JP7785191B2 - 使用機器推定装置 - Google Patents

Description

本発明は、家電などの機器の使用状態を推定する使用機器推定装置に関する。

ＳＤＧ’ｓへの関心が世界的に向上し、中でも日本ではそのエネルギー自給率の低さから、消費エネルギーの低減化を進める動きが活発になってきている。また、中でもコロナ禍の影響によるリモートワークの増加および外出の自粛など、家庭内消費電力が増加している昨今において、家庭内の消費エネルギーを抑える家庭内節電が注目されている。

既存の家庭内節電を推進するソリューションとして家庭内消費電力を可視化する装置が提供されているが、この装置の欠点として以下の様な例があげられる。例えば、家庭内で使用している電力の全体集計値の表示は全体像を把握するのに効果的だが、それだけでは各家電の消費電力の傾向を把握することはできず、効果的な節電実施方法等を自動で提案することが困難である。また、家庭内で使用している電力の全体集計値の収集はスマートメータの情報を収集すれば良いが、個別で使用している家電の消費電力を把握するためには各家電のコンセントに通信可能なセンサを設置する必要があり、電力収集以外の利用用途がないセンサを多数設置することはユーザに対して金銭面や稼働面での負担を増やし、節電に対する意欲等を損なう要因となりかねない点があげられる。

特許文献１には、使用電力量を予測し基準量より大きくなった場合に、使用していると推定される家電の少なくとも一つの使用時間帯の変更案を探索し表示する技術について記載がある。

また、特許文献２には、取り付け工事等の特殊作業が不要であり、高機能家電ではない一般的な家電においても状態推定が可能となる家電状態推定装置が記載されている。

特開２００５－２５３３４０号公報

特許文献１に記載の技術においては、使用している家電を推定に対して事前に需要家が有する電気機器等を稼働した際の電力データの変動に関する情報を取得していることを前提としている。これにより、需要家が有する各家電の消費電力の傾向を事前に計測することが求められるため、計測装置の設置等が必要となり、導入コストが増大してしまう恐れがある。

また、特許文献２に記載の技術においては、ＰＣ、タブレット、スマートフォン等に備えられているセンサを利用することの記載がある。

しかしながら、これらＰＣ等は、常に電源等が入っているものではなかったり、各機器のそばに必ずしも置いてあるものではないことから、それらセンサは、温度センサ、マイクなどによる各機器の外的な状態を常時判断することができない。

そこで、上述の課題を解決するために、本発明においては、消費電力の収集だけを行うセンサを使用することなく、各家電などの使用機器の使用を簡易に推定する使用機器装置を提供することを目的とする。

本発明の使用機器推定装置は、ユーザが装着しているウェアラブルデバイスから前記ユーザの生体情報を取得する生体情報取得部と、前記生体情報に基づいてユーザが使用している機器を推定する推定部と、を備える。

本発明によると、家電などの使用機器の使用状態を簡易に推定することができる。

本開示の使用機器推定装置である管理装置１００を含む家庭内におけるシステム構成を示す図である。 管理装置１００の機能構成を示すブロック図である。 ログデータベース１０４の具体例を示す図である。 推定モデル１０３の推定モデル１０３による推定処理の模式図である。 管理装置１００の動作を示すフローチャートである。 表示部１０５の表示例を示す。 時間帯ごとにおける固定消費電力または変動消費電力を示す図である。 固定消費電力および変動消費電力の分類ルールに基づいた処理を示すフローチャート（その１）である。 固定消費電力および変動消費電力の分類ルールに基づいた処理を示すフローチャート（その２）である。 変形例における管理装置１００ａを含むシステム構成を示す図である。 使用機器が廃棄された場合におけるログデータベース１０４および表示部１０５の表示例を示す図である。 本開示の一実施の形態に係る管理装置１００のハードウェア構成の一例を示す図である。

添付図面を参照しながら本開示の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。

図１は、本開示の使用機器推定装置である管理装置１００を含む家庭内におけるシステム構成を示す図である。図に示されるとおり、このシステムは、管理装置１００、ウェアラブルデバイス１２０、および外部サーバ２００を含む。

家庭には、冷蔵庫１３１、ＴＶ１３２、扇風機１３３、およびエアコン１３４などの使用機器が存在しており、商用電力３００は、これら使用機器に対して電力を供給している。スマートメータ１１０は、これら使用機器における消費電力を計測する。

ウェアラブルデバイス１２０は、ユーザの生体情報（体温、脈拍、血圧等）を取得する装置である。

管理装置１００は、スマートメータ１１０から各使用機器における消費電力情報を取得し、ウェアラブルデバイス１２０から生体情報またはユーザ行動（歩数、体の傾き、そのほか、活動でいているかなど）を取得する。そして、管理装置１００は、消費電力情報および生体情報に基づいて、冷蔵庫１３１等の使用機器の使用の有無を判断する。

また、管理装置１００は、外部サーバ２００から天候情報（天気、気温、湿度等）を取得し、生体情報、消費電力等とともに、天候情報（外部情報）に基づいて、使用機器の動作状況を推定する。

外部サーバ２００は、天候情報（天気、気温、湿度、降水量等の天候に関する情報）を記憶するサーバである。この外部サーバ２００は、一般的に存在している天候情報を記憶するサーバである。

図２は、管理装置１００の機能構成を示すブロック図である。図に示されるとおり、管理装置１００は、通信部１０１、推定部１０２、推定モデル１０３、ログデータベース１０４、表示部１０５、学習部１０６、状況判断部１０７およびログデータ管理部１０８を含んで構成されている。

通信部１０１は、ウェアラブルデバイス１２０および外部サーバ２００から生体情報、外部情報（天候情報、ユーザ行動、消費電力情報など）を取得する部分である。

推定部１０２は、推定モデル１０３およびログデータベース１０４を用いて使用機器の使用状況を推定する部分である。すなわち、推定部１０２は、ログデータベース１０４に記憶されている、ユーザの直近の生体情報および直近の外部情報を推定モデル１０３に入力し、推定モデル１０３から出力される使用機器の使用状況（使用の有無）を取得する。外部情報は、天候情報、ユーザ行動、消費電力、および消費電力種別などとするが、全部は必ずしも必要ではなく、少なくとも一つあればよい。

推定部１０２は、生体情報等の情報をそのまま推定モデル１０３に入力してもよいし、直近の状態からの変動状態（増減等）を導出して、その変動状態を推定モデル１０３に入力してもよい。

推定モデル１０３は、ログデータベース１０４に記憶されているユーザの生体情報および外部情報を入力し、使用機器の使用状況を出力する機械学習モデルである。この推定モデル１０３は、記憶部（図示せず）に記憶されている。これら生体情報、外部情報等は、便宜上、ログデータベース１０４に記憶さていることにしているが、通信部１０１から、推定部１０２が直接取得して、推定モデル１０３に入力してもよい。

ログデータベース１０４は、通信部１０１により取得された生体情報および外部サーバ２００から取得された天候情報、そのほかの外部情報を記憶する部分である。また、ログデータベース１０４は、事前に行われたアンケート結果を、その日時等と対応付けて記憶する。このアンケート結果は、推定対象となる一のユーザによるものとしてもよいし、他のユーザによるものを含んでもよい。

表示部１０５は、使用機器の使用状況を表示して、ユーザに使用状況の成否を問う部分である。例えば、表示部１０５は、タッチパネルディスプレイで構成されており、ユーザに対して使用機器の使用状況の成否の問合せをして、それに対する回答を受け付ける。この回答は、ログデータベース１０４に反映され、記憶される。

学習部１０６は、推定モデル１０３を学習し、また更新する部分である。学習部１０６は、ログデータベース１０４に記憶されているログデータを説明変数とし、上記アンケート結果または回答である使用機器を目的変数として、公知の機械学習によって学習することで、推定モデル１０３を生成する。

状況判断部１０７は、ユーザ行動等に基づいて、消費電力が固定であるか、または変動であるかを判断する部分である。すなわち、状況判断部１０７は、ユーザ（管理装置１００）の位置情報、居住地、ユーザの活動状態、消費電力等に基づいて、消費電力種別を判断する。この消費電力種別の情報は、推定処理に使用される。

つぎに、推定部１０２の動作について説明する。推定部１０２は、上記したとおり、ユーザの生体情報、天候情報、および消費電力情報に基づいて、ユーザがいる家の使用機器の使用状況を推定する。

推定部１０２は、推定処理に先だって、ログデータベース１０４のデータを加工する。図３はその具体例を示す図である。図３（ａ）は、ログデータベース１０４に記憶されている、対象となるユーザのログデータの具体例を示す。図に示されるとおり、ログデータベース１０４は、計測した日時、そのときのユーザ行動（活動・睡眠）、ユーザの生体情報（ユーザの体温およびユーザの心拍・血圧）、スマートメータ１１０から取得された消費電力、外部サーバ２００から取得された気温、天候、および消費電力種別（固定／変動）等を記憶している。

推定部１０２は、このログデータの変動状態（上昇・低下・維持など）を示す変動値データに加工する。図３（ｂ）は、１時間ごとにおける、体温、心拍、消費電力、気温等が上昇・低下等の変動状態を示す情報に加工された図である。消費電力の増加・減少は、さらに、固定消費電力の増加・減少であるか、変動消費電力の増加・減少であるかを示す。推定部１０２は、これら変動値データを推定モデル１０３に入力することにより、推定モデル１０３から使用機器の使用状況の出力を受ける。変動消費電力および固定消費電力については後述する。

図３（ｂ）に示される変動値データを説明変数とし、そのときにおける使用機器を目的変数として、学習処理され、推定モデル１０３が生成される。このとき、使用機器は、アンケート等により事前に用意されている。例えば、図３（ｂ）における２０２０年８月１２日の８時～９時の間には、体温、心拍、固定消費電力、気温が増加している。このときアンケート結果により、ＴＶを付けていたとの情報を得ていたとする（図３（ｃ）参照）。

図３（ｃ）は、そのアンケート結果を示す。ここには、事前にユーザによる使用機器が登録される。ここに使用された使用機器が、図３（ｂ）の使用機器欄に反映され、学習用データとして利用される。

学習部１０６は、体温、心拍、固定消費電力、気温が増加していることを説明変数とし、ＴＶを付けていたことを目的変数として、機械学習をして、推定モデル１０３を学習する。なお、上記ではＴＶを付けていたことが目的変数としていたが、これのみに限らず、ＴＶを付けていた、電気を付けていた、など、複数の機器の使用状況を目的変数としてもよい。

このように、学習部１０６は、変動値データとアンケート結果（使用機器）とに基づいて機械学習をして、推定モデル１０３を生成できる。

なお、学習部１０６は、初期時において推定モデル１０３を生成するときは、アンケート結果を利用して、学習対象となる使用機器を取得するが、推定モデル１０３が生成された後は、ユーザに対して推定した使用機器の提示およびその回答に応じてログデータベース１０４を更新し、それに基づいて、学習処理を行う。

図３（ｄ）は、更新されたログデータベース１０４の具体例を示す図である。図に示されるとおり、２０２０年８月１２日１０時の時間帯以降については、アンケート結果が得られていないが、それまでに学習された推定モデル１０３を利用して使用機器を推定し、その結果をユーザに問い合わせることで、使用機器を得ることができる。以降、学習部１０６は定期的にログデータベース１０４または再度行われたアンケート結果に基づいて再学習をして、推定モデル１０３を更新する。

図４（ａ）は、推定モデル１０３の推定モデル１０３による推定処理の模式図である。推定モデル１０３は、変動値データおよびアンケート結果／回答（使用機器）に基づいて学習されている。例えば、図４（ｂ）に示されるとおり、外気温が上昇、体温は低下（または現状維持）、心拍数の上昇無し、変動消費電力が上昇している場合には、推定モデル１０３は、扇風機を利用したと推定する。同様に、外気温が上昇、体温は上昇（または現状維持）、心拍数が上昇、変動消費電力が上昇している場合には、推定モデル１０３は、テレビを利用したと推定する。

つぎに、本開示における管理装置１００の動作について説明する。図５は、管理装置１００の動作を示すフローチャートである。通信部１０１は、外部サーバ２００から各種情報（例えば外部情報などの天候情報）の定期取得を行う（Ｓ１０１）。また、通信部１０１は、ウェアラブルデバイス１２０から各種情報（生体情報）の定期取得を行う（Ｓ１０３）。さらに、初期の推定モデル１０３の生成時においては、通信部１０１は、アンケート情報ＤＢ（図示せず）からアンケート結果情報を取得する。

通信部１０１は、取得したこれら外部情報（天候情報等）および生体情報をログデータベース１０４に記憶する（Ｓ１０２、Ｓ１０４）。初期時においては、アンケート結果情報がログデータベース１０４に記憶される。

学習部１０６は、推定モデル１０３を学習して生成して（Ｓ１０５）、推定モデル１０３として記憶部（図示せず）に記憶する。

処理Ｓ１０１からＳ１０５は、所定のタイミングおよび／またはデータの更新（ある程度のレコード数（使用機器）が得られたら）に応じて定期的に行われる。

推定部１０２は、予め指定されたタイミング（例えば１時間ごと）で、ログデータベース１０４から、直近（例えば過去１時間）の必要情報（生体情報、天候情報等）を取得し（Ｓ１０６）、推定モデル１０３を用いて、使用機器を推定する（Ｓ１０７）。推定部１０２は推定した結果である使用機器を表示部１０５に表示させ、ユーザに使用機器が正しいか回答を求める（Ｓ１０８）。また、推定部１０２は、推定結果をログデータベース１０４に出力して、その時間帯における使用機器欄に登録する（Ｓ１０９）。

