JP2020109325A

JP2020109325A - アダプタ

Info

Publication number: JP2020109325A
Application number: JP2018248610A
Authority: JP
Inventors: 隆一喜多見; Ryuichi Kitami
Original assignee: Fujitsu General Ltd
Current assignee: Fujitsu General Ltd
Priority date: 2018-12-28
Filing date: 2018-12-28
Publication date: 2020-07-16
Anticipated expiration: 2038-12-28
Also published as: JP7305956B2; JP2023060335A

Abstract

【課題】新たな学習済みモデルへの更新に伴うユーザの不快性が低減できるアダプタを提供する。【解決手段】アダプタは、サーバ装置からプログラムを受信し、プログラムを基に空気調和機を制御する。アダプタは、プログラムが書き込まれる複数の記憶領域を有する記憶部と、制御部とを有する。制御部は、アダプタが前記サーバ装置から前記プログラムを受信する度に、受信したプログラムを複数の記憶領域のうちの一つに順次書き込む。制御部は、複数の記憶領域のうち任意の記憶領域に書き込まれたプログラムを読み出し、空気調和機を制御する。【選択図】図２

Description

本発明は、アダプタに関する。

学習機能を有する空気調和システムには、記憶部が学習機能を有する場合、標準仕様設定による制御に、居住者等の好みや行動パターン等による時系列的に居住者等にとって好適な温度環境を反映させることができる（例えば、特許文献１）。

特開２０１５−１１７９３３号公報

ここで例えば、サーバ装置が空気調和システムに関わるデータを収集し、機械学習により学習済みモデル（プログラム）を生成する手法も提案されている。例えば、サーバ装置は、室温や外気温等の環境情報とともにユーザの操作情報等をデータとして収集した後、当該データを用いて学習済みモデルを生成する。そして、サーバ装置は、生成した学習済みモデルを、室内機とサーバ装置との間を中継するアダプタに送信する。アダプタは、受信した学習済みモデルをメモリに記憶する。そしてアダプタはメモリに記憶された学習済みモデルを参照し、室内機に対し制御信号を送信する。

ここで、サーバ装置が新たな学習済みモデル送信し、アダプタが学習済みモデルを更新するため新たな学習済みモデルをメモリに記憶している最中は、メモリ内にある更新前の学習済みモデルは一部の書き換えにより壊れてしまっているため、アダプタ自身が同メモリにある学習済みモデルを参照することができない。そのため、アダプタは室内機に学習済みモデルを基にした制御信号を送信することができず、室内機はアダプタから最後に受け取った制御信号に従った動作を継続することとなる。そのため、その期間にユーザの快適性が低下するおそれがあった。

また、更新された新たな学習済みモデルに基づいて制御が行われたきに、その制御をユーザが不快に感じ、更新前の学習済みモデルに戻したいと考えた場合、更新前の学習済みモデルは新たな学習済みモデルにより上書きされてしまっているため、再度サーバ装置から更新前の学習済みモデルを受信しなおす必要がある。このとき上述の学習済みモデルの更新時と同様な動作となり、同じくユーザの快適性が低下するおそれがあった。

尚、ユーザが不快に感じる要因としては、例えば、学習済みモデルを作成するためのデータとしてユーザの操作情報があげられる。例えば何らかの理由でユーザがイレギュラーな操作をした場合、その操作情報が学習済みモデルに反映され、イレギュラーな操作をしなくなったあとに、その学習済みモデルでの制御が行われる可能性がある。この場合、ユーザが不快に感じる。

本発明ではこのような問題に鑑み、新たな学習済みモデルへの更新に伴うユーザの不快感が低減できるアダプタを提供することを目的とする。

一つの態様のアダプタは、サーバ装置からプログラムを受信し、前記プログラムを基に空気調和機を制御する。前記アダプタは、前記プログラムが書き込まれる複数の記憶領域を有する記憶部と、制御部とを有する。前記制御部は、前記アダプタが前記サーバ装置から前記プログラムを受信する度に、前記受信したプログラムを前記複数の記憶領域のうちの一つに順次書き込む。更に、前記制御部は、前記複数の記憶領域のうち任意の記憶領域に書き込まれたプログラムを読み出し、前記空気調和機を制御する。

