JP2011059924A - データ処理装置、データ処理方法、およびプログラム - Google Patents
データ処理装置、データ処理方法、およびプログラム Download PDFInfo
- Publication number
- JP2011059924A JP2011059924A JP2009208064A JP2009208064A JP2011059924A JP 2011059924 A JP2011059924 A JP 2011059924A JP 2009208064 A JP2009208064 A JP 2009208064A JP 2009208064 A JP2009208064 A JP 2009208064A JP 2011059924 A JP2011059924 A JP 2011059924A
- Authority
- JP
- Japan
- Prior art keywords
- state
- user
- behavior
- learning
- time
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Abstract
【解決手段】行動学習部13は、ユーザの位置の時系列データから、ユーザの活動状態を表す活動モデルを、確率的状態遷移モデルとして学習する。行動認識部14は、行動学習部13の学習により得られたユーザの活動モデルを用いて、ユーザの現在地を認識する。行動予測部15は、行動認識部14により認識されたユーザの現在地から、可能な全経路とその経路の選択確率を算出する。到達時間予測部16は、探索された経路に含まれる目的地の到達確率、その目的地への最尤経路および到達時間を予測する。表示部18は、予測した目的地までの経路および到達時間を表示する。本発明は、例えば、目的地までの経路および時間を求めるデータ処理装置に適用できる。
【選択図】図1
Description
ユーザの位置の時系列データから、前記ユーザの活動状態を表す活動モデルを、確率的状態遷移モデルとして学習する行動学習手段と、
前記行動学習手段により得られた前記ユーザの活動モデルを用いて、前記ユーザの現在地を認識する行動認識手段と、
前記行動認識手段により認識された前記ユーザの現在地から可能な経路と、その経路の選択確率を予測する行動予測手段と、
予測された前記経路と選択確率から、目的地へ到達する到達確率と到達時間を予測する到達時間予測手段と
を備える。
時系列データを処理するデータ処理装置が、
ユーザの位置の時系列データから、前記ユーザの活動状態を表す活動モデルを、確率的状態遷移モデルとして学習し、
学習により得られた前記ユーザの活動モデルを用いて、前記ユーザの現在地を認識し、
認識された前記ユーザの現在地から可能な経路と、その経路の選択確率を予測し、
予測された前記経路と選択確率から、目的地へ到達する到達確率と到達時間を予測するステップを含む。
コンピュータを、
ユーザの位置の時系列データから、前記ユーザの活動状態を表す活動モデルを、確率的状態遷移モデルとして学習する行動学習手段と、
前記行動学習手段により得られた前記ユーザの活動モデルを用いて、前記ユーザの現在地を認識する行動認識手段と、
前記行動認識手段により認識された前記ユーザの現在地から可能な経路と、その経路の選択確率を予測する行動予測手段と、
予測された前記経路と選択確率から、目的地へ到達する到達確率と到達時間を予測する到達時間予測手段
として機能させる。
1.第1の実施の形態(目的地が指定された場合の目的地までの経路および到達時間を予測する例)
2.第2の実施の形態(目的地も予測して、目的地までの経路および到達時間を予測する場合の例)
[予測システムの第1の実施の形態のブロック図]
図1は、本発明を適用した予測システムの第1の実施の形態の構成例を示すブロック図である。
以上のように構成される予測システム1は、例えば、図2に示されるハードウエア構成を採用することができる。即ち、図2は、予測システム1のハードウエア構成例を示すブロック図である。
図3は、予測システム1で取得された位置の時系列データの例を示している。図3において、横軸は経度を表し、縦軸は緯度を表している。
次に、予測システム1が、学習モデルとして採用するエルゴディックHMMについて説明する。
次に、行動予測部15による経路の探索処理について説明する。
(1)一度分岐した経路は再度合流した場合でも、別の経路とみなす。
(2)経路内に端点か、これまで通過した経路内に含まれる点が現れた場合、その経路の探索を終了する。
図7は、行動予測部15による経路の探索処理の簡単な例を示している。
Py1(t1)=1
である。また、現在時刻t1にy1以外の他の状態にいる確率は0である。
次に、図8のフローチャートを参照して、ユーザの移動経路を、ユーザの活動状態を表す確率的状態遷移モデルとして学習するユーザ活動モデル学習処理について説明する。
次に、図8のユーザ活動モデル学習処理により得られたユーザ活動モデルを表す確率的状態遷移モデルのパラメータを用いて、目的地までの経路を探索し、到達時間を算出してユーザに提示する到達時間予測処理について説明する。
[予測システムの第2の実施の形態のブロック図]
図10は、本発明を適用した予測システムの第2の実施の形態の構成例を示すブロック図である。なお、図10において、上述した第1の実施の形態と対応する部分については同一の符号を付してあり、その説明は適宜省略する(その他の図についても同様)。
2.移動速度の絶対的な大きさ(|v|)だけで学習すると、機器のノイズによって生じる|v|のため、徒歩と滞在を区別できない。進行方向の変化も考慮することで、ノイズの影響を軽減することができる。
3.移動している場合は進行方向の変化が少ないが、滞在している場合は進行方向が定まらないので、進行方向の変化を使うと移動と滞在の識別がしやすい。
図11は、図10の行動学習部52の第1の構成例を示すブロック図である。
図12は、図10の行動学習部52の第2の構成例を示すブロック図である。
図13は、カテゴリHMMにより、行動状態認識部72で使用されるユーザ活動モデルのパラメータを学習する学習器91Aの構成例を示している。
図14は、行動状態をカテゴリごとに分類する場合の分類例を示している。
次に、図15および図16を参照して、行動状態ラベリング部102の処理例について説明する。
図17は、図13の行動状態学習部103の構成例を示すブロック図である。
図18は、行動状態学習部103による学習結果の一部を示している。
図19は、学習器91Aで学習されたパラメータを利用する場合の行動状態認識部72である、行動状態認識部72Aの構成例を示すブロック図である。
図20は、マルチストリームHMMにより、行動状態認識部72で使用されるユーザ活動モデルのパラメータを学習する学習器91Bの構成例を示している。
図21を参照して、行動状態ラベリング部161の処理例について説明する。
図22は、行動状態学習部162による学習結果を示している。
図23は、学習器91Bで学習されたパラメータを利用する場合の行動状態認識部72である、行動状態認識部72Bの構成例を示すブロック図である。
次に、図24および図25のフローチャートを参照して、図10の予測システム1による目的地到達時間予測処理について説明する。
図26乃至図29は、図10の予測システム1による学習および目的地到達時間予測の処理を検証した検証実験の結果例を示している。なお、予測システム1の学習処理の学習データは、図3に示したデータが利用されている。
Claims (15)
- ユーザの位置の時系列データから、前記ユーザの活動状態を表す活動モデルを、確率的状態遷移モデルとして学習する行動学習手段と、
前記行動学習手段により得られた前記ユーザの活動モデルを用いて、前記ユーザの現在地を認識する行動認識手段と、
前記行動認識手段により認識された前記ユーザの現在地から可能な経路と、その経路の選択確率を予測する行動予測手段と、
予測された前記経路と選択確率から、目的地へ到達する到達確率と到達時間を予測する到達時間予測手段と
を備えるデータ処理装置。 - 前記行動学習手段は、前記時系列データを学習する確率的状態遷移モデルとして、隠れマルコフモデルを用いて、前記隠れマルコフモデルの尤度が最大になるように隠れマルコフモデルのパラメータを求める
請求項1に記載のデータ処理装置。 - 前記行動認識手段は、前記ユーザの現在地に対応する状態ノードを求めることにより、前記ユーザの現在地を認識する
請求項2に記載のデータ処理装置。 - 前記行動予測手段は、前記現在地に対応する状態ノードを出発点として、状態遷移が可能な状態ノードを次の移動先として、可能な全ての経路を探索し、探索された各経路の選択確率を算出する
請求項3に記載のデータ処理装置。 - 前記行動予測手段は、経路の探索において、経路内に端点か、これまで通過した経路内に含まれる点が現れた場合、その経路の探索を終了する
請求項4に記載のデータ処理装置。 - 前記行動予測手段は、学習により求められた各状態ノードの状態遷移確率から、自己遷移確率を除いて規格化された遷移確率を、経路を構成する状態ノード間で順次乗算することにより、前記経路の選択確率を算出する
請求項5に記載のデータ処理装置。 - 前記到達時間予測手段は、前記目的地に対し、複数の経路が探索された場合、目的地への各経路の前記選択確率の和を計算することにより、前記目的地へ到達する到達確率を予測する
請求項6に記載のデータ処理装置。 - 前記到達時間予測手段は、現在時刻から、前記目的地に対応する状態ノードの直前の状態ノードから前記前記目的地に対応する状態ノードに遷移するまでの時間の期待値として、予測された前記経路の到達時間を予測する
請求項6に記載のデータ処理装置。 - 前記行動学習手段は、前記ユーザの位置に加えて、移動速度の時系列データも用いて、前記ユーザの活動モデルを学習し、
前記行動認識手段は、少なくとも移動状態と滞在状態に区別される前記ユーザの行動状態も認識する
請求項1に記載のデータ処理装置。 - 前記到達時間予測手段は、さらに、前記ユーザの行動状態が前記滞在状態になる状態ノードを、前記目的地として予測する
請求項9に記載のデータ処理装置。 - 前記行動学習手段は、前記行動状態ごとに前記移動速度の時系列データを予め分類し、分類された前記行動状態ごとに、同一の確率的状態遷移モデルの異なるパラメータを学習し、
前記行動認識手段は、前記行動状態ごとの前記ユーザの活動モデルのうち、尤度の最も高い行動状態を、ユーザの行動状態として選択する
請求項9に記載のデータ処理装置。 - 前記行動学習手段は、前記移動速度の時系列データと、同時刻の対応する前記ユーザの行動状態の時系列データを関連付けるように前記確率的状態遷移モデルを学習し、
前記行動認識手段は、前記移動速度の時系列データに対応する前記確率的状態遷移モデルにおける状態ノードのうち最も尤度の高い状態ノードを認識し、認識された状態ノードで最も確率の高い行動状態を、ユーザの行動状態として選択する
請求項9に記載のデータ処理装置。 - 前記行動学習手段は、前記ユーザの位置と行動状態に作用する行動条件の時系列データも用いて、前記ユーザの活動モデルを学習し、
前記行動認識手段は、現在の行動条件下で、前記ユーザの位置および行動状態を認識する
請求項9に記載のデータ処理装置。 - 時系列データを処理するデータ処理装置が、
ユーザの位置の時系列データから、前記ユーザの活動状態を表す活動モデルを、確率的状態遷移モデルとして学習し、
学習により得られた前記ユーザの活動モデルを用いて、前記ユーザの現在地を認識し、
認識された前記ユーザの現在地から可能な経路と、その経路の選択確率を予測し、
予測された前記経路と選択確率から、目的地へ到達する到達確率と到達時間を予測する
ステップを含むデータ処理方法。 - コンピュータを、
ユーザの位置の時系列データから、前記ユーザの活動状態を表す活動モデルを、確率的状態遷移モデルとして学習する行動学習手段と、
前記行動学習手段により得られた前記ユーザの活動モデルを用いて、前記ユーザの現在地を認識する行動認識手段と、
前記行動認識手段により認識された前記ユーザの現在地から可能な経路と、その経路の選択確率を予測する行動予測手段と、
予測された前記経路と選択確率から、目的地へ到達する到達確率と到達時間を予測する到達時間予測手段
として機能させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009208064A JP5495014B2 (ja) | 2009-09-09 | 2009-09-09 | データ処理装置、データ処理方法、およびプログラム |
CN2010102738657A CN102024094A (zh) | 2009-09-09 | 2010-09-02 | 数据处理设备、数据处理方法、以及程序 |
US12/874,553 US20110060709A1 (en) | 2009-09-09 | 2010-09-02 | Data processing apparatus, data processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009208064A JP5495014B2 (ja) | 2009-09-09 | 2009-09-09 | データ処理装置、データ処理方法、およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2011059924A true JP2011059924A (ja) | 2011-03-24 |
JP2011059924A5 JP2011059924A5 (ja) | 2012-10-18 |
JP5495014B2 JP5495014B2 (ja) | 2014-05-21 |
Family
ID=43648466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009208064A Expired - Fee Related JP5495014B2 (ja) | 2009-09-09 | 2009-09-09 | データ処理装置、データ処理方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20110060709A1 (ja) |
JP (1) | JP5495014B2 (ja) |
CN (1) | CN102024094A (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013246511A (ja) * | 2012-05-23 | 2013-12-09 | Fujitsu Ltd | サーバ、情報処理方法及び情報処理プログラム |
KR101425891B1 (ko) | 2012-10-26 | 2014-08-01 | 홍익대학교 산학협력단 | 사용자 예측위치를 이용한 홍보 서비스 제공방법 및 이를 위한 시스템 |
JP2015060575A (ja) * | 2013-09-20 | 2015-03-30 | 富士通株式会社 | 行先情報提供プログラム、行先情報提供装置および行先情報提供方法 |
JP2015232852A (ja) * | 2014-06-10 | 2015-12-24 | 日本電信電話株式会社 | 適応的測位間隔設定システム、適応的測位間隔設定方法、行動モデル計算装置、及び行動モデル計算プログラム |
US9519672B2 (en) | 2013-06-28 | 2016-12-13 | Facebook, Inc. | User activity tracking system and device |
US9531824B2 (en) | 2013-06-28 | 2016-12-27 | Facebook, Inc. | User activity tracking system |
JP2017091272A (ja) * | 2015-11-11 | 2017-05-25 | 日本電信電話株式会社 | 内部基準推定装置、方法、及びプログラム |
KR20180048893A (ko) * | 2015-09-30 | 2018-05-10 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 경로조회 방법, 장치, 디바이스 및 비발휘성 컴퓨터 기억 매체 |
JP2019079302A (ja) * | 2017-10-25 | 2019-05-23 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
JP2019530385A (ja) * | 2016-09-16 | 2019-10-17 | フォースクエア・ラボズ・インコーポレイテッド | 受動的な訪問検知 |
WO2021014878A1 (ja) | 2019-07-25 | 2021-01-28 | オムロン株式会社 | 推論装置、推論方法、及び推論プログラム |
JP2022069602A (ja) * | 2017-10-25 | 2022-05-11 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5445085B2 (ja) * | 2009-12-04 | 2014-03-19 | ソニー株式会社 | 情報処理装置、およびプログラム |
JP5774228B2 (ja) * | 2011-09-16 | 2015-09-09 | クアルコム,インコーポレイテッド | モバイルデバイスが車両に乗っていることの検出 |
US20140214480A1 (en) * | 2013-01-30 | 2014-07-31 | Hewlett-Packard Development Company, L.P. | Determining a customer profile state |
US9317415B2 (en) * | 2013-06-03 | 2016-04-19 | Google Inc. | Application analytics reporting |
US9267805B2 (en) * | 2013-06-07 | 2016-02-23 | Apple Inc. | Modeling significant locations |
DE112014006117T5 (de) * | 2014-01-07 | 2016-10-06 | Asahi Kasei Kabushiki Kaisha | Laufrichtung-Bestimmungsvorrichtung, Kartenabgleichvorrichtung, Laufrichtung-Bestimmungsverfahren und Programm |
CN105430032A (zh) * | 2014-09-17 | 2016-03-23 | 阿里巴巴集团控股有限公司 | 结合终端地理位置推送信息的方法及服务器 |
US9984154B2 (en) * | 2015-05-01 | 2018-05-29 | Morpho Detection, Llc | Systems and methods for analyzing time series data based on event transitions |
US20180025283A1 (en) * | 2015-05-11 | 2018-01-25 | Sony Corporation | Information processing apparatus, information processing method, and program |
CN105095681B (zh) * | 2015-09-21 | 2018-04-20 | 武汉理工大学 | 基于积分测度随机相遇不确定性的搜救方法及系统 |
CN107392217B (zh) * | 2016-05-17 | 2021-01-01 | 上海点融信息科技有限责任公司 | 计算机实现的信息处理方法及装置 |
CN108820042B (zh) * | 2018-05-25 | 2020-04-10 | 东软集团股份有限公司 | 一种自动驾驶方法及装置 |
US11468881B2 (en) * | 2019-03-29 | 2022-10-11 | Samsung Electronics Co., Ltd. | Method and system for semantic intelligent task learning and adaptive execution |
US11093715B2 (en) | 2019-03-29 | 2021-08-17 | Samsung Electronics Co., Ltd. | Method and system for learning and enabling commands via user demonstration |
CN112989278A (zh) * | 2019-12-12 | 2021-06-18 | 北京沃东天骏信息技术有限公司 | 确定状态数据的方法和装置 |
CN113761996B (zh) * | 2020-08-21 | 2023-11-07 | 北京京东振世信息技术有限公司 | 一种火灾识别方法和装置 |
JP2022041339A (ja) * | 2020-09-01 | 2022-03-11 | 富士通株式会社 | 選択プログラム、情報処理装置および制御方法 |
US20220074751A1 (en) * | 2020-09-04 | 2022-03-10 | Here Global B.V. | Method, apparatus, and system for providing an estimated time of arrival with uncertain starting location |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000293506A (ja) * | 1999-04-09 | 2000-10-20 | Sony Corp | 行動予測方法及びその装置 |
JP2001014297A (ja) * | 1999-06-28 | 2001-01-19 | Sony Corp | 行動予測方法、情報提供方法及びそれらの装置 |
JP2006345269A (ja) * | 2005-06-09 | 2006-12-21 | Sony Corp | 情報処理装置および方法、並びにプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7233933B2 (en) * | 2001-06-28 | 2007-06-19 | Microsoft Corporation | Methods and architecture for cross-device activity monitoring, reasoning, and visualization for providing status and forecasts of a users' presence and availability |
JP4495620B2 (ja) * | 2004-03-05 | 2010-07-07 | パナソニック株式会社 | 移動先予測装置および移動先予測方法 |
US7480617B2 (en) * | 2004-09-21 | 2009-01-20 | International Business Machines Corporation | Method for likelihood computation in multi-stream HMM based speech recognition |
JP4211794B2 (ja) * | 2006-02-28 | 2009-01-21 | トヨタ自動車株式会社 | 干渉評価方法、装置、およびプログラム |
US7840031B2 (en) * | 2007-01-12 | 2010-11-23 | International Business Machines Corporation | Tracking a range of body movement based on 3D captured image streams of a user |
US8031595B2 (en) * | 2007-08-21 | 2011-10-04 | International Business Machines Corporation | Future location determination using social networks |
-
2009
- 2009-09-09 JP JP2009208064A patent/JP5495014B2/ja not_active Expired - Fee Related
-
2010
- 2010-09-02 CN CN2010102738657A patent/CN102024094A/zh active Pending
- 2010-09-02 US US12/874,553 patent/US20110060709A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000293506A (ja) * | 1999-04-09 | 2000-10-20 | Sony Corp | 行動予測方法及びその装置 |
JP2001014297A (ja) * | 1999-06-28 | 2001-01-19 | Sony Corp | 行動予測方法、情報提供方法及びそれらの装置 |
JP2006345269A (ja) * | 2005-06-09 | 2006-12-21 | Sony Corp | 情報処理装置および方法、並びにプログラム |
Non-Patent Citations (1)
Title |
---|
JPN6013039558; Reid Simmons, Brett Browning, Yilu Xhang, Varsha Sadekar: '"Learning to predict driver route and destination intent"' [online] , 2006 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013246511A (ja) * | 2012-05-23 | 2013-12-09 | Fujitsu Ltd | サーバ、情報処理方法及び情報処理プログラム |
KR101425891B1 (ko) | 2012-10-26 | 2014-08-01 | 홍익대학교 산학협력단 | 사용자 예측위치를 이용한 홍보 서비스 제공방법 및 이를 위한 시스템 |
JP2017086855A (ja) * | 2013-06-28 | 2017-05-25 | フェイスブック,インク. | ユーザ活動追跡システム及び装置 |
US9519672B2 (en) | 2013-06-28 | 2016-12-13 | Facebook, Inc. | User activity tracking system and device |
US9531824B2 (en) | 2013-06-28 | 2016-12-27 | Facebook, Inc. | User activity tracking system |
JP2015060575A (ja) * | 2013-09-20 | 2015-03-30 | 富士通株式会社 | 行先情報提供プログラム、行先情報提供装置および行先情報提供方法 |
JP2015232852A (ja) * | 2014-06-10 | 2015-12-24 | 日本電信電話株式会社 | 適応的測位間隔設定システム、適応的測位間隔設定方法、行動モデル計算装置、及び行動モデル計算プログラム |
KR20180048893A (ko) * | 2015-09-30 | 2018-05-10 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 경로조회 방법, 장치, 디바이스 및 비발휘성 컴퓨터 기억 매체 |
JP2018531379A (ja) * | 2015-09-30 | 2018-10-25 | バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド | 経路照会方法、装置、デバイス及び不揮発性コンピューター記憶媒体 |
KR102015235B1 (ko) | 2015-09-30 | 2019-10-21 | 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 | 경로조회 방법, 장치, 디바이스 및 비휘발성 컴퓨터 기억 매체 |
JP2017091272A (ja) * | 2015-11-11 | 2017-05-25 | 日本電信電話株式会社 | 内部基準推定装置、方法、及びプログラム |
JP2019530385A (ja) * | 2016-09-16 | 2019-10-17 | フォースクエア・ラボズ・インコーポレイテッド | 受動的な訪問検知 |
JP7101680B2 (ja) | 2016-09-16 | 2022-07-15 | フォースクエア・ラボズ・インコーポレイテッド | 受動的な訪問検知 |
US11481690B2 (en) | 2016-09-16 | 2022-10-25 | Foursquare Labs, Inc. | Venue detection |
JP2019079302A (ja) * | 2017-10-25 | 2019-05-23 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
JP7043786B2 (ja) | 2017-10-25 | 2022-03-30 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
JP2022069602A (ja) * | 2017-10-25 | 2022-05-11 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
WO2021014878A1 (ja) | 2019-07-25 | 2021-01-28 | オムロン株式会社 | 推論装置、推論方法、及び推論プログラム |
US11941868B2 (en) | 2019-07-25 | 2024-03-26 | Omron Corporation | Inference apparatus, inference method, and computer-readable storage medium storing an inference program |
Also Published As
Publication number | Publication date |
---|---|
CN102024094A (zh) | 2011-04-20 |
JP5495014B2 (ja) | 2014-05-21 |
US20110060709A1 (en) | 2011-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5495014B2 (ja) | データ処理装置、データ処理方法、およびプログラム | |
US8572008B2 (en) | Learning apparatus and method, prediction apparatus and method, and program | |
JP2012003494A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2011252844A (ja) | データ処理装置、データ処理方法、およびプログラム | |
JP2011118776A (ja) | データ処理装置、データ処理方法、およびプログラム | |
Liebig et al. | Dynamic route planning with real-time traffic predictions | |
WO2012066951A1 (ja) | データ処理装置、データ処理方法、およびプログラム | |
JP2012008659A (ja) | データ処理装置、データ処理方法、およびプログラム | |
Chen et al. | Mining moving patterns for predicting next location | |
Xue et al. | Bi-prediction: Pedestrian trajectory prediction based on bidirectional LSTM classification | |
US20110137831A1 (en) | Learning apparatus, learning method and program | |
EP3035314A1 (en) | A traffic data fusion system and the related method for providing a traffic state for a network of roads | |
Zhu et al. | A driving cycle detection approach using map service API | |
Servizi et al. | Stop detection for smartphone-based travel surveys using geo-spatial context and artificial neural networks | |
Servizi et al. | Mining User Behaviour from Smartphone data: a literature review | |
Jiang et al. | A framework of travel mode identification fusing deep learning and map-matching algorithm | |
Ghosh et al. | Modeling Individual's Movement Patterns to Infer Next Location from Sparse Trajectory Traces | |
Zhou et al. | The smartphone-based person travel survey system: data collection, trip extraction, and travel mode detection | |
Zhang et al. | Multi-task learning for location prediction with deep multi-model ensembles | |
JP5845604B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP5664398B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
Nack et al. | Acquisition and use of mobility habits for personal assistants | |
Zhu et al. | Transportation modes behaviour analysis based on raw GPS dataset | |
Hummel et al. | Estimating human movement activities for opportunistic networking: A study of movement features | |
Ma et al. | Vehicle-based machine vision approaches in intelligent connected system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120903 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120903 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130805 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130808 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130930 |
|
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: 20140206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140219 |
|
LAPS | Cancellation because of no payment of annual fees |