JP2016212793A - 予測装置、端末、予測方法及び予測プログラム - Google Patents
予測装置、端末、予測方法及び予測プログラム Download PDFInfo
- Publication number
- JP2016212793A JP2016212793A JP2015098255A JP2015098255A JP2016212793A JP 2016212793 A JP2016212793 A JP 2016212793A JP 2015098255 A JP2015098255 A JP 2015098255A JP 2015098255 A JP2015098255 A JP 2015098255A JP 2016212793 A JP2016212793 A JP 2016212793A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- user
- terminal
- context
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 94
- 238000009826 distribution Methods 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 description 70
- 238000004458 analytical method Methods 0.000 description 54
- 238000012545 processing Methods 0.000 description 53
- 238000003860 storage Methods 0.000 description 43
- 230000006870 function Effects 0.000 description 40
- 238000010586 diagram Methods 0.000 description 22
- 230000033001 locomotion Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 230000010365 information processing Effects 0.000 description 4
- 239000011521 glass Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Abstract
【解決手段】本願に係る予測装置は、取得部と、予測部とを備える。取得部は、ユーザによって利用される複数の端末における利用状況を取得する。予測部は、取得部によって取得された各端末の利用状況の組合せに基づいて、ユーザのコンテキストを予測する。例えば、取得部は、各端末の利用状況を示す離散的なデータを取得し、予測部は、各端末から取得された離散的なデータの組合せに基づいて、ユーザのコンテキストを予測する。
【選択図】図1
Description
まず、図1を用いて、実施形態に係る予測処理の一例について説明する。図1は、実施形態に係る予測処理の一例を示す図である。図1では、本願に係る予測処理を実行する予測装置100によって、端末を所持するユーザのコンテキストを予測する処理が行われる例を示す。
次に、図2を用いて、実施形態に係る予測装置100が含まれる予測処理システム1の構成について説明する。図2は、実施形態に係る予測処理システム1の構成例を示す図である。図2に例示するように、実施形態に係る予測処理システム1には、ユーザ端末10と、予測装置100とが含まれる。また、ユーザ端末10には、スマートフォン20や、眼鏡型端末30や、時計型端末40等が含まれる。これらの各種装置は、ネットワークNを介して、有線又は無線により通信可能に接続される。
次に、図3を用いて、実施形態に係る予測装置100の構成について説明する。図3は、実施形態に係る予測装置100の構成例を示す図である。図3に示すように、予測装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、予測装置100は、予測装置100を利用する管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。かかる通信部110は、ネットワークNと有線又は無線で接続され、ネットワークNを介して、ユーザ端末10との間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部120は、利用状況記憶部121と、モデル記憶部122と、コンテンツ記憶部123とを有する。
利用状況記憶部121は、コンテキストの利用状況に関する情報を記憶する。ここで、図4に、実施形態に係る利用状況記憶部121の一例を示す。図4は、実施形態に係る利用状況記憶部121の一例を示す図である。図4に示した例では、利用状況記憶部121は、「ユーザID」、「取得日時」、「スマートフォン」、「眼鏡型端末」、「時計型端末」、「正解データ」といった項目を有する。また、「スマートフォン」、「眼鏡型端末」、「時計型端末」などの各ユーザ端末10の利用状況に関する情報には、例えば、「画面」や、「動作」といった項目が含まれる。
モデル記憶部122は、ユーザ毎に生成される予測モデルに関する情報を記憶する。ここで、図5に、実施形態に係るモデル記憶部122の一例を示す。図5は、実施形態に係るモデル記憶部122の一例を示す図である。図5に示した例では、モデル記憶部122は、「ユーザID」、「モデルID」といった項目を有する。
コンテンツ記憶部123は、任意のコンテンツ提供サーバから入稿されるコンテンツに関する情報を記憶する。ここで、図6に、実施形態に係るコンテンツ記憶部123の一例を示す。図6は、実施形態に係るコンテンツ記憶部123の一例を示す図である。図6に示すように、コンテンツ記憶部123は、「コンテンツグループID」、「コンテンツID」、「配信対象端末」といった項目を有する。
制御部130は、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、予測装置100内部の記憶装置に記憶されている各種プログラム(予測プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
