JP7085750B2 - Lifestyle analysis system, lifestyle analysis method and program - Google Patents
Lifestyle analysis system, lifestyle analysis method and program Download PDFInfo
- Publication number
- JP7085750B2 JP7085750B2 JP2018135103A JP2018135103A JP7085750B2 JP 7085750 B2 JP7085750 B2 JP 7085750B2 JP 2018135103 A JP2018135103 A JP 2018135103A JP 2018135103 A JP2018135103 A JP 2018135103A JP 7085750 B2 JP7085750 B2 JP 7085750B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- lifestyle
- sensor data
- binarized
- timing
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
- A63C9/00—Ski bindings
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
- A63C9/00—Ski bindings
- A63C9/08—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings
- A63C9/085—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings with sole hold-downs, e.g. swingable
- A63C9/08507—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings with sole hold-downs, e.g. swingable with a plurality of mobile jaws
- A63C9/08514—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings with sole hold-downs, e.g. swingable with a plurality of mobile jaws pivoting about a transversal axis
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
- A63C9/00—Ski bindings
- A63C9/08—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings
- A63C9/085—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings with sole hold-downs, e.g. swingable
- A63C9/08507—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings with sole hold-downs, e.g. swingable with a plurality of mobile jaws
- A63C9/08521—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings with sole hold-downs, e.g. swingable with a plurality of mobile jaws pivoting about a vertical axis, e.g. side release
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
- A63C9/00—Ski bindings
- A63C9/08—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings
- A63C9/085—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings with sole hold-downs, e.g. swingable
- A63C9/08557—Details of the release mechanism
- A63C9/08564—Details of the release mechanism using cam or slide surface
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
- A63C9/00—Ski bindings
- A63C9/08—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings
- A63C9/085—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings with sole hold-downs, e.g. swingable
- A63C9/08592—Structure or making
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63C—SKATES; SKIS; ROLLER SKATES; DESIGN OR LAYOUT OF COURTS, RINKS OR THE LIKE
- A63C9/00—Ski bindings
- A63C9/08—Ski bindings yieldable or self-releasing in the event of an accident, i.e. safety bindings
- A63C9/0805—Adjustment of the toe or heel holders; Indicators therefor
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Description
本開示は、生活習慣分析システム、生活習慣分析方法及びプログラムに関する。 This disclosure relates to a lifestyle-related analysis system, a lifestyle-related analysis method and a program.
近年、日本国内において高齢者の孤独死が問題となっている。このような孤独死を防ぐために、介護サービス事業者や家族が、高齢者の生活において異常が生じていないかを見守ることが求められている。また、一人暮らしの大学生の生活を心配する家族が、その大学生の生活に異常が生じていないかを見守ることが求められている。 In recent years, the lonely death of the elderly has become a problem in Japan. In order to prevent such lonely death, long-term care service providers and their families are required to watch over whether there are any abnormalities in the lives of the elderly. In addition, families who are worried about the lives of college students living alone are required to watch over whether there are any abnormalities in the lives of the college students.
このような要望に応えるために、一人暮らしの生活者の安否や生活習慣を遠隔地から見守ることが可能な見守り支援システムが提案されている。例えば、特許文献1は、管理センタに設置される見守り装置が、生活者宅で使用されている電気機器全体が消費する電力消費量を取得し、その電力消費量から各電気機器の使用状況を推定して、生活者の生活状況を見守ることが開示されている。
In order to meet such demands, a monitoring support system has been proposed that can monitor the safety and lifestyle of a person living alone from a remote location. For example, in
特許文献1が開示する見守り支援システムは、電力消費量のみから生活者の生活状況を見守る。しかし、生活状況を包括的に見守るためには、電力消費量と関係ない活動も考慮されるべきである。その場合、電力量以外の計測データも取得しなければならないが、そのような構成にすると、多様な計測データが混在するために、処理及びシステムの構成が複雑化してしまう。
The monitoring support system disclosed in
この点、生活状況を把握するためのセンサデータが多様な計測データであっても、それらを標準化して使用すれば、汎用性を高くすることが可能である。なお、標準化は、例えば、センサデータの単位やフォーマットを統一することによって実現可能である。 In this respect, even if the sensor data for grasping the living situation is various measurement data, it is possible to increase the versatility by standardizing and using them. It should be noted that standardization can be realized, for example, by unifying the unit and format of the sensor data.
そこで、本開示はこのような事情に鑑み、生活状況を把握するためのセンサデータを標準化して汎用性を向上させることが可能な生活習慣分析システム等を提供することを目的とする。 Therefore, in view of such circumstances, it is an object of the present disclosure to provide a lifestyle-related analysis system or the like capable of standardizing sensor data for grasping a living situation and improving versatility.
上記目的を達成するため、本開示の第1の観点に係る生活習慣分析システムは、生活空間に配置される情報送信装置と、ネットワークを介して情報送信装置と通信を行うサーバ装置と、を備える生活習慣分析システムであって、時系列のセンサデータを取得するセンサデータ取得部と、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成部と、二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成部と、を備えることを特徴とする。 In order to achieve the above object, the lifestyle analysis system according to the first aspect of the present disclosure includes an information transmission device arranged in a living space and a server device that communicates with the information transmission device via a network. In the lifestyle analysis system, the sensor data acquisition unit that acquires time-series sensor data and the timing when the amount of change in the sensor data is greater than or equal to a predetermined value are recognized as event occurrences based on user behavior, and the timing of event occurrence A binarized data generator that generates binarized data that indicates whether or not it is before and after time, and a reference data generator that generates reference data that aggregates the binarized data over a predetermined number of days. , It is characterized by providing.
また、上記目的を達成するため、本開示の第2の観点に係る生活習慣分析方法は、時系列のセンサデータを取得するセンサデータ取得ステップと、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成ステップと、二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成ステップと、を含むことを特徴とする。 Further, in order to achieve the above object, the lifestyle analysis method according to the second aspect of the present disclosure includes a sensor data acquisition step for acquiring time-series sensor data and a timing at which the amount of change in the sensor data is equal to or greater than a predetermined value. Is recognized as an event occurrence based on user behavior, and a binarized data generation step for generating binarized data indicating whether or not the time is before or after the event occurrence timing and the binarized data are predetermined. It is characterized by including a reference data generation step for generating reference data aggregated over the number of days.
また、上記目的を達成するため、本開示の第3の観点に係るプログラムは、コンピュータを、時系列のセンサデータを取得するセンサデータ取得手段、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、イベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する二値化データ生成手段、二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成手段、として機能させる。 Further, in order to achieve the above object, the program according to the third aspect of the present disclosure sets the computer as a sensor data acquisition means for acquiring time-series sensor data, and a timing at which the amount of change in the sensor data is equal to or more than a predetermined value. A binarized data generation means that recognizes an event occurrence based on user behavior and generates binarized data that indicates whether or not it is the time before or after the event occurrence timing, and the binarized data for a predetermined number of days. It functions as a reference data generation means for generating reference data aggregated over the crossing.
本開示によれば、生活状況を把握するためのセンサデータを標準化して汎用性を向上させることが可能な生活習慣分析システム等を提供することができる。 According to the present disclosure, it is possible to provide a lifestyle-related analysis system or the like capable of standardizing sensor data for grasping a living situation and improving versatility.
以下、本開示の実施形態について図面を参照して説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。 Hereinafter, embodiments of the present disclosure will be described with reference to the drawings. The embodiments described below do not unreasonably limit the contents of the present disclosure described in the claims. Also, not all of the components shown in the embodiments are essential components of the present disclosure.
(実施形態)
図1に示すように、本実施形態に係る生活習慣分析システム1は、生活空間に配置される一台以上の情報送信装置100と、ネットワークNWを介して情報送信装置100と通信を行うサーバ装置200とを備える。ネットワークNWは、WAN(World Area Network)、LAN(Local Area Network)等から構成される。
(Embodiment)
As shown in FIG. 1, the
生活習慣分析システム1は、生活空間で生活している生活者の生活習慣を分析したり、生活者の生活状況に異常があるか否かを判別したりするためのサービスを提供する。生活空間は、例えば、生活者が住んでいる住宅、生活者が入居している施設、生活者が入院している病院等における生活活動の圏内となる空間である。
The lifestyle-
情報送信装置100は、生活空間毎に配置される。情報送信装置100は、生活空間に配置される各種センサからセンサデータを取得する。センサデータは、例えば、電力、温度、湿度、明るさ等の計測値であってもよいし、人感センサやドアセンサ等の出力信号であってもよい。センサデータは、生活状況を把握するために利用可能なデータであればよい。
The
情報送信装置100は、取得したセンサデータに基づく情報をサーバ装置200に送信する。本実施形態では、取得したセンサデータに基づく情報は、センサデータそのものである。しかし、取得したセンサデータに基づく情報は、二値化データであってもよいし、基準データであってもよい。なお、二値化データや基準データについては、後述する。
The
情報送信装置100は、自装置に設定されている固有の識別情報を用いて通信する。これにより、サーバ装置200は、一台以上の情報送信装置100のそれぞれを識別する。
The
サーバ装置200は、生活者の生活状況を見守るサービスを提供する事業者によって管理される。本サービスを提供する事業者は、例えば、一人暮らしの高齢者である生活者の生活を見守る介護サービスを提供する事業者であってもよいし、一人暮らしの学生の生活を見守るサービスを提供する事業者であってもよい。本サービスを提供する事業者は、施設の入居者の生活を見守るサービス提供事業者や施設の管理者であってもよい。
The
<情報送信装置の構成>
以下、情報送信装置100の構成を詳細に説明する。図2に示すように、情報送信装置100は、他の装置と通信を行う通信部110と、各種データを記憶する記憶部120と、装置全体の制御を行う制御部130とを備える。これらの構成要素は、バスラインBLによって相互に接続される。
<Configuration of information transmission device>
Hereinafter, the configuration of the
通信部110は、有線通信又は無線通信を行うためのNIC(Network Interface Card controller)を備える通信インターフェースである。通信部110は、ネットワークNWを介して、サーバ装置200と通信を行い、センサデータを送信する。また、通信部110は、生活空間に配置される各種センサと通信を行い、センサデータを受信する。
The
記憶部120は、RAM(Random Access Memory)、ROM(Read Only Memory)等から構成される。記憶部120は、各種制御処理を実行するためのプログラム、各種データ等を記憶する。
The
制御部130は、CPU(Central Processing Unit)等から構成される。制御部130は、記憶部120に記憶されているプログラムを実行することにより、情報送信装置100の全体の動作を制御する。
The
以下、制御部130の機能的な構成を説明する。制御部130は、センサデータ取得部131、二値化データ生成部232、情報送信部132として機能する。
Hereinafter, the functional configuration of the
センサデータ取得部131は、通信部110を介して、各種センサから、時系列のセンサデータを取得する。
The sensor
情報送信部132は、通信部110を介して、取得したセンサデータに基づく情報をサーバ装置200に送信する。なお、本実施形態では、取得したセンサデータに基づく情報は、センサデータである。
The
<サーバ装置の構成>
以下、サーバ装置200の構成を詳細に説明する。図3に示すように、サーバ装置200は、他の装置と通信を行う通信部210と、各種データを記憶する記憶部220と、装置全体の制御を行う制御部230とを備える。これらの構成要素は、バスラインBLによって相互に接続される。
<Server device configuration>
Hereinafter, the configuration of the
通信部210は、有線通信又は無線通信を行うためのNICを備える通信インターフェースである。通信部210は、ネットワークNWを介して、情報送信装置100と通信を行う。
The
記憶部220は、RAM、ROM等から構成される。記憶部220は、各種制御処理を実行するためのプログラム、各種データ等を記憶する。
The
制御部230は、CPU等から構成される。制御部230は、記憶部220に記憶されているプログラムを実行することにより、サーバ装置200の全体の動作を制御する。
The
以下、制御部230の機能的な構成を説明する。制御部230は、情報受信部231、二値化データ生成部232、基準データ生成部233、グラフ出力部234、異常判別部235として機能する。
Hereinafter, the functional configuration of the
情報受信部231は、通信部210を介して、情報送信装置100からセンサデータに基づく情報(センサデータ)を受信する。
The
二値化データ生成部232は、情報受信部231が受信したセンサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識する。所定値は、例えば、センサデータが電力の計測値であれば300Wである。二値化データ生成部232は、認識したイベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する。
The binarized
例えば、二値化データは、1又は0を示す時系列データである。しかし、二値化データは、認識したイベント発生のタイミングの前後時間か否かを二値で示すデータであればよい。そのため、二値は他の値であってもよい。例えば、二値化データは、5又は0を示す時系列データであってもよいし、二進数や符号化した時系列データであってもよい。 For example, the binarized data is time series data indicating 1 or 0. However, the binarized data may be data that indicates whether or not the time is before or after the recognized event occurrence timing. Therefore, the binary value may be another value. For example, the binarized data may be time-series data indicating 5 or 0, or may be binary number or encoded time-series data.
基準データ生成部233は、二値化データ生成部232が生成した二値化データを予め定められた日数に渡って集計した基準データを生成する。基準データは、例えば、所定の日数分の二値化データを積算(加算)し、その所定の日数で除算することによって正規化したデータである。所定の日数は、例えば、2週間~4週間程度の日数に設定される。なお、所定の日数は、生活習慣が把握できる程度の日数であればよいため、より長く設定されてもよいし、より短く設定されてもよい。
The reference
グラフ出力部234は、基準データ生成部233が生成した基準データに基づいて生活習慣グラフを出力する。出力される生活習慣グラフは、通信部110を介して表示装置に表示させてもよいし、ユーザ(例えば、生活者の家族)の通信端末に配信されてもよい。生活習慣グラフはユーザによって分析されてもよいし、サービス提供事業者によって分析されてもよい。このように、生活習慣グラフで表示することにより、生活習慣を可視化することが可能となる。
The
異常判別部235は、生活空間の生活者の生活の異常を判別する。情報送信装置100のセンサデータ取得部131は、サーバ装置200の基準データ生成部233が基準データを生成した後に新たなセンサデータを取得する。情報送信部132は、この新たなセンサデータに基づく情報をサーバ装置200に送信する。サーバ装置200の情報受信部231は、これを受信する。
The
異常判別部235は、新たなセンサデータに基づく情報と、基準データ生成部233が生成した基準データとを対比することによって異常を判別する。本実施形態では、新たなセンサデータに基づく情報は、情報送信装置100から受信した新たな二値化データである。しかし、新たなセンサデータに基づく情報は、情報送信装置100から受信した新たなセンサデータであってもよいし、新たなセンサデータに基づいて認識されたイベント発生のタイミングの前後時間であってもよい。なお、異常判別方法の具体例は後述する。
The
<二値化データと基準データの具体例>
以下、二値化データと基準データの具体例を説明する。
<Specific examples of binarization data and reference data>
Hereinafter, specific examples of binarization data and reference data will be described.
図4は、二値化データの生成方法の一例を示す概念図である。この例では、センサデータが1分毎の電力の計測値である。二値化データ生成部232は、これらの計測値において、直前の計測値に比べて変化量が300W以上であるタイミングをユーザ行動に基づくイベント発生として認識する。
FIG. 4 is a conceptual diagram showing an example of a method of generating binarized data. In this example, the sensor data is a measured value of power every minute. The binarization
図4に示すように、イベント発生として認識されたデータには1のフラグが立てられる。1のフラグが立てられたデータを中心として、さらに前後45分間(前後時間)のデータにも1のフラグが立てられる(後述する図5参照)。このような処理により、二値化データが生成される。例えば、図4のように8:48、8:49、及び9:02のデータにイベント発生タイミングとしてフラグが立てられた場合、8:03~9:47の1時間44分間が前後時間である。 As shown in FIG. 4, the data recognized as an event occurrence is flagged as 1. Centering on the data for which the flag of 1 is set, the flag of 1 is also set for the data for 45 minutes (before and after time) before and after (see FIG. 5 to be described later). By such processing, binarization data is generated. For example, when the data of 8:48, 8:49, and 9:02 are flagged as the event occurrence timing as shown in FIG. 4, 1 hour and 44 minutes from 8:03 to 9:47 is the front-back time. ..
図5は、基準データの生成方法の一例を示す概念図である。基準データ生成部233は、例えば、二週間分の二値化データを加算する。これにより、図5に示すように0~14の範囲内の値で一日分の時系列データが生成される。基準データ生成部233は、このようなデータを加算日数(すなわち14日)で除算することによって正規化することによって基準データを生成する。この場合、基準データは、0~1の範囲内の値で示される1日分の時系列データである。なお、図5では、図示の便宜上、センサデータが5分間隔で表示されているが、実際にはセンサデータは1分間隔である。
FIG. 5 is a conceptual diagram showing an example of a method for generating reference data. The reference
図6は、出力される生活習慣グラフの第1の例を示す図である。この例は、センサデータが電力の計測値である場合に基準データ生成部233によって生成された基準データをグラフ化したものである。この生活習慣グラフにおいて、横軸は時間であり、縦軸は基準データの値を示している。
FIG. 6 is a diagram showing a first example of the output lifestyle-related graph. This example is a graph of the reference data generated by the reference
図7は、出力される生活習慣グラフの第2の例を示す図である。この例は、センサデータが電力の計測値ではなく人感センサやドアセンサの検知結果である場合に基準データ生成部233によって生成された基準データをグラフ化したものである。この生活習慣グラフにおいて、横軸は時間であり、縦軸は基準データの値を示している。この例の基準データの生成方法は、第1の例の場合と基本的に同じである。
FIG. 7 is a diagram showing a second example of the output lifestyle-related graph. This example is a graph of the reference data generated by the reference
例えば、二値化データ生成部232は、人感センサやドアセンサの検知信号のオンオフの切り替わりタイミングをユーザ行動に基づくイベント発生として認識する。基準データ生成部233は、その二値化データを予め定められた日数分(例えば2週間分)だけ加算して、その日数で除算することによって基準データを生成する。グラフ出力部234は、基準データをグラフ化することにより、図7に示す生活習慣グラフを出力する。
For example, the binarization
<異常判別方法の具体例>
以下、異常判別部235による基準データを用いた異常判別方法の具体例を説明する。異常判別方法には、2通りの方法がある。
<Specific example of abnormality discrimination method>
Hereinafter, a specific example of the abnormality determination method using the reference data by the
一つ目の方法は、基準データと、その基準データと同じ時間における新たなセンサデータに基づく二値化データとの差分に基づいて判別する方法である。例えば、図6に示す生活習慣グラフにおいて、5:00では基準データの値が0である。このタイミングにおける新たなセンサデータに基づく二値化データが1であれば、その時点で異常と判別することができる。すなわち、基準データと新たな二値化データに大きな差があるタイミングで異常と判別される。なお、基準データと二値化データとの大きな差の判別基準として、予め定められた基準値(例えば0.5)が設定される。 The first method is a method of discriminating based on the difference between the reference data and the binarized data based on the new sensor data at the same time as the reference data. For example, in the lifestyle graph shown in FIG. 6, the value of the reference data is 0 at 5:00. If the binarized data based on the new sensor data at this timing is 1, it can be determined as an abnormality at that time. That is, it is determined as an abnormality at the timing when there is a large difference between the reference data and the new binarized data. A predetermined reference value (for example, 0.5) is set as a criterion for discriminating a large difference between the reference data and the binarized data.
二つ目の方法は、一定時間経過後に、その一定時間全体を俯瞰して異常を判別する方法である。この方法では、基準データを所定条件に従って積分し、その積分結果から異常を判別する。以下、二つ目の方法の具体例を詳細に説明する。 The second method is a method of determining an abnormality by taking a bird's-eye view of the entire fixed time after a certain period of time has elapsed. In this method, the reference data is integrated according to a predetermined condition, and the abnormality is discriminated from the integration result. Hereinafter, a specific example of the second method will be described in detail.
図8は、異常判別の方法の一例を示す概念図である。異常判別部235は、生活習慣グラフにおいて、新たなセンサデータから認識されるイベント発生タイミングの前後時間(例えば、前後の45分間)において、基準データと、二値の一方との差分を時間に沿って積分する。本実施形態では、二値の一方は0である。
FIG. 8 is a conceptual diagram showing an example of a method for determining an abnormality. In the lifestyle graph, the
異常判別部235は、生活習慣グラフにおいて、新たなセンサデータから認識される前後時間ではない時間において、基準データと、二値の他方との差分を時間に沿って積分する。本実施形態では、二値の他方は1である。図8において、積分結果は、生活習慣グラフと0又は1との間の斜線で示される面積に相当する。区間Aと区間Bが前後時間であり、区間Cは前後時間ではない時間である。
The
このように、イベント発生の前後時間では基準データの値をそのまま積分し、それ以外の時間では基準データの値と1との差分(絶対値)を積分する。異常判別部235は、積分した値の総和が判別基準値よりも小さい場合には、生活習慣に沿っていない異常データとして生活者の生活に異常があると判別する。
In this way, the value of the reference data is integrated as it is at the time before and after the event occurs, and the difference (absolute value) between the value of the reference data and 1 is integrated at other times. When the sum of the integrated values is smaller than the discrimination reference value, the
このような判別方法の意義について説明する。まず、基準データが大きい時間帯(1に近い時間帯)でイベントがあると基準データより下の面積は大きくなる。この場合、普通はイベントがある時間帯でイベントが発生しているので、習慣的であると言える。 The significance of such a discrimination method will be described. First, if there is an event in a time zone where the reference data is large (a time zone close to 1), the area below the reference data becomes large. In this case, it can be said that it is customary because the event usually occurs at a certain time zone.
一方、基準データが大きい時間帯(1に近い時間帯)でイベントがないと基準データより上の面積は小さくなる。この場合、普通はイベントがある時間帯にイベントが発生していないため、異常的であると言える。 On the other hand, if there is no event in the time zone where the reference data is large (time zone close to 1), the area above the reference data becomes small. In this case, it can be said that it is abnormal because the event does not usually occur at a certain time zone.
基準データが小さい時間帯(0に近い時間帯)でイベントがあると基準データより下の面積は小さくなる。この場合、普通はイベントがない時間帯にイベントが発生しているため、異常的であると言える。 If there is an event in a time zone where the reference data is small (a time zone close to 0), the area below the reference data becomes smaller. In this case, it can be said that it is abnormal because the event usually occurs in the time zone when there is no event.
一方、基準データが小さい時間帯(0に近い時間帯)でイベントがないと基準データより上の面積は大きくなる。この場合、普通は、イベントがない時間帯にイベントが発生していないため、習慣的であると言える。 On the other hand, if there is no event in the time zone where the reference data is small (time zone close to 0), the area above the reference data becomes large. In this case, it can be said that it is customary because the event does not usually occur during the time when there is no event.
このように、積分結果の面積が大きいほど、習慣的であると言える。そのため、積分結果に応じて習慣的か否かを判別することができる。 In this way, it can be said that the larger the area of the integration result, the more habitual it is. Therefore, it is possible to determine whether or not it is habitual according to the integration result.
基準データの積分範囲は、1日ではなく1時間単位や5分単位等の短い区間であってもよいし、日勤帯や深夜時間帯等の数時間の時間帯単位であってもよい。積分結果は平均値をとって0~1の範囲内の値で算出されてもよい。 The integration range of the reference data may be a short section such as one hour unit or five minute unit instead of one day, or may be a time zone unit of several hours such as a day shift zone or a midnight time zone. The integration result may be calculated by taking an average value and using a value in the range of 0 to 1.
例えば、1日を時間帯で分類すると、時間帯毎に特有の生活習慣パターンがある。生活習慣には、起床、外出、帰宅、就寝、食事等の規則性があるためである。そのため、例えば、1日を6つの時間帯に分類して、異常判別部235が時間帯毎の積分結果を算出してもよい。6つの時間帯として、例えば、0~4時が深夜、4時~7時が早朝、7時~12時が朝、12時~16時が昼、16時~19時が夕方、19時~24時が夜と分類されてもよい。
For example, if one day is classified by time zone, there is a unique lifestyle pattern for each time zone. This is because lifestyle-related habits include regularity such as getting up, going out, returning home, going to bed, and eating. Therefore, for example, one day may be classified into six time zones, and the
図9は、時間帯別で判別した場合の異常判別結果の一例を示す図である。この例では、上記のように分類した場合の昼と夜の時間帯において基準データを積分した場合の結果を平均化して0~1の範囲内の値で示している。なお、数日間の傾向を把握するために、1/1~1/6の日別の積分結果の値が示されている。この判別結果では、1に近い値は通常に近く、0に近い値は異常に近いことを示している。 FIG. 9 is a diagram showing an example of an abnormality discrimination result when discrimination is performed by time zone. In this example, the results of integrating the reference data in the daytime and nighttime zones when classified as described above are averaged and shown as values in the range of 0 to 1. In addition, in order to grasp the tendency for several days, the value of the daily integration result of 1/1 to 1/6 is shown. In this discrimination result, a value close to 1 is close to normal, and a value close to 0 is close to abnormal.
このような判別結果から生活習慣も判別可能である。例えば、この生活者は、通常は、昼は家にいないが夜は家にいるパターンが多い。しかし、1/1と1/2において、昼は通常に近い高い値だが、夜は異常に近い低い値となっている。そのため、1/1と1/2において、生活者は昼も夜も家にいないと判別され、終日不在と判別される。一方、1/4と1/6において、昼は異常に近い低い値となっている。そのため、1/4と1/6は、通常とは異なり、昼なのに家にいると判別される。 Lifestyles can also be discriminated from such discrimination results. For example, this consumer is usually not at home during the day but is often at home at night. However, at 1/1 and 1/2, the high value is close to normal in the daytime, but the low value is close to abnormal at night. Therefore, in 1/1 and 1/2, it is determined that the consumer is not at home day or night, and is determined to be absent all day. On the other hand, at 1/4 and 1/6, the values are low, which is close to abnormal in the daytime. Therefore, 1/4 and 1/6 are different from normal, and it is determined that they are at home even though it is daytime.
図10は、単一時間で判別した場合の異常判別結果の第1の例を示す図である。この図では、電力計測値がセンサデータである場合に、その基準データに基づいて生成された生活習慣グラフに対して、新たに取得されたセンサデータから認識されたイベント発生タイミングが縦線によって示されている。基準データは、例えば1/1~1/7の期間で集計したデータであり、新たに取得されたセンサデータは1/8に取得されたセンサデータである。単一時間は、例えば5分間のように短い時間である。例えば、基準データの値がゼロに近いタイミングである3:30に縦線があると異常と判別される。 FIG. 10 is a diagram showing a first example of an abnormality discrimination result when discrimination is performed in a single time. In this figure, when the power measurement value is sensor data, the vertical line indicates the event occurrence timing recognized from the newly acquired sensor data for the lifestyle graph generated based on the reference data. Has been done. The reference data is, for example, data aggregated in a period of 1/1 to 1/7, and the newly acquired sensor data is the sensor data acquired in 1/8. A single time is a short time, for example 5 minutes. For example, if there is a vertical line at 3:30, which is the timing when the value of the reference data is close to zero, it is determined to be abnormal.
図11は、単一時間(短い時間)で判別した場合の異常判別結果の第2の例を示す図である。この図では、人感センサの検知結果がセンサデータである場合に、その基準データに基づいて生成された生活習慣グラフに対して、新たに取得されたセンサデータから認識されたイベント発生タイミング(人感センサのオンオフの切り替わりタイミング)が縦線によって示されている。単一時間は、例えば5分間のように短い時間である。例えば、基準データの値がゼロに近いタイミングである3:30や12:05に縦線があると異常と判別される。 FIG. 11 is a diagram showing a second example of the abnormality discrimination result in the case of discrimination in a single time (short time). In this figure, when the detection result of the motion sensor is sensor data, the event occurrence timing (person) recognized from the newly acquired sensor data for the lifestyle graph generated based on the reference data. The on / off switching timing of the motion sensor) is indicated by a vertical line. A single time is a short time, for example 5 minutes. For example, if there is a vertical line at 3:30 or 12:05 when the value of the reference data is close to zero, it is determined to be abnormal.
<処理の流れ>
以下、図12を参照しながら、生活習慣分析システム1の動作の一例を説明する。ここでは、基準データの生成と異常判別に関する制御処理を説明する。
<Processing flow>
Hereinafter, an example of the operation of the lifestyle-related
まず、情報送信装置100は、各種センサからセンサデータを取得する(ステップS101)。情報送信装置100は、センサデータに基づく情報をサーバ装置200に送信する(ステップS102)。なお、この情報送信は、基準データが生成されるまで複数回にわたって繰り返し実行されてもよいし、基準データが生成される期間まで二値化データを生成した後に1回で実行されてもよい。
First, the
サーバ装置200は、センサデータに基づく情報(センサデータ)を受信する(ステップS105)。サーバ装置200は、取得したセンサデータに基づいて二値化データを生成する(ステップS106)。サーバ装置200は、取得した二値化データに基づいて基準データを生成する(ステップS107)。
The
情報送信装置100は、基準データを生成するためのセンサデータをサーバ装置200に送信した後も新たなセンサデータを取得する(ステップS103)。情報送信装置100は、新たなセンサデータに基づく情報(新たなセンサデータ)をサーバ装置200に送信する(ステップS104)。
The
サーバ装置200は、新たなセンサデータに基づく情報を受信する(ステップS108)。サーバ装置200は、取得した新たなセンサデータに基づいて二値化データを生成する(ステップS109)。サーバ装置200は、取得した二値化データと基準データとを対比することにより、異常判別を行う(ステップS110)。
The
<効果の説明>
本実施形態に係る生活習慣分析システム1は、センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、そのイベント発生のタイミングの前後時間か否かを二値で示す二値化データを生成する。生活習慣分析システム1によれば、生活状況を把握するためのセンサデータが多様な計測データであっても、それらを二値化した二値化データが生活習慣の分析や異常判別に使用される。
<Explanation of effect>
The
この場合、センサデータのそれぞれの単位やフォーマットに依存しない二値化データを使用するため、汎用性を高くすることが可能である。生活習慣分析システム1において、センサデータは電力量以外の計測データであってもよく、多様な計測データが適用可能である。二値化データを集計することによって得られる基準データも0から1の範囲内の値であるため、センサデータの単位やフォーマットに依存せずに使用することができる。したがって、生活習慣分析システム1によれば、生活状況を把握するためのセンサデータを標準化して汎用性を向上させることが可能となる。
In this case, since binarized data that does not depend on each unit or format of the sensor data is used, it is possible to increase the versatility. In the
以上で実施形態の説明を終了するが、上記実施形態は一例に過ぎない。そのため、生活習慣分析システム1の具体的な構成、動作内容等は上記実施形態で説明したものに限られない。以下、上記実施形態の変形例について説明する。
This is the end of the description of the embodiment, but the above embodiment is only an example. Therefore, the specific configuration, operation content, and the like of the lifestyle-related
(変形例)
上記実施形態では、一例として処理の流れを説明した。しかし、処理の流れは上記実施形態で説明したものに限られない。処理の順序や内容は適宜変更可能である。
(Modification example)
In the above embodiment, the flow of processing has been described as an example. However, the processing flow is not limited to that described in the above embodiment. The order and contents of processing can be changed as appropriate.
上記実施形態では、情報送信装置100は、取得したセンサデータをサーバ装置200に送信する構成である。この場合、サーバ装置200は、二値化データ生成部232を備え、受信したセンサデータに基づいて二値化データの生成を実行している。しかし、生活習慣分析システム1の各機能は、このような分担に限られない。
In the above embodiment, the
例えば、情報送信装置100がセンサデータを取得して、二値化データを生成する構成であってもよい。サーバ装置200は、情報送信装置100から受信した二値化データに基づいて基準データを生成し、生活習慣グラフを出力したり、その後の異常判別を実行したりしてもよい。
For example, the
情報送信装置100が二値化データ生成部232、基準データ生成部233、グラフ出力部234、異常判別部235等のいずれか一つ以上を備え、情報送信装置100がほとんどの処理を実行する構成であってもよい。例えば、情報送信装置100は、生活者の生活状況に異常があったことを示す判別結果の情報を監視拠点にあるサーバ装置200に送信し、介護サービス等の担当者に通知してもよい。情報送信装置100は、生活習慣グラフを出力して、生活者に閲覧させてもよい。
The
このように、情報送信装置100に機能を集中させてもよいし、サーバ装置200に機能を集中させてもよい。ただし、情報送信装置100とサーバ装置200との通信量と通信回数を少なくするために、情報送信装置100がサーバ装置200にセンサデータ(ローデータ)を送信する構成ではなく、情報送信装置100がサーバ装置200に二値化データや基準データ等(加工後のデータ)を送信することが好ましい。これにより、通信データの標準化も可能となる
In this way, the functions may be concentrated on the
上記実施形態において、センサデータ取得部131は、複数のセンサのそれぞれからセンサデータを取得し、二値化データ生成部232及び基準データ生成部233は、複数のセンサデータのそれぞれについて二値化データ及び基準データを生成してもよい。異常判別部235は、複数のセンサデータのそれぞれの二値化データ及び基準データを組み合わせて異常を判別してもよい。
In the above embodiment, the sensor
二値化データ生成部232は、複数のセンサのそれぞれから取得したセンサデータを論理演算することによって、二値化データを生成してもよい。この場合、二値化データ生成部232は、複数のセンサデータを組み合わせて、それらのAND、OR等の論理演算をして二値化データを生成する。
The binarized
例えば、人感センサ洗濯機付近の人感センサが人を検知した後に洗濯機のスイッチオンを検知した場合に、イベント発生と認識して二値化データが生成されてもよい。キッチンの人感センサが人を検知した後に冷蔵庫の開閉や調理器具のオンオフが検出された場合に、イベント発生と認識して二値化データが生成されてもよい。各種センサには、ドアの開閉センサ、ボタンセンサ、部屋の照度センサ等が組み合わされてもよい。このように、複数のセンサデータを組み合わせて論理演算する構成によれば、詳細に生活者の生活状況を検出し、異常判別の精度を向上させることが可能となる。 For example, when the motion sensor near the washing machine detects a person and then the washing machine is switched on, it may be recognized that an event has occurred and binarized data may be generated. When the opening / closing of the refrigerator or the on / off of the cooking utensil is detected after the motion sensor in the kitchen detects a person, it may be recognized that an event has occurred and binarized data may be generated. The various sensors may be combined with a door open / close sensor, a button sensor, a room illuminance sensor, and the like. As described above, according to the configuration in which a plurality of sensor data are combined and logically calculated, it is possible to detect the living condition of the consumer in detail and improve the accuracy of abnormality discrimination.
また、本開示に係る生活習慣分析システムは、上記装置によらず、例えば、コンピュータがプログラムを実行することで、その機能を実現してもよい。生活習慣分析システムの機能を実現するためのプログラムは、USB(Universal Serial Bus)メモリ、CD-ROM(Compact Disc-Read Only Memory)、DVD(Digital Versatile Disc)、HDD(Hard Disc Drive)等のコンピュータ読み取り可能な記録媒体に記憶されてもよいし、ネットワークを介してコンピュータにダウンロードされてもよい。 Further, the lifestyle-related analysis system according to the present disclosure may realize its function by, for example, a computer executing a program, regardless of the above-mentioned device. The programs for realizing the functions of the lifestyle analysis system are computers such as USB (Universal Serial Bus) memory, CD-ROM (Compact Disc-Read Only Memory), DVD (Digital Versatile Disc), and HDD (Hard Disc Drive). It may be stored on a readable recording medium or downloaded to a computer via a network.
以上、本開示の好ましい実施形態について説明したが、本開示は係る特定の実施形態に限定されるものではなく、本開示には、特許請求の範囲に記載された発明とその均等の範囲が含まれる。また、上記実施形態及び変形例で説明した装置の構成は、技術的な矛盾が生じない限り、適宜組み合わせ可能である。 Although the preferred embodiments of the present disclosure have been described above, the present disclosure is not limited to such specific embodiments, and the present disclosure includes the inventions described in the claims and the equivalent scope thereof. Is done. Further, the configurations of the devices described in the above-described embodiments and modifications can be appropriately combined as long as there is no technical contradiction.
1…生活習慣分析システム、100…情報送信装置、200…サーバ装置、300…通信端末、110,210…通信部、120,220…記憶部、130,230…制御部、131…センサデータ取得部、132…情報送信部、231…情報受信部、232…二値化データ生成部、233…基準データ生成部、234…グラフ出力部、235…異常判別部 1 ... lifestyle analysis system, 100 ... information transmission device, 200 ... server device, 300 ... communication terminal, 110, 210 ... communication unit, 120, 220 ... storage unit, 130, 230 ... control unit, 131 ... sensor data acquisition unit , 132 ... Information transmission unit, 231 ... Information reception unit, 232 ... Binarized data generation unit, 233 ... Reference data generation unit, 234 ... Graph output unit, 235 ... Abnormality determination unit
Claims (8)
ネットワークを介して前記情報送信装置と通信を行うサーバ装置と、
を備える生活習慣分析システムであって、
時系列のセンサデータを取得するセンサデータ取得部と、
前記センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、該イベント発生のタイミングを二値で示す二値化データを生成し、該イベント発生のタイミングを中心とする所定の前後時間について、該イベント発生のタイミングと同値の二値化データを生成する二値化データ生成部と、
前記二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成部と、
を備えることを特徴とする生活習慣分析システム。 Information transmission devices installed in houses and
A server device that communicates with the information transmission device via a network,
It is a lifestyle-related analysis system equipped with
A sensor data acquisition unit that acquires time-series sensor data,
The timing at which the amount of change in the sensor data is equal to or greater than a predetermined value is recognized as an event occurrence based on the user behavior, binarized data indicating the timing of the event occurrence in binary is generated, and the timing of the event occurrence is the center. A binarized data generation unit that generates binarized data having the same value as the timing of the event occurrence for a predetermined time before and after the event .
A reference data generation unit that generates reference data obtained by aggregating the binarized data over a predetermined number of days, and
A lifestyle-related analysis system characterized by being equipped with.
前記センサデータ取得部は、
前記基準データを生成した後に新たな前記センサデータを取得し、
前記異常判別部は、
新たな前記センサデータに基づく情報と、前記基準データとを対比することによって前記異常を判別する、
ことを特徴とする請求項1に記載の生活習慣分析システム。 It is equipped with an abnormality discriminating unit that discriminates abnormalities in the lives of the residents of the house.
The sensor data acquisition unit is
After generating the reference data, the new sensor data is acquired, and
The abnormality determination unit is
The abnormality is discriminated by comparing the information based on the new sensor data with the reference data.
The lifestyle-related analysis system according to claim 1, wherein the lifestyle-related analysis system is characterized in that.
ことを特徴とする請求項2に記載の生活習慣分析システム。 A graph output unit that outputs a lifestyle graph based on the reference data is provided.
The lifestyle-related analysis system according to claim 2, wherein the lifestyle-related analysis system is characterized in that.
前記生活習慣グラフにおいて、新たな前記センサデータに基づく情報から認識される前記前後時間では、前記基準データと、前記二値の一方との差分を時間に沿って積分し、
前記生活習慣グラフにおいて、新たな前記センサデータに基づく情報から認識される前記前後時間ではない時間では、前記基準データと、前記二値の他方との差分を時間に沿って積分し、
前記積分した値の総和が判別基準値よりも小さい場合には、生活習慣に沿っていない異常データとして前記住人の生活に異常があると判別する、
ことを特徴とする請求項3に記載の生活習慣分析システム。 The abnormality determination unit is
In the time before and after the time recognized from the information based on the new sensor data in the lifestyle graph, the difference between the reference data and one of the two values is integrated over time.
In the lifestyle graph, at a time other than the time before and after the time recognized from the information based on the new sensor data, the difference between the reference data and the other of the binary values is integrated over time.
When the sum of the integrated values is smaller than the discrimination reference value, it is determined that there is an abnormality in the life of the resident as abnormal data not in line with the lifestyle.
The lifestyle-related analysis system according to claim 3, wherein the lifestyle-related analysis system is characterized in that.
前記二値化データ生成部及び前記基準データ生成部は、複数の前記センサデータのそれぞれについて前記二値化データ及び前記基準データを生成し、
前記異常判別部は、複数の前記センサデータのそれぞれの前記二値化データ及び前記基準データを組み合わせて前記異常を判別する、
ことを特徴とする請求項4に記載の生活習慣分析システム。 The sensor data acquisition unit acquires the sensor data from each of the plurality of sensors, and obtains the sensor data.
The binarized data generation unit and the reference data generation unit generate the binarization data and the reference data for each of the plurality of sensor data.
The abnormality discriminating unit discriminates the abnormality by combining the binarized data and the reference data of each of the plurality of sensor data.
The lifestyle-related analysis system according to claim 4, wherein the lifestyle-related analysis system is characterized in that.
ことを特徴とする請求項1から5のいずれか1項に記載の生活習慣分析システム。 The binarized data generation unit generates the binarized data by performing a logical operation on the sensor data acquired from each of the plurality of sensors.
The lifestyle-related analysis system according to any one of claims 1 to 5, wherein the lifestyle-related analysis system is characterized in that.
前記生活習慣分析方法は、前記制御部が、
時系列のセンサデータを取得するセンサデータ取得ステップと、
前記センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、該イベント発生のタイミングを二値で示す二値化データを生成し、該イベント発生のタイミングを中心とする所定の前後時間について、該イベント発生のタイミングと同値の二値化データを生成する二値化データ生成ステップと、
前記二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成ステップと、
を含むステップを実行することを特徴とする生活習慣分析方法。 It is a lifestyle-related analysis method to be executed by a computer equipped with a control unit and a storage unit.
In the lifestyle-related analysis method, the control unit
Sensor data acquisition step to acquire time series sensor data,
The timing at which the amount of change in the sensor data is equal to or greater than a predetermined value is recognized as an event occurrence based on the user behavior, binarized data indicating the timing of the event occurrence in binary is generated, and the timing of the event occurrence is the center. A binarization data generation step that generates binarized data having the same value as the timing of the event occurrence for a predetermined time before and after the event .
A reference data generation step for generating reference data obtained by aggregating the binarized data over a predetermined number of days, and
A lifestyle-related analysis method characterized by performing steps that include.
時系列のセンサデータを取得するセンサデータ取得手段、
前記センサデータの変化量が所定値以上であるタイミングをユーザ行動に基づくイベント発生として認識し、該イベント発生のタイミングを二値で示す二値化データを生成し、該イベント発生のタイミングを中心とする所定の前後時間について、該イベント発生のタイミングと同値の二値化データを生成する二値化データ生成手段、
前記二値化データを予め定められた日数に渡って集計した基準データを生成する基準データ生成手段、
として機能させるためのプログラム。
Computer,
Sensor data acquisition means for acquiring time-series sensor data,
The timing at which the amount of change in the sensor data is equal to or greater than a predetermined value is recognized as an event occurrence based on the user behavior, binarized data indicating the timing of the event occurrence in binary is generated, and the timing of the event occurrence is the center. A binarized data generation means that generates binarized data having the same value as the timing of the event occurrence for a predetermined time before and after the event .
A reference data generation means for generating reference data obtained by aggregating the binarized data over a predetermined number of days.
A program to function as.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018135103A JP7085750B2 (en) | 2018-07-18 | 2018-07-18 | Lifestyle analysis system, lifestyle analysis method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018135103A JP7085750B2 (en) | 2018-07-18 | 2018-07-18 | Lifestyle analysis system, lifestyle analysis method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020013334A JP2020013334A (en) | 2020-01-23 |
JP7085750B2 true JP7085750B2 (en) | 2022-06-17 |
Family
ID=69169281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018135103A Active JP7085750B2 (en) | 2018-07-18 | 2018-07-18 | Lifestyle analysis system, lifestyle analysis method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7085750B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7436257B2 (en) * | 2020-03-25 | 2024-02-21 | 株式会社日立製作所 | Behavior recognition server, behavior recognition system, and behavior recognition method |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004030541A (en) | 2002-05-07 | 2004-01-29 | Sekisui Chem Co Ltd | System for displaying residence data |
JP2017164462A (en) | 2016-03-15 | 2017-09-21 | ヒデア ソリューションズ カンパニー リミテッド | Protection object management system with binary parameters |
JP2018085061A (en) | 2016-11-25 | 2018-05-31 | トーマステクノロジー株式会社 | Vital reaction detection system, vital reaction detection apparatus and vital reaction detection method |
-
2018
- 2018-07-18 JP JP2018135103A patent/JP7085750B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004030541A (en) | 2002-05-07 | 2004-01-29 | Sekisui Chem Co Ltd | System for displaying residence data |
JP2017164462A (en) | 2016-03-15 | 2017-09-21 | ヒデア ソリューションズ カンパニー リミテッド | Protection object management system with binary parameters |
JP2018085061A (en) | 2016-11-25 | 2018-05-31 | トーマステクノロジー株式会社 | Vital reaction detection system, vital reaction detection apparatus and vital reaction detection method |
Also Published As
Publication number | Publication date |
---|---|
JP2020013334A (en) | 2020-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6631819B2 (en) | Cognitive symptom detection system and program | |
JP5555443B2 (en) | System for monitoring human cognitive ability | |
JP7463102B2 (en) | Systems and methods for monitoring a person's activities of daily living - Patents.com | |
US9743232B2 (en) | Information communication device and method for power assisted bicycle | |
CN112101662A (en) | Equipment health condition and life cycle detection method, storage medium and electronic equipment | |
Suryadevara et al. | Sensor data fusion to determine wellness of an elderly in intelligent home monitoring environment | |
US20130073303A1 (en) | Care system | |
JP2019526132A (en) | Analysis of energy / utility usage | |
JPH08272429A (en) | Apparatus for collection and analysis on information on actual usage state of home electric appliance | |
JP2012014598A (en) | Living-alone person watching system, living-alone person watching method and program | |
JP2017200572A (en) | Dementia information output system and control program | |
JP2002092767A (en) | Family person care system, server for family person care, home terminal, family person care method, medium storing family person care program, and home electric appliance usage condition monitoring system | |
Suryadevara et al. | Wireless sensors network based safe home to care elderly people: A realistic approach | |
CN108472022B (en) | Dementia information output system and recording medium | |
JP7085750B2 (en) | Lifestyle analysis system, lifestyle analysis method and program | |
JP2008102884A (en) | Daily life degree analysis system | |
JP5558520B2 (en) | State determination device, state determination system, state determination method, and program | |
JP6452593B2 (en) | Information processing apparatus and information processing method | |
JP4857691B2 (en) | Electricity monitoring system | |
JP5441194B2 (en) | Single person watching system, single person watching method and program | |
JP5920933B2 (en) | Single person watching system, single person watching method and program | |
JP6467760B2 (en) | Security management device, security management method, control program, and security management system | |
JP6830298B1 (en) | Information processing systems, information processing devices, information processing methods, and programs | |
JP2011145310A (en) | Electric power quantity monitoring system | |
Hernández et al. | Evaluating Human Activity and Usage Patterns of Appliances with Smart Meters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20180801 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200914 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210601 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220304 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220311 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220428 |
|
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: 20220519 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220531 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7085750 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |