JP6906117B1 - 情報処理装置、匂い測定システムおよびプログラム - Google Patents
情報処理装置、匂い測定システムおよびプログラム Download PDFInfo
- Publication number
- JP6906117B1 JP6906117B1 JP2021010472A JP2021010472A JP6906117B1 JP 6906117 B1 JP6906117 B1 JP 6906117B1 JP 2021010472 A JP2021010472 A JP 2021010472A JP 2021010472 A JP2021010472 A JP 2021010472A JP 6906117 B1 JP6906117 B1 JP 6906117B1
- Authority
- JP
- Japan
- Prior art keywords
- odor
- user
- information
- unit
- sensor
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 title claims description 33
- 235000019645 odor Nutrition 0.000 claims abstract description 540
- 238000001514 detection method Methods 0.000 claims abstract description 74
- 238000011156 evaluation Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 27
- 230000001877 deodorizing effect Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 abstract description 21
- 238000010586 diagram Methods 0.000 abstract description 18
- 238000004891 communication Methods 0.000 description 23
- 239000010408 film Substances 0.000 description 22
- 239000013078 crystal Substances 0.000 description 17
- 230000032683 aging Effects 0.000 description 10
- 206010006326 Breath odour Diseases 0.000 description 8
- 208000035985 Body Odor Diseases 0.000 description 7
- 206010040904 Skin odour abnormal Diseases 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- 208000032139 Halitosis Diseases 0.000 description 6
- 235000015123 black coffee Nutrition 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 235000013555 soy sauce Nutrition 0.000 description 6
- 235000014101 wine Nutrition 0.000 description 6
- 240000002234 Allium sativum Species 0.000 description 5
- 241000208125 Nicotiana Species 0.000 description 5
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 235000004611 garlic Nutrition 0.000 description 5
- 235000013372 meat Nutrition 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 210000004243 sweat Anatomy 0.000 description 5
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 4
- 239000002781 deodorant agent Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 239000003599 detergent Substances 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000001035 drying Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000344 soap Substances 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 102000012547 Olfactory receptors Human genes 0.000 description 1
- 108050002069 Olfactory receptors Proteins 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000000551 dentifrice Substances 0.000 description 1
- 238000004332 deodorization Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 239000002979 fabric softener Substances 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000002070 nanowire Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002304 perfume Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
Description
特許文献2には、生体ガス検知装置が開示されている。この生体ガス検知装置は、干渉ガス及び生体ガスに含まれる所望ガスに感度を有する半導体式ガスセンサの基準大気中における出力値を基準出力値として取得する。そして、生体ガスの測定中における半導体式ガスセンサの第1の出力値に基づいて、所望ガスの濃度を取得し、生体ガスの測定前における大気中での半導体式ガスセンサの第2の出力値と、基準出力値と、に基づいて、所望ガスの濃度を補正し、補正された補正所望ガス濃度に応じた情報を出力する。
本発明は、ユーザの要望に応じた匂い種類の測定を行うときに、匂いの識別精度を向上させ、匂いのレベルの解析精度を向上させることを目的とする。
そして、解析部は、一のユーザについての情報であるユーザ情報を加味して一のユーザが測定したい匂いのレベルについて解析することができる。この場合、匂い種類情報がより正確になる。
また、ユーザ情報は、一のユーザの嗜好についての情報を含むようにすることができる。この場合、検知結果からノイズを除いたり、匂いの種類を予測することができる。
さらに、解析部は、一のユーザが測定したい匂いを消臭するための、一のユーザに対するアドバイスをさらに作成することができる。この場合、ユーザは、匂いを消臭するための具体的手段を得ることができる。
また、アドバイスは、一のユーザが測定したい匂いを消臭する製品を案内することができる。この場合、ユーザの利便性が向上する。
さらに、収集部は、一のユーザから、解析部が解析した結果に対する評価を収集することができる。この場合、検知結果と匂い種類情報との関係についてユーザのフィードバックを得ることができる。
またさらに、学習部は、収集部が収集した評価を基に、関係を修正することができる。この場合、より精度の高い学習モデルを構築できる。
そして、学習部は、収集部が収集した評価が予め定められた以上のものに対し学習し、評価が予め定められた未満のものについては学習しないことができる。この場合、精度の高い学習データを学習させることができる。
また、匂いセンサは、匂いの種類の違いによりそれぞれ異なる検知結果を出力する複数のセンサを有し、収集部は、複数のセンサによる検知結果を取得することができる。この場合、検知できる匂いの種類がより多くなる。
ここで、表示装置は、匂い種類情報、匂い種類情報が示す匂いのレベルおよび匂い種類情報が示す匂いを消臭するアドバイスを関連付けて一のユーザに対し表示することができる。この場合、ユーザの利便性が向上する。
図1は、本実施の形態における匂い測定システム1の構成例を示す図である。
図示するように本実施の形態の匂い測定システム1は、匂いを検知する匂いセンサ10a、10b、10cと、匂いセンサ10a、10b、10cの検知結果、匂いの解析結果、解析結果に対する評価等の送受信および匂いの解析結果の表示を行う端末装置20a、20b、20cと、情報処理装置の一例であり、匂い測定システム1全体の管理を行う管理サーバ30とを備える。なおここでは、匂いセンサ10a、10b、10cおよび端末装置20a、20b、20cは、それぞれ3つであるが、複数個であればいくつでもよい。匂いセンサ10aおよび端末装置20aは、ユーザAが所有する。同様に、匂いセンサ10bおよび端末装置20bは、ユーザBが所有し、匂いセンサ10cおよび端末装置20cは、ユーザCが所有する。ユーザA、ユーザB、ユーザCは、複数のユーザの一例であり、ユーザA、ユーザB、ユーザCのそれぞれは、一のユーザの一例である。またここでは、ユーザの数は、3人であるが、複数人であれば、何人でもよい。また、以下、匂いセンサ10a、匂いセンサ10b、匂いセンサ10cのそれぞれを区別しない場合は、単に、「匂いセンサ10」と言うことがある。さらに、端末装置20a、端末装置20b、端末装置20cのそれぞれを区別しない場合は、単に、「端末装置20」と言うことがある。そして、以下、ユーザA、ユーザB、ユーザCのそれぞれを区別しない場合は、単に、「ユーザ」と言うことがある。
また、端末装置20と管理サーバ30とは、ネットワーク40を介して接続される。ネットワーク40は、端末装置20と管理サーバ30との間の情報通信に用いられる通信手段であり、例えば、LANやインターネットである。
図2は、匂いセンサ10の構成について示した概略図である。
図示する匂いセンサ10は、水晶振動子110と、感応膜120とを備える。
水晶振動子110は、水晶片111と、1組の電極112a、112bとを備える。