取得部131は、ユーザによって利用される複数のユーザ端末10における利用状況を取得する。具体的には、取得部131は、ユーザが所有したり、利用したりするユーザ端末10(スマートフォン20や、眼鏡型端末30や、時計型端末40等)の利用状況を取得する。
解析部132は、取得部131によって取得された種々のデータを解析する。例えば、解析部132は、取得部131によって取得されたユーザ端末10の利用状況に関する情報を解析する。
生成部133は、解析部132によって解析された情報に基づいて、ユーザのコンテキストを予測する予測モデルを生成する。ここで、生成部133は、学習部134による学習処理の結果や、算出部135による算出処理の結果に基づいて、コンテキストの予測に最適化された予測モデルを生成する。
学習部134は、取得部131によって取得された複数のユーザ端末10の利用状況と、ユーザのコンテキストの正解データとの相関性を学習する。例えば、学習部134は、各ユーザ端末10から送信された利用状況の組合せに関する情報に基づいて、かかる利用状況の組合せの正解データを当てることができるか否かを機械学習する。
算出部135は、各ユーザ端末10から取得された利用状況に基づいて、コンテキストの予測に与える影響を示す重み値をユーザ端末10ごとに算出する。具体的には、算出部135は、複数のユーザ端末10から取得された利用状況と正解データとの相関性を学習した学習処理の結果に基づいて、コンテキストの予測に与える影響を示す重み値をユーザ端末10毎に算出する。
予測部136は、取得部131によって取得された各ユーザ端末10の利用状況の組合せに基づいて、ユーザのコンテキストを予測する。具体的には、予測部136は、ユーザ毎に生成された予測モデルに、複数のユーザ端末10の利用状況の組合せを入力する。そして、予測部136は、予測モデルから出力される結果に基づいて、ユーザのコンテキストを予測する。
配信部137は、取得部131によって取得されたコンテンツを配信する。具体的には、配信部137は、予測部136によって予測されたユーザのコンテキストに基づいて、ユーザに関連付けられている複数のユーザ端末10のいずれかを選択して、所定のコンテンツを配信する。
次に、図11及び図12を用いて、実施形態に係る予測装置100による処理の手順について説明する。まず、図11を用いて、ユーザ端末10の利用状況に基づき、ユーザ毎の予測モデルを生成する処理の手順について説明する。図11は、実施形態に係る生成処理手順を示すフローチャートである。
上述した予測装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、予測装置100の他の実施形態について説明する。
上記実施形態では、ユーザ毎に利用状況を取得し、ユーザに対応する予測モデルを生成する例を示した。しかし、予測装置100は、特定のユーザの予測モデルの生成に際して、他のユーザで生成された予測モデルを利用して予測モデルを生成してもよい。
上記実施形態では、予測装置100が、ユーザ端末10、又はユーザ端末10が有する各機能の重み値を算出する例を示した。ここで、予測装置100は、ユーザ端末10の組合せの重み値や、ユーザ端末10が有する機能の組合せの重み値を算出してもよい。
上記実施形態では、予測装置100は、ユーザ端末10の利用状況として、画面のON/OFFや、動作/静止の状態などの情報を取得する例を示した。しかし、予測装置100は、他の情報を取得してもよい。
上記実施形態では、予測装置100は、複数のユーザ端末10の利用状況を取得する例を示した。しかし、予測装置100は、所定の場合には、特定のユーザ端末10の利用状況のみを取得したり、特定のユーザ端末10の利用状況のみを予測処理に用いたりといった、使用するデータの選別を行ってもよい。
上記実施形態では、予測装置100は、予測されたコンテキストに対応するコンテンツを配信する例を示した。ここで、予測装置100は、予測されたコンテキストに対応するコンテンツを配信するのみならず、予測されたコンテキストの先の時間に想定されるコンテキストに対応するコンテンツを配信してもよい。
上記実施形態では、予測装置100は、ユーザ自身が判定するユーザのコンテキストを正解データとして取得する例を示した。ここで、予測装置100は、ユーザが判定するコンテキストを正解データとして取得するのみならず、所定の装置により判定されたコンテキストを正解データとして取得してもよい。
上記実施形態では、予測装置100は、ユーザ端末10から送信された情報を基にユーザのコンテキストを予測する例を示した。ここで、実施形態において予測装置100により行われたユーザのコンテキスト処理は、ユーザ端末10によって行われてもよい。
上述してきた実施形態に係る予測装置100は、例えば図13に示すような構成のコンピュータ1000によって実現される。以下、予測装置100を例に挙げて説明する。図13は、予測装置100の機能を実現するコンピュータ1000の一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
上述してきたように、実施形態に係る予測装置100は、取得部131と、予測部136とを有する。取得部131は、ユーザによって利用される複数のユーザ端末10における利用状況を取得する。予測部136は、取得部131によって取得された各ユーザ端末10の利用状況の組合せに基づいて、ユーザのコンテキストを予測する。
10 ユーザ端末
20 スマートフォン
30 眼鏡型端末
40 時計型端末
100 予測装置
110 通信部
120 記憶部
121 利用状況記憶部
122 モデル記憶部
123 コンテンツ記憶部
130 制御部
131 取得部
132 解析部
133 生成部
134 学習部
135 算出部
136 予測部
137 配信部
Claims (11)
- ユーザによって利用される複数の端末における利用状況を取得する取得部と、
前記取得部によって取得された各端末の利用状況の組合せに基づいて、前記ユーザのコンテキストを予測する予測部と、
を備えたことを特徴とする予測装置。 - 前記取得部は、
前記複数の端末のうち少なくとも一つはユーザが携帯可能な移動端末における利用状況を取得し、
前記予測部は、
前記携帯可能な移動端末を含む各端末の利用状況の組合せに基づいて、前記ユーザのコンテキストを予測する、
ことを特徴とする請求項1に記載の予測装置。 - 前記取得部は、
前記複数の端末の各々が有する機能の利用状況を取得し、
前記予測部は、
前記取得部によって取得された各機能の利用状況の組合せに基づいて、前記ユーザのコンテキストを予測する、
ことを特徴とする請求項1又は2に記載の予測装置。 - 前記各端末から取得された利用状況に基づいて、コンテキストの予測に与える影響を示す重み値を端末ごとに算出する算出部
をさらに備え、
前記予測部は、
前記算出部によって算出された端末ごとの重み値に基づいて、前記ユーザのコンテキストを予測する、
ことを特徴とする請求項1〜3のいずれか一つに記載の予測装置。 - 前記取得部は、
前記複数の端末の各々が有する機能の利用状況を取得し、
前記算出部は、
前記機能ごとにコンテキストの予測に与える影響を示す重み値を算出し、
前記予測部は、
前記算出部によって算出された機能ごとの重み値に基づいて、前記ユーザのコンテキストを予測する、
ことを特徴とする請求項4に記載の予測装置。 - 前記取得部は、
前記各端末の利用状況を示す離散的なデータを取得し、
前記予測部は、
前記各端末から取得された離散的なデータの組合せに基づいて、前記ユーザのコンテキストを予測する、
ことを特徴とする請求項1〜5のいずれか一つに記載の予測装置。 - 前記取得部は、
前記各端末の利用状況を示す2値化データを取得し、
前記予測部は、
前記各端末から取得された2値化データの組合せに基づいて、前記ユーザのコンテキストを予測する、
ことを特徴とする請求項1〜6のいずれか一つに記載の予測装置。 - 前記予測部によって予測されたユーザのコンテキストに基づいて、前記複数の端末のいずれかを選択してコンテンツを配信する配信部
をさらに備えたことを特徴とする請求項1〜7のいずれか一つに記載の予測装置。 - ユーザによって利用される複数の端末のうちのいずれかの端末であって、
前記複数の端末における利用状況を取得する取得部と、
前記取得部によって取得された各端末の利用状況の組合せに基づいて、前記ユーザのコンテキストを予測する予測部と、
を備えたことを特徴とする端末。 - コンピュータが実行する予測方法であって、
ユーザによって利用される複数の端末における利用状況を取得する取得工程と、
前記取得工程によって取得された各端末の利用状況の組合せに基づいて、前記ユーザのコンテキストを予測する予測工程と、
を含んだことを特徴とする予測方法。 - ユーザによって利用される複数の端末における利用状況を取得する取得手順と、
前記取得手順によって取得された各端末の利用状況の組合せに基づいて、前記ユーザのコンテキストを予測する予測手順と、
をコンピュータに実行させることを特徴とする予測プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015098255A JP6158859B2 (ja) | 2015-05-13 | 2015-05-13 | 予測装置、端末、予測方法及び予測プログラム |
US15/053,347 US20160335556A1 (en) | 2015-05-13 | 2016-02-25 | Prediction device, terminal, prediction method, and non-transitory computer readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015098255A JP6158859B2 (ja) | 2015-05-13 | 2015-05-13 | 予測装置、端末、予測方法及び予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016212793A true JP2016212793A (ja) | 2016-12-15 |
JP6158859B2 JP6158859B2 (ja) | 2017-07-05 |
Family
ID=57277658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015098255A Active JP6158859B2 (ja) | 2015-05-13 | 2015-05-13 | 予測装置、端末、予測方法及び予測プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20160335556A1 (ja) |
JP (1) | JP6158859B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018047433A1 (ja) * | 2016-09-08 | 2019-06-24 | ソニー株式会社 | 情報処理装置 |
JP2019160013A (ja) * | 2018-03-15 | 2019-09-19 | オムロン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2020013270A (ja) * | 2018-07-17 | 2020-01-23 | Zホールディングス株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP2020140456A (ja) * | 2019-02-28 | 2020-09-03 | Kddi株式会社 | 広告成果評価方法、装置およびプログラム |
JP2020536299A (ja) * | 2017-09-21 | 2020-12-10 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 改善されたパフォーマンスのためのユーザ・プロファイルの動的かつ自動的な変更を実施するための方法、コンピュータ・システム及びプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11338733B2 (en) * | 2017-04-05 | 2022-05-24 | Cambridge Mobile Telematics Inc. | Device-based systems and methods for detecting screen state and device movement |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10113343A (ja) * | 1996-07-03 | 1998-05-06 | Hitachi Ltd | 動作及び行動の認識方法及び装置及びシステム |
JP2009176130A (ja) * | 2008-01-25 | 2009-08-06 | Olympus Corp | 情報提示システム、プログラム及び情報記憶媒体 |
JP2010146221A (ja) * | 2008-12-18 | 2010-07-01 | Hitachi Ltd | 行動記録入力支援システム、行動入力支援方法、及びサーバ |
JP2010211679A (ja) * | 2009-03-12 | 2010-09-24 | Hitachi Ltd | 行動予測方法及び行動予測システム |
JP2011206274A (ja) * | 2010-03-30 | 2011-10-20 | Nec Corp | 行動判定装置、行動判定システム、端末装置、行動判定方法、及びプログラム |
WO2014126131A1 (ja) * | 2013-02-13 | 2014-08-21 | 株式会社構造計画研究所 | 生活行動推定システム、生活行動推定装置、生活行動推定プログラム、及び記録媒体 |
JP2014225165A (ja) * | 2013-05-16 | 2014-12-04 | 富士通株式会社 | 監視システム、外出判定方法および外出判定プログラム |
JP2014236495A (ja) * | 2013-06-05 | 2014-12-15 | 住友電気工業株式会社 | 情報提供システム及び情報提供方法 |
JP2015022482A (ja) * | 2013-07-18 | 2015-02-02 | 日本電信電話株式会社 | 生活状態推定システム及び生活状態推定方法 |
-
2015
- 2015-05-13 JP JP2015098255A patent/JP6158859B2/ja active Active
-
2016
- 2016-02-25 US US15/053,347 patent/US20160335556A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10113343A (ja) * | 1996-07-03 | 1998-05-06 | Hitachi Ltd | 動作及び行動の認識方法及び装置及びシステム |
JP2009176130A (ja) * | 2008-01-25 | 2009-08-06 | Olympus Corp | 情報提示システム、プログラム及び情報記憶媒体 |
JP2010146221A (ja) * | 2008-12-18 | 2010-07-01 | Hitachi Ltd | 行動記録入力支援システム、行動入力支援方法、及びサーバ |
JP2010211679A (ja) * | 2009-03-12 | 2010-09-24 | Hitachi Ltd | 行動予測方法及び行動予測システム |
JP2011206274A (ja) * | 2010-03-30 | 2011-10-20 | Nec Corp | 行動判定装置、行動判定システム、端末装置、行動判定方法、及びプログラム |
WO2014126131A1 (ja) * | 2013-02-13 | 2014-08-21 | 株式会社構造計画研究所 | 生活行動推定システム、生活行動推定装置、生活行動推定プログラム、及び記録媒体 |
JP2014225165A (ja) * | 2013-05-16 | 2014-12-04 | 富士通株式会社 | 監視システム、外出判定方法および外出判定プログラム |
JP2014236495A (ja) * | 2013-06-05 | 2014-12-15 | 住友電気工業株式会社 | 情報提供システム及び情報提供方法 |
JP2015022482A (ja) * | 2013-07-18 | 2015-02-02 | 日本電信電話株式会社 | 生活状態推定システム及び生活状態推定方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018047433A1 (ja) * | 2016-09-08 | 2019-06-24 | ソニー株式会社 | 情報処理装置 |
JP7074343B2 (ja) | 2016-09-08 | 2022-05-24 | ソニーグループ株式会社 | 情報処理装置 |
JP2020536299A (ja) * | 2017-09-21 | 2020-12-10 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 改善されたパフォーマンスのためのユーザ・プロファイルの動的かつ自動的な変更を実施するための方法、コンピュータ・システム及びプログラム |
JP7429087B2 (ja) | 2017-09-21 | 2024-02-07 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 改善されたパフォーマンスのためのユーザ・プロファイルの動的かつ自動的な変更を実施するための方法、コンピュータ・システム及びプログラム |
US11954564B2 (en) | 2017-09-21 | 2024-04-09 | International Business Machines Corporation | Implementing dynamically and automatically altering user profile for enhanced performance |
JP2019160013A (ja) * | 2018-03-15 | 2019-09-19 | オムロン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2020013270A (ja) * | 2018-07-17 | 2020-01-23 | Zホールディングス株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP2020140456A (ja) * | 2019-02-28 | 2020-09-03 | Kddi株式会社 | 広告成果評価方法、装置およびプログラム |
JP7084887B2 (ja) | 2019-02-28 | 2022-06-15 | Kddi株式会社 | 広告成果評価方法、装置およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20160335556A1 (en) | 2016-11-17 |
JP6158859B2 (ja) | 2017-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6158859B2 (ja) | 予測装置、端末、予測方法及び予測プログラム | |
US9438941B2 (en) | Using second screen devices to augment media engagement metrics | |
CN106548364B (zh) | 信息发送方法及装置 | |
JP6254726B1 (ja) | 生成装置、生成方法、及び生成プログラム | |
JP6383170B2 (ja) | 一般化された状況判断知能プラットフォーム | |
US11228653B2 (en) | Terminal, cloud apparatus, driving method of terminal, method for processing cooperative data, computer readable recording medium | |
KR20190110519A (ko) | 딥 러닝 모델들의 분산 훈련을 위한 시스템들 및 방법들 | |
EP3346428A1 (en) | Sensor design support apparatus, sensor design support method and computer program | |
JP6134411B1 (ja) | 情報処理装置、情報処理システム、情報処理方法、および、情報処理プログラム | |
EP3231199B1 (en) | Notifications on mobile devices | |
WO2013187295A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP6465837B2 (ja) | 収集装置、収集方法、及び収集プログラム | |
JPWO2010010653A1 (ja) | ユーザモデル処理装置 | |
EP3133502B1 (en) | Terminal device and method for cooperatively processing data | |
JP2013036887A (ja) | 観測値信頼度評価装置、観測値信頼度評価方法及び観測値信頼度評価プログラム | |
US20210337010A1 (en) | Computerized system and method for automatically providing networked devices non-native functionality | |
JP6718500B2 (ja) | 生産システムにおける出力効率の最適化 | |
KR20160014609A (ko) | 애플리케이션 순위 계산 장치 및 사용 정보 수집 장치 | |
US20140129955A1 (en) | Information processing system, information processing method, information processing device, information processing terminal, program and storage medium | |
JP7405518B2 (ja) | 生成装置、生成方法及び生成プログラム | |
JP2019036116A (ja) | 決定装置、決定方法、及び決定プログラム | |
JP2019036114A (ja) | 生成装置、生成方法、生成プログラム、学習データ、及びモデル | |
JP7071940B2 (ja) | 提供装置、提供方法および提供プログラム | |
JP5771238B2 (ja) | 同行判断装置、同行判断方法、およびプログラム | |
JP7142059B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161007 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161227 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20170207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170407 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20170417 |
|
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: 20170509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170608 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6158859 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |