JP2019128155A - 推定装置、推定方法及び推定プログラム - Google Patents
推定装置、推定方法及び推定プログラム Download PDFInfo
- Publication number
- JP2019128155A JP2019128155A JP2018007627A JP2018007627A JP2019128155A JP 2019128155 A JP2019128155 A JP 2019128155A JP 2018007627 A JP2018007627 A JP 2018007627A JP 2018007627 A JP2018007627 A JP 2018007627A JP 2019128155 A JP2019128155 A JP 2019128155A
- Authority
- JP
- Japan
- Prior art keywords
- position information
- user
- estimation
- information
- 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 61
- 230000008569 process Effects 0.000 claims description 33
- 230000001133 acceleration Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 description 68
- 238000004891 communication Methods 0.000 description 36
- 230000006870 function Effects 0.000 description 32
- 238000012545 processing Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 16
- 230000010365 information processing Effects 0.000 description 12
- 239000000284 extract Substances 0.000 description 10
- 230000008451 emotion Effects 0.000 description 9
- 230000009471 action Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 8
- 230000007704 transition Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001351 cycling effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
まず、図1を用いて、実施形態に係る推定処理の一例について説明する。図1は、実施形態に係る推定処理の一例を示す図である。具体的には、図1では、推定装置100が、移動手段が対応付けられたアプリケーション(以下、単に「アプリ」と表記する)に関連して取得される位置情報である第1位置情報と、所定のユーザの位置を示す位置情報である第2位置情報とを取得し、第1位置情報と第2位置情報の各々の特徴に基づいて、所定のユーザの移動状況を推定する推定処理を行う例を示す。
次に、図2を用いて、実施形態に係る推定装置100が含まれる推定システム1の構成について説明する。図2は、実施形態に係る推定システム1の構成例を示す図である。図2に例示するように、実施形態に係る推定システム1には、ユーザ端末10と推定装置100とが含まれる。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。また、図2に示す推定システム1に含まれる各装置の数は図示したものに限られない。例えば、推定システム1には、複数台のユーザ端末10が含まれてもよい。
次に、図3を用いて、実施形態に係るユーザ端末10の構成について説明する。図3は、実施形態に係るユーザ端末10の構成例を示す図である。図3に示すように、ユーザ端末10は、通信部11と、入力部12と、表示部13と、検知部14と、記憶部15と、制御部16とを有する。
通信部11は、ネットワークNと有線又は無線で接続され、推定装置100等との間で情報の送受信を行う。通信部11は、例えばNIC(Network Interface Card)等によって実現される。
入力部12は、ユーザから各種操作を受け付ける入力装置である。例えば、入力部12は、ユーザ端末10に備えられた操作キー等によって実現される。表示部13は、各種情報を表示するための表示装置である。例えば、表示部13は、液晶ディスプレイ等によって実現される。なお、ユーザ端末10にタッチパネルが採用される場合には、入力部12の一部と表示部13とは一体化される。
検知部14は、ユーザ端末10に関する各種情報を検知する。具体的には、検知部14は、ユーザ端末10に対するユーザの操作や、ユーザ端末10の所在する位置情報や、ユーザ端末10と接続されている機器に関する情報や、ユーザ端末10における環境等を検知する。図3に示す例では、検知部14は、操作検知部141と、位置検知部142と、外部装置検知部143と、環境検知部144とを有する。
操作検知部141は、ユーザ端末10に対するユーザの操作を検知する。例えば、操作検知部141は、入力部12に入力された情報に基づいて、ユーザの操作を検知する。すなわち、操作検知部141は、入力部12に画面をタッチする操作の入力があったことや、音声の入力があったこと等を検知する。また、操作検知部141は、ユーザによって所定のアプリが起動されたことを検知してもよい。かかるアプリがユーザ端末10内の撮像装置を動作させるアプリである場合、操作検知部141は、ユーザによって撮像機能が利用されていることを検知する。また、操作検知部141は、ユーザ端末10内に備えられた加速度センサやジャイロセンサ等で検知されたデータに基づき、ユーザ端末10自体が動かされているといった操作を検知してもよい。
位置検知部142は、ユーザ端末10の現在位置を検知する。具体的には、位置検知部142は、GPS衛星から送出される電波を受信し、受信した電波に基づいてユーザ端末10の現在位置を示す位置(例えば、緯度及び経度)を検知する。
外部装置検知部143は、ユーザ端末10に接続される外部装置を検知する。例えば、外部装置検知部143は、外部装置との相互の通信パケットのやり取りなどに基づいて、外部装置を検知する。そして、外部装置検知部143は、検知した外部装置をユーザ端末10と接続される端末として認識する。また、外部装置検知部143は、外部装置との接続の種類を検知してもよい。例えば、外部装置検知部143は、外部装置と有線で接続されているか、無線通信で接続されているかを検知する。また、外部装置検知部143は、無線通信で用いられている通信方式等を検知してもよい。また、外部装置検知部143は、外部装置が発する電波を検知する電波センサや、電磁波を検知する電磁波センサ等によって取得される情報に基づいて、外部装置を検知してもよい。
環境検知部144は、ユーザ端末10における環境を検知する。環境検知部144は、ユーザ端末10に備えられた各種センサや機能を利用し、環境に関する情報を検知する。例えば、環境検知部144は、ユーザ端末10の周囲の音を収集するマイクロフォンや、ユーザ端末10の周囲の照度を検知する照度センサや、ユーザ端末10の物理的な動きを検知する加速度センサ(又は、ジャイロセンサなど)や、ユーザ端末10の周囲の湿度を検知する湿度センサや、ユーザ端末10の所在位置における磁場を検知する地磁気センサ等を利用する。そして、環境検知部144は、各種センサを用いて、種々の情報を検知する。例えば、環境検知部144は、ユーザ端末10の周囲における騒音レベルや、ユーザ端末10の周囲が撮像に適する照度であるか等を検知する。さらに、環境検知部144は、カメラで撮影された写真や映像に基づいて周囲の環境情報を検知してもよい。
記憶部15は、各種情報を記憶する。記憶部15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。例えば、記憶部15は、検知部14によって検知された各種情報を、検知された日時と対応付けて記憶する。具体的には、記憶部15は、位置検知部142によって検知された位置に基づく位置情報を記憶する。また、記憶部15は、ユーザ端末10にインストールされたアプリに関する情報を記憶する。
制御部16は、例えば、コントローラ(controller)であり、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、ユーザ端末10内部の記憶装置に記憶されている各種プログラムが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16は、コントローラであり、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161は、各種情報を取得する。例えば、取得部161は、検知部14を制御することにより、検知部14によって検知される各種情報を取得する。例えば、取得部161は、位置検知部142によって検知された情報に基づいて、ユーザ端末10の位置情報を取得する。なお、取得部161は、位置情報に限らず、ユーザ端末10の周囲の環境に関する情報等の各種センサ情報を含む、ユーザ端末10のコンテキストに関する情報を取得してもよい。
受信部162は、各種情報を受信する。例えば、受信部162は、推定装置100から送信される位置情報の要求を受信する。受信部162は、受信した情報を、制御部16の各処理部へ送る。
送信部163は、各種情報を送信する。例えば、送信部163は、受信部162に受信された要求に従い、位置情報を推定装置100に送信する。
次に、図4を用いて、実施形態に係る推定装置100の構成について説明する。図4は、実施形態に係る推定装置100の構成例を示す図である。図4に示すように、推定装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、推定装置100は、推定装置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等によって実現される。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等との間で情報の送受信を行う。
記憶部120は、例えば、RAM、フラッシュメモリ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、第1位置情報記憶部121と、モデル記憶部122と、第2位置情報記憶部123と、とを有する。
第1位置情報記憶部121は、ユーザの位置情報のうち、移動手段が対応付けられたアプリに関連して取得された位置情報を記憶する。ここで、図5に、実施形態に係る第1位置情報記憶部121の一例を示す。図5は、実施形態に係る第1位置情報記憶部121の一例を示す図である。図5に示した例では、第1位置情報記憶部121は、「端末ID」、「ユーザID」、「第1位置情報」といった項目を有する。また、「第1位置情報」の項目は、「利用アプリ」、「移動手段」、「取得日時」、「位置」、「精度」、「各種センサ情報」といった小項目を有する。
モデル記憶部122は、第1位置情報に基づいて生成されるモデルであって、ユーザの移動状況を推定するために用いられるモデルを記憶する。ここで、図6に、実施形態に係るモデル記憶部122の一例を示す。図6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6に示した例では、モデル記憶部122は、「モデルID」、「移動手段」、「学習データ」といった項目を有する。
第2位置情報記憶部123は、所定のユーザの位置を示す位置情報であり、実施形態に係る推定処理の対象となる位置情報である第2位置情報を記憶する。言い換えれば、第2位置情報記憶部123は、移動手段が不明であるユーザに対応する位置情報を記憶する。ここで、図7に、実施形態に係る第2位置情報記憶部123の一例を示す。図7は、実施形態に係る第2位置情報記憶部123の一例を示す図である。図7に示した例では、第2位置情報記憶部123は、「端末ID」、「ユーザID」、「第2位置情報」といった項目を有する。また、「第2位置情報」の項目は、「取得日時」、「位置」、「精度」、「各種センサ情報」といった小項目を有する。