水晶片111は、例えば、ATカットにより切り出した水晶の薄片である。そして、水晶片111は、1組の電極112a、112bにより挟持される。
1組の電極112a、112bは、発振回路Hcに接続され、発振回路Hcにより、交流電圧を印加すると、水晶片111に所定の振動数で共振が生じる。この振動数は、共振周波数であり、例えば、水晶片111のカット面、厚み、水晶の弾性率等で定まる。
感応膜120は、水晶振動子110の振動を阻害しにくいことが求められるため、薄膜である。また、特定の匂い分子以外の吸着を阻止するため、感応膜120に、さらにバリヤ層を設けることもできる。
端末装置20は、例えば、スマートフォン、タブレット、携帯電話、デスクトップコンピュータ、モバイルコンピュータ等のコンピュータ装置である。
<匂い測定システム1の機能構成の説明>
図3は、本実施の形態における匂い測定システム1の機能構成例を示したブロック図である。
なおここでは、匂い測定システム1が有する種々の機能のうち本実施の形態に関係するものを選択して図示している。
匂い検出部12は、匂い分子を検出する機能部である。即ち、上述した水晶振動子110、感応膜120、発振回路Hc、制御装置Sに対応する。匂い検出部12は、水晶振動子110の共振周波数を検知する。
また、出力情報は、匂いの検知結果だけでなく、他の情報を含んでいてもよい。例えば、匂いの取得時刻、匂いを取得した匂いセンサ10の固有IDなどを含んでいてもよい。また、出力情報は、温湿度測定部14で測定した、測定する箇所の温度および湿度の情報を含む。
匂い情報作成部13は、例えば、制御装置Sに対応する。
匂い情報取得部22は、匂いセンサ10から、匂いの検知結果として、出力情報を取得する。
また、サーバ通信部23は、匂いの検知結果を含む出力情報を、ユーザについての情報であるユーザ情報と関連付けて管理サーバ30に送信する。出力情報には、上述したように、測定を行った箇所の温度や湿度の情報を含む。ユーザ情報は、例えば、ユーザの性別、国籍、年齢、居住地、ユーザの嗜好などである。このうち、ユーザの嗜好は、例えば、喫煙や飲酒の有無、よく食べる食品などが該当する。
また、サーバ通信部23は、管理サーバ30から、匂いセンサ10を識別するセンサ識別情報に基づき作成された、匂いセンサ10で測定可能な匂いのリストを受け取る。
さらに、サーバ通信部23は、管理サーバ30から、匂いの解析結果を受け取る。解析結果については、後で詳述する。
送受信部31は、出力情報の中に含まれ、複数の匂いの中から、一のユーザが測定したい匂いの情報を取得する取得部として機能する。この場合、送受信部31は、例えば、図1のユーザA,ユーザB、ユーザCのそれぞれが測定したい匂いの情報を取得する。ユーザが測定したい匂いの情報は、端末装置20の受付部21がユーザから受け付けたものである。
さらに、送受信部31は、端末装置20に対し、解析部35による匂いの解析結果を送信する。
図4では、匂いセンサ10による匂いの特定結果として、匂いセンサ10による検知結果を、主成分分析により二次元マッピングした結果を示している。ここで、横軸は、第1主成分であり、縦軸は、第2主成分である。図では、それぞれをPC(主成分:Principal Component)1、PC2として図示している。
図4で図示するように、純水、ブラックコーヒー、ワイン、醤油については、匂いの特定結果が異なっており、それぞれが区別可能である。つまり、このような匂いの特定結果にて、種々の匂いの区別が可能である。なお、これは、1つの感応膜120を利用して検知できる場合の他、複数の感応膜120を利用して匂いを測定し、図4に示したような分析をすることで区別できるものも含まれる。よってこの場合、区別できる匂いの項目は、予め試験等を行い、匂いセンサ10の特性に応じ測定可能であるとして、予め定めておく必要がある。
なお、図4では、純水、ブラックコーヒー、ワイン、醤油の匂いを特定する場合について示したが、これに限られるものではない。例えば、加齢臭、銘柄による柔軟剤の香りの違い、銘柄による香水の香りの違い、銘柄によるビールの匂いの違い、肉の鮮度による匂いの違い、なども特定可能である。特定された匂いは、匂いの種類に関する情報である匂い種類情報となる。
このとき、解析部35は、学習部34が作成し、記憶部36に記憶されている学習モデルを参照する。そして、この学習モデルにより、ユーザの測定したい匂いであり、解析部35により特定された匂いのレベルについて解析する。この「レベル」は、複数のユーザの中で一のユーザが測定した匂いの程度である。レベルは、例えば、数値、記号などで表される、数値としては、例えば、1〜5の5段階のスコアや0%〜100%で示される充足度等が挙げられる。また、記号としては、例えば、「◎」、「〇」、「△」、「×」の記号や、A,B、C、Dなどの記号等が挙げられる。匂いの解析結果は、学習モデルを利用して出力される出力データであると考えることができる。
次に、匂い測定システム1の実際の動作例について説明を行う。
図5は、匂い測定システム1の動作を説明したフローチャートである。
まず、ユーザは、端末装置20で動作する匂い測定アプリ等のアプリケーションソフトウェアを起動する。そして、ユーザは、端末装置20を操作して、上述した、ユーザの性別、国籍、年齢、居住地、ユーザの嗜好などのユーザ情報を入力する(ステップ101)。
次に、端末装置20のサーバ通信部23は、管理サーバ30に対し、匂いセンサ10のセンサ識別情報を送信する。管理サーバ30では、送受信部31が、センサ識別情報を受信する(ステップ102)。センサ識別情報は、上述したように、例えば、匂いセンサ10の製造元や型番などであり、匂いセンサ10から取得してもよいが、予め端末装置20に登録しておいてもよい。
さらに、出力部24が、このリストをユーザに提示する(ステップ105)。このリストを見たユーザは、測定したい匂いをこのリストの中から選択し、受付部21がユーザの指示として受け付ける(ステップ106)。
ここでは、端末装置20の表示機構20Aに、リストL1が表示された場合を示している。このリストL1では、(A)体臭チェックモード、(B)口臭チェックモード、(C)部屋の匂いチェックモード、(D)衣類の匂い移りチェックモード、(E)部屋干し臭チェックモードの各匂いモードを選択でき、それぞれの匂いの識別ができることを示している。またここでは、(A)体臭チェックモードを選択した場合を示す。この場合、例えば、体臭、口臭、部屋の匂い、衣類の匂い、部屋干し臭の内容、あるいはこれらの匂いの有無を検出できる。検出できる匂いは、図4の説明で上述したように、複数の感応膜120を利用して匂いを測定し、図4に示したような分析をすることで検出できるものも含まれる。つまり、エタノールのように、1つの匂い成分から構成され、1つの感応膜120により直接的に検出できる匂いもあるが、ブラックコーヒー、ワイン、醤油、体臭、口臭、部屋の匂い、衣類の匂い、部屋干し臭等の匂いは、複数の匂い成分から構成される複合的な匂いである。このような匂いは、複数の感応膜120により検出した値を、図4に示したような分析をすることで、検出できるものである。この場合、出力部24は、ユーザに対し、測定したい匂いとして、匂いセンサ10で検知される匂いをさらに分析することで、匂いセンサ10の特性に応じ検出可能であるとして定められる複数の匂い種類の中から選択させるようにする、と言うこともできる。
そして、選択後に決定ボタンBt1を押下すると、受付部21がユーザの指示として、測定したい匂いの選択を受け付ける。なお、このとき選択した匂いを測定するための測定方法を表示してもよい。
管理サーバ30では、解析部35が、温度および湿度の少なくとも一方により、出力情報に含まれる匂い検知結果を補正する(ステップ111)。つまり、匂いセンサ10の匂いの検知結果は、温度および湿度に応じて変化する。そのため、これを補正した方が、より正確に匂いの種類を特定できる。
ここでは、LUT(Look Up Table)により補正を行う場合について示している。そして、温度および湿度に対応する補正値を示している。例えば、「+1」は、検知結果を、1増加させることを示している。また、例えば、「−1」は、検知結果を、1減少させることを示している。また、「0」は、検知結果の補正をしないことを示している。なお、温度や湿度がこの中にない場合は、補間により補正値を定めることができる。
以上のように、ユーザ情報を加味することで、匂いの解析をする際に、解析の精度を向上させることができる。
端末装置20では、出力部24が、ユーザに対し、匂いの解析結果を表示する(ステップ115)。
この場合、匂いの種類に関する情報である匂い種類情報、匂い種類情報が示す匂いのレベルおよび匂い種類情報が示す匂いを消臭するアドバイスを関連付けてユーザに対し表示する。
そして、管理サーバ30の収集部33は、解析結果に対する評価を収集する。具体的には、収集部33は、ユーザの評価が高い場合について、匂いセンサ10による検知結果と匂い種類情報との関係を収集し、学習部34が、これらの関係を学習する(ステップ118)。この場合、学習部34は、ユーザの評価が高い場合として、例えば、ユーザの評価が、4点および5点の場合について、学習する。この場合、学習部34は、ユーザの評価が、1点〜3点の場合について、学習対象から外す。つまり、学習部34は、評価が予め定められた以上のものに対し学習し、評価が予め定められた未満のものについては学習しない。即ち、ユーザの評価が高く、匂いセンサ10による検知結果と匂い種類情報との関係がより正しいと考えられるものについて選択して、学習部34が学習を行う。
学習部34は、解析部35が解析した結果に対する評価をユーザから受けることで、ユーザからのフィードバックを受け、学習モデルの修正を行う。このように、学習部34は、ユーザからの評価を基に、匂いセンサ10による検知結果と、匂い種類情報との関係を修正し、学習モデルを改良することができる。
また、管理サーバ30は、匂いの種類の識別精度が向上し、そのレベルの解析精度が向上することで、一のユーザが測定したい匂いのレベルについて、より正確な結果を提供でき、ユーザの利便性がより向上する。
さらに、管理サーバ30は、一のユーザが測定したい匂いを測定する箇所の温度や湿度の情報により、匂いセンサの検知結果を補正することで、匂いの種類の識別精度をさらに向上させることができる。
またさらに、管理サーバ30が、一のユーザから、匂いのレベルに対する評価をさらに取得することで、学習モデルを改良でき、匂いセンサによる検知結果と匂い種類情報との関係の精度がさらに向上する。そして、管理サーバ30は、匂いの種類の識別精度をさらに向上させることができる。また、管理サーバ30は、匂いのレベルの解析精度もさらに向上させることができる。
次に、匂い測定システム1の変形例ついて説明する。変形例では、以下に説明する製品情報提供サーバ50が、管理サーバ30による解析結果を基に、ユーザに対し製品の情報を提供する。
図示する匂い測定システム1は、図1に示した匂い測定システム1に比較して、製品情報提供サーバ50が加わる点で異なり、他は、同様である。
また、図10は、変形例における匂い測定システム1の機能構成例を示したブロック図である。
図示するように、匂い測定システム1の機能構成は、図3に示した匂い測定システム1に比較して、製品情報提供サーバ50の機能構成が加わる点で異なり、他は、同様である。
よって、以下、製品情報提供サーバ50について、主に説明を行い、上述した実施の形態と同様の箇所の説明は、省略する。
製品決定部52は、管理サーバ30から受け取った匂いの解析結果を基に、匂いを消臭する製品を決定する。この製品は、例えば、既存の製品である。具体的には、例えば、消臭スプレー、置き型消臭剤、衣類の洗剤、口臭清涼剤、歯磨き剤、歯ブラシ、歯間ブラシなどの製品が挙げられる。
ただし、これに限られるものではなく、それぞれのユーザ向けにカスタマイズされた匂い対策製品であってもよい。即ち、この製品は、それぞれのユーザに対し、消臭を行うために成分を調整したものである。
ここで、以上説明を行った本実施の形態における管理サーバ30が行う処理は、例えば、アプリケーションソフトウェア等のプログラムとして用意される。そして、この処理は、ソフトウェアとハードウェア資源とが協働することにより実現される。即ち、管理サーバ30に設けられたコンピュータ内部のCPUが、上述した各機能を実現するプログラムを実行し、これらの各機能を実現させる。
さらに、上述した例では、管理サーバ30が、匂いセンサ10で測定した検知結果を基に匂いの解析を行ったが、管理サーバ30で行う処理を、端末装置20で行うようにしてもよい。この場合、管理サーバ30は、不要となる。
Claims (11)
- 複数のユーザについて、複数の匂いを検知可能な匂いセンサによる検知結果と、匂いの種類に関する情報である匂い種類情報とを収集する収集部と、
複数のユーザのそれぞれについて、前記収集部が収集した、前記検知結果と前記匂い種類情報との関係を学習する学習部と、
複数の匂いの中から、一のユーザが測定したい匂いの情報を取得する取得部と、
前記学習部が学習した前記関係を基に、前記一のユーザが測定したい匂いのレベルについて解析する解析部と、
を備え、
前記収集部は、前記一のユーザから、前記解析部が解析した結果に対する匂いの一致度についての評価をさらに収集し、
前記学習部は、前記収集部が収集した前記評価を基に、前記関係を修正することで、匂いの種類の識別精度を向上させる情報処理装置。 - 前記解析部は、前記一のユーザが測定したい匂いを測定する箇所の温度および/または湿度により、前記検知結果を補正する請求項1に記載の情報処理装置。
- 前記解析部は、前記一のユーザについての情報であるユーザ情報を加味して前記一のユーザが測定したい匂いのレベルについて解析する請求項1に記載の情報処理装置。
- 前記ユーザ情報は、前記一のユーザの嗜好についての情報を含む請求項3に記載の情報処理装置。
- 前記解析部は、前記一のユーザが測定したい匂いを消臭するための、前記一のユーザに対するアドバイスをさらに作成する請求項1に記載の情報処理装置。
- 前記アドバイスは、前記一のユーザが測定したい匂いを消臭する製品を案内するものである請求項5に記載の情報処理装置。
- 前記学習部は、前記収集部が収集した前記評価が予め定められた以上のものに対し学習し、前記評価が予め定められた未満のものについては学習しない請求項1に記載の情報処理装置。
- 前記匂いセンサは、匂いの種類の違いによりそれぞれ異なる検知結果を出力する複数のセンサを有し、
前記収集部は、前記複数のセンサによる前記検知結果を取得する請求項1に記載の情報処理装置。 - 複数の匂いを検知可能な匂いセンサと、
複数の匂いの中から、一のユーザが測定したい匂いのレベルを求める情報処理装置と、
匂いのレベルを表示する表示装置と、
を備え、
前記情報処理装置は、
複数のユーザについて、前記匂いセンサによる検知結果と、匂いの種類に関する情報である匂い種類情報とを収集する収集部と、
複数のユーザのそれぞれについて、前記収集部が収集した、前記検知結果と前記匂い種類情報との関係を学習する学習部と、
複数の匂いの中から、前記一のユーザが測定したい匂いの情報を取得する取得部と、
前記学習部が学習した前記関係を基に、前記一のユーザが測定したい匂いのレベルについて解析する解析部と、
を備え、
前記収集部は、前記一のユーザから、前記解析部が解析した結果に対する匂いの一致度についての評価をさらに収集し、
前記学習部は、前記収集部が収集した前記評価を基に、前記関係を修正することで、匂いの種類の識別精度を向上させる匂い測定システム。 - 前記表示装置は、前記匂い種類情報、当該匂い種類情報が示す匂いのレベルおよび当該匂い種類情報が示す匂いを消臭するアドバイスを関連付けて前記一のユーザに対し表示する請求項9に記載の匂い測定システム。
- コンピュータに、
複数のユーザについて、複数の匂いを検知可能な匂いセンサによる検知結果と、匂いの種類に関する情報である匂い種類情報とを収集する収集機能と、
複数のユーザのそれぞれについて、前記収集機能が収集した、前記検知結果と前記匂い種類情報との関係を学習する学習機能と、
複数の匂いの中から、一のユーザが測定したい匂いの情報を取得する取得機能と
前記学習機能が学習した前記関係を基に、前記一のユーザが測定したい匂いのレベルについて解析する解析機能と、
を実現させ、
前記収集機能は、前記一のユーザから、前記解析機能が解析した結果に対する匂いの一致度についての評価をさらに収集し、