一つの側面として、新たな学習済みモデルへの更新に伴うユーザの不快感が低減できる。

図１は、本実施例の空気調和システムの一例を示す説明図である。図２は、アダプタの構成の一例を示すブロック図はある。図３は、モデルメモリの各記憶領域の書込み及び読出しの一例を示す説明図である。図４は、サーバ装置の構成の一例を示すブロック図である。図５は、書込み処理に関わるアダプタ内のＣＰＵの処理動作の一例を示すフローチャートである。図６は、第１の読出し処理に関わるアダプタ内のＣＰＵの処理動作の一例を示すフローチャートである。図７は、第２の読出し処理に関わるアダプタ内のＣＰＵの処理動作の一例を示すフローチャートである。

以下、図面に基づいて、本願の開示するアダプタの実施例を詳細に説明する。尚、本実施例により、開示技術が限定されるものではない。また、以下に示す各実施例は、矛盾を起こさない範囲で適宜変形しても良い。

図１は、本実施例の空気調和システム１の一例を示す説明図である。図１に示す空気調和システム１は、室内機２と、アダプタ３と、ルータ４と、サーバ装置５と、中継装置６と、通信端末７と、通信網８とを有する。

室内機２は、例えば、室内に配置され、室内の空気を加熱又は冷却する空気調和機の一部である。尚、室内機２の利用者は、リモコン９の操作により室内機２を遠隔操作することが可能である。室内機２は、本体２Ａと、当該本体２Ａを制御する制御部２Ｂとを有する。本体２Ａには、室内ファンや室内熱交換器が備えられ、室内熱交換器で冷媒と熱交換を行った室内空気が本体２Ａから吹き出されることで、部屋の暖房、冷房、除湿等が行われる。また、図示しない室外機には、室外ファンや圧縮機等が備えられている。通信端末７は、利用者のスマートフォン等の端末装置である。

アダプタ３は、室内機２とルータ４との間を無線通信で接続する通信機能と、室内機２をＡＩ（Artificial Intelligence）制御する制御機能とを有する。アダプタ３は、室内機２毎に配置するものである。ルータ４は、例えば、ＷＬＡＮ(Wireless Local Area Network)等を使用してアダプタ３と通信網８とを無線通信で接続するアクセスポイントの装置である。通信網８は、例えば、インターネット等の通信網である。サーバ装置５は、室内機２を制御するＡＩの学習済みモデルを生成する機能や運転履歴データ等を記憶するデータベース等を有する。尚、サーバ装置５は、例えば、データセンタに配置されている。中継装置６は、通信網８と通信で接続すると共に、サーバ装置５と通信で接続する機能を有する。中継装置６は、通信網８経由で室内機２に適用される学習済みモデルの生成又は更新に使用する運転履歴データ等をアダプタ３からサーバ装置５に送信する。また、中継装置６は、サーバ装置５で生成又は更新した学習済みモデルを通信網８経由でアダプタ３に送信する。尚、中継装置６は、例えば、データセンタ等に配置されている。

中継装置６は、第１の中継部６Ａと、第２の中継部６Ｂと、第３の中継部６Ｃとを有する。第１の中継部６Ａは、アダプタ３とサーバ装置５との間でＡＩ制御に関わる各種データを送信する。第１の中継部６Ａは、アダプタ３から受信した学習済みモデルの生成又は更新に使用する運転履歴データ等を通信網８経由でサーバ装置５に送信すると共に、サーバ装置５が生成又は更新した学習済みモデルを通信網８経由でアダプタ３に送信する。第２の中継部６Ｂは、利用者が外出先から通信端末７を使用して設定した室内機２の運転条件（冷房／暖房といった運転モードや設定温度など）を取得し、これを室内機２に送信する。第３の中継部６Ｃは、例えば、インターネット等の通信網８から天気予報等の外部データを取得し、取得した外部データをサーバ装置５に送信する。また、第３の中継部６Ｃは、外部データを通信網８経由でアダプタ３に送信する。

図２は、アダプタ３の構成の一例を示すブロック図である。図２に示すアダプタ３は、第１の通信部１１と、第２の通信部１２と、記憶部１３と、ＣＰＵ(Central Processing Unit)１４とを有する。第１の通信部１１は、室内機２内の制御部２Ｂと通信接続する、例えば、ＵＡＲＴ（Universal Asynchronous Receiver Transmitter）等の通信ＩＦ（Interface）である。第２の通信部１２は、ルータ４と通信接続する、例えば、ＷＬＡＮ等の通信ＩＦ等の通信部である。記憶部１３は、例えば、ＲＯＭ（Read Only Memory）やＲＡＭ(Random Access Memory)等を有し、データやプログラム等の各種情報を格納する。ＣＰＵ１４は、アダプタ３全体を制御する。

図２に示すアダプタ３内の記憶部１３は、室内機２から取得した、運転履歴データを一時記憶する運転履歴メモリ１３Ａと、サーバ装置５から取得した、学習済みモデルを記憶するモデルメモリ１３Ｂと、外部データを記憶する外部メモリ１３Ｃとを有する。

モデルメモリ１３Ｂは、例えば、第１の領域１３０Ａ、第２の領域１３０Ｂ及び第３の領域１３０Ｃ等の複数の記憶領域１３０を有する。各記憶領域１３０の状態には、例えば、書込み済みの学習済みモデルを読出し中の状態、学習済みモデルを書込み途中（以下、単に書込み中と称する）の状態や、読出し中および書込み中のいずれでもない状態である学習済みモデルが書込み済みの状態がある。

ＣＰＵ１４は、取得部２１と、送信部２２と、受信部２３と、書込み部２４と、第１の読出し部２５と、第２の読出し部２６と、予測制御部２７とを有する。

取得部２１は、室内機２から所定周期、例えば５分毎の取得タイミングに操作履歴や温度履歴等の運転履歴データを取得する。取得部２１は、５分周期に取得した運転履歴データを運転履歴メモリ１３Ａに記憶する。

受信部２２は、通信網８経由でサーバ装置５から学習済みモデルを受信すると共に、学習済みモデルの受信時刻を取得する。書込み部２４は、受信部２２にて受信した学習済みモデル及びその受信時刻を、モデルメモリ１３Ｂ内の複数の記憶領域１３０の内、学習済みモデルを読出し中の記憶領域１３０を除き、受信時刻が一番古い学習済みモデルが書き込まれている書込み済みの記憶領域１３０に上書きで書き込む。一番古い学習済みモデルが記憶領域１３０にない場合は、何も書込がない記憶領域１３０に書き込む。

第１の読出し部２５は、第１の読出し信号に応じて、モデルメモリ１３Ｂ内の複数の記憶領域１３０の内、サーバ装置５から受信した学習済みモデルを書き込み中の記憶領域１３０を除き、受信時刻が一番新しい学習済みモデルが書き込まれている記憶領域１３０から学習済みモデルを読み出す。尚、第１の読出し信号は、受信時刻が一番新しい学習済みモデルを使用して室内機２の制御を求める、例えば、ユーザの入力操作の信号である。予測制御部２７は、読み出した受信時刻が一番新しい学習済みモデルに基づき、室内機２内の制御部２Ｂを制御する。

第２の読出し部２６は、第２の読出し信号に応じて、モデルメモリ１３Ｂ内の複数の記憶領域１３０の内、サーバ装置５から受信した学習済みモデルを書込み中の記憶領域１３０を除き、受信時刻が二番目に新しい学習済みモデルが書き込まれている記憶領域１３０から学習済みモデルを読み出す。尚、第２の読出し信号は、受信時刻が二番目に新しい学習済みモデルを使用した室内機２の制御を求める、例えば、ユーザの入力操作の信号である。予測制御部２７は、読み出した二番目に新しい学習済みモデルに基づき、室内機２内の制御部２Ｂを制御する。

尚、説明の便宜上、予測制御部２７は、学習済みモデルに基づき、室内機２内の制御部２Ｂを制御する場合を例示したが、予測制御部２７は、学習済みモデルに基づき、室内機２の本体２Ａを直接的に制御しても良い。また、予測制御部２７は、学習済みモデルに基づく制御態様を制御部２Ｂに送信する。つまり、予測制御部２７が、制御部２Ｂを介して本体２Ａを間接的に制御するようにしても良く、適宜変更可能である。

図３は、モデルメモリ１３Ｂの各記憶領域１３０の状態の一例を示す説明図である。尚、説明の便宜上、ステータスＡの状態で、例えば、第１の領域１３０Ａに学習済みモデルのバージョンｎが、第２の領域１３０Ｂに学習済みモデルのバージョンｎ−１が、第３の領域１３０Ｃに学習済みモデルのバージョンｎ−２が書き込まれているとする。アダプタ３は第１の領域１３０Ａにある学習済みモデルのバージョンｎを読み出し動作している。すなわち第１の領域１３０Ａは読み出し中の状態となる。ここでバージョンの後に続く数字が大きい程、新しい学習済みモデルである。

書込み部２４は、ステータスＡの状態で、サーバ装置５から新たな学習済みモデルを受信した場合、学習済みモデルを読み出し中のバージョンｎがある第１の領域１３０Ａを除き、受信時刻が一番古い学習済みモデルであるバージョンｎ−２がある第３の領域１３０Ｃに新たな学習済みモデルであるバージョンｎ＋１及び受信時刻を上書きで書き込む。その結果、ステータスＢの状態となり、アダプタ３は第３の領域１３０Ｃにある学習済みモデルであるバージョンｎ＋１を読み出し動作している。すなわち第３の領域１３０Ｃは読み出し中の状態となる。

書込み部２４は、ステータスＢの状態で、サーバ装置５から新たな学習済みモデルを受信した場合、学習済みモデルを読み出し中のバージョンｎ＋１がある第３の領域１３０Ｃを除き、受信時刻が一番古い学習済みモデルであるバージョンｎ−１が書き込まれている第２の領域１３０Ｂに新たな学習済みモデルであるバージョンｎ＋２及び受信時刻を上書きで書き込む。その結果、ステータスＣの状態となり、アダプタ３は第２の領域１３０Ｂにある学習済みモデルであるバージョンｎ＋２を読み出し動作している。すなわち第２の領域１３０Ｂは読み出し中の状態となる。

図４は、サーバ装置５の構成の一例を示すブロック図である。図３に示すサーバ装置５は、通信部３１と、記憶部３２と、ＣＰＵ３３とを有する。通信部３１は、中継装置６と通信接続する通信ＩＦである。記憶部３２は、例えば、ＨＤＤ(Hard Disk Drive)、ＲＯＭやＲＡＭ等を有し、データやプログラム等の各種情報を記憶する。ＣＰＵ３３は、サーバ装置５全体を制御する。

図４に示すサーバ装置５内の記憶部３２は、データメモリ３２Ａと、モデル記憶部３２Ｂとを有する。データメモリ３２Ａは、各アダプタ３から受信した運転履歴データ等を記憶する。モデル記憶部３２Ｂは、サーバ装置５で生成又は更新した学習済みモデルを記憶する。

サーバ装置５内のＣＰＵ３３は、モデル学習部３３Ａと、受信部３３Ｂと、送信部３３Ｃとを有する。

モデル学習部３３Ａは、複数の室内機２の各アダプタ３と接続してルータ４、通信網８及び中継装置６を経由して、各アダプタ３から所定時間分の運転履歴データを受信する。そして、モデル学習部３３Ａは、各アダプタ３からのデータメモリ３２Ａに記憶中の所定時間分の運転履歴データを使用して学習し、学習結果に基づき、各室内機２の学習済みモデルを生成又は更新する。学習済みモデルには、例えば、各家庭の空気調和機の運転状況に応じて室内の利用者に対する５分後の体感温度を予測し、予測する体感温度に応じて空気調和機を制御する体感温度設定予測モデルがある。

モデル学習部３３Ａは、データメモリ３２Ａに記憶中のアダプタ３毎の所定時間分の運転履歴データに基づき、当該アダプタ３対応の学習済みモデルを生成又は更新し、生成又は更新した学習済みモデルをモデル記憶部３２Ｂに記憶する。送信部３３Ｃは、中継装置６、通信網８及びルータ４経由でモデル学習部３３Ａにて生成又は更新された学習済みモデルをアダプタ３に送信する。

次に本実施例の空気調和システム１の動作について説明する。図５は、書込み処理に関わるアダプタ３内のＣＰＵ１４の処理動作の一例を示すフローチャートである。図５においてアダプタ３内のＣＰＵ１４は、サーバ装置５から新たな学習済みモデルを受信したか否かを判定する（ステップＳ１１）。ＣＰＵ１４は、サーバ装置５から学習済みモデルを受信した場合（ステップＳ１１、Ｙｅｓ）、読出し中の記憶領域１３０を除く、モデルメモリ１３Ｂ内の複数の記憶領域１３０の内、受信時刻が１番古い書込み済みの記憶領域１３０を特定する（ステップＳ１２）。

ＣＰＵ１４は、特定された書込み済みの記憶領域１３０に、受信した新たな学習済みモデル及び受信時刻を上書きで書込み（ステップＳ１３）、図５に示す処理動作を終了する。ＣＰＵ１４は、サーバ装置５から学習済みモデルを受信しなかった場合（ステップＳ１１、Ｎｏ）、図５に示す処理動作を終了する。

以上説明したように、アダプタ３は、サーバ装置５から受信した新たな学習済みモデルを、読出し中の記憶領域１３０を除く、複数の記憶領域１３０の内、受信時刻が１番古い書込み済みの記憶領域１３０に受信時刻と共に書込む。その結果、アダプタ３は、新たな学習済みモデルをモデルメモリ１３Ｂに上書き更新できる。

図６は、第１の読出し処理に関わるアダプタ３内のＣＰＵ１４の処理動作の一例を示すフローチャートである。図６においてアダプタ３内のＣＰＵ１４は、第１の読出し信号を検出したか否かを判定する（ステップＳ２１）。ＣＰＵ１４は、第１の読出し信号を検出した場合（ステップＳ２１、Ｙｅｓ）、書込み中の記憶領域１３０を除く、複数の記憶領域１３０の内、記憶されている受信時刻により受信時刻が１番新しい学習済みモデルが書き込まれている書込み済みの記憶領域１３０を特定する（ステップＳ２２）。ＣＰＵ１４は、特定された記憶領域１３０に書込まれた学習済みモデルを読み出し（ステップＳ２３）、図６に示す処理動作を終了する。その結果、ＣＰＵ１４は、読み出した最新の学習済みモデルを用いて室内機２の制御部２Ｂを制御する。ＣＰＵ１４は、第１の読出し信号を検出しなかった場合（ステップＳ２１、Ｎｏ）、図６に示す処理動作を終了する。

以上説明したように、アダプタ３は、第１の読出し信号を検出した場合、書込み中の記憶領域１３０を除く、複数の記憶領域１３０の内、受信時刻が１番新しい書込み済みの記憶領域１３０に書込まれている学習済みモデルを読み出す。そして、アダプタ３は、読み出した最新の学習済みモデルを用いて室内機２の制御部２Ｂを制御する。その結果、アダプタ３は、最新の学習済みモデルを用いて室内機２の制御部２Ｂを制御できる。

図７は、第２の読出し処理に関わるアダプタ３内のＣＰＵ１４の処理動作の一例を示すフローチャートである。図７においてアダプタ３内のＣＰＵ１４は、第２の読出し信号を検出したか否かを判定する（ステップＳ３１）。ＣＰＵ１４は、第２の読出し信号を検出した場合（ステップＳ３１、Ｙｅｓ）、書込み中の記憶領域１３０を除く、複数の記憶領域１３０の内、受信時刻が２番目の学習済みモデルが書き込まれている書込み済みの記憶領域１３０を特定する（ステップＳ３２）。ＣＰＵ１４は、特定された記憶領域１３０に書込まれている学習済みモデルを読み出し（ステップＳ３３）、図７に示す処理動作を終了する。その結果、ＣＰＵ１４は、最新の学習済みモデルを過去の学習済みモデルと入れ替え、入れ替えた過去の学習済みモデルを用いて室内機２の制御部２Ｂを制御する。ＣＰＵ１４は、第２の読出し信号を検出しなかった場合（ステップＳ３１、Ｎｏ）、図７に示す処理動作を終了する。

以上説明したように、アダプタ３は、第２の読出し信号を検出した場合、書込み中の記憶領域１３０を除く、複数の記憶領域１３０の内、受信時刻が２番目の書込み済みの記憶領域１３０に書込まれている学習済みモデルを読み出し、読み出した学習済みモデルを用いて室内機２の制御部２Ｂを制御する。その結果、アダプタ３は、最新の学習済みモデルを過去の学習済みモデルに戻した場合、最新の学習済みモデルを過去の学習済みモデルを戻し、過去の学習済みモデルを用いて室内機２の制御部２Ｂを制御できる。

本実施例のアダプタ３は、サーバ装置５から学習済みモデルを受信する度に、受信した学習済みモデルを複数の記憶領域１３０のうちの一つに順次書き込み、複数の記憶領域１３０のうち任意の記憶領域１３０に書き込まれた学習済みモデルを読み出す。その結果、アダプタ３は、学習済みモデルを用いて室内機２を制御中の場合でも、新たな学習済みモデルを別の記憶領域１３０に記憶するため、新たな学習済みモデルへの更新に伴うユーザの不快性が低減できる。

アダプタ３は、サーバ装置５から受信した学習済みモデルを記憶領域１３０に書き込む際には、記憶領域１３０のうち、学習済みモデルを読み出し中の記憶領域１３０を除き、サーバ装置５からの受信時刻が一番古い学習済みモデルが書き込まれている記憶領域１３０に上書きで書き込む。その結果、記憶領域１３０の限りある容量を節約しながら、新たな学習済みモデルを更新できる。

アダプタ３は、学習済みモデルを記憶領域１３０から読み出す際、記憶領域１３０のうち、サーバ装置５から受信した学習済みモデルを書き込み中の記憶領域１３０を除き、サーバ装置５からの受信時刻が一番新しい学習済みモデルが書き込まれている記憶領域１３０から学習済みモデルを読み出す。その結果、書込み中で記憶領域１３０から読み出しができない事態が回避され、常に学習済みモデルを基にした室内機２の制御が可能となる。

アダプタ３は、第２の読出し信号を検出した場合、学習済みモデルを、記憶領域１３０のうち、サーバ装置５から受信した学習済みモデルを書き込み中の記憶領域１３０を除き、サーバ装置５からの受信時刻が二番目以降に新しい学習済みモデルが書き込まれている記憶領域１３０から学習済みモデルを読み出す。例えば、ユーザがイレギュラーな操作をし、その操作情報が学習済みモデルに反映され、イレギュラーな操作をしなくなったあとに、その学習済みモデルでの制御が行われる可能性がある。この場合でも、ユーザが最新の学習済みモデルの制御を不快と感じた場合でも、最新の学習済みモデルの代わりに、二番目以降に新しい学習済みモデルを用いて室内機２を制御できる。

尚、上記実施例のアダプタ３は、サーバ装置５からの学習済みモデルをモデルメモリ１３Ｂ内の各記憶領域１３０に記憶する場合を例示したが、学習済みモデルに限定されるものではなく、室内機２を制御するプログラムであれば良く、適宜変更可能である。

アダプタ３は、サーバ装置５から新たな学習済みモデルを受信した場合、受信した新たな学習済みモデルを書込み済みの記憶領域１３０に上書きで更新する場合を例示した。しかしながら、書込み済みの記憶領域１３０が書込み中の記憶領域１３０に切り替わった時点で学習済みモデルを消去しても良く、適宜変更可能である。

アダプタ３内のモデルメモリ１３Ｂ内の記憶領域１３０は、第１の領域１３０Ａ、第２の領域１３０Ｂ及び第３の領域１３０Ｃで構成する場合を例示した。しかしながら、３個の記憶領域１３０に限定されるものではなく、例えば、２個以上の記憶領域１３０であれば良く、適宜変更可能である。

また、図示した各部の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

更に、各装置で行われる各種処理機能は、ＣＰＵ（Central Processing Unit）（又はＭＰＵ（Micro Processing Unit）、ＭＣＵ（Micro Controller Unit）等のマイクロ・コンピュータ）上で、その全部又は任意の一部を実行するようにしても良い。また、各種処理機能は、ＣＰＵ（又はＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行するプログラム上、又はワイヤードロジックによるハードウェア上で、その全部又は任意の一部を実行するようにしても良いことは言うまでもない。

１空気調和システム
２室内機
２Ａ本体
２Ｂ制御部
３アダプタ
５サーバ装置
２３受信部
２４書込み部
２５第１の読出し部
２６第２の読出し部
２７予測制御部

Claims

サーバ装置からプログラムを受信し、前記プログラムを基に空気調和機を制御するアダプタであって、
前記アダプタは、前記プログラムが書き込まれる複数の記憶領域を有する記憶部と、制御部と、を有し、
前記制御部は、前記アダプタが前記サーバ装置から前記プログラムを受信する度に、前記受信したプログラムを前記複数の記憶領域のうちの一つに順次書き込み、
前記制御部は、前記複数の記憶領域のうち任意の記憶領域に書き込まれたプログラムを読み出し、前記空気調和機を制御することを特徴とするアダプタ。
前記サーバ装置から受信したプログラムを前記記憶領域に書き込む際には、前記記憶領域のうち、前記空気調和機を制御するためのプログラムを読み出し中の領域を除き、前記サーバ装置からの受信時刻が一番古いプログラムが書き込まれている領域に上書きで書き込むことを特徴とした請求項１に記載のアダプタ。
前記空気調和機を制御するためのプログラムを前記記憶領域から読み出す際には、前記記憶領域のうち、前記サーバ装置から受信したプログラムを書き込み中の領域を除き、前記サーバ装置からの受信時刻が一番新しいプログラムが書き込まれている領域からプログラムを読み出すことを特徴とした請求項１に記載のアダプタ。
入力部を更に備え、前記入力部から特定の信号を受信した際は、前記空気調和機を制御するためのプログラムを、前記記憶領域のうち、前記サーバ装置から受信したプログラムを書き込み中の領域を除き、前記サーバ装置からの受信時刻が二番目以降に新しいプログラムが書き込まれている領域からプログラムを読み出すことを特徴とした請求項１に記載のアダプタ。
前記プログラムは前記サーバ装置における機械学習で生成された学習済みモデルであることを特徴とすることを特徴とした請求項１に記載のアダプタ。