制御部130は、例えば、コントローラであり、CPUやMPU等によって、推定装置100内部の記憶装置に記憶されている各種プログラム(推定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、コントローラであり、例えば、ASICやFPGA等の集積回路により実現される。
第1取得部131は、移動手段が対応付けられたアプリに関連して取得される位置情報である第1位置情報を取得する。
生成部132は、第1取得部131によって取得された第1位置情報に基づいて、当該第1位置情報に対応するユーザの移動状況を推定するためのモデルを生成する。
第2取得部133は、所定のユーザの位置を示す位置情報である第2位置情報を取得する。例えば、第2取得部133は、移動手段が不明であるユーザの位置情報として第2位置情報を取得する。
推定部134は、第1取得部131によって取得された第1位置情報に基づく特徴量と、第2取得部133によって取得された第2位置情報に基づく特徴量とに基づいて、所定のユーザの移動状況を推定する。
次に、図8及び図9を用いて、実施形態に係る推定装置100による処理の手順について説明する。まず、図8を用いて、推定装置100によるモデルの生成処理の手順について説明する。図8は、実施形態に係る処理手順を示すフローチャート(1)である。
上述した推定装置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、実施形態の変形例について説明する。
上記実施形態では、推定装置100が、ユーザの移動状況として、主としてユーザの移動手段を推定する例を示した。ここで、推定装置100は、移動手段のみならず、移動中のユーザの状況や感情を推定する処理を行ってもよい。
上記実施形態では、推定装置100が、カーナビアプリ等を利用したユーザから第1位置情報を取得する例を示したが、アプリの例はこれらに限られない。
上記実施形態では、位置情報は、ユーザ端末10が取得するGPS情報や、アクセスポイント等から取得することを説明した。しかし、推定装置100は、異なる情報からユーザ端末10の位置情報を取得してもよい。
上記実施形態では、ユーザ端末10の構成例について図3を用いて説明した。しかし、ユーザ端末10は、図3で例示した全ての処理部を備えることを必ずしも要しない。例えば、ユーザ端末10は、表示部13や検知部14を必ずしも備えていなくてもよい。また、ユーザ端末10は、2以上の機器に分離されて図3を示す構成が実現されてもよい。例えば、ユーザ端末10は、少なくとも検知部14と取得部161とを有する検知装置と、少なくとも通信部11を有する通信装置とが分離された構成を有する、2台以上の機器により実現されてもよい。
上述してきた実施形態に係る推定装置100やユーザ端末10は、例えば図10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、推定装置100を例に挙げて説明する。図10は、推定装置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、ROM(Read Only Memory)1300、HDD(Hard Disk Drive)1400、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、実施形態に係る推定装置100は、第1取得部131と、第2取得部133と、推定部134とを有する。第1取得部131は、移動手段が対応付けられたアプリに関連して取得される位置情報である第1位置情報を取得する。第2取得部133は、所定のユーザの位置を示す位置情報である第2位置情報を取得する。推定部134は、第1取得部131によって取得された第1位置情報に基づく特徴量と、第2取得部133によって取得された第2位置情報に基づく特徴量とに基づいて、所定のユーザの移動状況を推定する。
10 ユーザ端末
100 推定装置
110 通信部
120 記憶部
121 第1位置情報記憶部
122 モデル記憶部
123 第2位置情報記憶部
130 制御部
131 第1取得部
132 生成部
133 第2取得部
134 推定部
Claims (11)
- 移動手段が対応付けられたアプリに関連して取得される位置情報である第1位置情報を取得する第1取得部と、
所定のユーザの位置を示す位置情報である第2位置情報を取得する第2取得部と、
前記第1取得部によって取得された第1位置情報に基づく特徴量と、前記第2取得部によって取得された第2位置情報に基づく特徴量とに基づいて、前記所定のユーザの移動状況を推定する推定部と、
を備えたことを特徴とする推定装置。 - 前記第1取得部によって取得された第1位置情報に基づいて、当該第1位置情報に対応するユーザの移動状況を推定するためのモデルを生成する生成部、
をさらに備え、
前記推定部は、
前記生成部によって生成されたモデルを利用して、前記第2取得部によって取得された第2位置情報に基づいて前記所定のユーザの移動状況を推定する、
ことを特徴とする請求項1に記載の推定装置。 - 前記第1取得部は、
歩行又は自転車による移動手段が対応付けられたナビアプリによって取得される第1位置情報を取得し、
前記推定部は、
前記第1取得部によって取得された第1位置情報に基づいて、前記所定のユーザの移動状況として、当該所定のユーザが歩行又は自転車による移動を行っていることを推定する、
ことを特徴とする請求項1又は2に記載の推定装置。 - 前記第1取得部は、
自動車による移動手段が対応付けられたカーナビアプリによって取得される第1位置情報を取得し、
前記推定部は、
前記第1取得部によって取得された第1位置情報に基づいて、前記所定のユーザの移動状況として、当該所定のユーザが自動車による移動を行っていることを推定する、
ことを特徴とする請求項1〜3のいずれか一つに記載の推定装置。 - 前記第1取得部は、
自動車の配車を要求するアプリである配車アプリを利用したユーザの位置情報であって、当該配車アプリを介して配車された自動車で当該ユーザが移動した区間において取得された位置情報を、前記第1位置情報として取得し、
前記推定部は、
前記第1取得部によって取得された第1位置情報に基づいて、前記所定のユーザの移動状況として、当該所定のユーザが自動車による移動を行っていることを推定する、
ことを特徴とする請求項1〜4のいずれか一つに記載の推定装置。 - 前記第1取得部は、
路線検索アプリを利用したユーザの位置情報であって、当該路線検索アプリによって示された乗車時間において取得された位置情報を、当該路線検索アプリによって示された移動手段とともに前記第1位置情報として取得し、
前記推定部は、
前記第1取得部によって取得された第1位置情報に基づいて、前記所定のユーザの移動状況として、当該所定のユーザが前記路線検索アプリによって示された移動手段による移動を行っていることを推定する、
ことを特徴とする請求項1〜5のいずれか一つに記載の推定装置。 - 前記第1取得部は、
前記位置情報に対応する地図情報を取得し、
前記推定部は、
前記第1取得部によって取得された地図情報に基づき抽出される前記第1位置情報が示す経路もしくは地形情報と、当該地図情報に基づき抽出される前記第2位置情報が示す経路もしくは地形情報とに基づいて、前記所定のユーザの移動状況を推定する、
ことを特徴とする請求項1〜6のいずれか一つに記載の推定装置。 - 前記第1取得部は、
前記第1位置情報とともに、当該第1位置情報に対応するセンサ情報を取得し、
前記第2取得部は、
前記第2位置情報とともに、当該第2位置情報に対応するセンサ情報を取得し、
前記推定部は、
前記第1位置情報に対応するセンサ情報と、前記第2位置情報に対応するセンサ情報とに基づいて、前記所定のユーザの移動状況を推定する、
ことを特徴とする請求項1〜7のいずれか一つに記載の推定装置。 - 前記第1取得部は、
前記第1位置情報とともに、当該第1位置情報に対応する音声情報もしくは加速度情報を取得し、
前記第2取得部は、
前記第2位置情報とともに、当該第2位置情報に対応する音声情報もしくは加速度情報を取得し、
前記推定部は、
前記第1位置情報に対応する音声情報もしくは加速度情報と、前記第2位置情報に対応する音声情報もしくは加速度情報とに基づいて、前記所定のユーザの移動状況を推定する、
ことを特徴とする請求項8に記載の推定装置。 - コンピュータが実行する推定方法であって、
移動手段が対応付けられたアプリに関連して取得される位置情報である第1位置情報を取得する第1取得工程と、
所定のユーザの位置を示す位置情報である第2位置情報を取得する第2取得工程と、
前記第1取得工程によって取得された第1位置情報に基づく特徴量と、前記第2取得工程によって取得された第2位置情報に基づく特徴量とに基づいて、前記所定のユーザの移動状況を推定する推定工程と、
を含んだことを特徴とする推定方法。 - 移動手段が対応付けられたアプリに関連して取得される位置情報である第1位置情報を取得する第1取得手順と、
所定のユーザの位置を示す位置情報である第2位置情報を取得する第2取得手順と、
前記第1取得手順によって取得された第1位置情報に基づく特徴量と、前記第2取得手順によって取得された第2位置情報に基づく特徴量とに基づいて、前記所定のユーザの移動状況を推定する推定手順と、
をコンピュータに実行させることを特徴とする推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018007627A JP6687648B2 (ja) | 2018-01-19 | 2018-01-19 | 推定装置、推定方法及び推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018007627A JP6687648B2 (ja) | 2018-01-19 | 2018-01-19 | 推定装置、推定方法及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019128155A true JP2019128155A (ja) | 2019-08-01 |
JP6687648B2 JP6687648B2 (ja) | 2020-04-28 |
Family
ID=67473067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018007627A Active JP6687648B2 (ja) | 2018-01-19 | 2018-01-19 | 推定装置、推定方法及び推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6687648B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022093196A (ja) * | 2020-12-11 | 2022-06-23 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP2023067192A (ja) * | 2021-10-29 | 2023-05-16 | ソフトバンク株式会社 | 位置管理システム、プログラム、及び位置管理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008152655A (ja) * | 2006-12-19 | 2008-07-03 | Ntt Docomo Inc | 情報サービス提供システム、対象行動推定装置、対象行動推定方法 |
JP2010139321A (ja) * | 2008-12-10 | 2010-06-24 | Toshiba Corp | 移動無線端末装置 |
-
2018
- 2018-01-19 JP JP2018007627A patent/JP6687648B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008152655A (ja) * | 2006-12-19 | 2008-07-03 | Ntt Docomo Inc | 情報サービス提供システム、対象行動推定装置、対象行動推定方法 |
JP2010139321A (ja) * | 2008-12-10 | 2010-06-24 | Toshiba Corp | 移動無線端末装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022093196A (ja) * | 2020-12-11 | 2022-06-23 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP7208215B2 (ja) | 2020-12-11 | 2023-01-18 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP2023067192A (ja) * | 2021-10-29 | 2023-05-16 | ソフトバンク株式会社 | 位置管理システム、プログラム、及び位置管理方法 |
JP7386216B2 (ja) | 2021-10-29 | 2023-11-24 | ソフトバンク株式会社 | 位置管理システム、プログラム、及び位置管理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6687648B2 (ja) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11669864B2 (en) | Determining locations of interest based on user visits | |
CN107796411B (zh) | 具有偏好分析机制的导航系统及其操作方法 | |
US10067985B2 (en) | Computing system with crowd-source mechanism and method of operation thereof | |
US10885897B2 (en) | Information providing device and information providing system | |
JP5362337B2 (ja) | 情報配信システム、情報配信サーバ、及びプログラム | |
US11064322B2 (en) | Method, apparatus, and system for detecting joint motion | |
US20210142187A1 (en) | Method, apparatus, and system for providing social networking functions based on joint motion | |
US20210140787A1 (en) | Method, apparatus, and system for detecting and classifying points of interest based on joint motion | |
US11107175B2 (en) | Method, apparatus, and system for providing ride-sharing functions based on joint motion | |
JP2019021336A (ja) | サーバ装置、端末装置、情報提示システム、情報提示方法、情報提示プログラムおよび記録媒体 | |
JP7139904B2 (ja) | 情報処理装置及び情報処理プログラム | |
JP6687648B2 (ja) | 推定装置、推定方法及び推定プログラム | |
US11546724B2 (en) | Method, apparatus, and system for determining a non-specific location according to an observed mobility pattern derived from non-positioning related sensor data | |
US11781869B2 (en) | Method and apparatus for providing an indoor pedestrian origin-destination matrix and flow analytics | |
JP2018190468A (ja) | 算出装置、算出方法及び算出プログラム | |
JP6389301B1 (ja) | 判定装置、判定方法及び判定プログラム | |
JP6267298B1 (ja) | 提供装置、提供方法、提供プログラム、端末装置、出力方法、及び出力プログラム | |
US10250701B2 (en) | Method and system for determining an actual point-of-interest based on user activity and environment contexts | |
JP2019128604A (ja) | 算出装置、算出方法及び算出プログラム | |
JP2019128609A (ja) | 情報制御装置、情報制御方法及び情報制御プログラム | |
US20170347232A1 (en) | Determining Semantic Travel Modes | |
JP7195077B2 (ja) | 情報処理装置、情報提供方法及びプログラム | |
US11043117B2 (en) | Method and apparatus for next token prediction based on previously observed tokens | |
JP2019128611A (ja) | 生成装置、生成方法及び生成プログラム | |
JP7317901B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180615 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190716 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190917 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
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: 20200303 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200402 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6687648 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |