CN110263183A - 一种智能家居决策支持系统及决策支持方法 - Google Patents
一种智能家居决策支持系统及决策支持方法 Download PDFInfo
- Publication number
- CN110263183A CN110263183A CN201910536228.5A CN201910536228A CN110263183A CN 110263183 A CN110263183 A CN 110263183A CN 201910536228 A CN201910536228 A CN 201910536228A CN 110263183 A CN110263183 A CN 110263183A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- decision
- data
- smart home
- unit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000003993 interaction Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000002452 interceptive effect Effects 0.000 claims abstract description 8
- 238000013507 mapping Methods 0.000 claims description 24
- TVZRAEYQIKYCPH-UHFFFAOYSA-N 3-(trimethylsilyl)propane-1-sulfonic acid Chemical compound C[Si](C)(C)CCCS(O)(=O)=O TVZRAEYQIKYCPH-UHFFFAOYSA-N 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 11
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 3
- 230000036541 health Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 208000004998 Abdominal Pain Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 235000004280 healthy diet Nutrition 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请提供了智能家居决策支持系统和决策支持方法，该系统包括：集成知识库单元，其包括通过知识图谱关联的多个知识库；人机交互单元，其用于通过输入设备接收用户的决策问题；以及问题处理单元，其用于基于集成知识库单元对决策问题进行分析和求解，获取决策目标服务方案；其中，人机交互单元还用于通过输出设备输出决策目标服务方案。通过该系统和方法，能够形成数据‑知识‑服务自动化运行，以人机交互为核心，明确问题、认定目标和环境约束，帮助决策者处理各类问题，产生满足需求的决策方案和对决策方案进行评价，实现了集成化、交互式智能家居决策支持系统。
Description
技术领域
本发明涉及智能家居技术领域，并且更具体地，涉及一种智能家居决策支持系统及智能家居决策支持方法。
背景技术
近年来，智能家居概念已经逐渐深入到国民的生活之中，且不断影响着人们的思维。众多有能力的社区开始安装使用智能家居系统，并体验智能化家居为生活带来的安全、舒适和便利。一个好的智能家居系统应该是家庭生活的卓越助手，它能通过现代信息通信技术与家庭各种设备进行有机的结合，对家居设备进行统筹管控，通过收集和分析人们日常生活中的各项信息来优化居住者的生活环境，提供舒适安全、高品质的家庭生活空间。一个良好的智能家居系统能够灵活控制家用电器，监控人们的健康状况，为任何异常情况提供建议和信息反馈，为每个家庭成员制定个性化的健康计划，并推动用户执行这个计划。
传统智能家居系统中的设备依赖于用户的直接控制，在服务用户的系统化、集成化、人性化等方面比较欠缺。因此，设计一种基于领域专业知识，并为智能家居设备智能化运行提供决策支持的智能人机系统，是未来智能家居市场亟待解决的问题。现有的决策支持系统架构如图1所示，具有多个数据存储库，如数据库子系统、模型库子系统、方法库子系统、知识库子系统等，每个库都必须具备对应的管理系统，使整个决策支持系统过于复杂和庞大，并且不具备对新数据的融合和学习能力。
因此，需要开发一种新型的智能家居决策支持系统，其能够克服现有技术决策支持系统中无法进行设备的智能化联动的不足。
发明内容
针对上述现有技术中的问题，本申请提出了一种智能化、高效化、准确性高、可靠性强的智能家居决策支持系统及方法，其能够形成数据-知识-服务自动化运行，从而实现集成化、交互式智能家居决策方法。
第一方面，本申请提供的智能家居决策支持系统，包括：集成知识库单元，其包括通过知识图谱关联的多个知识库；人机交互单元，其用于通过输入设备接收用户的决策问题；以及问题处理单元，其用于基于所述集成知识库单元对所述决策问题进行分析和求解，获取决策目标服务方案；其中，所述人机交互单元还用于通过输出设备输出所述决策目标服务方案。通过该方面的系统，能够自主学习语音、图像、设备等数据并转化为知识，然后提供服务，形成数据-知识-服务自动化运行，以人机交互为核心，明确问题、认定目标和环境约束，帮助决策者处理各类问题，产生满足需求的决策方案和对决策方案进行评价，实现了集成化、交互式智能家居决策支持系统，达到或超越领域专家/专业从业人员的决策服务服务水平。
在第一方面的一个实施方式中，多个知识库至少包括专家知识库、模型知识库、方法知识库和数据知识库。
在第一方面的一个实施方式中，系统还包括数据单元，其用于通过知识自学习技术获取智能家居的多模态数据并以结构化数据的形式存储在所述集成知识库单元中。
在第一方面的一个实施方式中，所述问题处理单元包括：问题分析器，其用于对所述决策问题进行分析；以及问题求解器，其用于基于所述问题分析器的分析结果对所述决策问题进行求解。
在第一方面的一个实施方式中，所述多模态数据至少包括语音数据、图像数据、设备数据以及网页数据。
在第一方面的一个实施方式中，所述人机交互单元的所述输入设备包括语音输入设备、图像输入设备、射频输入设备、虚拟现实输入设备或增强现实输入设备。
在第一方面的一个实施方式中，所述集成知识库单元包括：知识库模块，其包括多个知识库；以及知识图谱模块，其用于使所述多个知识库之间建立关联，使多个智能家居实体之间建立关联，以及使多个知识库和多个智能家居实体之间建立关联。
第二方面，提供了一种利用第一方面及其实施方式的智能家居决策支持系统提供决策支持的方法，该方法包括如下步骤：用户通过所述人机交互单元输入决策问题；所述问题处理单元基于所述集成知识库单元对所述决策问题分析和求解，获取决策目标服务方案；所述人机交互单元输出所述决策目标服务方案。
在第二方面的一个实施方式中，所述问题处理单元基于所述集成知识库单元对所述决策问题分析和求解，获取决策目标服务方案，包括：问题分析器对所述决策问题进行分析；问题求解器基于所述问题分析器的分析结果对所述决策问题进行求解。
在第二方面的一个实施方式中，问题求解器基于所述问题分析器的分析结果对所述决策问题进行求解，包括：基于所述分析结果，抽取所述数据知识库中的数据和所述模型知识库中的模型；结合所述方法知识库中对所述决策问题进行求解。
在第二方面的一个实施方式中，所述方法还包括：数据单元通过知识自学习技术获取智能家居的多模态数据并以结构化数据形式存储在所述集成知识库单元中。
本发明相比于现有技术带来的有益效果是，可以在面向问题的前提下，利用知识自学习技术，集成学习语音、图像、设备等多模态知识，研发集成化、交互式智能决策支持系统。将相互分离的专家知识库、多模态(语音、图像、设备等)数据库、模型库、方法库融合到一个知识图谱中，形成统一化的集成知识库。这种架构相对应传统的各数据库分离式的系统，具有统一化接口和处理方式，可以自主学习各种类型的数据并转化为知识，面向用户提供一个交互接口，为家电专业化决策提供知识基础；以人机交互为核心，明确问题、认定目标和环境约束，帮助决策者处理各类问题，产生满足需求的决策方案和对决策方案进行综合评价。
上述技术特征可以各种适合的方式组合或由等效的技术特征来替代，只要能够达到本发明的目的。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
图1显示了现有技术的决策支持系统的架构；
图2显示了根据本发明实施例的智能家居决策支持系统的架构图；
图3显示了根据本发明实施例的决策支持方法的流程图。
在附图中，相同的部件使用相同的附图标记。附图并未按照实际的比例。
具体实施方式
下面将结合附图对本发明作进一步说明。
知识图谱(Knowledge Graph)又称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
知识图谱的概念演化经过了语义网络、本体论、Web、语义网、链接数据等阶段，并由Google在2012年提出的，Google希望通过知识图谱构建下一代的搜索引擎，从而优化搜索结果。在通用意义上，知识图谱主要的目标是用来描述真实世界中存在的各种实体和概念，以及它们之间的关联关系。然而，知识图谱并不是一个全新的东西，而是在以前的技术或者理论基础上进行的一个重新定义。知识图谱可以看成是在本体的基础上做了一个丰富和扩充，本体描述了知识图谱的数据模式，本体的动态特性赋予了知识图谱动态数据模式支持的能力。知识图谱得益于Web的发展，有着来源于知识表示、自然语言处理、Web、AI多个方面的基因。知识图谱是人工智能的基石，理论上来说每一个AI场景都是知识图谱的场景，包括搜索、聊天机器人、问答、决策支持、穿戴设备等。知识图谱不是一门单一的学科，而是包括知识抽取、知识表示、知识融合、知识众包、知识推理、知识链接、可视化、语义搜索、知识问答等相关技术的综合体。知识图谱在数据与人工智能之间起到了桥梁的作用，可以更好的将各类数据(文本数据、结构化数据、多媒体数据、传感器数据、众包数据等)通过知识融合形成机器可以理解的知识，从而使得人工智能更加智能。
而智能决策支持系统能够将人工智能和决策支持系统相结合，应用专家系统技术，更充分地应用人类的知识，解决非结构化问题，服务于高层决策的管理信息系统。
图1为本发明提供的智能家居决策支持系统100的架构图。如图1所示，该系统100包括：
集成知识库单元110，其包括通过知识图谱关联的多个知识库；
人机交互单元120，其用于通过输入设备接收用户的决策问题；以及
问题处理单元130，其用于基于所述集成知识库单元110对所述决策问题进行分析和求解，获取决策目标服务方案；
其中，所述人机交互单元120还用于通过输出设备输出所述决策目标服务方案。
具体地，用户通过人机交互单元120把决策问题的描述和要求输入该智能家居决策支持系统100。人机交互单元120对此进行识别和解释。问题处理单元130基于集成知识库单元110收集与该决策问题的有关的各种数据、信息和知识，据此对该决策问题进行识别、判定问题的性质和求解过程；通过模型知识库集成构造解题所需的规则模型或数学模型，对该模型进行分析鉴定；在方法知识库中识别进行模型求解所需算法并进行模型求解，对所得决策目标服务方案进行分析评价。最后通过人机交互单元120对该方案进行解释，输出具有实际含义、用户可以理解的形式。
在本发明的实施例中，将相互分离的专家知识库、多模态(语音、图像、设备等)数据库、模型库、方法库融合到一个知识图谱中，形成统一化的集成知识库单元110。具体地，该集成知识库单元110包括知识库模块111和知识图谱模块112，该知识库模块111包括多个知识库(如专家知识库、数据知识库、模型知识库和方法知识库)，知识图谱模块112用于使该多个知识库之间建立关联，使多个家居实体之间建立关联以及使多个知识库和多个家居实体建立关联，其中，专家知识库用于存储领域专家的常识和经验知识；模型知识库用于存储领域的专业模型知识；方法知识库用于存储领域的分析和计算方法、方式的知识；数据知识库用于存储领域的基础数据知识。这种架构相对于传统的各数据库分离式的系统，具有统一化接口和处理方式，可以自主学习各种类型的数据并转化为知识。
例如，在一种决策目标服务方案中，根据用户的习惯和喜好，可以将智能家居中的空调和电灯关联，用户在某种行为模式下输入决策问题后，空调和电灯同时以各自的规则启动。
在本发明的实施例中，人机交互单元120用于通过智能家居系统的输入、输出设备接收用户的决策问题。应理解，用户可以通过多种手段输入决策问题，例如语音输入设备、图像输入设备、射频输入设备、虚拟现实输入设备或增强现实输入设备。以用户进入房间为场景，用户可以通过通过发出语音“我回来了”输入语音输入设备，或者通过房间内的摄像头(优选红外摄像头)输入用户图像指示用户已经回来，从而实现人机交互单元120输入了决策问题。出于描述和说明的目的，本文在下文中以语音设备为例进行说明。
应理解，在人机交互单元120和问题处理单元130之间可以设置自然语言处理系统，其用于通过语法、语义结构分析等方法将该决策问题转换为机器能够识别的语言(即问题描述)。
问题处理单元130是联系用户与机器及其所存储的求解资源的桥梁，其可以包括问题分析器131和问题求解器132。问题分析器131在接收到关于决策问题的问题描述后，判断其为结构化问题或非结构化问题，并将上述结构化或非结构化的判断结果发送给问题求解器132。若为结构化问题，则问题求解器132从模型知识库中选择合适的模型，从数据知识库中选择与该问题相关的所有数据，若为非结构化问题，则问题求解器132进行推论或知识推理，并结合方法知识库进行求解，获得相应的决策目标服务方案。
如本领域技术人员已知的，该智能家居决策支持系统100中，集成知识库单元110中存储有智能家居领域的多模态数据，至少包括语音数据、图像数据、设备数据以及网页数据。
以用户进入房间为场景，用户通过语音设备输入语音“我回来了”，人机交互单元120在接收到该决策问题后，经由自然语言处理单元将其转换为系统语言，并发送给问题处理单元130，问题处理单元130中的问题分析器131判断该问题描述为结构化问题，将该判断结果发送给问题求解器132，问题求解器132从数据知识库中选择与该问题相关的所有数据(如应当启动哪些相关联的电器，以及每种电器以什么样的规则启动)，从模型库中选择合适的模型，并结合方法知识库中的合适方法进行求解，获得合适的启动电器的决策服务方案，使得最大化智能地为客户提供家居服务，提升用户的体验度。
在一个实施例中，本发明的智能家居决策支持系统100还包括数据单元140，其用于通过知识自学习技术获取智能家居的多模态数据并以结构化数据存储在所述集成知识库单元110中，例如，如果该多模态数据为专家的专业知识，则该数据单元140从中提取语义后存储在专家知识库中，而如果该多模态数据为领域的基础数据，则将其提取语义后存储在数据知识库中。这样可以不断地更新该集成知识库单元110，最大程度地提高用户的体验感。该数据单元140优选地实时地通过知识自学习技术获取多模态数据。由于知识自学习技术为本领域技术人员所熟知的技术，其学习过程在不作赘述。
以用户健康系统为例，需要3个方面的知识提供支持：
(1)健康专家方面的知识：
如肥胖评估知识、心血管疾病评估知识、高血压病症评估知识等等；
(2)用户状况方面的知识：
如用户属性知识(性别、年龄、体重等等)、环境知识(地区、气候、天气等等)、通过语音或图像自述症状的知识(发热、头痛、腹痛等等)、用户饮食知识等等；
(3)用户专业健康方案方面的知识：
如健康饮食方案的知识、健康运动方案的知识、健康穿着方案的知识、家庭全体成员在内的家庭健康知识等等。
将上述知识通过本专利设计的智能家居决策系统架构，形成专业知识，为用户健康决策提供基础。
另外，本发明还提供了一种智能家居决策支持方法200，该方法200包括如下步骤：
S210，用户通过人机交互单元120输入决策问题；
S220，问题处理单元130基于所述集成知识库单元110对所述决策问题分析和求解，获取决策目标服务方案；
S230，所述人机交互单120输出所述决策目标服务方案。
其中，S220具体包括：问题分析器对所述决策问题进行分析；问题求解器基于所述问题分析器的分析结果对所述决策问题进行求解。
具体地，问题求解器基于所述问题分析器的分析结果对所述决策问题进行求解，包括：基于所述分析结果，抽取所述数据知识库中的数据和所述模型知识库中的模型；结合所述方法知识库对所述决策问题进行求解。
通过本发明的智能家居决策支持系统和方法，可以在面向问题的前提下，利用知识自学习技术，集成学习语音、图像、设备等多模态知识，研发集成化、交互式智能决策支持系统。将相互分离的专家知识库、多模态(语音、图像、设备等)数据库、模型库、方法库融合到一个知识图谱中，形成统一化的集成知识库。这种架构相对应传统的各数据库分离式的系统，具有统一化接口和处理方式，可以自主学习各种类型的数据并转化为知识，面向用户提供一个交互接口，为家电专业化决策提供知识基础；以人机交互为核心，明确问题、认定目标和环境约束，帮助决策者处理各类问题，产生满足需求的决策方案和对决策方案进行综合评价。
在本发明的描述中，需要理解的是，术语“上”、“下”、“底”、“顶”、“前”、“后”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。
Claims (11)
1.一种智能家居决策支持系统，其特征在于，包括：
集成知识库单元，其包括通过知识图谱关联的多个知识库；
人机交互单元，其用于通过输入设备接收用户的决策问题；以及
问题处理单元，其用于基于所述集成知识库单元对所述决策问题进行分析和求解，获取决策目标服务方案；
其中，所述人机交互单元还用于通过输出设备输出所述决策目标服务方案。
2.根据权利要求1所述的智能家居决策支持系统，其特征在于，所述多个知识库至少包括专家知识库、模型知识库、方法知识库和数据知识库。
3.根据权利要求2所述的智能家居决策支持系统，其特征在于，所述系统还包括数据单元，其用于通过知识自学习技术获取智能家居的多模态数据并以结构化数据形式存储在所述集成知识库单元中。
4.根据权利要求1至3中任一项所述的智能家居决策支持系统，其特征在于，所述问题处理单元包括：
问题分析器，其用于对所述决策问题进行分析；以及
问题求解器，其用于基于所述问题分析器的分析结果对所述决策问题进行求解。
5.根据权利要求3所述的智能家居决策支持系统，其特征在于，所述多模态数据至少包括语音数据、图像数据、设备数据以及网页数据。
6.根据权利要求1至3中任一项所述的智能家居决策支持系统，其特征在于，所述人机交互单元的所述输入设备包括语音输入设备、图像输入设备、射频输入设备、虚拟现实输入设备或增强现实输入设备。
7.根据权利要求1至3中任一项所述的智能家居决策支持系统，其特征在于，所述集成知识库单元包括：
知识库模块，其包括多个知识库；以及
知识图谱模块，其用于使所述多个知识库之间建立关联，使多个智能家居实体之间建立关联以及使所述多个知识库和所述多个智能家居实体建立关联。
8.一种利用权利要求1-7中任一项所述的智能家居决策支持系统提供决策支持的方法，其特征在于，包括如下步骤：
用户通过所述人机交互单元输入决策问题；
所述问题处理单元基于所述集成知识库单元对所述决策问题分析和求解，获取决策目标服务方案；
所述人机交互单元输出所述决策目标服务方案。
9.根据权利要求8所述的方法，其特征在于，所述问题处理单元基于所述集成知识库单元对所述决策问题分析和求解，获取决策目标服务方案，包括：
问题分析器对所述决策问题进行分析；
问题求解器基于所述问题分析器的分析结果对所述决策问题进行求解。
10.根据权利要求9所述的方法，其特征在于，问题求解器基于所述问题分析器的分析结果对所述决策问题进行求解，包括：
基于所述分析结果，抽取所述数据知识库中的数据和所述模型知识库中的模型；
结合所述方法知识库对所述决策问题进行求解。
11.根据权利要求8至10中任一项所述的方法，其特征在于，所述方法还包括：
数据单元通过知识自学习技术获取智能家居的多模态数据并以结构化数据的形式存储在所述集成知识库单元中。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910536228.5A CN110263183A (zh) | 2019-06-20 | 2019-06-20 | 一种智能家居决策支持系统及决策支持方法 |
| PCT/CN2019/126830 WO2020253180A1 (zh) | 2019-06-20 | 2019-12-20 | 智能家居决策支持系统及决策支持方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910536228.5A CN110263183A (zh) | 2019-06-20 | 2019-06-20 | 一种智能家居决策支持系统及决策支持方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110263183A true CN110263183A (zh) | 2019-09-20 |
Family
ID=67919697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910536228.5A Pending CN110263183A (zh) | 2019-06-20 | 2019-06-20 | 一种智能家居决策支持系统及决策支持方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110263183A (zh) |
| WO (1) | WO2020253180A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112070405A (zh) * | 2020-09-11 | 2020-12-11 | 武汉商学院 | 智慧专业化区域管理系统 |
| WO2020253180A1 (zh) * | 2019-06-20 | 2020-12-24 | 珠海格力电器股份有限公司 | 智能家居决策支持系统及决策支持方法 |
| WO2021196920A1 (zh) * | 2020-04-03 | 2021-10-07 | 腾讯科技（深圳）有限公司 | 智能问答方法、装置、设备及计算机可读存储介质 |
| CN115826428A (zh) * | 2023-02-23 | 2023-03-21 | 海尔优家智能科技（北京）有限公司 | 家居设备的控制方法和装置、存储介质及电子装置 |
| CN117094392A (zh) * | 2023-08-25 | 2023-11-21 | 硒钼科技(北京)有限公司 | 一种基于深度学习的专家系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106339602A (zh) * | 2016-08-26 | 2017-01-18 | 丁腊春 | 一种智能咨询机器人 |
| CN106713083A (zh) * | 2016-11-24 | 2017-05-24 | 海信集团有限公司 | 基于知识图谱的智能家居设备控制方法、装置及系统 |
| CN109271530A (zh) * | 2018-10-17 | 2019-01-25 | 长沙瀚云信息科技有限公司 | 一种疾病知识图谱构建方法和平台系统、设备、存储介质 |
| CN109754804A (zh) * | 2019-02-21 | 2019-05-14 | 珠海格力电器股份有限公司 | 一种语音控制方法、装置、存储介质及智能家居系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080082363A1 (en) * | 2005-10-07 | 2008-04-03 | Nader Habashi | On-line healthcare consultation services system and method of using same |
| CN101271490A (zh) * | 2008-04-30 | 2008-09-24 | 中山大学 | 一种基于数字家庭的智能健康饮食咨询系统 |
| CN107342076B (zh) * | 2017-07-11 | 2020-09-22 | 华南理工大学 | 一种兼容非常态语音的智能家居控制系统及方法 |
| CN109429416B (zh) * | 2017-08-29 | 2020-09-15 | 美智光电科技有限公司 | 用于多用户场景的照明控制方法、装置及系统 |
| CN110263183A (zh) * | 2019-06-20 | 2019-09-20 | 珠海格力电器股份有限公司 | 一种智能家居决策支持系统及决策支持方法 |
-
2019
- 2019-06-20 CN CN201910536228.5A patent/CN110263183A/zh active Pending
- 2019-12-20 WO PCT/CN2019/126830 patent/WO2020253180A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106339602A (zh) * | 2016-08-26 | 2017-01-18 | 丁腊春 | 一种智能咨询机器人 |
| CN106713083A (zh) * | 2016-11-24 | 2017-05-24 | 海信集团有限公司 | 基于知识图谱的智能家居设备控制方法、装置及系统 |
| CN109271530A (zh) * | 2018-10-17 | 2019-01-25 | 长沙瀚云信息科技有限公司 | 一种疾病知识图谱构建方法和平台系统、设备、存储介质 |
| CN109754804A (zh) * | 2019-02-21 | 2019-05-14 | 珠海格力电器股份有限公司 | 一种语音控制方法、装置、存储介质及智能家居系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020253180A1 (zh) * | 2019-06-20 | 2020-12-24 | 珠海格力电器股份有限公司 | 智能家居决策支持系统及决策支持方法 |
| WO2021196920A1 (zh) * | 2020-04-03 | 2021-10-07 | 腾讯科技（深圳）有限公司 | 智能问答方法、装置、设备及计算机可读存储介质 |
| CN112070405A (zh) * | 2020-09-11 | 2020-12-11 | 武汉商学院 | 智慧专业化区域管理系统 |
| CN115826428A (zh) * | 2023-02-23 | 2023-03-21 | 海尔优家智能科技（北京）有限公司 | 家居设备的控制方法和装置、存储介质及电子装置 |
| CN115826428B (zh) * | 2023-02-23 | 2023-10-27 | 海尔优家智能科技（北京）有限公司 | 家居设备的控制方法和装置、存储介质及电子装置 |
| CN117094392A (zh) * | 2023-08-25 | 2023-11-21 | 硒钼科技(北京)有限公司 | 一种基于深度学习的专家系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020253180A1 (zh) | 2020-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zekić-Sušac et al. | Machine learning based system for managing energy efficiency of public sector as an approach towards smart cities | |
| CN110263183A (zh) | 一种智能家居决策支持系统及决策支持方法 | |
| Romero et al. | Towards a characterisation of smart systems: A systematic literature review | |
| CN106779087B (zh) | 一种通用机器学习数据分析平台 | |
| Hare et al. | Further towards a taxonomy of agent-based simulation models in environmental management | |
| Den Hengst et al. | Reinforcement learning for personalization: A systematic literature review | |
| Castelli et al. | Urban intelligence: a modular, fully integrated, and evolving model for cities digital twinning | |
| KR20200063299A (ko) | 빅데이터 기반 인공지능 기계학습을 이용한 피부관리 추천 서비스 제공 방법 | |
| CN110321494A (zh) | 基于矩阵分解与网络嵌入联合模型的社会化推荐方法 | |
| US20120330869A1 (en) | Mental Model Elicitation Device (MMED) Methods and Apparatus | |
| Zhou et al. | An integrated framework of user experience-oriented smart service requirement analysis for smart product service system development | |
| Gharehchopogh et al. | Neural network application in diagnosis of patient: a case study | |
| Yang | A novel cloud information agent system with Web service techniques: Example of an energy-saving multi-agent system | |
| Miguel et al. | An expanded conceptualization of “smart” cities: adding value with fuzzy cognitive maps | |
| CN109920551A (zh) | 基于机器学习的自闭症儿童社会行为表现特征分析系统 | |
| CN113871020B (zh) | 一种基于ai机器学习的急危重症诊后健康管理方法及系统 | |
| Qiu et al. | Technology forecasting based on semantic and citation analysis of patents: A case of robotics domain | |
| Li et al. | On integrating multiple type preferences into competitive analyses of customer requirements in product planning | |
| CN112948710A (zh) | 基于图神经网络的朋辈教育推荐方法、系统和存储介质 | |
| Zhou et al. | Smart experience-oriented customer requirement analysis for smart product service system: A novel hesitant fuzzy linguistic cloud DEMATEL method | |
| CN116741411A (zh) | 一种基于医疗大数据分析的智慧健康科普推荐方法、系统 | |
| Turgut et al. | A framework proposal for machine learning-driven agent-based models through a case study analysis | |
| Lee et al. | A systematic idea generation approach for developing a new technology: Application of a socio-technical transition system | |
| Wu et al. | Evaluating the intelligence capability of smart homes: A conceptual modeling approach | |
| Rodríguez-Gallego et al. | A collaborative semantic framework based on activities for the development of applications in smart home living labs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190920 |