JPH1114121A - 自動タイマー装置及び空調機器 - Google Patents
自動タイマー装置及び空調機器Info
- Publication number
- JPH1114121A JPH1114121A JP9166961A JP16696197A JPH1114121A JP H1114121 A JPH1114121 A JP H1114121A JP 9166961 A JP9166961 A JP 9166961A JP 16696197 A JP16696197 A JP 16696197A JP H1114121 A JPH1114121 A JP H1114121A
- Authority
- JP
- Japan
- Prior art keywords
- absence
- data
- time
- unit
- prediction
- 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.)
- Pending
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
(57)【要約】
【課題】 本発明は主に空調装置や冷暖房装置などの機
器のタイマー設定を自動化または、タイマー操作を簡単
化することを目的とする。 【解決手段】 部屋内の人の存在を検出し人検知信号を
出力する人検知センサ1と、前記人検知信号から一定時
間単位の部屋の使用状態を判断する在不在判定部2と、
過去N(Nは整数)日分の在不在データと当日分の在不
在データを記憶する在不在データ記憶手段3と、複数個
のルールに該当する在不在データを前記在不在データ記
憶手段からの過去N日間の在不在データの中から検出す
るマッチング部6と、予め優先順位付けされた複数個の
ルールを前記マッチング部に出力し、前記マッチング部
で得られた在不在データから予測結果を出力するルール
部5と、前記予測結果から部屋の利用開始時刻予測を出
力する時刻出力部7とから構成される。
器のタイマー設定を自動化または、タイマー操作を簡単
化することを目的とする。 【解決手段】 部屋内の人の存在を検出し人検知信号を
出力する人検知センサ1と、前記人検知信号から一定時
間単位の部屋の使用状態を判断する在不在判定部2と、
過去N(Nは整数)日分の在不在データと当日分の在不
在データを記憶する在不在データ記憶手段3と、複数個
のルールに該当する在不在データを前記在不在データ記
憶手段からの過去N日間の在不在データの中から検出す
るマッチング部6と、予め優先順位付けされた複数個の
ルールを前記マッチング部に出力し、前記マッチング部
で得られた在不在データから予測結果を出力するルール
部5と、前記予測結果から部屋の利用開始時刻予測を出
力する時刻出力部7とから構成される。
Description
【0001】
【発明の属する技術分野】本発明は、空調機器や冷暖房
装置などの機器のタイマー設定を自動化または、タイマ
ー操作を簡単化するための自動タイマー装置及び空調機
器に関するものである。
装置などの機器のタイマー設定を自動化または、タイマ
ー操作を簡単化するための自動タイマー装置及び空調機
器に関するものである。
【0002】
【従来の技術】近年、家庭用のエアコンやファンヒータ
などの冷暖房装置の高機能化が進み、性能が向上した一
方で、リモコンのボタンが増えたり、ある機能を使用す
るために複数の操作を覚える必要があるなど使いにくく
なっている面もある。その中に操作が難しい機能として
タイマーがある。以下にタイマーの操作の難点を箇条書
きにする。
などの冷暖房装置の高機能化が進み、性能が向上した一
方で、リモコンのボタンが増えたり、ある機能を使用す
るために複数の操作を覚える必要があるなど使いにくく
なっている面もある。その中に操作が難しい機能として
タイマーがある。以下にタイマーの操作の難点を箇条書
きにする。
【0003】1)常に正しい現在時刻を設定しておく必
要がある。 2)利用したい時刻にタイマー時刻を設定する必要があ
る。
要がある。 2)利用したい時刻にタイマー時刻を設定する必要があ
る。
【0004】3)一度設定したタイマー時刻を変更する
にはいくつかの操作が必要である。 またタイマーは、ある時刻に機器を動作させるオンタイ
マーと、ある時刻に機器を停止させるオフタイマーがあ
るが、一般的にコストの問題で上記両タイマーを同一機
構で設定するようにしているために、利用者としては一
層タイマー設定操作が難しいものとなっている。これら
の問題があるために多くの家庭でタイマー機能を利用し
たいにも関わらず、タイマーを使えないでいるのが実状
である。
にはいくつかの操作が必要である。 またタイマーは、ある時刻に機器を動作させるオンタイ
マーと、ある時刻に機器を停止させるオフタイマーがあ
るが、一般的にコストの問題で上記両タイマーを同一機
構で設定するようにしているために、利用者としては一
層タイマー設定操作が難しいものとなっている。これら
の問題があるために多くの家庭でタイマー機能を利用し
たいにも関わらず、タイマーを使えないでいるのが実状
である。
【0005】こういったタイマー操作の問題を鑑み、部
屋の使われ方の特徴を検出、分類し、ある時刻に部屋が
使用されるか否かを予測する特開平08-061741号公報に
開示されている在室予測装置がある。
屋の使われ方の特徴を検出、分類し、ある時刻に部屋が
使用されるか否かを予測する特開平08-061741号公報に
開示されている在室予測装置がある。
【0006】以下に従来の特開平08−061741号
公報に開示されている在室予測装置について説明する。
公報に開示されている在室予測装置について説明する。
【0007】図18は従来の在室予測装置の構成を示す
ブロック図である。図18において、301は人の動き
をパルス数で検出する活動量センサ、302は活動量セ
ンサ301から出力されたパルス信号Paと時計とか
ら、ある期間の在不在を判定する前処理部、303は前
処理部302から出力された1日分の在不在判定信号Z
を各クラスタの標準パターンと比較して最適なクラスタ
を判定しその最適クラスタの標準パターンを更新する分
類部、304は各クラスタの標準パターン信号Reを記
憶するためのデータ記憶手段、305は分類部303か
ら出力された最適クラスタ番号信号Ncと内部に記憶さ
れているそれ以前の日の最適クラスタ番号から翌日のク
ラスタ番号を予測する予測部であり、306は予測部3
05から出力された予測クラスタ番号信号Npと時計と
データ記憶手段304から出力された標準パターン信号
Re’とから、次時刻の予測在室率Prを計算する予測
値出力手段である。
ブロック図である。図18において、301は人の動き
をパルス数で検出する活動量センサ、302は活動量セ
ンサ301から出力されたパルス信号Paと時計とか
ら、ある期間の在不在を判定する前処理部、303は前
処理部302から出力された1日分の在不在判定信号Z
を各クラスタの標準パターンと比較して最適なクラスタ
を判定しその最適クラスタの標準パターンを更新する分
類部、304は各クラスタの標準パターン信号Reを記
憶するためのデータ記憶手段、305は分類部303か
ら出力された最適クラスタ番号信号Ncと内部に記憶さ
れているそれ以前の日の最適クラスタ番号から翌日のク
ラスタ番号を予測する予測部であり、306は予測部3
05から出力された予測クラスタ番号信号Npと時計と
データ記憶手段304から出力された標準パターン信号
Re’とから、次時刻の予測在室率Prを計算する予測
値出力手段である。
【0008】以上のように構成された在室予測装置につ
いて、以下にその動作を説明する。最初に、前処理部3
02は活動量センサ301から出力されたパルス信号P
aを一定期間積算し、その積算値がある閾値Tsp以上
ならば在(1)、Tsp未満ならば不在(0)と判定し
在不在判定信号Zを出力する。次に分類部303では前
処理部302で判定された1日分の在不在判定信号Zと
データ記憶手段304に記憶されている最新の各クラス
タの標準パターン信号Reの類似度を計算し、最も類似
度の高いクラスタを最適クラスタと判定し、その後当日
の在不在判定信号Zの特徴を最適クラスタの標準パター
ン信号Reに反映させるべく標準パターン信号Re’を
更新する。
いて、以下にその動作を説明する。最初に、前処理部3
02は活動量センサ301から出力されたパルス信号P
aを一定期間積算し、その積算値がある閾値Tsp以上
ならば在(1)、Tsp未満ならば不在(0)と判定し
在不在判定信号Zを出力する。次に分類部303では前
処理部302で判定された1日分の在不在判定信号Zと
データ記憶手段304に記憶されている最新の各クラス
タの標準パターン信号Reの類似度を計算し、最も類似
度の高いクラスタを最適クラスタと判定し、その後当日
の在不在判定信号Zの特徴を最適クラスタの標準パター
ン信号Reに反映させるべく標準パターン信号Re’を
更新する。
【0009】データ記憶手段304には最適クラスタ選
択後、更新された各クラスタの標準パターンを記憶す
る。次に予測部305では分類部から出力された当日の
最適クラスタ番号信号Ncと、内部に記憶しているそれ
以前の最適クラスタ番号との相関を計算することによっ
て翌日のクラスタ番号信号Npを予測する。次に予測値
出力手段306では予測部305から出力された予測ク
ラスタ番号信号Npの標準パターン信号をデータ記憶手
段304の中から参照し、現時点から先のある期間の標
準パターンの要素の値を予測在室率信号Prとして出力
する。このことにより、例えば予測する1単位期間を3
0分とした場合に、30分毎に以降30分間の対象とな
る部屋の人の存在確率が予測され、その結果を基に機器
の動作と停止を行うことでタイマー類似機能の自動運転
が可能となる。
択後、更新された各クラスタの標準パターンを記憶す
る。次に予測部305では分類部から出力された当日の
最適クラスタ番号信号Ncと、内部に記憶しているそれ
以前の最適クラスタ番号との相関を計算することによっ
て翌日のクラスタ番号信号Npを予測する。次に予測値
出力手段306では予測部305から出力された予測ク
ラスタ番号信号Npの標準パターン信号をデータ記憶手
段304の中から参照し、現時点から先のある期間の標
準パターンの要素の値を予測在室率信号Prとして出力
する。このことにより、例えば予測する1単位期間を3
0分とした場合に、30分毎に以降30分間の対象とな
る部屋の人の存在確率が予測され、その結果を基に機器
の動作と停止を行うことでタイマー類似機能の自動運転
が可能となる。
【0010】
【発明が解決しようとする課題】しかしながら上記従来
の構成では、1日分の在不在判定信号を一つのパターン
と考えて分類部303でクラスタ分類を行ったのち、3
05の予測部で分類したクラスタのラベルの時系列の相
関学習から翌日のクラスタを予測するという方式を採用
しているので、クラスタの分類結果が人の生活を反映し
ない分類になっている場合は、クラスタのラベル系列の
相関が弱まることになり、予測精度が低下するという課
題を有していた。図19は、上記の課題を説明するため
の概念図である。ここでは説明のため、分類すべき入力
データの次元が2次元とする。図19(a)の入力空間
では、分類すべきデータが示してある。ここでは、平日
(月〜金)と休日(土、日)の2つの生活パターンがそ
れぞれ集まったクラスタが存在するとする。従って平日
のクラスタのラベルをA、休日のクラスタのラベルをB
とすると、クラスタのラベル系列は、 AAAAABBAAAAABB・・・・・ となり、周期的なデータ系列となる。
の構成では、1日分の在不在判定信号を一つのパターン
と考えて分類部303でクラスタ分類を行ったのち、3
05の予測部で分類したクラスタのラベルの時系列の相
関学習から翌日のクラスタを予測するという方式を採用
しているので、クラスタの分類結果が人の生活を反映し
ない分類になっている場合は、クラスタのラベル系列の
相関が弱まることになり、予測精度が低下するという課
題を有していた。図19は、上記の課題を説明するため
の概念図である。ここでは説明のため、分類すべき入力
データの次元が2次元とする。図19(a)の入力空間
では、分類すべきデータが示してある。ここでは、平日
(月〜金)と休日(土、日)の2つの生活パターンがそ
れぞれ集まったクラスタが存在するとする。従って平日
のクラスタのラベルをA、休日のクラスタのラベルをB
とすると、クラスタのラベル系列は、 AAAAABBAAAAABB・・・・・ となり、周期的なデータ系列となる。
【0011】図19(b)に示した分類結果1は、上記
ようなデータについて理想的な分類結果を示した図であ
る。この図19(b)の分類結果は、平日と休日のクラ
スタに対応したクラスタ(CA、CB)が生成されている
ので、クラスタのラベル系列は、 CACACACACACBCBCACACACACACBCB・・・・
・ となり、やはり周期的な系列となる。一方、図19
(c)に示した図は、生活を反映しないクラスタ分類を
した場合である。図19(c)から分かるように、クラ
スタCBは、休日のクラスタ全部と平日のクラスタの一
部を含んだものになっている。従ってクラスタのラベル
系列は、分類結果1のようにきれいに周期的に並んだも
のにはならず、分類結果1でのラベル系列のCAの一部
分がCBに置き換わった系列になる。従って、分類結果
2のラベル系列は、分類結果1のラベル系列の自己相関
に比べて相関の度合いが低下することになる。よってク
ラスタ系列の相関学習から翌日のクラスタの予測を行っ
ている従来の方法では、分類結果2の場合、高い予測精
度を得ることはできないという課題を有していた。
ようなデータについて理想的な分類結果を示した図であ
る。この図19(b)の分類結果は、平日と休日のクラ
スタに対応したクラスタ(CA、CB)が生成されている
ので、クラスタのラベル系列は、 CACACACACACBCBCACACACACACBCB・・・・
・ となり、やはり周期的な系列となる。一方、図19
(c)に示した図は、生活を反映しないクラスタ分類を
した場合である。図19(c)から分かるように、クラ
スタCBは、休日のクラスタ全部と平日のクラスタの一
部を含んだものになっている。従ってクラスタのラベル
系列は、分類結果1のようにきれいに周期的に並んだも
のにはならず、分類結果1でのラベル系列のCAの一部
分がCBに置き換わった系列になる。従って、分類結果
2のラベル系列は、分類結果1のラベル系列の自己相関
に比べて相関の度合いが低下することになる。よってク
ラスタ系列の相関学習から翌日のクラスタの予測を行っ
ている従来の方法では、分類結果2の場合、高い予測精
度を得ることはできないという課題を有していた。
【0012】本発明は上記従来の課題を解決するもの
で、1日毎の在不在データをクラスタ分類せずに、予測
当日の中の一部の時間帯の特徴と類似した特徴を持つ過
去の在不在データを探し出し、そのデータを基に次の利
用開始時刻を予測する自動タイマー装置を提供すること
を目的とする。
で、1日毎の在不在データをクラスタ分類せずに、予測
当日の中の一部の時間帯の特徴と類似した特徴を持つ過
去の在不在データを探し出し、そのデータを基に次の利
用開始時刻を予測する自動タイマー装置を提供すること
を目的とする。
【0013】
【課題を解決するための手段】この目的を達成するため
に本発明は、部屋内の人の存在を検出し人検知信号を出
力する人検知センサと、前記人検知信号から一定時間単
位の部屋の使用状態を判断する在不在判定部と、過去N
(Nは整数)日分の在不在データと当日分の在不在デー
タを記憶する在不在データ記憶手段と、複数個のルール
に該当する在不在データを前記在不在データ記憶手段か
らの過去N日間の在不在データの中から検出するマッチ
ング部と、予め優先順位付けされた複数個のルールを前
記マッチング部に出力し、前記マッチング部で得られた
在不在データから予測結果を出力するルール部と、前記
予測結果から部屋の利用開始時刻予測を出力する時刻出
力部の構成を有している。
に本発明は、部屋内の人の存在を検出し人検知信号を出
力する人検知センサと、前記人検知信号から一定時間単
位の部屋の使用状態を判断する在不在判定部と、過去N
(Nは整数)日分の在不在データと当日分の在不在デー
タを記憶する在不在データ記憶手段と、複数個のルール
に該当する在不在データを前記在不在データ記憶手段か
らの過去N日間の在不在データの中から検出するマッチ
ング部と、予め優先順位付けされた複数個のルールを前
記マッチング部に出力し、前記マッチング部で得られた
在不在データから予測結果を出力するルール部と、前記
予測結果から部屋の利用開始時刻予測を出力する時刻出
力部の構成を有している。
【0014】
【発明の実施の形態】本発明の請求項1に記載の発明
は、部屋内の人の存在を検出し人検知信号を出力する人
検知センサと、前記人検知信号から一定時間単位の部屋
の使用状態を判断する在不在判定部と、過去N(Nは整
数)日分の在不在データと当日分の在不在データを記憶
する在不在データ記憶手段と、複数個のルールに該当す
る在不在データを前記在不在データ記憶手段からの過去
N日間の在不在データの中から検出するマッチング部
と、予め優先順位付けされた複数個のルールを前記マッ
チング部に出力し、前記マッチング部で得られた在不在
データから予測結果を出力するルール部と、前記予測結
果から部屋の利用開始時刻予測を出力する時刻出力部と
を有するものであり、一部の時間帯にのみ規則的な部屋
の使い方をする家庭でも高い予測精度が得られるという
作用を有する。
は、部屋内の人の存在を検出し人検知信号を出力する人
検知センサと、前記人検知信号から一定時間単位の部屋
の使用状態を判断する在不在判定部と、過去N(Nは整
数)日分の在不在データと当日分の在不在データを記憶
する在不在データ記憶手段と、複数個のルールに該当す
る在不在データを前記在不在データ記憶手段からの過去
N日間の在不在データの中から検出するマッチング部
と、予め優先順位付けされた複数個のルールを前記マッ
チング部に出力し、前記マッチング部で得られた在不在
データから予測結果を出力するルール部と、前記予測結
果から部屋の利用開始時刻予測を出力する時刻出力部と
を有するものであり、一部の時間帯にのみ規則的な部屋
の使い方をする家庭でも高い予測精度が得られるという
作用を有する。
【0015】本発明の請求項2に記載の発明は、時刻出
力部で部屋の利用開始時刻予測を出力する際に、前記在
不在データ記憶手段から過去N日間の在不在データの平
均在室率を算出する平均在室率計算手段と、前記平均在
室率と前記ルール部で得られた予測結果とから求めるも
ので、いくつかのパターンに類型化できない在不在デー
タを持つ時間帯でも、平均的な部屋の使用状況から予測
を行うことが可能であるという作用を有する。
力部で部屋の利用開始時刻予測を出力する際に、前記在
不在データ記憶手段から過去N日間の在不在データの平
均在室率を算出する平均在室率計算手段と、前記平均在
室率と前記ルール部で得られた予測結果とから求めるも
ので、いくつかのパターンに類型化できない在不在デー
タを持つ時間帯でも、平均的な部屋の使用状況から予測
を行うことが可能であるという作用を有する。
【0016】本発明の請求項3に記載の発明は、前記在
不在データ記憶手段で当日分の在不在データを記憶する
際の1日の開始時刻(基準時刻)を、当日分の在不在デ
ータをシフトさせたデータと過去の在不在データとの距
離を算出し距離の最も小さなシフト量から決定する基準
時刻推定手段を用いるもので、在不在記憶手段に記憶さ
れている過去の部屋の使用状況を、しばらく本装置を使
用していなかった後の再使用時でも自動タイマーの時刻
設定を決める予測の元データとして用いることができる
ので、一からデータの記憶を行うのに比べて、ある一定
の予測精度が得られるまでの時間を短縮することができ
るという作用を有する。
不在データ記憶手段で当日分の在不在データを記憶する
際の1日の開始時刻(基準時刻)を、当日分の在不在デ
ータをシフトさせたデータと過去の在不在データとの距
離を算出し距離の最も小さなシフト量から決定する基準
時刻推定手段を用いるもので、在不在記憶手段に記憶さ
れている過去の部屋の使用状況を、しばらく本装置を使
用していなかった後の再使用時でも自動タイマーの時刻
設定を決める予測の元データとして用いることができる
ので、一からデータの記憶を行うのに比べて、ある一定
の予測精度が得られるまでの時間を短縮することができ
るという作用を有する。
【0017】本発明の請求項4に記載の発明は、前記在
不在判定部から得る在不在判定信号と前記在不在データ
記憶手段から得る過去N日間の在不在データから、次に
入室する確率の高い時刻を算出し出力する入室予測部を
用いるもので、生活習慣が変化しても精度が低下しない
という作用を有する。
不在判定部から得る在不在判定信号と前記在不在データ
記憶手段から得る過去N日間の在不在データから、次に
入室する確率の高い時刻を算出し出力する入室予測部を
用いるもので、生活習慣が変化しても精度が低下しない
という作用を有する。
【0018】本発明の請求項5に記載の発明は、前記在
不在判定部から得る在不在判定信号と前記在不在データ
記憶手段から得る過去N日間の在不在データから、次に
入室する確率の高い時刻を算出し出力する入室予測部を
用いるもので、退室後で次に入室する確率の高い時刻を
入室時刻として予測することができるという作用を有す
る。
不在判定部から得る在不在判定信号と前記在不在データ
記憶手段から得る過去N日間の在不在データから、次に
入室する確率の高い時刻を算出し出力する入室予測部を
用いるもので、退室後で次に入室する確率の高い時刻を
入室時刻として予測することができるという作用を有す
る。
【0019】本発明の請求項6に記載の発明は、空調装
置と空調装置を使用者が操作するための手段であるリモ
コンと請求項1乃至5いずれかに記載の自動タイマー装
置と前記自動タイマー装置から出力された利用開始時刻
予測とリモコンから出力された設定値を受け取って空調
装置に制御信号を出力したり利用開始時刻予測をリモコ
ンに出力するインターフェース部を有するもので、機器
の利用者はいちいち何時何分といった時刻を設定するこ
となくタイマー機能を実現することが可能であるという
作用を有する。
置と空調装置を使用者が操作するための手段であるリモ
コンと請求項1乃至5いずれかに記載の自動タイマー装
置と前記自動タイマー装置から出力された利用開始時刻
予測とリモコンから出力された設定値を受け取って空調
装置に制御信号を出力したり利用開始時刻予測をリモコ
ンに出力するインターフェース部を有するもので、機器
の利用者はいちいち何時何分といった時刻を設定するこ
となくタイマー機能を実現することが可能であるという
作用を有する。
【0020】以下に本発明の実施の形態について図1か
ら図17を用いて説明する。 (実施の形態1)以下に本発明の実施の形態1につい
て、図面を参照しながら説明する。図1は実施の形態1
の自動タイマー装置のブロック図を示す。図1におい
て、1は部屋の中の人の有無を検出する人検知センサ
で、例えば熱物体の移動を検知してパルスを出力する赤
外線を利用したエリアセンサなどである。2は人検知セ
ンサ1の出力である人検知信号Mを一定時間積算し、そ
の結果が閾値以上ならば部屋の使用状態を在(1)と
し、閾値未満であれば不在(0)と判断する在不在判定
部、3は在不在判定部2の出力である在不在判定信号Z
を記憶する在不在データ記憶手段である。4は以降に詳
しく記述するルールに基づく予測処理を起動するタイミ
ングを決定し、起動フラグ信号flgを出力する起動
部、5はあらかじめ優先順位付けされたルールを複数個
有するルール部、6はルール部5内の各ルールの条件に
該当する在不在データを在不在データ記憶手段3に記憶
されている過去N日間の在不在データの中から探し出
し、その在不在データの対応する日の該当日付番号Ga
を出力するマッチング部、7はルール部5の出力である
予測結果PXを時刻に変換し、部屋の利用開始時刻予測
Ptを出力する時刻出力部である。以上のように構成さ
れた自動タイマー装置について、以下にその動作を説明
する。
ら図17を用いて説明する。 (実施の形態1)以下に本発明の実施の形態1につい
て、図面を参照しながら説明する。図1は実施の形態1
の自動タイマー装置のブロック図を示す。図1におい
て、1は部屋の中の人の有無を検出する人検知センサ
で、例えば熱物体の移動を検知してパルスを出力する赤
外線を利用したエリアセンサなどである。2は人検知セ
ンサ1の出力である人検知信号Mを一定時間積算し、そ
の結果が閾値以上ならば部屋の使用状態を在(1)と
し、閾値未満であれば不在(0)と判断する在不在判定
部、3は在不在判定部2の出力である在不在判定信号Z
を記憶する在不在データ記憶手段である。4は以降に詳
しく記述するルールに基づく予測処理を起動するタイミ
ングを決定し、起動フラグ信号flgを出力する起動
部、5はあらかじめ優先順位付けされたルールを複数個
有するルール部、6はルール部5内の各ルールの条件に
該当する在不在データを在不在データ記憶手段3に記憶
されている過去N日間の在不在データの中から探し出
し、その在不在データの対応する日の該当日付番号Ga
を出力するマッチング部、7はルール部5の出力である
予測結果PXを時刻に変換し、部屋の利用開始時刻予測
Ptを出力する時刻出力部である。以上のように構成さ
れた自動タイマー装置について、以下にその動作を説明
する。
【0021】最初に人検知センサ1で、例えば1秒毎に
部屋の中に人が居るか居ないかを判定する。人検知セン
サとして、例えば赤外線活動量センサの場合は人検知信
号Mは熱物体の動きに応じたパルス信号であるし、赤外
線画像センサの場合は画像処理によって抽出された人体
画素ブロックの有無を示す信号である。また本実施の形
態では人が部屋の中で活動可能な状態以外はタイマー利
用の対象になると考え、実際に部屋内部に人が居ても睡
眠時のようにすぐに活動が不可能な状態であれば不在と
同様に扱うものとする。
部屋の中に人が居るか居ないかを判定する。人検知セン
サとして、例えば赤外線活動量センサの場合は人検知信
号Mは熱物体の動きに応じたパルス信号であるし、赤外
線画像センサの場合は画像処理によって抽出された人体
画素ブロックの有無を示す信号である。また本実施の形
態では人が部屋の中で活動可能な状態以外はタイマー利
用の対象になると考え、実際に部屋内部に人が居ても睡
眠時のようにすぐに活動が不可能な状態であれば不在と
同様に扱うものとする。
【0022】次に、在不在判定部2では、人検知センサ
1の計測単位より長い時間を単位時間とし、例えば赤外
線活動量センサを用いた場合で、単位時間内で発生した
パルスの回数が予め定めた閾値よりも大きければ、その
時間は部屋を使用中であると判断し在(1)とする。一
方閾値よりも小さければ不在(0)と判定する。これら
の在不在判定結果を在不在判定信号Zとして出力する。
本実施の形態では30分を単位時間として以降の動作を
説明する。
1の計測単位より長い時間を単位時間とし、例えば赤外
線活動量センサを用いた場合で、単位時間内で発生した
パルスの回数が予め定めた閾値よりも大きければ、その
時間は部屋を使用中であると判断し在(1)とする。一
方閾値よりも小さければ不在(0)と判定する。これら
の在不在判定結果を在不在判定信号Zとして出力する。
本実施の形態では30分を単位時間として以降の動作を
説明する。
【0023】次に、在不在データ記憶手段3では、30
分経過する毎に在不在判定信号Zを記憶する。図2に在
不在データ記憶手段3の内部構成を示す。図2におい
て、在不在データ記憶手段3は当日データ記憶手段10
0とN日データ記憶手段101と分けられる。ここで1
日の在不在データを30分毎に刻まれているので、1日
は48次元データとなる。また現在からN日前までの在
不在データを記憶するがここではNを21日と考える。
ず2において、各項目は以下のように定義する。
分経過する毎に在不在判定信号Zを記憶する。図2に在
不在データ記憶手段3の内部構成を示す。図2におい
て、在不在データ記憶手段3は当日データ記憶手段10
0とN日データ記憶手段101と分けられる。ここで1
日の在不在データを30分毎に刻まれているので、1日
は48次元データとなる。また現在からN日前までの在
不在データを記憶するがここではNを21日と考える。
ず2において、各項目は以下のように定義する。
【0024】 現在時刻:tn:tn=1...48 当日の在不在データ: A[i] :i=1...tn 過去N日の在不在データ:B[j][i]:j=1...21 i=1...48 在不在判定信号:Z=0 または 1 (Aは当日1日分の在不在データを表現し、B[j]はj日前1日分の在不在 データを表現する) 記憶の過程は、まず在不在判定部2から在不在判定信号
Zが出力されると現在時刻の在不在データとしてA[t
n]=”0”または”1”がセットされる。以降同様に
在不在データがAにセットされるが、変数Aに在不在デ
ータ48個がすべてセットされると1日経過したとみな
す。そしてBのデータの1日分のデータをB[20]→
B[21]と順に一つ下のデータ配列へシフトし、最後
に1日前の在不在データの部分B[1]に当日の在不在
データAが移動する。そして最後に次のデータをセット
するためにAの中身はクリアする。このようにして、在
不在データ記憶手段は一つの一次元配列Aと一つの2次
元配列Bで構成され、各配列の要素の値は0、1のビッ
ト列となる。また時刻情報を用いることもできる。その
場合は、添え字iが実際の時刻に対応する。
Zが出力されると現在時刻の在不在データとしてA[t
n]=”0”または”1”がセットされる。以降同様に
在不在データがAにセットされるが、変数Aに在不在デ
ータ48個がすべてセットされると1日経過したとみな
す。そしてBのデータの1日分のデータをB[20]→
B[21]と順に一つ下のデータ配列へシフトし、最後
に1日前の在不在データの部分B[1]に当日の在不在
データAが移動する。そして最後に次のデータをセット
するためにAの中身はクリアする。このようにして、在
不在データ記憶手段は一つの一次元配列Aと一つの2次
元配列Bで構成され、各配列の要素の値は0、1のビッ
ト列となる。また時刻情報を用いることもできる。その
場合は、添え字iが実際の時刻に対応する。
【0025】図3に起動部4の処理の流れを示す。起動
部4では、最初に在不在判定部2から在不在判定信号Z
と、時刻出力部7から最新の利用開始時刻予測Ptを取
り込む(ステップ(イ)(ロ))。利用開始時刻予測P
tは、予測時刻またはNULLである(ステップ
(ハ))。もし、一時点前の利用開始時刻予測Ptが存
在する場合は、現在時刻が利用開始時刻予測Ptより前
か一致しているかを判断する(ステップ(チ))。もし
一致している場合は現在時刻の在不在判定信号Zを参照
し、実際に人がいれば予測は正しいことになるので、そ
のまま起動部4の処理を終了する(ステップ(ハ))。
また、在不在判定信号Zが不在(0)の場合は、利用開
始時刻予測Ptを過ぎたにも関わらず実際の入室がなか
ったので再度予測を行うために起動フラグ信号flgを
出力する(ステップ(ヌ))。また、現在時刻が利用開
始時刻予測Ptにまだ到っていない場合は、そのまま起
動部4の処理を終了し次時刻に再度チェックする。
部4では、最初に在不在判定部2から在不在判定信号Z
と、時刻出力部7から最新の利用開始時刻予測Ptを取
り込む(ステップ(イ)(ロ))。利用開始時刻予測P
tは、予測時刻またはNULLである(ステップ
(ハ))。もし、一時点前の利用開始時刻予測Ptが存
在する場合は、現在時刻が利用開始時刻予測Ptより前
か一致しているかを判断する(ステップ(チ))。もし
一致している場合は現在時刻の在不在判定信号Zを参照
し、実際に人がいれば予測は正しいことになるので、そ
のまま起動部4の処理を終了する(ステップ(ハ))。
また、在不在判定信号Zが不在(0)の場合は、利用開
始時刻予測Ptを過ぎたにも関わらず実際の入室がなか
ったので再度予測を行うために起動フラグ信号flgを
出力する(ステップ(ヌ))。また、現在時刻が利用開
始時刻予測Ptにまだ到っていない場合は、そのまま起
動部4の処理を終了し次時刻に再度チェックする。
【0026】一方、利用開始時刻予測Ptがない場合
(PtがNULLの場合)は、在不在判定信号Zが1で
ある在室時間中の場合はそのまま起動部4の処理を終了
する(ステップ(ニ))。また、在不在判定信号Zが0
の場合は、不在継続時間Tc(過去にさかのぼって在不
在判定信号Zが0となった時刻から現在時刻までの0の
個数)をまず計数し(ステップ(ホ))、その不在継続
時間Tcがあらかじめ定められた値を越える場合は予測
処理を起動することを決定し(ステップ(ヘ))、起動
フラグ信号flgを出力する(ステップ(ト))。例え
ばここでは不在継続時間が2時間以上の場合にだけ起動
フラグ信号flgを出力する。
(PtがNULLの場合)は、在不在判定信号Zが1で
ある在室時間中の場合はそのまま起動部4の処理を終了
する(ステップ(ニ))。また、在不在判定信号Zが0
の場合は、不在継続時間Tc(過去にさかのぼって在不
在判定信号Zが0となった時刻から現在時刻までの0の
個数)をまず計数し(ステップ(ホ))、その不在継続
時間Tcがあらかじめ定められた値を越える場合は予測
処理を起動することを決定し(ステップ(ヘ))、起動
フラグ信号flgを出力する(ステップ(ト))。例え
ばここでは不在継続時間が2時間以上の場合にだけ起動
フラグ信号flgを出力する。
【0027】次に、図4を用いてルール部5及びマッチ
ング部6の動作の説明を行う。図4において、120は
ルール部内の条件部、121はルール部内の帰結部であ
る。122はルール番号、123はあらかじめ定められ
たルールの優先順位、124はルール本体である。12
5はマッチング部から出力された該当在不在データB
[Ga]を保持しておくための該当在不在データ保持手段
である。126はルールに該当した在不在データの演算
処理指示、127は演算処理後のデータから0から1に
変化する1に対応する部分だけにビットをたてる変換を
行うE変換部、128はE変換を行った後の予測結果で
各ルール毎に得られる。
ング部6の動作の説明を行う。図4において、120は
ルール部内の条件部、121はルール部内の帰結部であ
る。122はルール番号、123はあらかじめ定められ
たルールの優先順位、124はルール本体である。12
5はマッチング部から出力された該当在不在データB
[Ga]を保持しておくための該当在不在データ保持手段
である。126はルールに該当した在不在データの演算
処理指示、127は演算処理後のデータから0から1に
変化する1に対応する部分だけにビットをたてる変換を
行うE変換部、128はE変換を行った後の予測結果で
各ルール毎に得られる。
【0028】条件部120は、起動フラグ信号flgを
受け取るとルール本体に保持しているルール全部をルー
ル信号Rとして出力する。マッチング部6は、ルール信
号Rを受け取ると、在不在データ記憶手段3に対しロー
ド命令信号Lを出力する。在不在データ記憶手段3はロ
ード信号Lを受け取ると、記憶している当日の在不在デ
ータ及び過去N日分のデータを在不在データ信号Zaと
して出力する。マッチング部6は、在不在データ信号Z
aを受け取り、ルールに該当するデータが存在するか調
べて、存在する場合はその該当在不在データB[Ga]を
出力する。
受け取るとルール本体に保持しているルール全部をルー
ル信号Rとして出力する。マッチング部6は、ルール信
号Rを受け取ると、在不在データ記憶手段3に対しロー
ド命令信号Lを出力する。在不在データ記憶手段3はロ
ード信号Lを受け取ると、記憶している当日の在不在デ
ータ及び過去N日分のデータを在不在データ信号Zaと
して出力する。マッチング部6は、在不在データ信号Z
aを受け取り、ルールに該当するデータが存在するか調
べて、存在する場合はその該当在不在データB[Ga]を
出力する。
【0029】次に、帰結部121について説明する。図
4に示す実施の形態では、ルール部5は3つのルールで
構成されており、それぞれに対応した予測演算を行い、
それぞれに予測結果を出力する。ルール番号1のルール
は優先順位1で、もし該当するデータが複数有る場合は
126の演算処理指示に従い該当する日付番号の在不在
データの0、1のビット列演算を行う。さらに予測用の
ビット列から入室部分だけを検出するために0から1に
変化するデータの変わり目をE変換127により検出し
予測結果1とする。同様にルール2、ルール3でも予測
結果2、予測結果3を生成する。
4に示す実施の形態では、ルール部5は3つのルールで
構成されており、それぞれに対応した予測演算を行い、
それぞれに予測結果を出力する。ルール番号1のルール
は優先順位1で、もし該当するデータが複数有る場合は
126の演算処理指示に従い該当する日付番号の在不在
データの0、1のビット列演算を行う。さらに予測用の
ビット列から入室部分だけを検出するために0から1に
変化するデータの変わり目をE変換127により検出し
予測結果1とする。同様にルール2、ルール3でも予測
結果2、予測結果3を生成する。
【0030】図5〜図7は、帰結部121の処理動作を
各ルール毎に示したものである。図5は、ルール1に該
当する日が過去N日間のデータの中に3日あった例を示
している。すなわち、過去データの中で以下の3つの条
件全てが合致する日が3日あった場合である。
各ルール毎に示したものである。図5は、ルール1に該
当する日が過去N日間のデータの中に3日あった例を示
している。すなわち、過去データの中で以下の3つの条
件全てが合致する日が3日あった場合である。
【0031】1)当日在不在データと同様に、現在時刻
tnにおける在不在判定が不在(0)である在不在デー
タである。
tnにおける在不在判定が不在(0)である在不在デー
タである。
【0032】2)当日在不在データと、不在開始時刻が
一致する。 3)不在開始時刻と現在時刻までの在不在状態が全て不
在(0)である。 該当在不在データ保持手段125には、該当する在不在
データを保持している。
一致する。 3)不在開始時刻と現在時刻までの在不在状態が全て不
在(0)である。 該当在不在データ保持手段125には、該当する在不在
データを保持している。
【0033】次に、演算処理指示126により、保持し
ている在不在データの各時刻毎の論理和(OR)をと
る。論理和とったデータは論理和在不在データORとし
てE変換127に入力される。E変換127の処理は、
入室部分だけを抜き出すための処理を行う。すなわち論
理和在不在データで[01]の部分のみ残し、それ以外
の部分を0でマスクする。このデータが予測結果PXで
あり、E変換から出力する。
ている在不在データの各時刻毎の論理和(OR)をと
る。論理和とったデータは論理和在不在データORとし
てE変換127に入力される。E変換127の処理は、
入室部分だけを抜き出すための処理を行う。すなわち論
理和在不在データで[01]の部分のみ残し、それ以外
の部分を0でマスクする。このデータが予測結果PXで
あり、E変換から出力する。
【0034】図6は、ルール2に該当する日が過去N日
間のデータの中に2日あった例を示している。すなわち
以下の条件全てを満たす在不在データが2日あった場合
である。
間のデータの中に2日あった例を示している。すなわち
以下の条件全てを満たす在不在データが2日あった場合
である。
【0035】1)当日在不在データと同様に、現在時刻
tnにおける在不在判定が不在(0)である在不在デー
タである。
tnにおける在不在判定が不在(0)である在不在デー
タである。
【0036】2)当日在不在データと、不在開始時刻が
一致しない。 3)不在開始時刻と現在時刻までの在不在状態がすべて
不在(0)である。一般的にはルール1に比べて不在開
始時刻の一致条件がない分、該当データは多くなる。ル
ール2に該当する在不在データが該当在不在データ保持
手段125に保持されており、演算処理指示126によ
り、各時刻毎の在不在の論理和(OR)を行う。その結
果、生成された論理和在不在データORがE変換127
に入力される。E変換の処理については、図5で説明し
た処理と同様である。このE変換によって生成されたデ
ータが予測結果PXであり、E変換から出力する。
一致しない。 3)不在開始時刻と現在時刻までの在不在状態がすべて
不在(0)である。一般的にはルール1に比べて不在開
始時刻の一致条件がない分、該当データは多くなる。ル
ール2に該当する在不在データが該当在不在データ保持
手段125に保持されており、演算処理指示126によ
り、各時刻毎の在不在の論理和(OR)を行う。その結
果、生成された論理和在不在データORがE変換127
に入力される。E変換の処理については、図5で説明し
た処理と同様である。このE変換によって生成されたデ
ータが予測結果PXであり、E変換から出力する。
【0037】図7は、ルール3に基づく予測結果3の生
成過程を示している図である。ルール3では最初に以下
の条件を満たす在不在データを探し出す。
成過程を示している図である。ルール3では最初に以下
の条件を満たす在不在データを探し出す。
【0038】1)当日在不在データと過去N日間のデー
タとの距離が最小である。 距離計算の方法は、
タとの距離が最小である。 距離計算の方法は、
【0039】
【数1】
【0040】である。ただし、 当日の在不在データ:A[i] :i=1...tn 過去N日前の在不在データ:B[j][i]:j=1...N, i=1...tn 上記条件に該当する距離最小の日に該当する在不在デー
タが該当在不在データ保持手段125に保持されてい
る。また、もし最小距離の該当日付番号が複数存在した
場合は、例えば予測当日からさかのぼって、より近い過
去の日付番号を採用する。該当する在不在データBGa
はそのままE変換に入力される。E変換の処理は、図5
で説明した処理と同様である。E変換後のデータは、予
測結果PXとして出力する。
タが該当在不在データ保持手段125に保持されてい
る。また、もし最小距離の該当日付番号が複数存在した
場合は、例えば予測当日からさかのぼって、より近い過
去の日付番号を採用する。該当する在不在データBGa
はそのままE変換に入力される。E変換の処理は、図5
で説明した処理と同様である。E変換後のデータは、予
測結果PXとして出力する。
【0041】次に、図1の時刻出力部7について、図8
の処理フローを用いて説明する。時刻出力部7ではルー
ル1に基づく予測結果PXが存在すれば(ステップ
(イ))、その予測結果PXで現在時刻よりも先(未
来)で、最初に1が立つブロックに対応する時刻を利用
開始時刻予測Ptとして出力する(ステップ(ロ))。
もし、ルール1に基づく予測結果PXが存在しなけれ
ば、次にルール2に基づく予測結果が存在するかを調べ
(ステップ(ハ))、存在すれば、その予測結果PXで
現在時刻よりも先(未来)で、最初に1が立つブロック
に対応する時刻を利用開始時刻予測Ptとして出力する
(ステップ(ニ))。もし、ルール2に基づく予測結果
PXが存在しなければ、ルール3に基づく予測結果PX
から、現在時刻よりも先(未来)で最初に1が立つブロ
ックに対応する時刻を利用開始時刻予測Ptとして出力
する(ステップ(ホ))。この利用開始時刻予測Ptが
通常利用者がタイマーを利用するときの設定時刻の代わ
りとなる。
の処理フローを用いて説明する。時刻出力部7ではルー
ル1に基づく予測結果PXが存在すれば(ステップ
(イ))、その予測結果PXで現在時刻よりも先(未
来)で、最初に1が立つブロックに対応する時刻を利用
開始時刻予測Ptとして出力する(ステップ(ロ))。
もし、ルール1に基づく予測結果PXが存在しなけれ
ば、次にルール2に基づく予測結果が存在するかを調べ
(ステップ(ハ))、存在すれば、その予測結果PXで
現在時刻よりも先(未来)で、最初に1が立つブロック
に対応する時刻を利用開始時刻予測Ptとして出力する
(ステップ(ニ))。もし、ルール2に基づく予測結果
PXが存在しなければ、ルール3に基づく予測結果PX
から、現在時刻よりも先(未来)で最初に1が立つブロ
ックに対応する時刻を利用開始時刻予測Ptとして出力
する(ステップ(ホ))。この利用開始時刻予測Ptが
通常利用者がタイマーを利用するときの設定時刻の代わ
りとなる。
【0042】以上のように本実施の形態によれば、ルー
ル部5およびマッチング部6により、当日の在不在デー
タの中の一部分のデータと過去N日間の在不在データの
マッチングに基づき予測を行うので、従来例のように1
日単位で生活パターンを分類することによる予測精度の
低下がない。また、一部の時間帯にのみ規則的な部屋の
使い方をする家庭でも高い予測精度が得られる。また通
常の統計的な予測手法に比べて、かなり以前の過去のデ
ータの影響を受けにくいので生活パターンの変化にも速
く追従する。さらに過去N日のみのデータから在不在デ
ータのマッチングを行うので、記憶容量が少なくて済
み、またデータも0、1のビット列であることからデー
タの圧縮が容易で実装時のコスト負担が少なくて済む利
点がある。
ル部5およびマッチング部6により、当日の在不在デー
タの中の一部分のデータと過去N日間の在不在データの
マッチングに基づき予測を行うので、従来例のように1
日単位で生活パターンを分類することによる予測精度の
低下がない。また、一部の時間帯にのみ規則的な部屋の
使い方をする家庭でも高い予測精度が得られる。また通
常の統計的な予測手法に比べて、かなり以前の過去のデ
ータの影響を受けにくいので生活パターンの変化にも速
く追従する。さらに過去N日のみのデータから在不在デ
ータのマッチングを行うので、記憶容量が少なくて済
み、またデータも0、1のビット列であることからデー
タの圧縮が容易で実装時のコスト負担が少なくて済む利
点がある。
【0043】(実施の形態2)以下に本発明の実施の形
態2について図面を参照しながら説明する。図9は、本
発明の実施の形態2の自動タイマー装置のブロック図で
ある。
態2について図面を参照しながら説明する。図9は、本
発明の実施の形態2の自動タイマー装置のブロック図で
ある。
【0044】図9において、8は平均在室率計算手段
で、他は実施の形態1の図1の構成と同様なものであ
り、同様な構成は説明を省略するものとする。図1の構
成と異なるのは、在不在データ記憶手段3の中の過去N
日間の在不在データの平均在室率Rtを算出し、そこか
ら在室予測結果Prateを出力する平均在室率計算手
段8を付加した点である。上記のように構成された自動
タイマー装置について、以下にその動作を説明する。
で、他は実施の形態1の図1の構成と同様なものであ
り、同様な構成は説明を省略するものとする。図1の構
成と異なるのは、在不在データ記憶手段3の中の過去N
日間の在不在データの平均在室率Rtを算出し、そこか
ら在室予測結果Prateを出力する平均在室率計算手
段8を付加した点である。上記のように構成された自動
タイマー装置について、以下にその動作を説明する。
【0045】人検知センサ1による部屋の人の検出から
ルール部5およびマッチング部6による予測までは実施
の形態1と同様の動作である。実施の形態1と異なるの
は1日分48個の在不在データが在不在データ記憶手段
3にセットされた時点で平均在室率Rtを平均在室率計
算手段8で算出する点である。この平均在室率Rtは、
在不在データに明確な規則性がない場合に用いることが
できる。すなわち実施の形態1では1日の中のある時間
帯の在不在データが類似に時間帯を過去N日のデータか
ら探しだし、予測に用いるものであったが、当日の在不
在データが過去にないパターンであったり、類型化でき
ない使い方をする部屋があった場合、平均的に人が部屋
に存在する確率が高い時間帯か、不在にしている確率が
高い時間帯かを判断して予測結果として用いるものであ
る。
ルール部5およびマッチング部6による予測までは実施
の形態1と同様の動作である。実施の形態1と異なるの
は1日分48個の在不在データが在不在データ記憶手段
3にセットされた時点で平均在室率Rtを平均在室率計
算手段8で算出する点である。この平均在室率Rtは、
在不在データに明確な規則性がない場合に用いることが
できる。すなわち実施の形態1では1日の中のある時間
帯の在不在データが類似に時間帯を過去N日のデータか
ら探しだし、予測に用いるものであったが、当日の在不
在データが過去にないパターンであったり、類型化でき
ない使い方をする部屋があった場合、平均的に人が部屋
に存在する確率が高い時間帯か、不在にしている確率が
高い時間帯かを判断して予測結果として用いるものであ
る。
【0046】図10に平均在室率Rtと在室予測結果P
rateの関係を示す。最初に過去N日間の在不在デー
タBから平均在室率Rtを算出する。算出式を以下に示
す。
rateの関係を示す。最初に過去N日間の在不在デー
タBから平均在室率Rtを算出する。算出式を以下に示
す。
【0047】
【数2】
【0048】この平均在室率Rtに対してある閾値Sを
あらかじめ定めておき、閾値S以上の時間帯を値1、閾
値S未満の時間帯の値を0としてビット列を作成する。
このビット列に対して前述のE変換を行い、在室予測結
果Prateを生成する。
あらかじめ定めておき、閾値S以上の時間帯を値1、閾
値S未満の時間帯の値を0としてビット列を作成する。
このビット列に対して前述のE変換を行い、在室予測結
果Prateを生成する。
【0049】図11は、時刻出力部7の動作を説明する
ための処理フローである。動作は基本的に実施の形態1
の時刻出力部7と同様であるが、異なる点は優先順位3
のルールで求めた最小距離Lminがあらかじめ設定し
た閾値Tlより小さい場合は(ステップ(ホ))、実施
の形態1と同様にして利用開始時刻予測Ptを出力する
(ステップ(へ))。逆に閾値Tl以上の場合はPra
teから、現在時刻よりも先(未来)で最初に1が立つ
ブロックに対応する時刻を利用開始時刻予測Ptとして
出力する(ステップ(ト))。
ための処理フローである。動作は基本的に実施の形態1
の時刻出力部7と同様であるが、異なる点は優先順位3
のルールで求めた最小距離Lminがあらかじめ設定し
た閾値Tlより小さい場合は(ステップ(ホ))、実施
の形態1と同様にして利用開始時刻予測Ptを出力する
(ステップ(へ))。逆に閾値Tl以上の場合はPra
teから、現在時刻よりも先(未来)で最初に1が立つ
ブロックに対応する時刻を利用開始時刻予測Ptとして
出力する(ステップ(ト))。
【0050】このことにより、いくつかのパターンに類
型化できない在不在データを持つ時間帯でも、平均的な
部屋の使用状況から予測を行うことが可能である。
型化できない在不在データを持つ時間帯でも、平均的な
部屋の使用状況から予測を行うことが可能である。
【0051】(実施の形態3)以下に、本発明の実施の
形態3について図面を参照しながら説明する。図12
は、本発明の実施の形態3の自動タイマー装置のブロッ
ク図である。
形態3について図面を参照しながら説明する。図12
は、本発明の実施の形態3の自動タイマー装置のブロッ
ク図である。
【0052】図12において、9は基準時刻推定手段、
10は優先順位更新手段で、その他は実施の形態1の図
1の構成と同様であり、図1の構成と異なるのは、在不
在データ記憶手段3に記憶されている当日の在不在デー
タAと過去N日間の在不在データBから、基準時刻を推
定する基準時刻推定手段9とルール本体の優先順位を予
測の正解率に合わせてルールの優先順位を変更する優先
順位更新手段10を付加した点である。
10は優先順位更新手段で、その他は実施の形態1の図
1の構成と同様であり、図1の構成と異なるのは、在不
在データ記憶手段3に記憶されている当日の在不在デー
タAと過去N日間の在不在データBから、基準時刻を推
定する基準時刻推定手段9とルール本体の優先順位を予
測の正解率に合わせてルールの優先順位を変更する優先
順位更新手段10を付加した点である。
【0053】まず、以下に基準時刻推定手段9の動作に
ついて説明する。例えば、本自動タイマー装置を連続使
用していた期間の後、しばらく使用せずにいて再度使用
開始した場合、再度使用開始した日の開始時刻がそれ以
前の連続使用していた期間の基準時刻と一致しない場
合、現在時刻tnのずれがあるためにマッチングが不正
確となる点を解消するものである。
ついて説明する。例えば、本自動タイマー装置を連続使
用していた期間の後、しばらく使用せずにいて再度使用
開始した場合、再度使用開始した日の開始時刻がそれ以
前の連続使用していた期間の基準時刻と一致しない場
合、現在時刻tnのずれがあるためにマッチングが不正
確となる点を解消するものである。
【0054】図13(a)は、基準時刻推定の過程を示
したものである。在不在データ記憶手段にN日間の在不
在データB[1]〜B[21]があったとする。その後し
ばらく不使用期間があり、再度本自動タイマー装置を動
作させ、当日在不在データAに在不在判定信号がセット
されはじめた状況であるとする。このときN日間の在不
在データBと当日の在不在データAの基準時刻は必ずし
も一致していない。そこで、Aのデータがある程度セッ
トされた後、ここでは時刻tqまでセットされた状況を
図13(a)に示しているが、N日間の在不在データB
とで(数3)を用いて距離計算を行う。
したものである。在不在データ記憶手段にN日間の在不
在データB[1]〜B[21]があったとする。その後し
ばらく不使用期間があり、再度本自動タイマー装置を動
作させ、当日在不在データAに在不在判定信号がセット
されはじめた状況であるとする。このときN日間の在不
在データBと当日の在不在データAの基準時刻は必ずし
も一致していない。そこで、Aのデータがある程度セッ
トされた後、ここでは時刻tqまでセットされた状況を
図13(a)に示しているが、N日間の在不在データB
とで(数3)を用いて距離計算を行う。
【0055】
【数3】
【0056】ここでtsはシフト時間で、1から48ま
でのいずれかの整数値をとる。図13(b)のグラフ
は、tsを1から48まで1づつ変化させた場合の距離
和ALを示したものである。このグラフから距離最小と
なるシフト時間tsminを求め、出力する。
でのいずれかの整数値をとる。図13(b)のグラフ
は、tsを1から48まで1づつ変化させた場合の距離
和ALを示したものである。このグラフから距離最小と
なるシフト時間tsminを求め、出力する。
【0057】在不在データ記憶部3では、基準時刻推定
手段9から出力された最小シフト時間tsminに基づ
いて、当日の在不在データAを全体にtsminだけシ
フトする。
手段9から出力された最小シフト時間tsminに基づ
いて、当日の在不在データAを全体にtsminだけシ
フトする。
【0058】以上のように、基準時刻推定手段9を付加
することで、在不在記憶手段3に記憶されている過去の
部屋の使用状況をしばらく本装置を使用していなかった
後の再使用時でも自動タイマーの時刻設定を決める予測
の元データとして用いることができるので、全くデータ
が無い状況からデータの記憶を行うのに比べて、ある一
定の予測精度が得られるまでの時間を短縮することがで
きる。
することで、在不在記憶手段3に記憶されている過去の
部屋の使用状況をしばらく本装置を使用していなかった
後の再使用時でも自動タイマーの時刻設定を決める予測
の元データとして用いることができるので、全くデータ
が無い状況からデータの記憶を行うのに比べて、ある一
定の予測精度が得られるまでの時間を短縮することがで
きる。
【0059】次に優先順位更新手段10の動作のについ
て以下に説明する。優先順位更新手段10は、ルール部
5から得られる予測結果Pxと在不在判定信号Zから、
ルール部内の各ルールに基づく予測結果の当否を判定
し、その結果を基にルール部内の各ルールの優先順位を
適応的に変更するものである。図12において、kはル
ール部の優先順位を変更する順位変更信号である。
て以下に説明する。優先順位更新手段10は、ルール部
5から得られる予測結果Pxと在不在判定信号Zから、
ルール部内の各ルールに基づく予測結果の当否を判定
し、その結果を基にルール部内の各ルールの優先順位を
適応的に変更するものである。図12において、kはル
ール部の優先順位を変更する順位変更信号である。
【0060】図14を参照しながら優先順位の更新の過
程を説明する。本自動タイマー装置によって利用開始時
刻予測を出力するための予測が行われると各ルールから
Px1...Px3の予測結果が得られる。優先順位更
新手段10ではこれら予測結果に対する当否を、実際の
在不在判定信号Zから判定する。図14のTblは、ル
ール評価テーブルである。ルール評価テーブルTblに
はルール番号、正答回数、連続正答回数、旧優先順位が
記載されている。ここで、正答回数とは本装置が稼働し
てから、各ルールを最終的な予測結果として用いていた
場合の当否判定を行い、予測が正しかった回数の計数値
である。連続正答回数とは続けて各ルールの予測結果が
正しかった回数の計数値で、一度でも間違った場合はリ
セットされる。このルール評価テーブルTblから、優
先順位変更条件をあらかじめ定めておき、該当するルー
ルが有った場合、その優先順位を順位変更信号kをルー
ル部に出力することで変更する。
程を説明する。本自動タイマー装置によって利用開始時
刻予測を出力するための予測が行われると各ルールから
Px1...Px3の予測結果が得られる。優先順位更
新手段10ではこれら予測結果に対する当否を、実際の
在不在判定信号Zから判定する。図14のTblは、ル
ール評価テーブルである。ルール評価テーブルTblに
はルール番号、正答回数、連続正答回数、旧優先順位が
記載されている。ここで、正答回数とは本装置が稼働し
てから、各ルールを最終的な予測結果として用いていた
場合の当否判定を行い、予測が正しかった回数の計数値
である。連続正答回数とは続けて各ルールの予測結果が
正しかった回数の計数値で、一度でも間違った場合はリ
セットされる。このルール評価テーブルTblから、優
先順位変更条件をあらかじめ定めておき、該当するルー
ルが有った場合、その優先順位を順位変更信号kをルー
ル部に出力することで変更する。
【0061】ここで、優先順位更新条件とは、例えば3
回連続して正答したルールは優先順位を1番とする、と
いったもので、上記条件を用いれば就寝時刻と起床時刻
が曜日によって決まっているような家庭がある場合、あ
る日から生活のリズムがずれて、就寝時間はまちまちと
なったが起床時間には規則性が残っている場合などは、
ルール1よりもルール2の正答回数が多くなる。このよ
うに優先順位を入れ替え可能とすることで、予測の精度
も維持されることになる。
回連続して正答したルールは優先順位を1番とする、と
いったもので、上記条件を用いれば就寝時刻と起床時刻
が曜日によって決まっているような家庭がある場合、あ
る日から生活のリズムがずれて、就寝時間はまちまちと
なったが起床時間には規則性が残っている場合などは、
ルール1よりもルール2の正答回数が多くなる。このよ
うに優先順位を入れ替え可能とすることで、予測の精度
も維持されることになる。
【0062】(実施の形態4)以下本発明の実施の形態
4について、図面を参照しながら説明する。図15は、
本発明の実施の形態4の自動タイマー装置のブロック図
である。図15において、入室予測部11以外は、実施
の形態1で説明したものと同じものであり、説明を省略
する。ここでは、実施の形態1の構成と異なる入室予測
部11の動作について説明する。
4について、図面を参照しながら説明する。図15は、
本発明の実施の形態4の自動タイマー装置のブロック図
である。図15において、入室予測部11以外は、実施
の形態1で説明したものと同じものであり、説明を省略
する。ここでは、実施の形態1の構成と異なる入室予測
部11の動作について説明する。
【0063】図16は、入室予測部11の動作を説明し
た処理フローである。まず、在不在記憶手段3に記憶し
ている全在不在データに基づいて時刻toutに退室が
発生して、時刻tに入室が発生する確率P(t|tou
t)を求め(ステップ(イ))、その値が閾値T1より
大きくなるtが存在すれば(ステップ(ロ)、tout
に最も時間的に近いtを利用開始時刻予測Ptとする
(ステップ(ハ))。しかし、この条件を満たす時間帯
が存在しない場合は、toutに退室が発生してt、t
+1に入室が発生する確率
た処理フローである。まず、在不在記憶手段3に記憶し
ている全在不在データに基づいて時刻toutに退室が
発生して、時刻tに入室が発生する確率P(t|tou
t)を求め(ステップ(イ))、その値が閾値T1より
大きくなるtが存在すれば(ステップ(ロ)、tout
に最も時間的に近いtを利用開始時刻予測Ptとする
(ステップ(ハ))。しかし、この条件を満たす時間帯
が存在しない場合は、toutに退室が発生してt、t
+1に入室が発生する確率
【0064】
【数4】
【0065】を算出し(ステップ(ニ))、その値が閾
値T1より大きくなるt,t+1が存在すれば(ステッ
プ(ホ))、toutに最も時間的に近いt、t+1を
利用開始時刻予測Ptとする(ステップ(へ))。
値T1より大きくなるt,t+1が存在すれば(ステッ
プ(ホ))、toutに最も時間的に近いt、t+1を
利用開始時刻予測Ptとする(ステップ(へ))。
【0066】しかし、上記の条件を満たさなければ、退
室時間の幅を広げてtout、tout−1、tout
+1に退室が発生してtに入室が発生する確率
室時間の幅を広げてtout、tout−1、tout
+1に退室が発生してtに入室が発生する確率
【0067】
【数5】
【0068】を求め(ステップ(ト)、ステップ
(チ)、ステップ(リ))、その値が閾値T1より大き
くなるtが存在すれば(ステップ(ヌ))、toutに
最も時間的に近いt、t+1を利用開始時刻予測Ptと
する(ステップ(ル))。
(チ)、ステップ(リ))、その値が閾値T1より大き
くなるtが存在すれば(ステップ(ヌ))、toutに
最も時間的に近いt、t+1を利用開始時刻予測Ptと
する(ステップ(ル))。
【0069】しかし、この条件を満たすものが無けれ
ば、tout,tout−1,tout+1に退室が発
生してt,t+1に入室する確率
ば、tout,tout−1,tout+1に退室が発
生してt,t+1に入室する確率
【0070】
【数6】
【0071】を求め(ステップ(ヲ))、その値が閾値
T1より大きくなるt,t+1が存在すれば(ステップ
(ワ))、toutに最も時間的に近いt,t+1を利
用開始時刻予測Ptとする(ステップ(カ))。
T1より大きくなるt,t+1が存在すれば(ステップ
(ワ))、toutに最も時間的に近いt,t+1を利
用開始時刻予測Ptとする(ステップ(カ))。
【0072】上述の方法で、在不在データの入室と退室
の習慣性から利用開始時刻予測Ptを見つけることがで
きなければ、全在不在データの時間帯毎の平均在室率A
ve(t)を計算して(ステップ(ヨ))、現在から先
(未来)で、閾値T2を越える最初の時間帯を利用開始
時刻予測Ptとする(ステップ(タ))。
の習慣性から利用開始時刻予測Ptを見つけることがで
きなければ、全在不在データの時間帯毎の平均在室率A
ve(t)を計算して(ステップ(ヨ))、現在から先
(未来)で、閾値T2を越える最初の時間帯を利用開始
時刻予測Ptとする(ステップ(タ))。
【0073】以上のように本実施の形態によれば、退室
時刻から次に入室する確率の最も高い時刻を算出し、そ
の時刻を入室予測時刻とすることにより、確率的に最も
高い時刻を入室予測時刻とすることができる。
時刻から次に入室する確率の最も高い時刻を算出し、そ
の時刻を入室予測時刻とすることにより、確率的に最も
高い時刻を入室予測時刻とすることができる。
【0074】(実施の形態5)以下に本発明の実施の形
態5について、図面を参照しながら説明する。図17
は、本発明の実施の形態5の空調装置のブロック図であ
る。図17において、200は本発明の実施の形態1か
ら4の自動タイマー装置、201は空調装置、202は
空調装置の操作を行うリモコンで、ここでは利用者の設
定内容だけでなく機器の状態も表示できる双方向通信型
のリモコンである。またこのリモコンはタイマーの設定
機能を有している。203はリモコン内のボタンなどで
構成される操作部、204は操作メニューや利用者操作
の内容、機器の状態を表示する表示部、205はリモコ
ンに時刻信号を送る時計、206は自動タイマー装置2
00と空調装置201の信号の受け渡しを行うインタフ
ェース部である。
態5について、図面を参照しながら説明する。図17
は、本発明の実施の形態5の空調装置のブロック図であ
る。図17において、200は本発明の実施の形態1か
ら4の自動タイマー装置、201は空調装置、202は
空調装置の操作を行うリモコンで、ここでは利用者の設
定内容だけでなく機器の状態も表示できる双方向通信型
のリモコンである。またこのリモコンはタイマーの設定
機能を有している。203はリモコン内のボタンなどで
構成される操作部、204は操作メニューや利用者操作
の内容、機器の状態を表示する表示部、205はリモコ
ンに時刻信号を送る時計、206は自動タイマー装置2
00と空調装置201の信号の受け渡しを行うインタフ
ェース部である。
【0075】以上のように構成された自動タイマー装置
を組み込んだ空調装置について、その動作を説明する。
最初にタイマーの設定時刻を確認してからタイマーを設
定したい場合は、リモコン表示部204に自動タイマー
装置200で求められた利用開始時刻予測Ptが表示さ
れているので、利用者は確認するだけで良い。または多
少時間を変更したい場合は「前」「後ろ」程度の操作で
時間を調節できる。これらの確認もしくは訂正操作の結
果、操作部203から設定値Uが空調装置のインタフェ
ース部206に送信される。ここで、例えばUとはタイ
マー設定値午前7:00という値である。次にインタフ
ェース部206では午前7:00に部屋を使用する予定
がセットされたので、例えば、その40分前から空調装
置201を動作させるような制御信号Cを作りだし、空
調装置201に送信する。その際、外気温度や室内負荷
の影響を考慮し、前倒し運転時間を決定することもでき
る。
を組み込んだ空調装置について、その動作を説明する。
最初にタイマーの設定時刻を確認してからタイマーを設
定したい場合は、リモコン表示部204に自動タイマー
装置200で求められた利用開始時刻予測Ptが表示さ
れているので、利用者は確認するだけで良い。または多
少時間を変更したい場合は「前」「後ろ」程度の操作で
時間を調節できる。これらの確認もしくは訂正操作の結
果、操作部203から設定値Uが空調装置のインタフェ
ース部206に送信される。ここで、例えばUとはタイ
マー設定値午前7:00という値である。次にインタフ
ェース部206では午前7:00に部屋を使用する予定
がセットされたので、例えば、その40分前から空調装
置201を動作させるような制御信号Cを作りだし、空
調装置201に送信する。その際、外気温度や室内負荷
の影響を考慮し、前倒し運転時間を決定することもでき
る。
【0076】またタイマーの設定時刻をいちいち確認せ
ずに運転する場合は自動タイマー装置200の出力信号
である利用開始時刻予測Ptの値をそのままタイマーの
設定値とみなし、上記例と同様にインタフェース部20
6を介し、空調装置201に制御信号Cを送信する。
ずに運転する場合は自動タイマー装置200の出力信号
である利用開始時刻予測Ptの値をそのままタイマーの
設定値とみなし、上記例と同様にインタフェース部20
6を介し、空調装置201に制御信号Cを送信する。
【0077】以上のように本実施の形態によれば、空調
装置の利用者はタイマー機能を利用する場合、いちいち
何時何分といった時刻をいちいち設定することなくタイ
マー機能を実現することが可能である。
装置の利用者はタイマー機能を利用する場合、いちいち
何時何分といった時刻をいちいち設定することなくタイ
マー機能を実現することが可能である。
【0078】
【発明の効果】以上のように本発明は、部屋内の人の存
在を検出し人検知信号を出力する人検知センサと、前記
人検知信号から一定時間単位の部屋の使用状態を判断す
る在不在判定部と、過去N(Nは整数)日分の在不在デ
ータと当日分の在不在データを記憶する在不在データ記
憶手段と、複数個のルールに該当する在不在データを前
記在不在データ記憶手段からの過去N日間の在不在デー
タの中から検出するマッチング部と、予め優先順位付け
された複数個のルールを前記マッチング部に出力し、前
記マッチング部で得られた在不在データから予測結果を
出力するルール部と、前記予測結果から部屋の利用開始
時刻予測を出力する時刻出力部とを設けることにより、
従来例のような、1日毎の生活パターンの分類をするこ
とによる予測精度の低下を防ぎながら、1日のうちの一
部の時間帯に規則性がある家庭においても、高い精度で
部屋の利用開始時刻が予測可能となる自動タイマー装置
を実現できる。
在を検出し人検知信号を出力する人検知センサと、前記
人検知信号から一定時間単位の部屋の使用状態を判断す
る在不在判定部と、過去N(Nは整数)日分の在不在デ
ータと当日分の在不在データを記憶する在不在データ記
憶手段と、複数個のルールに該当する在不在データを前
記在不在データ記憶手段からの過去N日間の在不在デー
タの中から検出するマッチング部と、予め優先順位付け
された複数個のルールを前記マッチング部に出力し、前
記マッチング部で得られた在不在データから予測結果を
出力するルール部と、前記予測結果から部屋の利用開始
時刻予測を出力する時刻出力部とを設けることにより、
従来例のような、1日毎の生活パターンの分類をするこ
とによる予測精度の低下を防ぎながら、1日のうちの一
部の時間帯に規則性がある家庭においても、高い精度で
部屋の利用開始時刻が予測可能となる自動タイマー装置
を実現できる。
【図1】本発明の実施の形態1における自動タイマー装
置のブロック図
置のブロック図
【図2】同実施の形態1における在不在データ記憶手段
の内部構成図
の内部構成図
【図3】同実施の形態1における起動部の処理フローチ
ャート
ャート
【図4】同実施の形態1におけるルール部の内部構成図
【図5】同実施の形態1におけるルール1に基づく予測
結果の生成過程を示す図
結果の生成過程を示す図
【図6】同実施の形態1におけるルール2に基づく予測
結果の生成過程を示す図
結果の生成過程を示す図
【図7】同実施の形態1におけるルール3に基づく予測
結果の生成過程を示す図
結果の生成過程を示す図
【図8】同実施の形態1における時刻出力部の処理フロ
ーチャート
ーチャート
【図9】本発明の実施の形態2における自動タイマー装
置のブロック図
置のブロック図
【図10】同実施の形態2における平均在室率と在室予
測結果の関係を示す図
測結果の関係を示す図
【図11】同実施の形態2における時刻出力部の処理フ
ローチャート
ローチャート
【図12】本発明の実施の形態3における自動タイマー
装置のブロック図
装置のブロック図
【図13】同実施の形態3における基準時刻推定過程を
示す図
示す図
【図14】同実施の形態3におけるルールの優先順位を
更新する過程を示す図
更新する過程を示す図
【図15】本発明の実施の形態4における自動タイマー
装置のブロック図
装置のブロック図
【図16】同実施の形態4における処理フローチャート
【図17】本発明の実施の形態5における空調装置のブ
ロック図
ロック図
【図18】従来の在室予測装置のブロック図
【図19】従来例の課題を説明するための概念図
1 人検知センサ 2 在不在判定部 3 在不在データ記憶手段 4 起動部 5 ルール部 6 マッチング部 7 時刻出力部 8 平均在室率計算手段 9 基準時刻推定手段 10 優先順位更新手段 11 入室予測部 100 当日データ記憶手段 101 N日データ記憶手段 120 条件部 121 帰結部 122 ルール番号 123 優先順位 124 ルール本体 125 該当日付番号保持手段 126 演算処理指示 127 E変換処理 128 予測結果PX 200 自動タイマー装置 201 空調装置 202 リモコン 203 操作部(リモコン) 204 表示部(リモコン) 205 時計 206 インタフェース部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 佐藤 正章 神奈川県川崎市多摩区東三田3丁目10番1 号 松下技研株式会社内 (72)発明者 吉田 邦夫 神奈川県川崎市多摩区東三田3丁目10番1 号 松下技研株式会社内 (72)発明者 清水 真 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 赤嶺 育雄 大阪府門真市大字門真1006番地 松下電器 産業株式会社内
Claims (6)
- 【請求項1】 部屋内の人の存在を検出し人検知信号を
出力する人検知センサと、前記人検知信号から一定時間
単位の部屋の使用状態を判断する在不在判定部と、過去
N(Nは整数)日分の在不在データと当日分の在不在デ
ータを記憶する在不在データ記憶手段と、複数個のルー
ルに該当する在不在データを前記在不在データ記憶手段
からの過去N日間の在不在データの中から検出するマッ
チング部と、予め優先順位付けされた複数個のルールを
前記マッチング部に出力し、前記マッチング部で得られ
た在不在データから予測結果を出力するルール部と、前
記予測結果から部屋の利用開始時刻予測を出力する時刻
出力部とを有することを特徴とする自動タイマー装置。 - 【請求項2】 時刻出力部で部屋の利用開始時刻予測を
出力する際に、前記在不在データ記憶手段から過去N日
間の在不在データの平均在室率を算出する平均在室率計
算手段と、前記平均在室率と前記ルール部で得られた予
測結果とから求めることを特徴とする請求項1に記載の
自動タイマー装置。 - 【請求項3】 前記在不在データ記憶手段で当日分の在
不在データを記憶する際の1日の開始時刻(基準時刻)
を、当日分の在不在データをシフトさせたデータと過去
の在不在データとの距離を算出し距離の最も小さなシフ
ト量から決定する基準時刻推定手段を用いることを特徴
とする請求項1または請求項2に記載の自動タイマー装
置。 - 【請求項4】 前記起動部から得る在不在判定信号と前
記ルール部から得る予測結果から、各ルールによって求
められる予測結果の優先順位を決定する優先順位更新手
段を用いることを特徴とする請求項1乃至3のいずれか
に記載の自動タイマー装置。 - 【請求項5】 前記在不在判定部から得る在不在判定信
号と前記在不在データ記憶手段から得る過去N日間の在
不在データから、次に入室する確率の高い時刻を算出し
出力する入室予測部を用いることを特徴とする請求項1
乃至4のいずれかに記載の自動タイマー装置。 - 【請求項6】 空調装置と空調装置を使用者が操作する
ための手段であるリモコンと請求項1乃至5いずれかに
記載の自動タイマー装置と前記自動タイマー装置から出
力された利用開始時刻予測とリモコンから出力された設
定値を受け取って空調装置に制御信号を出力したり利用
開始時刻予測をリモコンに出力するインターフェース部
を有する空調機器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9166961A JPH1114121A (ja) | 1997-06-24 | 1997-06-24 | 自動タイマー装置及び空調機器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9166961A JPH1114121A (ja) | 1997-06-24 | 1997-06-24 | 自動タイマー装置及び空調機器 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH1114121A true JPH1114121A (ja) | 1999-01-22 |
Family
ID=15840838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP9166961A Pending JPH1114121A (ja) | 1997-06-24 | 1997-06-24 | 自動タイマー装置及び空調機器 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH1114121A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7225111B2 (en) | 2002-03-29 | 2007-05-29 | Kabushiki Kaisha Toshiba | Monitoring apparatus |
JP2014517398A (ja) * | 2011-05-27 | 2014-07-17 | ハイドロ−ケベック | 遷移信号の動的クラスタリング |
JP2014186005A (ja) * | 2013-03-25 | 2014-10-02 | National Institute Of Advanced Industrial & Technology | 不在予測装置、不在予測方法、及びそのプログラム |
-
1997
- 1997-06-24 JP JP9166961A patent/JPH1114121A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7225111B2 (en) | 2002-03-29 | 2007-05-29 | Kabushiki Kaisha Toshiba | Monitoring apparatus |
JP2014517398A (ja) * | 2011-05-27 | 2014-07-17 | ハイドロ−ケベック | 遷移信号の動的クラスタリング |
US10378937B2 (en) | 2011-05-27 | 2019-08-13 | HYDRO-QUéBEC | Dynamic clustering of transient signals |
JP2014186005A (ja) * | 2013-03-25 | 2014-10-02 | National Institute Of Advanced Industrial & Technology | 不在予測装置、不在予測方法、及びそのプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9176485B2 (en) | Occupancy prediction using historical occupancy patterns | |
US20140316582A1 (en) | Automated Facilities Management System having Occupant Relative Feedback | |
US9618911B2 (en) | Automation of a programmable device | |
US8751432B2 (en) | Automated facilities management system | |
US7788208B2 (en) | Behavior prediction apparatus and method therefor | |
JP3119082B2 (ja) | 在室予測装置及びそれを用いた応用機器 | |
JP6373396B2 (ja) | 省エネルギ化診断装置、省エネルギ化診断方法およびプログラム | |
EP3398127B1 (en) | Control of a heating/cooling system | |
JPH1114121A (ja) | 自動タイマー装置及び空調機器 | |
JP6580264B2 (ja) | 空調制御装置、空調制御方法、空調システムおよび空調付き住宅 | |
JPH02254247A (ja) | 在室パターン予測装置 | |
JP2023107929A (ja) | 空気調和機 | |
JP7152456B2 (ja) | 空気調和機 | |
JP7160889B2 (ja) | 空気調和機 | |
JP4525724B2 (ja) | 利用者端末制御方法、および、省エネ制御装置 | |
JP2007316745A (ja) | 来店客数予測サーバ及び来店客数予測プログラム | |
JP2007316747A (ja) | 来店客数予測サーバ及び来店客数予測プログラム | |
JP7359197B2 (ja) | 空気調和機 | |
James Huchuk et al. | Short-Horizon Probabilistic Models For Whole Home Motion Prediction Using Connected Thermostat Data | |
US20220398613A1 (en) | Information processing device, information processing method, and storage medium | |
JP2004206401A (ja) | 行動パターン異変監視システム | |
JP2022063141A (ja) | 空気調和機 | |
JP2022063140A (ja) | 空気調和機 | |
JP2023159525A (ja) | プッシュ通知システム及び方法 | |
JP2022063137A (ja) | 空気調和機及び空気調和システム |