ユーザは表示部１０５に表示されている使用機器をみて、実際の状況に応じた回答をユーザの操作によって行う（Ｓ１１０）。図６は、その表示部１０５の表示例を示す。図では、扇風機を利用したか否かの問合せをしている。ユーザは、実際に使用している場合には、ＹＥＳを、そうではない場合にはＮＯを選択（タップ）する。これにより、表示部１０５からログデータベース１０４に実際に使用した使用機器が反映され、推定モデル１０３の更新に利用される。

表示部１０５は、任意のタイミングでユーザが確認できるよう、推定結果の使用機器を表示する。表示部１０５は、その際、推定結果として複数の使用機器のうち、ランダムに一つ選択して表示してもよい。ユーザは、表示した使用機器を使用していたかどうかを、表示部１０５を操作することによって回答することができる。

ユーザの回答結果は、ログデータベース１０４に記憶される（図３（ｄ）参照）。学習部１０６は、ログデータベース１０４において一定の回答回数（任意に設定、固定消費電力、変動消費電力の両レコードが３０以上など）が溜まった段階で逐次的に推定モデル１０３の更新（再学習）を行う。このとき、ユーザの回答データに関しては、回答データ以外のデータ（数パターンの被験者を対象に行ったデータ群）と明確に識別することで、よりユーザの傾向は反映させつつ、一般的な情報の反映も行うことができる。

例えば、アンケート結果に基づいた初期の推定モデル１０３は、一般用であるため、そのユーザに特化したモデルではない場合がある。よって、推定モデル１０３を更新する際には、アンケート結果の適用を少なくする、または無くすなどして、対象ユーザに特化した推定モデル１０３を更新するのが好ましい。例えば、学習部１０６は、学習に際して、重み付け処理等をするなどして、対象ユーザからの回答結果のみを、ログデータベース１０４から取り出し学習処理を行う。

初期時において推定モデル１０３を生成したときに存在していた使用機器が廃棄された場合がある。また、逆に新たに追加された使用機器が存在する場合もある。この場合、ログデータ管理部１０８は、ログデータベース１０４に記憶されている使用機器を更新する。例えば、ログデータ管理部１０８は、ユーザから追加された使用機器の記入があった場合には、その使用機器をログデータベース１０４に記憶する。

逆に、ログデータ管理部１０８は、ユーザから廃棄された使用機器の記入があった場合には、その使用機器をログデータベース１０４から削除する。

また、ログデータ管理部１０８は、表示部１０５によって、廃棄された使用機器が表示され、その旨が指示された場合は、その使用機器をログデータベース１０４に更新しない。

つぎに、固定／変動消費電力について説明する。固定消費電力は、ユーザの意思により変動をあまりしない消費電力種別を示し、変動消費電力は、ユーザの意思によって変動する可能性が高い消費電力種別を示す。これら消費電力種別は、ルールベースで分類される。固定消費電力は、主に冷蔵庫によって消費された電力である。変動消費電力は、ＴＶ等ユーザの操作によって変動して消費された電力である。

図７は、時間帯ごとにおける固定消費電力または変動消費電力を示す図である。図に示されるとおり、時間帯によって固定消費電力または変動消費電力に分類されている。

なお、消費電力種別の分類で使用する家電および家族構成等の情報は事前のアンケートに基づく。また、分類で使用するユーザ活動状態についてはウェアラブルデバイス１２０から取得される。

つぎに、固定消費電力および変動消費電力の分類ルールについて説明する。図８および図９は、固定消費電力および変動消費電力の分類ルールに基づいた処理を示すフローチャートである。状況判断部１０７は、所定の条件に達すると（本開示では、１時間おき）、ユーザの位置情報からユーザの消費電力を固定消費電力および変動消費電力の２種類に分類する処理を開始する（Ｓ２０１）。状況判断部１０７は、ログデータベース１０４のユーザ情報（図３（ｅ））を参照して、ユーザの家族構成はユーザ１人であるか、否かを判断する（Ｓ２０２）。状況判断部１０７は、家族構成がユーザ１人であると判断すると（Ｓ２０２：ＹＥＳ）、ユーザの位置情報が居住地（ユーザ情報を参照して）から外れているか否かを判断する（Ｓ２０３）。

状況判断部１０７は、ユーザの位置情報が居住地から外れていると判断すると（Ｓ２０３：ＹＥＳ）、直近の任意期間の消費電力を固定消費で電力としてログデータベース１０４に記録する（Ｓ２０４）。例えば、図３（ａ）または（ｂ）を参照してみると、２０２０年８月１２日 ９時における状態を判断する場合には、その直近の任意期間（１時間、８時から９時の間）を固定消費電力と判断する。以降、消費電力判断はログデータベース１０４を参照して、判断される。

状況判断部１０７は、ユーザの位置情報が居住地にいると判断すると（Ｓ２０３：ＹＥＳ）、ユーザが睡眠状態であるか否かを判断する（Ｓ２０５）。これはウェアラブルデバイス１２０のジャイロセンサ等に基づいて判断される。状況判断部１０７は、睡眠状態であると判断されると（Ｓ２０５：ＹＥＳ）、直近の任意期間の消費電力を固定消費電力として記録する（Ｓ２０６）。

状況判断部１０７は、固定消費電力として記録されたデータがログデータベース１０４に存在するか、否かを判断する（Ｓ２０７）。状況判断部１０７は、固定消費電力として記録されたデータが存在しないと判断すると（Ｓ２０７：ＮＯ）、変動消費電力としてログデータベース１０４に記録する（Ｓ２０８）。

状況判断部１０７は、固定消費電力として記録されたデータが存在すると（Ｓ２０７：ＹＥＳ）、直近の任意期間の消費電力－直近で記録された固定消費電力＝変動消費電力として記録する（Ｓ２０９、Ｓ２１０）。

図９は、ユーザの家族構成は一人ではない場合の処理を示すフローチャートである。状況判断部１０７は、ユーザが睡眠状態であると判断すると（Ｓ３０１：ＹＥＳ）、さらに消費電力の推移に閾値以上の変動がないか否かを判断する（Ｓ３０２）。状況判断部１０７は、消費電力の推移に閾値以上の変動がないと判断すると、直近の任意期間の消費電力を固定消費電力としてログデータベース１０４に記録する（Ｓ３０３）。

また、処理Ｓ３０１において、ユーザが睡眠状態ではない、または処理Ｓ３０２において消費電力の推移に閾値以上の変動がないと判断されると、さらに、状況判断部１０７は、固定消費電力としてログデータベース１０４に記録されたデータが存在するか否かを判断する（Ｓ３０４）。

ここで、存在すると判断されると、状況判断部１０７は、固定消費電力として記録されたデータが存在すると（Ｓ３０４：ＹＥＳ）、直近の任意期間の消費電力－直近で記録された固定消費電力＝変動消費電力として記録する（Ｓ３０５、Ｓ３０６）。

状況判断部１０７は、固定消費電力として記録されたデータが存在しないと判断すると（Ｓ３０４：ＮＯ）、変動消費電力としてログデータベース１０４に記録する（Ｓ３０７）。
このように状況判断部１０７は、ログデータベースの消費電力種別を示す固定／変動欄に、その種別を記録する。

つぎに、本開示の管理装置１００の変形例について説明する。図１における管理装置１００は、いわゆるユーザ端末（スマートフォン等）に相当するものとして説明した。管理装置１００は、ユーザ端末に限るものではなく、ネットワーク上には位置されるサーバとして機能する装置であってもよい。

図１０は、変形例における管理装置１００ａを含むシステム構成を示す図である。図に示されるとおり、ウェアラブルデバイス１２０は、ネットワークを介して管理装置１００ａに生体情報等を送信する。管理装置１００ａは、ユーザ端末１００ｂに生体情報に基づいて判断された使用機器を通知する。ユーザ端末１００ｂにおいて、使用機器に対する正否をユーザが選択し、その回答を管理装置１００に送信する。管理装置１００は、その正否に基づいてログデータベース１０４を更新する。

つぎに、本開示における管理装置１００において、推定対象となる使用機器が新たに追加また廃棄された場合のログデータベース１０４の更新について説明する。

図１１は、そのログデータベース１０４および表示部１０５の表示例を示す図である。

図１１（ａ）に示されるとおり、ログデータベース１０４の２０２０年８月１２日１０時の使用機器を推定しようとする。図１１（ｂ）に示されるとおり、表示部１０５は、使用機器の確認の問合せのための表示をする。ユーザは、その表示に対して否定を選択すると（図１１（ｃ））、表示部１０５は、その使用機器が廃棄された否かの問合せをする。ここで廃棄を肯定した場合には（図１１（ｄ））、ログデータ管理部１０８は、ログデータベース１０４に、その使用機器について反映しない。以降において、廃棄された使用機器は表示部１０５に表示しないようにする。
図１１（ｅ）においては、ＴＶが使用機器として登録されている。ＴＶが使用されたか否か、ユーザに問い合わせてた結果により使用機器として登録される。なお、問合せはランダムに行われるため、必ずしもＴＶの使用の問合せが行われるものではない。
また、図１１（ｄ）において廃棄されていたことを選択した場合、その廃棄された使用機器に代えて、実際に使用している使用機器を新規に追加して、登録してもよい。その場合、図１１（ｅ）に示されるログデータベースには追加された機器が使用機器として登録される。

つぎに、本開示における管理装置１００（および管理装置１００ａ）の作用効果について説明する。

本開示の管理装置１００または管理装置１００ａは、使用機器推定装置として機能する。以降特段の断りがない限り、管理装置１００は、管理装置１００ａを含むものとする。管理装置１００において、通信部１０１は、ユーザが装着しているウェアラブルデバイス１２０からユーザの生体情報を取得する。取得した生体情報は、ログデータベース１０４に記憶される。

推定部１０２は、推定タイミングになると、ログデータベース１０４に記憶されている生体情報に基づいてユーザが使用している機器を推定する。

この構成によれば、ユーザが常に保持しているウェアラブルデバイス１２０から取得された生体情報に基づいて家庭などにおける使用機器を推定することができる。よって、特別なセンサなどを用いることなく、使用機器の推定ができる。

使用機器の推定に使用される生体情報は、例えば、ユーザの体温、心拍数および血圧の少なくとも一つを含む。これらは、ユーザの活動に影響を及ぼすものであり、その結果、使用機器に影響を及ぼす情報である。なお、当然ながらほかの生体情報を含めてもよい。

本開示の管理装置１００において、通信部１０１および状況判断部１０７は、消費電力取得部として機能し、消費電力種別（変動・固定）を取得する。推定部１０２は、消費電力種別に基づいて使用機器を推定する。この消費電力種別は、ユーザの意思により変動する消費電力であるか、否かにより定められる情報である。例えば、テレビの消費電力は変動消費電力として扱われる。これは、ユーザの意思によりテレビを使用しているためである。一方で、冷蔵庫の消費電力は固定消費電力として扱われる。これは、ユーザの意思によりその消費電力が変動するものではないため、固定消費電力として扱われる。

消費電力取得部は、ユーザ行動（睡眠状態であるか）、ユーザの位置（居住地であるか）、および消費電力に基づいて外部情報の一つである消費電力種別を取得する。

この構成によれば、消費電力種別に応じた使用機器の推定を行うことで、その推定精度を向上させることができる。

本開示の管理装置１００において、通信部１０１は、外部情報取得部として機能する。推定部１０２は、外部情報に基づいて使用機器を推定する。外部情報は、天候、気温、湿度、および降水量の少なくとも一つを含む。

この構成によれば、天候等の外部情報により使用機器の推定精度を向上させることができる。天候等によっては、使用する機器に影響を与えることから、その推定精度を向上させることができる。

本開示の管理装置１００は、生体情報を所定時間単位ごとに記憶するログ記憶部として機能するログデータベース１０４をさらに備える。推定部１０２は、生体情報の変動に基づいて、使用している機器を推定する。

本開示において、生体情報などを示す実測値を用いてもよいが、直近の状況からの変動に基づいて推定することで、その精度を向上させることができる。生体情報の変動、例えば体温の上昇、心拍数の上昇等は、ユーザの使用している機器に影響を受ける。例えば、扇風機を付けると、体温が低下する。よって、生体情報等の変動をみることで推定精度を向上させることができる。

本開示においては、ログデータベース１０４は、例えば、１時間ごとに、生体情報、外部情報、消費電力種別を記憶している。推定部１０２は、ログデータベース１０４に時系列に記憶されている生体情報の変動（上昇、低下、微増、微減、維持など）を算出し、その変動に基づいて使用機器の推定を行うことで、その精度を向上させることができる。

推定部１０２は、少なくとも生体情報を説明変数、使用機器を目的変数として学習された推定モデルを利用して、ユーザが使用している機器を推定する。なお、外部情報、消費電力種別を推定のパラメータにする場合には、それらを説明変数として入力して学習する。

本発明の使用機器推定装置である管理装置１００（１００ａ）は、以下の構成を有する。

［１］
ユーザが装着しているウェアラブルデバイスから前記ユーザの生体情報を取得する生体情報取得部と、
前記生体情報に基づいてユーザが使用している機器を推定する推定部と、
を備える使用機器推定装置。

［２］
前記生体情報は、前記ユーザの体温、心拍数および血圧の少なくとも一つを含む、
［１］に記載の使用機器推定装置。

［３］
前記使用機器に影響を及ぼす外部情報を取得する外部情報取得部をさらに備え、
前記推定部は、前記生体情報に加えて、前記外部情報に基づいて使用機器を推定する、
［１］または［２］に記載の使用機器推定装置。

［４］
前記外部情報取得部は、消費電力種別（変動・固定）を取得し、
前記推定部は、前記消費電力種別に基づいて使用機器を推定する、
［３］に記載の使用機器推定装置。

［５］
前記消費電力種別は、ユーザの意思により変動する消費電力であるか、否かにより定められる、
［４］に記載の使用機器推定装置。

［６］
前記外部情報取得部は、ユーザ行動、ユーザの位置、および消費電力に基づいて消費電力種別を取得する、
［３］から［５］のいずれか一つに記載の使用機器推定装置。

［７］
前記外部情報取得部は、外部情報として、天候、気温、湿度、降水量の少なくとも一つを含む、
［３］から［６］のいずれか一つに記載の使用機器推定装置。

［８］
前記生体情報を所定時間単位ごとに記憶するログ記憶部をさらに備え、
前記推定部は、前記生体情報の変動に基づいて、使用している機器を推定する、
［１］から［７］のいずれか一つに記載の使用機器推定装置。

［９］
前記推定部は、生体情報を説明変数、使用機器を目的変数として学習された推定モデルを利用して、ユーザが使用している機器を推定する、
［１］から［８］のいずれか一つに記載の使用機器推定装置。

上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェアおよびソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的または論理的に結合した１つの装置を用いて実現されてもよいし、物理的または論理的に分離した２つ以上の装置を直接的または間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置または上記複数の装置にソフトウェアを組み合わせて実現されてもよい。

機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting unit）や送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。

例えば、本開示の一実施の形態における管理装置１００および管理装置１００ａなど（以降、管理装置１００と表記する）は、本開示の使用機器推定方法の処理を行うコンピュータとして機能してもよい。図１２は、本開示の一実施の形態に係る管理装置１００のハードウェア構成の一例を示す図である。上述の管理装置１００は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。管理装置１００のハードウェア構成は、図に示した各装置を１つまたは複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

管理装置１００における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２およびストレージ１００３におけるデータの読み出しおよび書き込みの少なくとも一方を制御したりすることによって実現される。

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）によって構成されてもよい。例えば、上述の推定部１０２、学習部１０６、状況判断部１０７、ログデータ管理部１０８などは、プロセッサ１００１によって実現されてもよい。

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３および通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、推定部１０２、学習部１０６、状況判断部１０７、ログデータ管理部１０８は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時または逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、ＲＡＭ（Random Access Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る使用機器推定方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２およびストレージ１００３の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。

通信装置１００４は、有線ネットワークおよび無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency Division Duplex）および時分割複信（ＴＤＤ：Time Division Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述の通信部１０１は、通信装置１００４によって実現されてもよい。通信部１０１は、送信部と受信部とで、物理的に、または論理的に分離された実装がなされてもよい。

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。なお、入力装置１００５および出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。

また、管理装置１００は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部または全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。

情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。例えば、情報の通知は、物理レイヤシグナリング（例えば、ＤＣＩ（Downlink Control Information）、ＵＣＩ（Uplink Control Information））、上位レイヤシグナリング（例えば、ＲＲＣ（Radio Resource Control）シグナリング、ＭＡＣ（Medium Access Control）シグナリング、報知情報（ＭＩＢ（Master Information Block）、ＳＩＢ（System Information Block）））、その他の信号またはこれらの組み合わせによって実施されてもよい。また、ＲＲＣシグナリングは、ＲＲＣメッセージと呼ばれてもよく、例えば、ＲＲＣ接続セットアップ（RRC Connection Setup）メッセージ、ＲＲＣ接続再構成（RRC Connection Reconfiguration）メッセージなどであってもよい。

本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。

入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、または追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：trueまたはfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨および範囲を逸脱することなく修正および変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）および無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、または他のリモートソースから送信される場合、これらの有線技術および無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。

本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、またはこれらの任意の組み合わせによって表されてもよい。

なお、本開示において説明した用語および本開示の理解に必要な用語については、同一のまたは類似する意味を有する用語と置き換えてもよい。例えば、チャネルおよびシンボルの少なくとも一方は信号（シグナリング）であってもよい。また、信号はメッセージであってもよい。また、コンポーネントキャリア（ＣＣ：Component Carrier）は、キャリア周波数、セル、周波数キャリアなどと呼ばれてもよい。

また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。例えば、無線リソースはインデックスによって指示されるものであってもよい。

上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。様々なチャネル（例えば、ＰＵＣＣＨ、ＰＤＣＣＨなど）および情報要素は、あらゆる好適な名称によって識別できるので、これらの様々なチャネルおよび情報要素に割り当てている様々な名称は、いかなる点においても限定的な名称ではない。

本開示においては、「移動局（ＭＳ：Mobile Station）」、「ユーザ端末（user terminal）」、「ユーザ装置（ＵＥ：User Equipment）」、「端末」などの用語は、互換的に使用され得る。

移動局は、当業者によって、加入者局、モバイルユニット、加入者ユニット、ワイヤレスユニット、リモートユニット、モバイルデバイス、ワイヤレスデバイス、ワイヤレス通信デバイス、リモートデバイス、モバイル加入者局、アクセス端末、モバイル端末、ワイヤレス端末、リモート端末、ハンドセット、ユーザエージェント、モバイルクライアント、クライアント、またはいくつかの他の適切な用語で呼ばれる場合もある。

本開示で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up、search、inquiry)（例えば、テーブル、データベースまたは別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。

「接続された(connected)」、「結合された(coupled)」という用語、またはこれらのあらゆる変形は、２またはそれ以上の要素間の直接的または間接的なあらゆる接続または結合を意味し、互いに「接続」または「結合」された２つの要素間に１またはそれ以上の中間要素が存在することを含むことができる。要素間の結合または接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１またはそれ以上の電線、ケーブルおよびプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域および光（可視および不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」または「結合」されると考えることができる。

本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量または順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１および第２の要素への参照は、２つの要素のみが採用され得ること、または何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。

本開示において、「含む（include）」、「含んでいる（including）」およびそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「または（or）」は、排他的論理和ではないことが意図される。

本開示において、例えば、英語でのa, anおよびtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。

１００…管理装置、１２０…ウェアラブルデバイス、２００…外部サーバ、１３１…冷蔵庫、１３２…ＴＶ、１３３…扇風機、１３４…エアコン、３００…商用電力、１１０…スマートメータ、１０１…通信部、１０２…推定部、１０３…推定モデル、１０４…ログデータベース、１０５…表示部、１０６…学習部、１０７…状況判断部、１０８…ログデータ管理部。

Claims (9)

1. ユーザが装着しているウェアラブルデバイスから前記ユーザの生体情報を取得する生体情報取得部と、
   前記生体情報に基づいてユーザが使用している機器を推定する推定部と、
   を備え、
   前記推定部は、生体情報を説明変数、使用機器を目的変数として学習された推定モデルを利用して、ユーザが使用している機器を推定する、
   使用機器推定装置。
2. 前記生体情報は、前記ユーザの体温、心拍数および血圧の少なくとも一つを含む、
   請求項１に記載の使用機器推定装置。
3. 前記使用機器に影響を及ぼす外部情報を取得する外部情報取得部をさらに備え、
   前記推定モデルは、前記生体情報に加えて、前記外部情報を説明変数として学習されており、
   前記推定部は、前記生体情報に加えて、前記外部情報に基づいて使用機器を推定する、
   請求項１に記載の使用機器推定装置。
4. 前記外部情報取得部は、消費電力種別を取得し、
   前記推定モデルは、前記生体情報、前記外部情報に加えて、前記消費電力種別を説明変数として学習されており、
   前記推定部は、前記生体情報および前記外部情報に加えて、前記消費電力種別に基づいて使用機器を推定する、
   請求項３に記載の使用機器推定装置。
5. 前記消費電力種別は、ユーザの意思により変動する消費電力であるか、否かにより定められる、
   請求項４に記載の使用機器推定装置。
6. 前記外部情報取得部は、ユーザ行動、ユーザの位置、および消費電力に基づいて消費電力種別を取得する、
   請求項３に記載の使用機器推定装置。
7. 前記外部情報取得部は、外部情報として、天候、気温、湿度、降水量の少なくとも一つを含む、
   請求項３に記載の使用機器推定装置。
8. 前記生体情報を所定時間単位ごとに記憶するログ記憶部をさらに備え、
   前記推定モデルは、生体情報の変動を説明変数として、使用機器を目的変数として学習されており、
   前記推定部は、前記生体情報の変動に基づいて、使用している機器を推定する、
   請求項１に記載の使用機器推定装置。
9. 前記生体情報を説明変数、前記使用機器を目的変数として学習する学習部をさらに備える、
   請求項１に記載の使用機器推定装置。