前記学習機能は、前記収集機能が収集した前記評価を基に、前記関係を修正することで、匂いの種類の識別精度を向上させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021010472A JP6906117B1 (ja) | 2021-01-26 | 2021-01-26 | 情報処理装置、匂い測定システムおよびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021010472A JP6906117B1 (ja) | 2021-01-26 | 2021-01-26 | 情報処理装置、匂い測定システムおよびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6906117B1 true JP6906117B1 (ja) | 2021-07-21 |
JP2022114254A JP2022114254A (ja) | 2022-08-05 |
Family
ID=76918260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021010472A Active JP6906117B1 (ja) | 2021-01-26 | 2021-01-26 | 情報処理装置、匂い測定システムおよびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6906117B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023149097A1 (ja) * | 2022-02-02 | 2023-08-10 | 株式会社レボーン | 情報処理装置、プログラム及び検出装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01244335A (ja) * | 1988-03-25 | 1989-09-28 | Tosoh Corp | 匂検出用の化学センサ |
JPH04238243A (ja) * | 1991-01-21 | 1992-08-26 | Masao Karube | 揮発性有機物質の測定装置 |
JPH09229841A (ja) * | 1996-02-22 | 1997-09-05 | Yokogawa Electric Corp | 匂い測定装置 |
US20120143804A1 (en) * | 2009-07-23 | 2012-06-07 | Yada Research And Development Co., Ltd. | Predicting odor pleasantness with an electronic nose |
JP2019098011A (ja) * | 2017-12-06 | 2019-06-24 | 東芝ライフスタイル株式会社 | 自走式掃除機 |
WO2020116490A1 (ja) * | 2018-12-05 | 2020-06-11 | 株式会社レボーン | 情報処理装置、情報処理方法、学習済みモデルの生成方法及びプログラム |
JP6768981B1 (ja) * | 2020-03-13 | 2020-10-14 | 東京瓦斯株式会社 | 室内環境管理システム、管理装置およびプログラム |
-
2021
- 2021-01-26 JP JP2021010472A patent/JP6906117B1/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01244335A (ja) * | 1988-03-25 | 1989-09-28 | Tosoh Corp | 匂検出用の化学センサ |
JPH04238243A (ja) * | 1991-01-21 | 1992-08-26 | Masao Karube | 揮発性有機物質の測定装置 |
JPH09229841A (ja) * | 1996-02-22 | 1997-09-05 | Yokogawa Electric Corp | 匂い測定装置 |
US20120143804A1 (en) * | 2009-07-23 | 2012-06-07 | Yada Research And Development Co., Ltd. | Predicting odor pleasantness with an electronic nose |
JP2019098011A (ja) * | 2017-12-06 | 2019-06-24 | 東芝ライフスタイル株式会社 | 自走式掃除機 |
WO2020116490A1 (ja) * | 2018-12-05 | 2020-06-11 | 株式会社レボーン | 情報処理装置、情報処理方法、学習済みモデルの生成方法及びプログラム |
JP6768981B1 (ja) * | 2020-03-13 | 2020-10-14 | 東京瓦斯株式会社 | 室内環境管理システム、管理装置およびプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023149097A1 (ja) * | 2022-02-02 | 2023-08-10 | 株式会社レボーン | 情報処理装置、プログラム及び検出装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2022114254A (ja) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11796520B2 (en) | System and method for scent perception measurements and for construction ofa scent database | |
Evans et al. | Evaluation of a radial basis function neural network for the determination of wheat quality from electronic nose data | |
Wilson et al. | Applications and advances in electronic-nose technologies | |
US11172025B2 (en) | Server apparatus, odor sensor data analysis method, and computer-readable recording medium | |
US11654210B2 (en) | Interactive aroma dispensing system | |
JP6906117B1 (ja) | 情報処理装置、匂い測定システムおよびプログラム | |
Bhattacharyya et al. | Electronic nose and electronic tongue | |
WO2019069957A1 (ja) | サーバ装置、ニオイセンサデータ解析方法、及びコンピュータ読み取り可能な記録媒体 | |
JP2012216114A (ja) | 情報処理装置および方法、並びにプログラム | |
JP2012216115A (ja) | 情報処理装置および方法、並びにプログラム | |
JP7074365B2 (ja) | 香り品質特定システム、高機能携帯端末及びプログラム | |
US20120166132A1 (en) | Method and apparatus for analyzing physical characteristics using user equipment | |
Li et al. | Electronic nose and electronic tongue in food production and processing | |
JP6768981B1 (ja) | 室内環境管理システム、管理装置およびプログラム | |
JP6731564B1 (ja) | プログラム、管理装置および匂い測定システム | |
Verwaeren et al. | Predicting children's food choice using check‐all‐that‐apply questions | |
JP2007212258A (ja) | 携帯電話装置 | |
US20200309757A1 (en) | Chemical detection using a sensor environment | |
Slotnick et al. | Intra-individual variability in toenail arsenic concentrations in a Michigan population, USA | |
JP7424466B2 (ja) | 情報管理システム、情報管理方法及びプログラム | |
NL2034153B1 (en) | Ai personal fragrance consultation and fragrance selection/recommendation | |
JP7101438B1 (ja) | プログラム、商品推薦装置、商品推薦方法、および商品推薦システム | |
WO2023053902A1 (ja) | ガス検出方法、ガス検出装置、ガス検出システム、制御プログラム、記録媒体 | |
Ravreby et al. | Sniffing Out New Friends: Similarity in Body-Odor Predicts the Quality of Same-Sex Non-Romantic Dyadic Interactions | |
JP2021162490A (ja) | 生鮮品の判定装置およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210127 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210127 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210301 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210406 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210526 |
|
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: 20210622 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210628 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6906117 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |