.
また、本第１の実施形態では、特徴量やイベント継続時間を計算・推定する際に、イベントの情報と、当該イベントと発生状況が共通する（開始曜日及び開始時間帯が一致する）イベント（関連イベント）の情報も用いる。これにより、特徴量やイベント継続時間を、発生状況が共通する複数のイベントの情報に基づいて、統計的に高精度に計算・推定することができる。 Further, in the first embodiment, when calculating / estimating the feature amount and event duration time, the event information and the event (the start day of the week and the start time zone coincide with each other) Related event information is also used. Thereby, it is possible to statistically calculate and estimate the feature amount and the event duration time with high accuracy based on information on a plurality of events having common occurrence situations.
なお、上記第１の実施形態では、一の状態がデバイスの電源がＯＮになった状態であり、他の状態が、デバイスの電源がＯＦＦになった状態である場合について説明したが、これに限られるものではない。例えば、一の状態がデバイスの電源がＯＦＦになった状態であり、他の状態が、デバイスの電源がＯＮになった状態であってもよい。また、一の状態及び他の状態としては、その他の状態を採用することも可能である。 In the first embodiment, the case has been described in which one state is a state in which the device is turned on and the other state is a state in which the device is turned off. It is not limited. For example, one state may be a state in which the power source of the device is turned off, and another state may be a state in which the power source of the device is turned on. Further, as one state and the other state, other states can be adopted.
なお、上記第１の実施形態では、デバイスが通知した状態変化をサーバ１０が受信することを想定しているが、これに限らず、サーバ１０がデバイスの状態を定期的に要求して状態変化を受信することとしてもよい。また上記実施形態では、デバイスの設置場所と種別、その状態の種類と値の４つの条件を基にイベントを検索することを想定したが（図５参照）、これに限られるものではない。例えば、これらとともに、又はこれらの少なくとも１つに代えて、「個々のデバイスの識別子」「前の状態」「状態が変化するまでの時間」「デバイスの状態変化の履歴」などの条件を基にイベントを検索することとしてもよい。また、デバイスの複数の状態や複数のデバイスの状態などの条件を基にイベントを検索することとしてもよい。
In the first embodiment, it is assumed that the
《第２の実施形態》
次に、第２の実施形態に係る機器制御システムについて、図１８〜図２６に基づいて詳細に説明する。本第２の実施形態では、サーバ１０’が、上述した第１の実施形態の処理に加え、デバイスからイベントの「変化」（ＴＶのチャンネル変更や、エアコンの運転モード変更など）も検出し、イベント継続時間の再推定を行う。以下、この点を中心に説明する。
<< Second Embodiment >>
Next, a device control system according to the second embodiment will be described in detail with reference to FIGS. In the second embodiment, in addition to the processing of the first embodiment described above, the
図１８には、第２の実施形態に係るサーバ１０’の機能ブロック図が示されている。図１８に示すように、サーバ１０’は、上述した第１の実施形態の機能（図３）に加え、太線枠で示す再選択部としての再推定方法選択部６０、及び再推定部としてのイベント継続時間再推定部６２、の機能を有している。
FIG. 18 is a functional block diagram of the
再推定方法選択部６０は、イベント検出部３０でイベントの「変化」を検出した場合に、イベントの開始時や変化時の状況から特徴量記録部３８で推定方法別特徴量ＤＢ５６に記録した再推定方法ごとの特徴量を比較する。そして、再推定方法選択部６０は、特徴量の比較結果に基づいて、イベント継続時間再推定部６２で用いる再推定方法を選択する。
The re-estimation
イベント継続時間再推定部６２は、再推定方法選択部６０が選択した再推定方法でイベントが継続する時間を再推定する。
The event duration re-estimation unit 62 re-estimates the time that the event continues with the re-estimation method selected by the re-estimation
なお、本実施形態では、図１８のイベント検出部３０が、デバイスからイベントの開始・終了のみならず、イベントの変化（例えば、ＴＶのチャンネル変更、エアコンの運転モードの変更などの変化）も検出する。この場合、イベント検出部３０は、図１９のイベント変化検出リスト５３を参照する。また、イベント記録部３２は当該イベントの変化をイベント履歴ＤＢ５２（図２１に示すイベント履歴ＤＢ（イベント変化発生時））に記録する。また、特徴量計算部３６は、図２３の推定方法リスト（再推定）５４’を用いて、再推定方法ごとの特徴量を計算し、特徴量記録部２８が、当該特徴量を推定方法別特徴量ＤＢ５６に記録する。また、在不在継続時間判定部４４は、イベント継続時間再推定部６２の再推定結果も考慮して、在不在継続時間を判定する。
In the present embodiment, the
図１９のイベント変化検出リスト５３は、「場所」、「種別」、「状態名」、「変化イベント」の各フィールドを備えている。このイベント変化検出リスト５３は、「場所」、「種別」、「状態」に基づいて、「変化イベント」を検出するためのリストである。なお、上記においては、イベント変化検出リスト５３を別途用意することとしたが、これに限らず、イベント検出リスト５１として、図２０に示すようなイベント検出リスト（イベント変化）を用意することとしてもよい。
The event
図２１のイベント履歴ＤＢ（イベント変化発生時）は、上記第１の実施形態のイベント履歴ＤＢ５２（図６）に新たに、「変化」のフィールドを追加したものである。「変化」のフィールドには、「変化」イベントを検出した日時が格納される。なお、イベントの変化は、イベントの開始から終了までの間に複数回発生する可能性があるため、「変化」フィールドには複数の検出時刻を記録することができるものとする。なお、イベント履歴ＤＢ（イベント変化発生時）５２に、変化の詳細として、イベント検出時のデバイスの「状態名」などを検出時刻と合わせて記録できるようにしてもよい。 The event history DB (when an event change occurs) in FIG. 21 is obtained by newly adding a “change” field to the event history DB 52 (FIG. 6) of the first embodiment. The “change” field stores the date and time when the “change” event is detected. It should be noted that a change in the event may occur a plurality of times from the start to the end of the event, so that a plurality of detection times can be recorded in the “change” field. The event history DB (when an event change occurs) 52 may record the “status name” of the device at the time of event detection together with the detection time as details of the change.
図２３の推定方法リスト（再推定）５４’は、「再推定方法ＩＤ」、「再推定方法」、「再推定可能イベント」、「利用イベント条件」、「特徴量計算方法」、「継続時間再推定方法」のフィールドを有する。「再推定方法ＩＤ」のフィールドには、イベント継続時間を再推定する方法を一意に識別する識別子が格納される。「再推定方法」のフィールドには、再推定方法を一意に識別する名称が格納される。「再推定可能イベント」のフィールドには、イベント継続時間を再推定できるイベント名が格納される。「利用イベント条件」のフィールドには、再推定で用いる特徴量の計算に必要なイベントを抽出する条件が格納される。「特徴量計算方法」のフィールドには、各推定方法がイベント継続時間を再推定する際に利用する特徴量の計算方法が格納される。「継続時間再推定方法」のフィールドには、特徴量等を利用してイベント継続時間を再推定する方法が格納される。なお、本第２の実施形態では、「利用イベント条件」に、図９に示すイベント名、イベント開始日時の曜日、時間帯に加え、イベントの変化日時の曜日と時間帯も設定できるようにしている。しかしながら、これに限られるものではなく、開始から変化までの時間を条件として設定できるようにしてもよく、図２１のイベント履歴ＤＢ（イベント変化発生時）５２において、変化の詳細を記録する場合には、その内容を条件としてもよい。 The estimation method list (re-estimation) 54 ′ in FIG. 23 includes “re-estimation method ID”, “re-estimation method”, “re-estimation event”, “use event condition”, “feature amount calculation method”, “duration” Field of “re-estimation method”. The “re-estimation method ID” field stores an identifier for uniquely identifying a method for re-estimating the event duration. The “re-estimation method” field stores a name that uniquely identifies the re-estimation method. The “re-estimable event” field stores an event name that can re-estimate the event duration. In the “use event condition” field, a condition for extracting an event necessary for calculating a feature value used in re-estimation is stored. The feature value calculation method field stores a feature value calculation method used when each estimation method re-estimates the event duration. The “duration re-estimation method” field stores a method for re-estimating the event duration using a feature amount or the like. In the second embodiment, in the “usage event condition”, in addition to the event name, the day of the event start date and time, and the time zone shown in FIG. 9, the day and time zone of the event change date and time can be set. Yes. However, the present invention is not limited to this, and the time from the start to the change may be set as a condition. When the details of the change are recorded in the event history DB 52 (when an event change occurs) in FIG. May be conditional on the contents.
次に、本第２の実施形態におけるサーバ１０’の処理について、図２２のフローチャート及びその他の図面に基づいて、詳細に説明する。
Next, the processing of the
図２２の処理では、まず、ステップＳ２００において、イベント検出部３０が、状態変化通知を受信するまで待機する。イベント検出部３０が状態変化通知を受信すると、ステップＳ２０２において、イベント検出部３０が、イベント検出リスト５１から通知された情報に合致するイベントの開始、終了を検出する。
In the process of FIG. 22, first, in step S <b> 200, the
次いで、ステップＳ２０４では、イベント検出部３０が、開始、終了のイベントがあったか否かを判断する。ここでの判断が肯定された場合には、ステップＳ２０６に移行する。
Next, in step S204, the
ステップＳ２０６に移行した場合、イベント記録部３２は、イベントタイプが「開始」であるか否かを判断する。ここでの判断が否定された場合、すなわち、「終了」イベントであった場合には、ステップＳ２０８に移行する。ステップＳ２０８では、イベント記録部３２が、直前に記録されたイベント名が同じ「開始」イベントをイベント履歴ＤＢ５２から検索する。そして、ステップＳ２１０において、イベント記録部３２は、「開始」イベントがあったか否かを判断し、ここでの判断が否定された場合には、ステップＳ２００に戻る。一方、「開始」イベントがあった場合には、ステップＳ２１０の判断が肯定され、ステップＳ２１２に移行する。ステップＳ２１２では、イベント記録部３２が、「開始」イベントに対応させてイベント履歴ＤＢ５２を更新する。
When the process proceeds to step S206, the
次いで、ステップＳ２１４では、終了イベント処理のサブルーチンが実行されることになる。ステップＳ２１４の処理では、具体的には、図２４のフローチャートに沿った処理が実行される。 Next, in step S214, a subroutine for end event processing is executed. In the process of step S214, specifically, the process according to the flowchart of FIG. 24 is executed.
図２４の処理では、まず、ステップＳ２５０において、特徴量計算部３６が、イベント履歴ＤＢ（イベント変化発生時）５２から「終了」イベントに対応する検出イベントを検索する。次いで、ステップＳ２５２では、特徴量計算部３６が、「終了」イベントに対応する検出イベントがあったか否かを判断する。ここでの判断が肯定された場合には、ステップＳ２５８に移行する。なお、ステップＳ２５６の判断が否定された場合、すなわち、検出イベントが無かった場合には、ステップＳ２１４（図２４，図２５）の処理を終了して、図２２のステップＳ２００の処理に戻る。
In the process of FIG. 24, first, in step S250, the feature
ステップＳ２５２の判断が肯定されてステップＳ２５４に移行した場合、特徴量計算部３６は、イベントに基づいて、推定方法リスト（図９）から継続時間の推定に利用可能な方法を取得する。なお、これ以降のステップＳ２５６〜Ｓ２６４までの処理は、上述した第１の実施形態のステップＳ４６〜Ｓ５６の処理と同様である。したがって、ステップＳ２５６〜Ｓ２６４の説明については省略する。
When the determination in step S252 is affirmed and the process proceeds to step S254, the feature
ステップＳ２５６の判断が否定された場合（推定方法が取得できなかった場合）、あるいは、ステップＳ２６４の判断が肯定された場合（取得した全推定方法の特徴量の計算が完了した場合）には、ステップＳ２６６に移行する。 If the determination in step S256 is negative (when the estimation method cannot be acquired), or if the determination in step S264 is affirmative (when the calculation of the feature values of all acquired estimation methods is completed), The process proceeds to step S266.
ステップＳ２６６では、特徴量計算部３６が、検索した検出イベントに「変化」イベントがあるか（１つ以上記録されているか）否かを判断する。ここでの判断が否定された場合には、ステップＳ２１４（図２４，図２５）の処理を終了して、図２２のステップＳ２００の処理に戻るが、肯定された場合には、ステップＳ２６８（図２５）に移行する。
In step S266, the feature
図２５のステップＳ２６８では、特徴量計算部３６が、検出イベントに基づいて、継続時間の再推定に利用可能な方法を、図２３の推定方法リスト（再推定）５４’から取得する。この場合、特徴量計算部３６は、検出イベントのイベント名が「再推定可能イベント」のフィールドの内容に含まれる再推定方法を取得することになる。
In step S268 of FIG. 25, the feature
次いで、ステップＳ２７０では、特徴量計算部３６が、再推定方法があったか（ステップ２６８で取得できたか）否かを判断する。ここでの判断が否定された場合には、ステップＳ２１４（図２４，図２５）の処理を終了して、図２２のステップＳ２００の処理に戻る。一方、ステップＳ２７０の判断が肯定された場合には、ステップＳ２７２に移行する。
Next, in step S270, the feature
ステップＳ２７２では、特徴量計算部３６が、取得した再推定方法のうちの１つを選択する。次いで、ステップＳ２７４では、特徴量計算部３６が、選択した再推定方法の「利用イベント条件」のフィールドに、変化時の状況に関する内容あるか否かを判断する。ここでの判断が肯定された場合には、ステップＳ２７６に移行する。なお、選択されている再推定方法が、図２３の再推定方法ＩＤ＝００１であれば、利用イベント条件のフィールドに、変化日時に関する内容があるので、ステップＳ２７４の判断は肯定される。また、再推定方法ＩＤ＝００２、００３についても、利用イベント条件のフィールドに、変化日時に関する内容があるので、ステップＳ２７４は肯定される。
In step S272, the feature
ステップＳ２７６に移行すると、特徴量計算部３６が、検出イベントの「変化」イベントを１つ選択する。次いで、ステップＳ２７８では、関連イベント抽出部３４が、検出イベントの開始時の状況および「変化」イベントで選択した変化時の状況と利用イベント条件が同じイベント（関連イベント）を、図２１のイベント履歴ＤＢ（イベント変化発生時）５２から抽出する。
In step S276, the feature
次いで、ステップＳ２８０では、特徴量計算部３６が、各再推定方法に対し、検出イベントと抽出した関連イベント（関連イベントが存在しない場合は、検出イベントのみ）から特徴量を計算する。
Next, in step S280, the feature
次いで、ステップＳ２８２では、特徴量記録部３８が、利用イベント条件毎に推定方法別特徴量ＤＢ５６に特徴量を記録する。なお、特徴量の記録方法は、上述した第１の実施形態（図１１（ａ）〜図１１（ｃ）参照）と同様であるので、説明を省略するものとする。
Next, in step S282, the feature
次いで、ステップＳ２８４では、特徴量計算部３６が、全ての「変化」イベントの特徴量を計算したか否かを判断する。ここでの判断が否定された場合には、ステップＳ２７６に戻る。すなわち、検出イベントに「変化」イベントが複数存在する場合は、それぞれの「変化」イベントに対して、ステップＳ２７８〜Ｓ２８２の処理が繰り返されることになる。一方、ステップＳ２８４の判断が肯定された場合には、ステップＳ２８６に移行し、特徴量計算部３６が、全再推定方法の特徴量を計算し終えたか否かを判断し、ここでの判断が否定された場合には、ステップＳ２７２に戻る。一方ステップＳ２８６の判断が肯定された場合には、ステップＳ２１４（図２４，図２５）の全処理を終了して、図２２のステップＳ２００の処理に戻る。
Next, in step S284, the feature
ところで、ステップＳ２７４の判断が否定された場合、すなわち、選択した再推定方法の「利用イベント条件」のフィールドに、変化時の状況に関する内容が無かった場合には、ステップＳ２８８に移行する。ステップＳ２８８では、関連イベント抽出部３４が、検出イベントの開始時の状況と利用イベント条件が同じイベント（関連イベント）を抽出する。 By the way, if the determination in step S274 is negative, that is, if there is no content regarding the situation at the time of change in the “use event condition” field of the selected re-estimation method, the process proceeds to step S288. In step S288, the related event extraction unit 34 extracts an event (related event) having the same situation as the start event of the detected event and the usage event condition.
次いで、ステップＳ２９０では、特徴量計算部３６が、検出イベントと関連イベント（関連イベントが存在しない場合は、検出イベントのみ）から特徴量を計算する。そして、ステップＳ２９２では、特徴量記録部３８が、利用イベント条件毎に特徴量を記録し、ステップＳ２８６に移行する。ステップＳ２８６では、上述したのと同様、全推定方法の特徴量を計算し終えたか否かを判断し、ここでの判断が否定された場合には、ステップＳ２７２に戻る。一方、ステップＳ２８６の判断が肯定された場合には、ステップＳ２１４（図２４，図２５）の全処理を終了して、図２２のステップＳ２００の処理に戻る。
Next, in step S290, the feature
図２２に戻り、ステップＳ２０２においてイベント検出部３０が受信した状態変化通知から開始、終了イベントが検出できず、ステップＳ２０４の判断が否定された場合には、ステップＳ２１６に移行する。
Returning to FIG. 22, if the start and end events cannot be detected from the state change notification received by the
ステップＳ２１６では、イベント検出部３０が、図１９のイベント変化検出リスト５３から、通知情報に合致するイベントの変化を検出する。例えば、イベント検出部３０が、デバイスＩＤ＝「００１」、状態名＝「チャンネル」、値＝「８」、状態変化日時＝「2011/02/28（月）21:55」を受信すると、デバイス情報リスト５０およびイベント変化検出リスト５３から、図１９の１行目の「リビングＴＶ視聴」が「変化」した、というイベントが検出される。
In step S216, the
次いで、ステップＳ２１８では、イベント検出部３０が、イベントがあったか（検出されたか）否かを判断する。ここでの判断が否定された場合には、受信した情報を破棄してステップＳ２００に戻るが、判断が肯定された場合には、ステップＳ２２０に移行する。ステップＳ２２０に移行した場合、イベント記録部３２が、直前に記録されたイベント名が同じ「開始」イベントを図２１のイベント履歴ＤＢ（イベント変化発生時）５２から検索する。そして、次のステップＳ２２２では、イベント記録部３２が、「開始」イベントがあったか否かを判断する。ここでの判断が否定された場合には、何も記録せずにステップＳ２００に戻るが、判断が肯定された場合には、ステップＳ２２４に移行する。
Next, in step S218, the
次いで、ステップＳ２２４では、イベント記録部３２が、検索された「開始」イベントに対応させて図２１のイベント履歴ＤＢ（イベント変化発生時）５２を更新する。
Next, in step S224, the
ステップＳ２２４の後は、ステップＳ２２６において、変化イベント処理のサブルーチンが実行される。この変化イベント処理は、イベントの継続時間（開始イベント処理Ｓ２３０で設定される継続時間）を再推定して、機器制御に用いるという処理である。ステップＳ２２６の処理では、図２６のフローチャート（ステップＳ３００〜Ｓ３１４）に沿った処理が実行される。なお、具体的な方法は、上述した第１の実施形態の開始イベント処理（図１２のステップＳ６０〜Ｓ７４）とほぼ同様となっている。 After step S224, a change event processing subroutine is executed in step S226. This change event process is a process of re-estimating the event duration (the duration set in the start event process S230) and using it for device control. In the process of step S226, the process according to the flowchart of FIG. 26 (steps S300 to S314) is executed. A specific method is substantially the same as the start event process (steps S60 to S74 in FIG. 12) of the first embodiment described above.
以下、図２６の処理を簡単に説明する。まず、再推定方法選択部６０が、図２３の推定方法リスト（再推定）５４’から、イベント名が「再推定可能イベント」のフィールドの内容に含まれる行を検索し、検出イベントから継続時間を再推定可能な方法を取得する（Ｓ３００）。なお、再推定可能な方法が存在しない場合（ステップＳ３０２：否定）は、処理を終了する。次に、再推定方法選択部６０は、取得した各再推定方法に対応する推定方法別特徴量ＤＢ５６から、検出イベントの状況が再推定方法の利用イベント条件と一致する行を検索し、その特徴量を抽出する（ステップＳ３０４）。そして、再推定方法選択部６０は、イベント継続時間を再推定する方法が２つ以上あれば、確からしい方法として特徴量が最も小さい再推定方法を選択する（ステップＳ３０８）。また、イベント継続時間再推定部６２は、選択された再推定方法に従って継続時間を計算する（ステップＳ３１０）。更に、在不在継続時間判定部４４が在不在継続時間を推定し（ステップＳ３１２（図１４，図１５と同様の処理））、機器制御部４６が、機器制御処理を行う（ステップＳ３１４（図１７と同様の処理））。その後は、図２２のステップＳ２００に戻る。
Hereinafter, the process of FIG. 26 will be briefly described. First, the re-estimation
なお、図２２のステップＳ２０６の判断が肯定された場合、すなわち、イベント検出部３０が、開始イベントをイベント検出リストから検出した場合には、ステップＳ２２８に移行する。ステップＳ２２８では、イベント記録部３２が、イベント名と検出時刻を、イベント履歴ＤＢ５２に新規記録する。そして、次のステップＳ２３０では、イベント記録部３２が、開始イベント処理のサブルーチンを実行する。なお、ステップＳ２３０の開始イベント処理は、上述した第１の実施形態の開始イベント処理（図１２のステップＳ６０〜Ｓ７４）と同様となっているので、説明は省略するものとする。
If the determination in step S206 in FIG. 22 is affirmed, that is, if the
なお、これまでの説明から分かるように、本第２の実施形態では、特徴量計算部３６により、再推定ルール取得部及び再算出部の機能が実現され、推定方法別特徴量ＤＢ５６により、再格納部の機能が実現されている。
As can be seen from the above description, in the second embodiment, the feature
以上、詳細に説明したように、本第２の実施形態によると、終了イベントを検出したときに、対応する検出イベントに「変化」イベントが１つ以上記録されていたときには、イベント継続時間を再推定する再推定方法毎の特徴量を計算しておき、変化イベントを検出したときには、算出しておいた再推定方法毎の特徴量に基づいて、イベント継続時間の再推定に用いる再推定方法を選択し、イベント継続時間を再推定する。これにより、本第２の実施形態では、部屋内の状況の変化に応じて、イベント継続時間を高精度に再推定することができ、ひいては、在不在継続時間を高精度に推定することができる。また、本第２の実施形態では、推定された在不在継続時間に基づいて、デバイス（家電など）の消費電力を適切にするような制御を行うことができる。 As described above in detail, according to the second embodiment, when one or more “change” events are recorded in the corresponding detection event when the end event is detected, the event duration time is reset. When the feature amount for each re-estimation method to be estimated is calculated and a change event is detected, the re-estimation method used for re-estimating the event duration is calculated based on the calculated feature amount for each re-estimation method. Select and re-estimate event duration. Thereby, in this 2nd Embodiment, according to the change of the condition in a room, event duration time can be re-estimated with high precision, and by extension, absence-and-absence duration time can be estimated with high precision. . Further, in the second embodiment, it is possible to perform control such that the power consumption of a device (such as a home appliance) is appropriate based on the estimated presence / absence duration.
《第３の実施形態》
次に、第３の実施形態に係る機器制御システムについて、図２７〜図３３に基づいて詳細に説明する。図２７には、本第３の実施形態に係る機器制御システム１００’の概略構成図が示されている。この図２７に示すように、本第３の実施形態では、デバイスとして、ＴＶやエアコンなどの機器のほか、温度センサや照度センサ、人感センサなどのセンサが含まれるものとする。
<< Third Embodiment >>
Next, a device control system according to the third embodiment will be described in detail with reference to FIGS. FIG. 27 shows a schematic configuration diagram of a
図２８には、サーバ１０”の機能ブロック図が示されている。この図２８に示すように、サーバ１０”は、上述した第１の実施形態のサーバ１０の機能（図３）のほか、デバイス情報取得部７０（図１８の太線枠参照）を有している点が、第１の実施形態と異なる。
FIG. 28 shows a functional block diagram of the
デバイス情報取得部７０は、イベント記録部３２からの通知に基づいて、イベント検出部３０が検出したイベントに関連する情報をセンサなどの他のデバイスから取得する。なお、デバイス情報取得部７０は、デバイスから情報を取得する際に、図２９に示すデバイス取得情報リスト７１を参照する。
The device
図２９のデバイス取得情報リスト７１は、「イベント名」、「場所」、「種別」、「状態名」のフィールドを有する。「イベント名」は、イベント検出部３０が検出したイベント名を格納するフィールドである。また、「場所」、「種別」、「状態名」は、「イベント名」に格納されたイベントが検出された時に取得するデバイスが設置されている「場所」、デバイスの「種別」、および取得する「状態名」を格納するフィールドである。
The device
なお、本第３の実施形態では、イベント記録部３２は、イベントに関連する他のデバイスの情報を受信してイベントと合わせてイベント履歴ＤＢ５２に記録する。また、関連イベント抽出部３４は、開始時の状況と、他のデバイス情報を含む条件（利用イベント条件）が同じイベント（関連イベント）を、推定方法ごとに抽出する。更に、特徴量算出部３６は、イベント検出部３０で検出されたイベントと関連イベント抽出部３４が抽出した関連イベント、及び他のデバイスの情報を利用して特徴量を計算する。また、イベント継続時間推定部４２は、推定方法選択部４０において特徴量に基づいて選択された推定方法と、他のデバイスの情報と、を利用してイベント継続時間を推定する。
In the third embodiment, the
次に、本第３の実施形態に係るサーバ１０”の処理について、図３０のフローチャートに沿って説明する。図３０の処理は、第１の実施形態の処理（図７参照）に加え、ステップＳ１５Ａ、Ｓ１５Ｂを新たに実行するとともに、ステップＳ２２に変更を加えたステップＳ２２’及びステップＳ２６に変更を加えたステップＳ２６’を実行する。
Next, the process of the
図３０では、イベント検出部３０が受信した状態変化通知に合致するイベントが開始又は終了イベントであった場合に（Ｓ１０〜Ｓ１４（肯定））、デバイス情報取得部７０が、取得するデバイスの情報を検索する（ステップＳ１５Ａ）。この場合、デバイス情報取得部７０は、イベント名を用いて、図２９のデバイス取得情報リストを検索する。
In FIG. 30, when the event that matches the state change notification received by the
次いで、ステップＳ１５Ｂでは、デバイス情報取得部７０が、デバイス取得情報リストから検索されたデバイスの情報を取得する。なお、イベントが終了イベントであり、かつ対応する開始イベントがあった場合（ステップＳ２０：肯定）には、ステップＳ２２’において、イベント記録部３２が、直前の開始イベントに対応させて、終了イベントの情報を、取得したデバイス情報とともにイベント履歴ＤＢ５２に登録（更新）する。ここで、本第３の実施形態のイベント履歴ＤＢ５２は、図３１、図３２のようなデータベースであるものとする。本第３の実施形態では、イベント毎に取得するデバイスの情報やその数が異なるため、イベント履歴はイベント毎に作成するものとする。また、ステップＳ２６’では、イベント記録部３２は、開始イベントのイベント名と検出時刻とともに、取得したデバイス情報をイベント履歴ＤＢ５２に新規記録する。
Next, in step S15B, the device
また、本第３の実施形態では、終了イベント処理（ステップＳ２４）及び開始イベント処理（ステップＳ２８）においては、図３３に示すような推定方法リスト５４を用いることとする。図３３の推定方法リスト５４では、温度センサの検出値などを用いて利用イベント条件が定義されたり、特徴量計算方法や継続時間推定方法が温度センサの検出値などを用いて規定されている。したがって、図３３の推定方法リスト５４を用いることで、イベントに係るデバイスとは異なるデバイスの情報を用いたイベント継続時間、在不在継続時間の推定及び機器制御が可能となる。
In the third embodiment, an
例えば、ユーザに、平日の夜は常にＴＶの電源をＯＮにしているが、リビングが寒くなって１２度以下となるとＴＶの電源をＯＦＦにして就寝するという習慣があるとする。このような場合でも、本第３の実施形態を用いることで、ＴＶの電源がＯＮになったときに、現在の温度からリビングが１２度になるまでの時間を計算することで、ＴＶの電源がＯＦＦにされる温度になるまでの時間を推定できる。これにより、推定した時間の間、リビングに在室し、他の部屋（例えば自室）は不在となる、ということを判定することができるので、これらの部屋のエアコンや照明を適切に制御することが可能となる。 For example, it is assumed that the user always turns on the TV on weekday nights, but has a habit of turning off the TV and going to bed when the living room gets cold and falls below 12 degrees. Even in such a case, by using the third embodiment, when the power of the TV is turned on, the time from the current temperature until the living room becomes 12 degrees is calculated. It is possible to estimate the time until the temperature is turned off. As a result, it can be determined that the user stays in the living room for the estimated time and the other rooms (for example, own room) are absent. Therefore, the air conditioner and lighting in these rooms should be controlled appropriately. Is possible.
その他の処理については、上述した第１の実施形態と同様である。したがって、その他の処理の説明は省略するものとする。 Other processes are the same as those in the first embodiment described above. Therefore, explanation of other processing is omitted.
以上、詳細に説明したように、本第３の実施形態によると、「終了」イベントが検出された際には、「終了」イベントの情報とともに当該イベント継続中に取得される他のデバイス（センサなど）の情報も取得して、これらを用いて特徴量を計算し、「開始」イベントが検出された際には、「開始」イベントの情報とともに、他のデバイス（センサなど）の情報も取得し、これらを用いてイベント継続時間を推定する。これにより、本第３の実施形態では、イベントに対応する付加情報（他のデバイスの情報）を用いて、特徴量の算出やイベント継続時間の推定を行うことが可能であるので、イベント継続時間及び在不在継続時間を高精度に推定することができる。また、高精度に推定された在不在継続時間を用いることで、デバイスの制御を適切に行うことができる。 As described above in detail, according to the third embodiment, when an “end” event is detected, other devices (sensors) acquired during the continuation of the event together with information on the “end” event are detected. Etc.), and feature values are calculated using these, and when a “start” event is detected, information on other devices (sensors, etc.) is also acquired along with the “start” event information. These are used to estimate the event duration. As a result, in the third embodiment, it is possible to calculate the feature amount and estimate the event duration using the additional information (information on other devices) corresponding to the event. In addition, the presence / absence duration time can be estimated with high accuracy. In addition, by using the presence / absence duration estimated with high accuracy, the device can be controlled appropriately.
なお、上記第３の実施形態では、サーバ１０”のデバイス情報取得部７０がデバイスの情報を取得する際には、デバイスに現在の状態を通知するよう要求し、デバイスが現在の状態をデバイス情報取得部７０に通知するようになっている。しかしながら、これに限らず、イベント検出においてデバイスが通知した状態変化をサーバ１０”がメモリ等に一時記録しておき、必要に応じて、デバイス情報取得部７０が一時記憶されている情報を参照してデバイスの情報を取得してもよい。また本第３の実施形態のデバイス取得情報リスト７１では、「イベント名」に基づいてデバイスの情報を検索することを想定しているが、これに限られるものではない。例えば、イベントタイプやイベントの検出日時の曜日や時間帯などに基づいて、デバイスの情報を検索するようにしてもよい。
In the third embodiment, when the device
なお、上記第３の実施形態は、上述した第２の実施形態と組み合わせることができる。すなわち、第２の実施形態のイベント継続時間の再推定において、他のデバイスの情報を利用することとしてもよい。 Note that the third embodiment can be combined with the second embodiment described above. That is, the information of another device may be used in the re-estimation of the event duration in the second embodiment.
《第４の実施形態》
次に、第４の実施形態について、図３４、図３５に基づいて説明する。本第４の実施形態では、上記第３の実施形態で説明したデバイス情報取得部７０が、図３４に示すように、他のデバイスの情報を外部（デバイスが配置されている空間とは異なる空間（インターネットなどのネットワーク等））から取得する。
<< Fourth Embodiment >>
Next, a fourth embodiment will be described based on FIG. 34 and FIG. In the fourth embodiment, as shown in FIG. 34, the device
図３５には、本第４の実施形態で用いる推定方法リスト５４の一例が示されている。図３５の推定方法リスト５４では、利用イベント条件を外部の情報（電子番組表（ＥＰＧ：Electronic Program Guide）など）で定義したり、特徴量の計算やイベント継続時間の推定において、外部の情報（アメダスの降水確率など）を用いることとしている。
FIG. 35 shows an example of the
本第４の実施形態では、例えば、「リビングＴＶ視聴」のイベント検出時に、放送局から電子番組表（EPG）を取得して、「開始」や「終了」イベントと視聴番組の開始時刻や終了時刻との差分を記録しておく。例えば、ユーザに毎週、番組の終了まで視聴するという習慣があるとする。このような場合、サーバ１０’’’は、ＴＶの電源がＯＮになったときに放送している番組の終了時刻をＥＰＧから取得することで、ＴＶの電源がＯＦＦされるまでの時間を推定することができるようになる。
In the fourth embodiment, for example, at the time of detecting a “living TV viewing” event, an electronic program guide (EPG) is acquired from the broadcasting station, and the “start” and “end” events and the start time and end of the viewing program are obtained. Record the difference from the time. For example, it is assumed that the user has a habit of watching each week until the end of the program. In such a case, the
また、例えば、「リビングＴＶ視聴」のイベント検出時に、天気予報から天気や予想気温を取得して、イベントと合わせて記録しておく。例えば、休日に時間に関係なくＴＶの電源をＯＮにしているが、天気が良くなるとＴＶを消して家事を始めるという習慣がユーザにあるとする。このような場合でも、サーバ１０’’’は、ＴＶの電源がＯＮになったときの天気予報から、天気が良くなってＴＶの電源がＯＦＦされるまでの時間を推定することができる。したがって、この推定結果を利用することで、適切なＴＶの電源制御等を行うことが可能となる。
Also, for example, at the time of detecting a “living TV viewing” event, the weather and predicted temperature are acquired from the weather forecast and recorded together with the event. For example, suppose that the user has a habit of turning on the TV regardless of time on holidays, but turning off the TV and starting housework when the weather improves. Even in such a case, the
また、住宅内にセンサがない（必要十分にない）場合には、サーバ１０’’’は、アメダスの情報から気温や照度を取得し、これを住宅内のセンサの代用（もしくは補完）に用いることとすることもできる。これにより、上記第３の実施形態と同様にイベント継続時間を推定することが可能となる。 If there is no sensor in the house (there is not enough), the server 10 '' 'acquires the temperature and illuminance from the AMeDAS information, and uses this as a substitute (or complement) for the sensor in the house. It can also be. As a result, it is possible to estimate the event duration as in the third embodiment.
以上、詳細に説明したように、第４の実施形態によると、上記第３の実施形態で説明した他のデバイスの情報の少なくとも一部が、イベントに係るデバイスが設置される空間外の情報源から取得される情報とされている。これにより、外部の情報を用いて、イベント検出時の状態をより詳細に把握することができるので、イベント継続時間及び在不在継続時間を高精度に推定することができる。また、高精度に推定された在不在継続時間を用いることで、デバイスの制御を適切に行うことが可能となる。 As described above in detail, according to the fourth embodiment, at least part of the information of other devices described in the third embodiment is an information source outside the space where the device related to the event is installed. It is supposed to be information obtained from. Thereby, since the state at the time of event detection can be grasped in more detail using external information, the event duration and the absence duration can be estimated with high accuracy. Further, by using the presence / absence duration time estimated with high accuracy, the device can be appropriately controlled.
なお、上記第４の実施形態は、上述した第２の実施形態と組み合わせることができる。すなわち、第２の実施形態のイベント継続時間の再推定において、外部から取得した他のデバイスの情報を利用することとしてもよい。 Note that the fourth embodiment can be combined with the second embodiment described above. That is, in the re-estimation of the event duration time according to the second embodiment, information on other devices acquired from the outside may be used.
なお、上記の処理機能は、コンピュータによって実現することができる。その場合、処理装置が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。 The above processing functions can be realized by a computer. In that case, a program describing the processing contents of the functions that the processing apparatus should have is provided. By executing the program on a computer, the above processing functions are realized on the computer. The program describing the processing contents can be recorded on a computer-readable recording medium.
プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ（Digital Versatile Disc）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）などの可搬型記録媒体の形態で販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。 When the program is distributed, for example, it is sold in the form of a portable recording medium such as a DVD (Digital Versatile Disc) or a CD-ROM (Compact Disc Read Only Memory) on which the program is recorded. It is also possible to store the program in a storage device of a server computer and transfer the program from the server computer to another computer via a network.
プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。 The computer that executes the program stores, for example, the program recorded on the portable recording medium or the program transferred from the server computer in its own storage device. Then, the computer reads the program from its own storage device and executes processing according to the program. The computer can also read the program directly from the portable recording medium and execute processing according to the program. Further, each time the program is transferred from the server computer, the computer can sequentially execute processing according to the received program.
上述した各実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。 Each embodiment mentioned above is an example of suitable implementation of the present invention. However, the present invention is not limited to this, and various modifications can be made without departing from the scope of the present invention.
なお、以上の説明に関して更に以下の付記を開示する。
（付記１） デバイスの状態が一の状態から他の状態に変化した第１のイベントが発生したときに、当該第１のイベントの情報を取得する第１情報取得工程と、
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第１のイベントの情報に基づいて、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得するルール取得工程と、
前記ルール取得工程で取得された１又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する算出・格納工程と、
デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得する第２情報取得工程と、
前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択する選択工程と、
前記選択工程で選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定する第１推定工程と、
前記第１推定工程で推定された前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第２推定工程と、をコンピュータが実行することを特徴とする在不在継続時間推定方法。
（付記２） 前記算出・格納工程では、前記第１のイベントの情報と、前記第１のイベントと発生状況が共通するイベントである第１の関連イベントの情報と、を用いて、前記特徴量を算出して、前記格納部に格納し、
前記第１推定工程では、前記第２のイベント情報と、前記第２のイベントと発生状況が共通するイベントである第２の関連イベントの情報と、を用いて、前記第２のイベントの継続時間を推定することを特徴とする付記１に記載の在不在継続時間推定方法。
（付記３） 前記一の状態及び前記他の状態のいずれか一方は、前記デバイスの電源がＯＮになった状態であり、前記一の状態及び他の状態のいずれか他方が、前記デバイスの電源がＯＦＦになった状態であることを特徴とする付記１又は２に記載の在不在継続時間推定方法。
（付記４） 前記第１情報取得工程では、前記第１のイベントの継続時間に影響を与える可能性のある第１の他のデバイスの情報も取得し、
前記算出・格納工程では、前記第１のイベント情報と前記第１の他のデバイスの情報の少なくとも一方を用いて前記特徴量を算出して、前記格納部に格納し、
前記第２情報取得工程では、前記第２のイベントの継続時間に影響を与える可能性のある第２の他のデバイスの情報も取得し、
前記第１推定工程では、前記第２のイベント情報と、前記第２の他のデバイスの情報の少なくとも一方を用いて、前記第２のイベントの継続時間を推定する、ことを特徴とする付記１〜３のいずれかに記載の在不在継続時間推定方法。
（付記５） 前記第１情報取得工程で取得される前記第１の他のデバイスの情報と、前記第２情報取得工程で取得される前記第２の他のデバイスの情報との少なくとも一方は、前記デバイスが設置される空間外の情報源から取得される情報を含むことを特徴とする付記４に記載の在不在継続時間推定方法。
（付記６） 前記第１のイベントが終了するまでの間に前記第１のイベントが変化した場合に、イベントが変化したときにイベントの継続時間を再推定する方法と、当該再推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数の再推定ルールを参照し、当該複数の再推定ルールの中から前記変化した第１のイベントに適合する１又は複数の再推定ルールを取得する再推定ルール取得工程と、
前記再推定ルール取得工程で取得された１又は複数の再推定ルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する再算出・格納工程と、
前記第２のイベントが終了するまでの間に前記第２のイベントが変化した場合に、前記複数の再推定ルールの中から前記変化した第２のイベントに適合する１又は複数の再推定ルールを特定し、当該特定された再推定ルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を再推定するための再推定ルールを選択する再選択工程と、
前記再選択工程で選択された再推定ルールで規定されているイベントの継続時間を再推定する方法を用いて、前記第２のイベントの継続時間を再推定する再推定工程と、を前記コンピュータが更に実行し、
前記第２推定工程では、前記第１推定工程で推定された前記第２のイベントの継続時間及び前記再推定工程で再推定された前記第２のイベントの継続時間に基づいて、前記在継続時間及び／又は前記不在継続時間を推定することを特徴とする付記１〜５のいずれかに記載の在不在継続時間推定方法。
（付記７） デバイスの状態が一の状態から他の状態に変化した第１のイベントが発生したときに、当該第１のイベントの情報を取得し、
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得し、
前記で取得された１又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納し、
デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得し、
前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択し、
前記選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定し、
前記推定された前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する、
処理をコンピュータに実行させることを特徴とする在不在継続時間推定プログラム。
（付記８） 前記格納する処理では、前記第１のイベントの情報と、前記第１のイベントと発生状況が共通するイベントである第１の関連イベントの情報と、を用いて、前記特徴量を算出して、前記格納部に格納し、
前記第２のイベントの継続時間を推定する処理では、前記第２のイベント情報と、前記第２のイベントと発生状況が共通するイベントである第２の関連イベントの情報と、を用いて、前記第２のイベントの継続時間を推定することを特徴とする付記７に記載の在不在継続時間推定プログラム。
（付記９） 前記一の状態及び前記他の状態のいずれか一方は、前記デバイスの電源がＯＮになった状態であり、前記一の状態及び他の状態のいずれか他方が、前記デバイスの電源がＯＦＦになった状態であることを特徴とする付記７又は８に記載の在不在継続時間推定プログラム。
（付記１０） 前記第１のイベントの情報を取得する処理では、前記第１のイベントの継続時間に影響を与える可能性のある第１の他のデバイスの情報も取得し、
前記格納する処理では、前記第１のイベント情報と前記第１の他のデバイスの情報の少なくとも一方を用いて前記特徴量を算出して、前記格納部に格納し、
前記第２のイベントの情報を取得する処理では、前記第２のイベントの継続時間に影響を与える可能性のある第２の他のデバイスの情報も取得し、
前記第２のイベントの継続時間を推定する処理では、前記第２のイベント情報と、前記第２の他のデバイスの情報の少なくとも一方を用いて、前記第２のイベントの継続時間を推定する、ことを特徴とする付記７〜９のいずれかに記載の在不在継続時間推定プログラム。
（付記１１） 前記第１のイベントの情報を取得する処理で取得される前記第１の他のデバイスの情報と、前記第２のイベントの情報を取得する処理で取得される前記第２の他のデバイスの情報との少なくとも一方は、前記デバイスが設置される空間外の情報源から取得される情報を含むことを特徴とする付記１０に記載の在不在継続時間推定プログラム。
（付記１２） 前記第１のイベントが終了するまでの間に前記第１のイベントが変化した場合に、イベントが変化したときにイベントの継続時間を再推定する方法と、当該再推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数の再推定ルールを参照し、当該複数の再推定ルールの中から前記変化した第１のイベントに適合する１又は複数の再推定ルールを取得し、
前記取得された１又は複数の再推定ルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納し、
前記第２のイベントが終了するまでの間に前記第２のイベントが変化した場合に、前記複数の再推定ルールの中から前記変化した第２のイベントに適合する１又は複数の再推定ルールを特定し、当該特定された再推定ルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を再推定するための再推定ルールを選択し、
前記選択された再推定ルールで規定されているイベントの継続時間を再推定する方法を用いて、前記第２のイベントの継続時間を再推定する処理を、前記コンピュータに更に実行させ、
前記在継続時間及び／又は不在継続時間を推定する処理では、前記第２のイベントの継続時間を推定する処理で推定された前記第２のイベントの継続時間及び前記再推定された前記第２のイベントの継続時間に基づいて、前記在継続時間及び／又は前記不在継続時間を推定することを特徴とする付記７〜１１のいずれかに記載の在不在継続時間推定プログラム。
（付記１３） デバイスの状態が一の状態から他の状態に変化した第１のイベントが発生したときに、当該第１のイベントの情報を取得する第１情報取得部と、
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第１のイベントの情報に基づいて、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得するルール取得部と、
前記ルール取得部が取得した１又は複数のルールを用いてルール毎の特徴量を算出する算出部と、
前記算出部が算出したルール毎の特徴量をイベント別に格納する格納部と、
デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得する第２情報取得部と、
前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択する選択部と、
前記選択部が選択したルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定する第１推定部と、
前記第１推定部が推定した前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第２推定部と、を備える在不在継続時間推定装置。
（付記１４） 前記算出部では、前記第１のイベントの情報と、前記第１のイベントと発生状況が共通するイベントである第１の関連イベントの情報と、を用いて、前記特徴量を算出して、前記格納部に格納し、
前記第１推定部では、前記第２のイベント情報と、前記第２のイベントと発生状況が共通するイベントである第２の関連イベントの情報と、を用いて、前記第２のイベントの継続時間を推定することを特徴とする付記１３に記載の在不在継続時間推定装置。
（付記１５） 前記一の状態及び前記他の状態のいずれか一方は、前記デバイスの電源がＯＮになった状態であり、前記一の状態及び他の状態のいずれか他方が、前記デバイスの電源がＯＦＦになった状態であることを特徴とする付記１３又は１４に記載の在不在継続時間推定装置。
（付記１６） 前記第１情報取得部では、前記第１のイベントの継続時間に影響を与える可能性のある第１の他のデバイスの情報も取得し、
前記算出部では、前記第１のイベント情報と前記第１の他のデバイスの情報の少なくとも一方を用いて前記特徴量を算出して、前記格納部に格納し、
前記第２情報取得部では、前記第２のイベントの継続時間に影響を与える可能性のある第２の他のデバイスの情報も取得し、
前記第１推定部では、前記第２のイベント情報と、前記第２の他のデバイスの情報の少なくとも一方を用いて、前記第２のイベントの継続時間を推定する、ことを特徴とする付記１３〜１５のいずれかに記載の在不在継続時間推定装置。
（付記１７） 前記第１情報取得部で取得される前記第１の他のデバイスの情報と、前記第２情報取得部で取得される前記第２の他のデバイスの情報との少なくとも一方は、前記デバイスが設置される空間外の情報源から取得される情報を含むことを特徴とする付記１６に記載の在不在継続時間推定装置。
（付記１８） 前記第１のイベントが終了するまでの間に前記第１のイベントが変化した場合に、イベントが変化したときにイベントの継続時間を再推定する方法と、当該再推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数の再推定ルールを参照し、当該複数の再推定ルールの中から前記変化した第１のイベントに適合する１又は複数の再推定ルールを取得する再推定ルール取得部と、
前記再推定ルール取得部で取得された１又は複数の再推定ルールを用いてルール毎の特徴量を算出する再算出部と、
前記算出された特徴量をイベント別に格納する再格納部と、
前記第２のイベントが終了するまでの間に前記第２のイベントが変化した場合に、前記複数の再推定ルールの中から前記変化した第２のイベントに適合する１又は複数の再推定ルールを特定し、当該特定された再推定ルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を再推定するための再推定ルールを選択する再選択部と、
前記再選択部で選択された再推定ルールで規定されているイベントの継続時間を再推定する方法を用いて、前記第２のイベントの継続時間を再推定する再推定部と、を更に備え、
前記第２推定部では、前記第１推定部で推定された前記第２のイベントの継続時間及び前記再推定部で再推定された前記第２のイベントの継続時間に基づいて、前記在継続時間及び／又は前記不在継続時間を推定することを特徴とする付記１３〜１７のいずれかに記載の在不在継続時間推定装置。
In addition, the following additional notes are disclosed regarding the above description.
(Additional remark 1) When the 1st event which the state of the device changed from one state to the other state generate | occur | produced, the 1st information acquisition process which acquires the information of the said 1st event,
A method for estimating the duration of an event, a method for calculating a feature amount related to the probability of the duration of the event estimated using the estimation method, and a plurality of events that specify use of each method A rule acquisition step of referring to a rule and acquiring one or more rules that match the first event from the plurality of rules based on the information of the first event;
A calculation / storage step of calculating a feature value for each rule using one or a plurality of rules acquired in the rule acquisition step, and storing each feature in the storage unit;
A second information acquisition step of acquiring information of the second event when a second event occurs in which the state of the device has changed from the other state to the one state;
Based on the information of the second event, one or more rules that match the second event are specified from the plurality of rules, and the feature corresponds to the second event of the specified rule A selection step of acquiring an amount from the storage unit, and selecting a rule for estimating a duration of the second event based on the acquired feature amount;
A first estimation step of estimating a duration time of the second event using a method for estimating a duration time of the event defined by the rule selected in the selection step;
Based on the duration of the second event estimated in the first estimation step, a user who uses the device in the space where the device that is in the one state in the second event is arranged A presence / absence continuation characterized in that the computer executes a second estimation step of estimating an existence continuation time and / or an absence continuation time in which the user does not exist in a space different from a space where the device is arranged. Time estimation method.
(Supplementary Note 2) In the calculation / storage step, the feature amount is used by using the information on the first event and the information on the first related event that is an event having the same occurrence status as the first event. Is calculated and stored in the storage unit,
In the first estimation step, the duration of the second event is determined by using the second event information and information on a second related event that is an event having the same occurrence status as the second event. The presence / absence duration estimation method according to
(Supplementary Note 3) One of the one state and the other state is a state in which the power source of the device is turned on, and one of the one state and the other state is a power source of the device. 3. The absence / absence duration estimation method according to
(Supplementary Note 4) In the first information acquisition step, information on a first other device that may affect the duration of the first event is also acquired.
In the calculation / storage step, the feature amount is calculated using at least one of the first event information and the information of the first other device, and is stored in the storage unit.
In the second information acquisition step, information on a second other device that may affect the duration of the second event is also acquired.
The first estimation step includes estimating the duration of the second event using at least one of the second event information and the information of the second other device. The absence / absence duration estimation method according to any one of?
(Supplementary Note 5) At least one of the information on the first other device acquired in the first information acquisition step and the information on the second other device acquired in the second information acquisition step is: The absence / absence duration estimation method according to supplementary note 4, including information acquired from an information source outside the space where the device is installed.
(Supplementary Note 6) When the first event changes before the first event ends, a method of re-estimating the duration of the event when the event changes, and the re-estimated event A plurality of re-estimation rules that define a method for calculating a feature value with respect to the probability of the duration of an event and an event suitable for use of each method, and the change from among the plurality of re-estimation rules. A re-estimation rule acquisition step of acquiring one or a plurality of re-estimation rules that match the first event;
A recalculation / storage step of calculating a feature value for each rule using one or a plurality of re-estimation rules acquired in the re-estimation rule acquisition step, and storing each feature in the storage unit;
If the second event changes before the second event ends, one or more re-estimation rules that match the changed second event are selected from the plurality of re-estimation rules. The feature amount corresponding to the second event of the identified re-estimation rule is obtained from the storage unit, and the duration of the second event is re-estimated based on the obtained feature amount. A reselection step of selecting a reestimation rule for
Re-estimation step of re-estimating the duration of the second event using the method of re-estimating the duration of the event defined by the re-estimation rule selected in the re-selection step; Perform further,
In the second estimation step, based on the duration of the second event estimated in the first estimation step and the duration of the second event re-estimated in the re-estimation step, And / or the absence duration time estimation method according to any one of
(Appendix 7) When a first event occurs in which the state of the device has changed from one state to another state, information on the first event is acquired,
A method for estimating the duration of an event, a method for calculating a feature amount related to the probability of the duration of the event estimated using the estimation method, and a plurality of events that specify use of each method Referring to the rule, obtaining one or more rules that match the first event from the plurality of rules,
The feature amount for each rule is calculated using one or a plurality of rules obtained above, and stored in the storage unit for each event,
When a second event occurs in which the device state changes from the other state to the one state, information on the second event is acquired,
Based on the information of the second event, one or more rules that match the second event are specified from the plurality of rules, and the feature corresponds to the second event of the specified rule An amount is acquired from the storage unit, and a rule for estimating a duration of the second event is selected based on the acquired feature amount;
Estimating the duration of the second event using the method for estimating the duration of the event defined in the selected rule;
Based on the estimated duration of the second event, the duration in which a user who uses the device is present in the space where the device in the first state is arranged in the second event And / or estimating the absence duration in which the user is not in a different space from where the device is located,
An absentee duration estimation program that causes a computer to execute processing.
(Additional remark 8) In the said process to store, the said feature-value is used using the information of the said 1st event, and the information of the 1st related event which is an event with the same occurrence condition as the said 1st event. Calculated and stored in the storage unit,
In the process of estimating the duration of the second event, the second event information and the information of the second related event that is an event having the same occurrence status as the second event are used. The absence / absence duration estimation program according to appendix 7, wherein the duration of the second event is estimated.
(Supplementary Note 9) One of the one state and the other state is a state in which the power source of the device is turned on, and one of the one state and the other state is a power source of the device. The absence / existence continuation time estimation program according to appendix 7 or 8, characterized in that is in an OFF state.
(Additional remark 10) In the process which acquires the information of the said 1st event, the information of the 1st other device which may affect the duration of the said 1st event is also acquired,
In the storing process, the feature amount is calculated using at least one of the first event information and the information of the first other device, and is stored in the storage unit.
In the process of acquiring the information of the second event, information of a second other device that may affect the duration of the second event is also acquired.
In the process of estimating the duration of the second event, the duration of the second event is estimated using at least one of the second event information and the information of the second other device. The absence / absence duration estimation program according to any one of appendices 7 to 9, characterized in that:
(Supplementary Note 11) Information of the first other device acquired by the process of acquiring the information of the first event and the second other of the information acquired by the process of acquiring the information of the second event The presence / absence duration estimation program according to
(Supplementary Note 12) When the first event changes before the first event ends, a method of re-estimating the duration of the event when the event changes, and the re-estimated event A plurality of re-estimation rules that define a method for calculating a feature value with respect to the probability of the duration of an event and an event suitable for use of each method, and the change from among the plurality of re-estimation rules. Obtain one or more re-estimation rules that match the first event;
Using the acquired one or more re-estimation rules, calculate a feature value for each rule, and store in the storage unit for each event,
If the second event changes before the second event ends, one or more re-estimation rules that match the changed second event are selected from the plurality of re-estimation rules. The feature amount corresponding to the second event of the identified re-estimation rule is obtained from the storage unit, and the duration of the second event is re-estimated based on the obtained feature amount. Select a reestimation rule for
Using the method of re-estimating the duration of the event defined by the selected re-estimation rule, causing the computer to further execute a process of re-estimating the duration of the second event;
In the process of estimating the presence duration and / or the absence duration, the duration of the second event estimated in the process of estimating the duration of the second event and the second reestimated second time The absence / absence duration estimation program according to any one of appendices 7 to 11, wherein the presence duration and / or the absence duration is estimated based on an event duration.
(Additional remark 13) When the 1st event which the state of the device changed from one state to the other state generate | occur | produced, the 1st information acquisition part which acquires the information of the said 1st event,
A method for estimating the duration of an event, a method for calculating a feature amount related to the probability of the duration of the event estimated using the estimation method, and a plurality of events that specify use of each method A rule acquisition unit that refers to a rule and acquires one or more rules that match the first event from the plurality of rules based on the information of the first event;
A calculation unit that calculates a feature amount for each rule using one or a plurality of rules acquired by the rule acquisition unit;
A storage unit for storing the feature amount for each rule calculated by the calculation unit for each event;
A second information acquisition unit that acquires information of the second event when a second event occurs in which the state of the device has changed from the other state to the one state;
Based on the information of the second event, one or more rules that match the second event are specified from the plurality of rules, and the feature corresponds to the second event of the specified rule A selection unit that acquires a quantity from the storage unit and selects a rule for estimating a duration of the second event based on the acquired feature quantity;
A first estimation unit that estimates a duration of the second event using an event duration estimation method defined by the rule selected by the selection unit;
Based on the duration of the second event estimated by the first estimator, there is a user who uses the device in the space where the device that is in the one state in the second event is placed A second estimator for estimating the absence duration in which the user does not exist in a space different from the space in which the device is arranged and / or the device.
(Additional remark 14) In the said calculation part, the said feature-value is calculated using the information of the said 1st event, and the information of the 1st related event which is an event with the same occurrence condition as the said 1st event. And store in the storage unit,
In the first estimation unit, the duration of the second event is determined using the second event information and information on a second related event that is an event having the same occurrence condition as the second event. The presence / absence continuation time estimation apparatus according to
(Supplementary Note 15) One of the one state and the other state is a state in which the power source of the device is turned on, and one of the one state and the other state is a power source of the device. The presence / absence continuation time estimation device according to
(Supplementary Note 16) The first information acquisition unit also acquires information of a first other device that may affect the duration of the first event,
In the calculation unit, the feature amount is calculated using at least one of the first event information and the information of the first other device, and is stored in the storage unit.
The second information acquisition unit also acquires information of a second other device that may affect the duration of the second event,
(Supplementary Note 17) At least one of the information on the first other device acquired by the first information acquisition unit and the information on the second other device acquired by the second information acquisition unit is: 18. The absence / absence duration estimation apparatus according to
(Supplementary Note 18) When the first event changes before the first event is finished, a method of re-estimating the event duration when the event changes, and the re-estimated event A plurality of re-estimation rules that define a method for calculating a feature value with respect to the probability of the duration of an event and an event suitable for use of each method, and the change from among the plurality of re-estimation rules. A re-estimation rule acquisition unit that acquires one or more re-estimation rules that match the first event;
A recalculation unit that calculates a feature value for each rule using one or more re-estimation rules acquired by the re-estimation rule acquisition unit;
A re-storage unit that stores the calculated feature amount by event;
If the second event changes before the second event ends, one or more re-estimation rules that match the changed second event are selected from the plurality of re-estimation rules. The feature amount corresponding to the second event of the identified re-estimation rule is obtained from the storage unit, and the duration of the second event is re-estimated based on the obtained feature amount. A reselector for selecting a reestimation rule for
A re-estimator that re-estimates the duration of the second event using a method of re-estimating the duration of the event defined by the re-estimation rule selected by the reselector;
In the second estimation unit, the duration of the second event based on the duration of the second event estimated by the first estimation unit and the duration of the second event re-estimated by the re-estimation unit. And / or the absence continuation time estimation apparatus according to any one of
１０ サーバ（在不在継続時間推定装置）
３０ イベント検出部（第１情報取得部、第２情報取得部）
３２ イベント記録部（第１情報取得部、第２情報取得部）
３６ 特徴量計算部（ルール取得部、算出部）
４０ 推定方法選択部（選択部）
４２ イベント継続時間推定部（第１推定部）
４４ 在不在継続時間判定部（第２推定部）
５４ 推定方法リスト（ルール）
５６ 推定方法別特徴量ＤＢ（格納部）
10 servers (Absence duration estimation device)
30 Event detection unit (first information acquisition unit, second information acquisition unit)
32 event recording unit (first information acquisition unit, second information acquisition unit)
36 Feature amount calculation unit (rule acquisition unit, calculation unit)
40 Estimation method selection unit (selection unit)
42 Event duration estimation unit (first estimation unit)
44 Absence duration determination unit (second estimation unit)
54 Estimation Method List (Rule)
56 Feature amount DB for each estimation method (storage unit)
Claims (8)
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第１のイベントの情報に基づいて、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得するルール取得工程と、
前記ルール取得工程で取得された１又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する算出・格納工程と、
デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得する第２情報取得工程と、
前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択する選択工程と、
前記選択工程で選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定する第１推定工程と、
前記第１推定工程で推定された前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第２推定工程と、
をコンピュータが実行することを特徴とする在不在継続時間推定方法。 A first information acquisition step of acquiring information of the first event when a first event occurs in which the state of the device has changed from one state to another;
A method for estimating the duration of an event, a method for calculating a feature amount related to the probability of the duration of the event estimated using the estimation method, and a plurality of events that specify use of each method A rule acquisition step of referring to a rule and acquiring one or more rules that match the first event from the plurality of rules based on the information of the first event;
A calculation / storage step of calculating a feature value for each rule using one or a plurality of rules acquired in the rule acquisition step, and storing each feature in the storage unit;
A second information acquisition step of acquiring information of the second event when a second event occurs in which the state of the device has changed from the other state to the one state;
Based on the information of the second event, one or more rules that match the second event are specified from the plurality of rules, and the feature corresponds to the second event of the specified rule A selection step of acquiring an amount from the storage unit, and selecting a rule for estimating a duration of the second event based on the acquired feature amount;
A first estimation step of estimating a duration time of the second event using a method for estimating a duration time of the event defined by the rule selected in the selection step;
Based on the duration of the second event estimated in the first estimation step, a user who uses the device in the space where the device that is in the one state in the second event is arranged A second estimating step of estimating an existing duration and / or an absent duration in which the user does not exist in a space different from a space in which the device is arranged;
A computer-executed method for estimating absence / absence duration.
前記第１推定工程では、前記第２のイベント情報と、前記第２のイベントと発生状況が共通するイベントである第２の関連イベントの情報と、を用いて、前記第２のイベントの継続時間を推定することを特徴とする請求項１に記載の在不在継続時間推定方法。 In the calculating / storing step, the feature amount is calculated by using the information on the first event and the information on the first related event that is an event having the same occurrence status as the first event. , Store in the storage unit,
In the first estimation step, the duration of the second event is determined by using the second event information and information on a second related event that is an event having the same occurrence status as the second event. The presence / absence duration estimation method according to claim 1, wherein:
前記算出・格納工程では、前記第１のイベント情報と前記第１の他のデバイスの情報の少なくとも一方を用いて前記特徴量を算出して、前記格納部に格納し、
前記第２情報取得工程では、前記第２のイベントの継続時間に影響を与える可能性のある第２の他のデバイスの情報も取得し、
前記第１推定工程では、前記第２のイベント情報と、前記第２の他のデバイスの情報の少なくとも一方を用いて、前記第２のイベントの継続時間を推定する、ことを特徴とする請求項１〜３のいずれか一項に記載の在不在継続時間推定方法。 In the first information acquisition step, information on a first other device that may affect the duration of the first event is also acquired.
In the calculation / storage step, the feature amount is calculated using at least one of the first event information and the information of the first other device, and is stored in the storage unit.
In the second information acquisition step, information on a second other device that may affect the duration of the second event is also acquired.
The duration of the second event is estimated in the first estimation step using at least one of the second event information and the information of the second other device. The absence / absence duration estimation method according to any one of claims 1 to 3.
前記再推定ルール取得工程で取得された１又は複数の再推定ルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納する再算出・格納工程と、
前記第２のイベントが終了するまでの間に前記第２のイベントが変化した場合に、前記複数の再推定ルールの中から前記変化した第２のイベントに適合する１又は複数の再推定ルールを特定し、当該特定された再推定ルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を再推定するための再推定ルールを選択する再選択工程と、
前記再選択工程で選択された再推定ルールで規定されているイベントの継続時間を再推定する方法を用いて、前記第２のイベントの継続時間を再推定する再推定工程と、を前記コンピュータが更に実行し、
前記第２推定工程では、前記第１推定工程で推定された前記第２のイベントの継続時間及び前記再推定工程で再推定された前記第２のイベントの継続時間に基づいて、前記在継続時間及び／又は前記不在継続時間を推定することを特徴とする請求項１〜５のいずれか一項に記載の在不在継続時間推定方法。 A method of re-estimating the duration of an event when the event changes, and a duration of the re-estimated event when the first event changes before the end of the first event; A plurality of re-estimation rules that define a method for calculating a feature quantity related to certainty and an event suitable for use of each of the methods are referred to, and the changed first event from among the plurality of re-estimation rules A re-estimation rule acquisition step of acquiring one or more re-estimation rules that conform to
A recalculation / storage step of calculating a feature value for each rule using one or a plurality of re-estimation rules acquired in the re-estimation rule acquisition step, and storing each feature in the storage unit;
If the second event changes before the second event ends, one or more re-estimation rules that match the changed second event are selected from the plurality of re-estimation rules. The feature amount corresponding to the second event of the identified re-estimation rule is obtained from the storage unit, and the duration of the second event is re-estimated based on the obtained feature amount. A reselection step of selecting a reestimation rule for
Re-estimation step of re-estimating the duration of the second event using the method of re-estimating the duration of the event defined by the re-estimation rule selected in the re-selection step; Perform further,
In the second estimation step, based on the duration of the second event estimated in the first estimation step and the duration of the second event re-estimated in the re-estimation step, 6. The absence continuation time estimation method according to any one of claims 1 to 5, wherein the absence continuation time is estimated.
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得し、
前記で取得された１又は複数のルールを用いてルール毎の特徴量を算出して、格納部にイベント別に格納し、
デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得し、
前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択し、
前記選択されたルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定し、
前記推定された前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する、
処理をコンピュータに実行させることを特徴とする在不在継続時間推定プログラム。 When a first event occurs in which the device state changes from one state to another state, information on the first event is acquired,
A method for estimating the duration of an event, a method for calculating a feature amount related to the probability of the duration of the event estimated using the estimation method, and a plurality of events that specify use of each method Referring to the rule, obtaining one or more rules that match the first event from the plurality of rules,
The feature amount for each rule is calculated using one or a plurality of rules obtained above, and stored in the storage unit for each event,
When a second event occurs in which the device state changes from the other state to the one state, information on the second event is acquired,
Based on the information of the second event, one or more rules that match the second event are specified from the plurality of rules, and the feature corresponds to the second event of the specified rule An amount is acquired from the storage unit, and a rule for estimating a duration of the second event is selected based on the acquired feature amount;
Estimating the duration of the second event using the method for estimating the duration of the event defined in the selected rule;
Based on the estimated duration of the second event, the duration in which a user who uses the device is present in the space where the device in the first state is arranged in the second event And / or estimating the absence duration in which the user is not in a different space from where the device is located,
An absentee duration estimation program that causes a computer to execute processing.
イベントの継続時間の推定方法と、当該推定方法を用いて推定した前記イベントの継続時間の確からしさに関する特徴量を算出する方法と、前記各方法の利用に適合するイベントと、を規定する複数のルールを参照し、前記第１のイベントの情報に基づいて、当該複数のルールの中から前記第１のイベントに適合する１又は複数のルールを取得するルール取得部と、
前記ルール取得部が取得した１又は複数のルールを用いてルール毎の特徴量を算出する算出部と、
前記算出部が算出したルール毎の特徴量をイベント別に格納する格納部と、
デバイスの状態が前記他の状態から前記一の状態に変化した第２のイベントが発生したときに、当該第２のイベントの情報を取得する第２情報取得部と、
前記第２のイベントの情報に基づいて、前記複数のルールの中から前記第２のイベントに適合する１又は複数のルールを特定し、当該特定されたルールの前記第２のイベントに対応した特徴量を前記格納部から取得し、当該取得した特徴量に基づいて、前記第２のイベントの継続時間を推定するためのルールを選択する選択部と、
前記選択部が選択したルールで規定されているイベントの継続時間の推定方法を用いて、前記第２のイベントの継続時間を推定する第１推定部と、
前記第１推定部が推定した前記第２のイベントの継続時間に基づいて、前記第２のイベントで前記一の状態となっているデバイスが配置された空間内に当該デバイスを利用するユーザが存在する在継続時間及び／又は前記デバイスが配置された空間とは異なる空間に前記ユーザが存在しない不在継続時間を推定する第２推定部と、
を備える在不在継続時間推定装置。 A first information acquisition unit that acquires information of the first event when a first event occurs in which the state of the device has changed from one state to another;
A method for estimating the duration of an event, a method for calculating a feature amount related to the probability of the duration of the event estimated using the estimation method, and a plurality of events that specify use of each method A rule acquisition unit that refers to a rule and acquires one or more rules that match the first event from the plurality of rules based on the information of the first event;
A calculation unit that calculates a feature amount for each rule using one or a plurality of rules acquired by the rule acquisition unit;
A storage unit for storing the feature amount for each rule calculated by the calculation unit for each event;
A second information acquisition unit that acquires information of the second event when a second event occurs in which the state of the device has changed from the other state to the one state;
Based on the information of the second event, one or more rules that match the second event are specified from the plurality of rules, and the feature corresponds to the second event of the specified rule A selection unit that acquires a quantity from the storage unit and selects a rule for estimating a duration of the second event based on the acquired feature quantity;
A first estimation unit that estimates a duration of the second event using an event duration estimation method defined by the rule selected by the selection unit;
Based on the duration of the second event estimated by the first estimator, there is a user who uses the device in the space where the device that is in the one state in the second event is placed A second estimator for estimating the presence duration and / or the absence duration in which the user does not exist in a space different from the space in which the device is arranged;
A presence / absence duration estimation apparatus comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011165777A JP5691918B2 (en) | 2011-07-28 | 2011-07-28 | Absence duration estimation method, absence absence duration estimation program, and absence absence duration estimation device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011165777A JP5691918B2 (en) | 2011-07-28 | 2011-07-28 | Absence duration estimation method, absence absence duration estimation program, and absence absence duration estimation device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013030004A JP2013030004A (en) | 2013-02-07 |
| JP5691918B2 true JP5691918B2 (en) | 2015-04-01 |
Family
ID=47786987
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011165777A Expired - Fee Related JP5691918B2 (en) | 2011-07-28 | 2011-07-28 | Absence duration estimation method, absence absence duration estimation program, and absence absence duration estimation device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5691918B2 (en) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6148505B2 (en) * | 2013-03-21 | 2017-06-14 | 株式会社東芝 | Occupancy probability estimation device, method thereof, and program |
| JP6369754B2 (en) * | 2013-11-21 | 2018-08-08 | パナソニックＩｐマネジメント株式会社 | Home probability calculation method, server device, and home probability calculation system |
| JP6671314B2 (en) | 2017-05-19 | 2020-03-25 | シャープ株式会社 | Network system, information processing method, server, and electric device |
| JP7225763B2 (en) * | 2018-03-07 | 2023-02-21 | カシオ計算機株式会社 | AUTONOMOUS MOBILE DEVICE, AUTONOMOUS MOVEMENT METHOD AND PROGRAM |
| WO2023203712A1 (en) * | 2022-04-21 | 2023-10-26 | 三菱電機株式会社 | Device control apparatus, device control method, program, and device control system |
-
2011
- 2011-07-28 JP JP2011165777A patent/JP5691918B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013030004A (en) | 2013-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10584892B2 (en) | Air-conditioning control method, air-conditioning control apparatus, and storage medium | |
| US10977918B2 (en) | Method and system for generating a smart time-lapse video clip | |
| US20210125475A1 (en) | Methods and devices for presenting video information | |
| JP5691918B2 (en) | Absence duration estimation method, absence absence duration estimation program, and absence absence duration estimation device | |
| US10467872B2 (en) | Methods and systems for updating an event timeline with event indicators | |
| JP6121431B2 (en) | Automatic control schedule acquisition in the intelligent controller | |
| US10785047B1 (en) | Smart thermostat control system | |
| US10344996B2 (en) | Method and apparatus for controlling energy in HVAC system | |
| US20180087795A1 (en) | Multi-function thermostat | |
| CN110869952A (en) | Method for automated action of an electronic device | |
| JP6861373B2 (en) | Control method and control system | |
| JP6400576B2 (en) | Control method and program for portable information terminal | |
| EP3182238A1 (en) | Intelligent home system and control method | |
| US11598542B2 (en) | Thermostat scheduling using user devices and machine learning | |
| JP5940581B2 (en) | Power consumption prediction apparatus, method, and non-transitory computer-readable storage medium | |
| CN110262264B (en) | Household equipment control method and device for simplifying user operation and household equipment | |
| CN112363473A (en) | User behavior prediction method, device control method and device and electronic device | |
| JP2002281574A (en) | Equipment control method, equipment controller, operating situation acquiring device, equipment control system, program and computer-readable recording medium recorded with program | |
| CN111381507B (en) | Recommendation method, medium, server and intelligent electrical appliance management system for electrical appliance operating parameters | |
| WO2023168853A1 (en) | Usage intention prediction method and apparatus, and storage medium and electronic apparatus | |
| CN114879523A (en) | Equipment control method and related device | |
| CN112087353B (en) | Function recommendation method of equipment, cloud server and storage medium | |
| CN112859950B (en) | Temperature control device control method, system, control device and readable storage medium | |
| CN115717759A (en) | Air conditioner shutdown control method, device, equipment and storage medium | |
| CN116045478A (en) | Temperature control method and device, storage medium and temperature control equipment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140404 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141128 |
|
| 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: 20150106 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150119 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5691918 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |