JP7400681B2 - 情報処理装置、情報処理方法、およびプログラム - Google Patents
情報処理装置、情報処理方法、およびプログラム Download PDFInfo
- Publication number
- JP7400681B2 JP7400681B2 JP2020166991A JP2020166991A JP7400681B2 JP 7400681 B2 JP7400681 B2 JP 7400681B2 JP 2020166991 A JP2020166991 A JP 2020166991A JP 2020166991 A JP2020166991 A JP 2020166991A JP 7400681 B2 JP7400681 B2 JP 7400681B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- amount
- alcohol
- information processing
- alcohol concentration
- 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 description 25
- 238000003672 processing method Methods 0.000 title claims description 8
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 92
- 235000013334 alcoholic beverage Nutrition 0.000 claims description 80
- 230000008859 change Effects 0.000 claims description 18
- 238000009423 ventilation Methods 0.000 claims description 18
- 230000002123 temporal effect Effects 0.000 claims description 7
- 235000013361 beverage Nutrition 0.000 claims description 3
- 235000019441 ethanol Nutrition 0.000 description 76
- 235000019645 odor Nutrition 0.000 description 30
- 238000013210 evaluation model Methods 0.000 description 18
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 235000013405 beer Nutrition 0.000 description 7
- 238000004378 air conditioning Methods 0.000 description 6
- 230000035622 drinking Effects 0.000 description 6
- 235000019504 cigarettes Nutrition 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 102220588439 Keratin, type I cytoskeletal 18_S10A_mutation Human genes 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 102220588438 Keratin, type I cytoskeletal 18_S15A_mutation Human genes 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
- G06Q30/0617—Representative agent
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
- G01N33/497—Physical analysis of biological material of gaseous biological material, e.g. breath
- G01N33/4972—Determining alcohol content
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Urology & Nephrology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Hematology (AREA)
- Pathology (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
Description
特許文献1に記載されたビーコン装置を、冷蔵庫や洗面室といった、商品を貯蔵する場所の近傍に設置することで、商品の発注を簡便な操作で行わせることが可能になる。
ユーザをセンシングするにおいセンサの出力を取得することと、前記においセンサの出力に基づいて、前記ユーザによる、所定の嗜好品の摂取量を推定することと、を実行する制御部を有する、情報処理装置である。
具体的には、ユーザをセンシングするにおいセンサの出力を取得することと、前記においセンサの出力に基づいて、前記ユーザによる、所定の嗜好品の摂取量を推定することと、を実行する制御部を有することを特徴とする。
例えば、対象が煙草であって、においの濃度が周期的に上昇している場合、連続して喫煙していることが推定できる。
においの濃度の経時変化を定義するモデルを記憶させ、センサによって取得されたデータと照合することで、所定の嗜好品が摂取されたことを判定することができる。当該モデルは、例えば、機械学習モデルであってもよい。また、におい濃度の経時変化が、嗜好品の種類によって異なる特性を有する場合、情報処理装置は、複数のモデルを記憶してもよい。
空気中のアルコール濃度の経時変化を利用することで、ユーザによる飲酒量を推定することができる。この場合、においセンサは、ユーザが日常的に飲酒を行う場所(例えば、ダイニング等)に設置されていることが好ましい。
ユーザが摂取したアルコール飲料の度数が高いほど、当該ユーザの周辺におけるアルコール濃度の上昇が早くなる。よって、ユーザが摂取しているアルコール飲料の度数をさらに用いることで、摂取量の推定をより正確に行うことが可能になる。
かかる構成によると、ユーザの自宅内におけるアルコール飲料の摂取量(消費量)を推定することができる。
居室において換気が行われていた場合、空気中のアルコール濃度が通常よりも早く低下することが予想される。従って、換気状況をさらに用いて推定を行うことで、その精度を向上させることができる。
かかる構成によると、ユーザの自宅におけるアルコール飲料の在庫量を推定することが可能になる。
かかる構成によると、例えば、アルコール飲料の在庫を切らさないように、当該アルコール飲料を自動的に発注することが可能になる。
第一の実施形態に係る情報処理システムの概要について、図1を参照しながら説明する。本実施形態に係る情報処理システムは、ユーザの自宅におけるアルコール飲料の在庫量を管理するサーバ装置100と、ユーザをセンシングするためのセンサ200と、アルコール飲料の発注を受け付けるECサーバ300と、を含んで構成される。
サーバ装置100は、(1)センサ200の出力に基づいて、ユーザによるアルコール飲料の摂取量(消費量)を推定する処理と、(2)推定結果に基づいて、自宅におけるアルコール飲料の在庫量を更新する処理と、(3)必要に応じてアルコール飲料の発注を行う処理と、を実行する。
ECサーバ300は、ネットワークを介して商品(アルコール飲料)の注文を受け付け
る装置である。ECサーバ300は、通信販売事業を運営する事業者によって管理される。
センサ200は、空気中におけるアルコールの濃度を検出する一つ以上のセンサから構成される。センサ200は、アルコール飲料を摂取したユーザの呼気を検出することができれば、その種類は問わない。ただし、ユーザがアルコール飲料を摂取する場所が定まっている場合、当該場所の近傍に設置されることが好ましい。例えば、ユーザが、自宅のダイニングテーブルにおいてアルコール飲料を摂取する場合、ダイニングテーブルの近傍にセンサ200を配置することが好ましい。
なお、センサ200は、複数のセンサから構成されていてもよい。例えば、ユーザが、自宅内の複数の場所でアルコール飲料を摂取する場合、当該複数の場所のそれぞれにセンサ200が設置されていてもよい。
制御部101は、データ取得部1011と、摂取量判定部1012と、在庫管理部1013の3つの機能モジュールを有して構成される。各機能モジュールは、記憶されたプログラムをCPUによって実行することで実現してもよい。
具体的には、後述する評価モデルを用いて、記憶されたアルコール濃度の経時変化と一
致するパターンを特定し、当該パターンに紐付いたアルコール飲料の摂取量を特定する。例えば、蓄積された濃度データによって示されたアルコール濃度の経時変化が、「350mlの缶ビールを2本消費した」というパターンに一致すると判定する。当該判定の結果は、在庫管理部1013へ送信される。
例えば、ユーザが缶ビールを1缶消費した場合、空気中のアルコール濃度が、図4(A)で示したような変化をするものとする。また、ユーザが缶ビールを2缶消費した場合、空気中のアルコール濃度が、図4(B)で示したような変化をするものとする。これらのパターンをモデル化して記憶し、空気中のアルコール濃度の経時変化と照合することで、ユーザがどのパターンに合致する飲酒を行ったかを特定することができる。
ユーザに対応する評価モデルは、記憶部102に事前に記憶される。評価モデルは、例えば、機械学習によって生成されてもよい。
図8は、ユーザが居室内において飲酒を行う場所を例示した平面図である。例えば、符号801,802で示したように、ユーザが複数の場所で飲酒を行い、これを、別々のセンサ200Aおよび200Bでセンシングする場合、飲酒量が同一であっても、それぞれのセンサが検出する空気中のアルコール濃度は異なりうる。これは、センサとユーザとの位置関係(距離)が異なるためである。
よって、宅内において二つ以上のセンサ200を利用する場合、センサごとに異なる基準を用いて、空気中のアルコール濃度を、比較可能な値に変換することが好ましい。例えば、空気中のアルコール濃度に基づいて、ユーザの呼気中におけるアルコール濃度を推定し、推定した値を濃度データとして記憶させてもよい。
具体的には、濃度データによって表された空気中のアルコール濃度の経時変化が、評価モデルに定義された複数のパターンのうちのどれに一致するかを判定し、当該パターンに関連付いたアルコール飲料の摂取量を取得する。例えば、図4(A)のパターンに一致した場合、ユーザが350mlの缶ビールを1本飲んだと判定することができる。
在庫として管理しているアルコール飲料の種類が一種類である場合、判定結果として、当該アルコール飲料の摂取量(例えば、『350ml缶×1本』など)が送信される。また、在庫として管理しているアルコール飲料の種類が複数種類である場合、種類および摂取量(例えば、『缶ビール・350ml缶×1本』が送信される。
さらに、在庫管理部1013は、アルコール飲料の在庫量が所定の基準を下回った場合に、これを発注する処理を実行する。例えば、所定の種類および所定の量のアルコール飲料を注文するためのデータを生成し、所定のECサーバ300に送信する。
次に、ステップS12で、データ取得部1011が、取得したセンサデータに基づいて、アルコールを検出している状態にあるか否かを判定する。アルコールを検出していない状態、すなわち、空気中のアルコール濃度がゼロ(または実質的にゼロ)であった場合、処理はステップS11に戻る。空気中からアルコールを検出した場合、処理はステップS13へ進む。
また、ユーザが飲酒を終了したことは、例示した以外の他のセンサを用いて判定してもよい。例えば、人感センサや画像センサの出力に基づいて、ユーザがダイニングテーブルを離れたと判定した場合に、飲酒が終了したと判定してもよい。さらに、冷蔵庫ドアの開閉をセンシング可能な場合、開閉が所定の時間以上行われなかった場合に、飲酒が終了したと判定してもよい。飲酒が終了したと判定した場合、処理はステップS15へ遷移する。それ以外の場合、処理はステップS11へ遷移する。
成によると、ユーザが自身でアルコール飲料の在庫を管理し、発注タイミングを決定する必要がなくなるため、ユーザビリティを向上させることができる。
第一の実施形態では、空気中のアルコール濃度の経時変化に基づいて、アルコール飲料の消費量を推定した。一方で、空気中のアルコール濃度の経時変化は、消費されたアルコール飲料の度数等に影響を受けるため、度数が異なるアルコール飲料が複数ある場合、何が消費されたかを正確に判定できないケースが生じうる。例えば、空気中のアルコール濃度の経時変化が同じであっても、アルコール度数が低いものを多く摂取したのか、アルコール度数が高いものを少量摂取したのかが判定できない場合がある。
ステップS10では、摂取量判定部1012が、ユーザが摂取しているアルコール飲料の種類および/または度数を取得する。ユーザが摂取しているアルコール飲料の種類や度数は、例えば、ユーザをセンシングした結果に基づいて判定してもよい。
ステップS11~S14の処理は、第一の実施形態と同様である。
ステップS16~S18の処理は、第一の実施形態と同様である。
第一および第二の実施形態では、室内における空気中のアルコール濃度を検出対象とした。一方、室内で空調や換気が動作している場合、においの強度が通常よりも早く減衰するため、正しい判定を行えないケースが存在する。
第三の実施形態は、これに対応するため、室内における空調(換気)の動作状況に基づいて、アルコールの濃度を補正する実施形態である。
ステップS10Aでは、摂取量判定部1012が、センサ200が設置されている部屋
における換気(ないし、換気を伴う空調)の状況を所定の装置から取得する。所定の装置とは、例えば、住宅の空調または換気を制御するホームサーバであってもよいし、エアコンや換気扇のコントローラであってもよい。
ステップS11~S14の処理は、第一の実施形態と同様である。
ステップS16~S18の処理は、第一の実施形態と同様である。
上記の実施形態はあくまでも一例であって、本開示はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
例えば、本開示において説明した処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。
101・・・制御部
102・・・記憶部
103・・・入出力部
200・・・センサ
300・・・ECサーバ
Claims (10)
- 記憶部と前記記憶部に接続する制御部とを有する情報処理装置であって、
前記記憶部は、空気中のアルコール濃度の経時変化のパターンとユーザが摂取した酒類の摂取量とを関連付けたモデルを複数含む決定モデルであって空気中のアルコール濃度の経時変化に基づいて前記摂取量を決定するための決定モデルと、前記ユーザの自宅におけるアルコール飲料の在庫量と、を記憶し、
前記制御部は、
前記ユーザの自宅内に設置され、前記ユーザをセンシングし、空気中のアルコール濃度を検出可能なセンサが検出したアルコール濃度を取得することと、
前記取得されたアルコール濃度をアルコール濃度の経時変化を示す濃度データとして前記記憶部に記憶することと、
前記記憶された濃度データと決定モデルとに基づいて、前記決定モデルに含まれる複数のモデルのうち、前記濃度データで示されるアルコール濃度の経時変化に一致するパターンを有するモデルを特定することと、
前記特定されたモデルが有する前記パターンに関連付けられた酒類の摂取量を特定することにより、前記ユーザによる、酒類の摂取量を推定することと、
を実行する、情報処理装置。 - 前記制御部は、前記ユーザが摂取したアルコール飲料の度数に関する情報をさらに取得し、前記アルコール飲料の度数にさらに基づいて、前記摂取量を推定する、
請求項1に記載の情報処理装置。 - 前記制御部は、前記自宅の換気状況に関する情報をさらに取得し、当該情報にさらに基づいて前記推定を行う、
請求項1または2に記載の情報処理装置。 - 前記制御部は、前記推定した摂取量に基づいて、前記記憶された在庫量を減算する、
請求項1から3のいずれか1項に記載の情報処理装置。 - 前記制御部は、前記在庫量が所定値を下回った場合に、前記アルコール飲料を発注するためのトリガを生成する、
請求項4に記載の情報処理装置。 - コンピュータが、
ユーザの自宅内に設置され、前記ユーザをセンシングし、空気中のアルコール濃度を検出可能なセンサが検出したアルコール濃度の経時変化を示す濃度データと、空気中のアルコール濃度の経時変化のパターンと前記ユーザが摂取した酒類の摂取量とを関連付けたモデルを複数含む決定モデルであって空気中のアルコール濃度の経時変化に基づいて前記摂取量を決定するための決定モデルと、前記ユーザの自宅におけるアルコール飲料の在庫量と、を取得する取得ステップと、
前記取得された濃度データと決定モデルとに基づいて、前記決定モデルに含まれる複数のモデルのうち、前記濃度データで示されるアルコール濃度の経時変化に一致するパターンを有するモデルを特定する特定ステップと、
前記特定されたモデルが有する前記パターンに関連付けられた酒類の摂取量を特定することにより、前記ユーザによる、酒類の摂取量を推定する推定ステップと、
を含む、情報処理方法。 - 前記推定ステップでは、前記コンピュータが、前記ユーザが摂取したアルコール飲料の度数に関する情報をさらに取得し、前記アルコール飲料の度数にさらに基づいて、前記摂取量を推定する、
請求項6に記載の情報処理方法。 - 前記推定ステップでは、前記コンピュータが、前記自宅の換気状況に関する情報をさらに取得し、当該情報にさらに基づいて前記推定を行う、
請求項6または7に記載の情報処理方法。 - 前記推定ステップでは、前記コンピュータが、前記取得した在庫量と、前記推定した摂取量と、に基づいて、前記アルコール飲料を発注するためのトリガを生成する、
請求項6から8のいずれか1項に記載の情報処理方法。 - 請求項6から9のいずれか1項に記載の情報処理方法を前記コンピュータに実行させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020166991A JP7400681B2 (ja) | 2020-10-01 | 2020-10-01 | 情報処理装置、情報処理方法、およびプログラム |
CN202110891087.6A CN114282959A (zh) | 2020-10-01 | 2021-08-04 | 信息处理装置、信息处理方法以及程序 |
US17/474,553 US20220108371A1 (en) | 2020-10-01 | 2021-09-14 | Information processing device, information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020166991A JP7400681B2 (ja) | 2020-10-01 | 2020-10-01 | 情報処理装置、情報処理方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022059329A JP2022059329A (ja) | 2022-04-13 |
JP7400681B2 true JP7400681B2 (ja) | 2023-12-19 |
Family
ID=80868370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020166991A Active JP7400681B2 (ja) | 2020-10-01 | 2020-10-01 | 情報処理装置、情報処理方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220108371A1 (ja) |
JP (1) | JP7400681B2 (ja) |
CN (1) | CN114282959A (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008260393A (ja) | 2007-04-11 | 2008-10-30 | Denso Corp | エンジン始動制御システム |
WO2009069299A1 (ja) | 2007-11-30 | 2009-06-04 | Japan Tobacco Inc. | データ処理システム、そのコンピュータプログラムおよびデータ処理方法 |
JP2010068926A (ja) | 2008-09-17 | 2010-04-02 | Hino Motors Ltd | アルコール検出装置および自動車 |
WO2019207526A1 (en) | 2018-04-26 | 2019-10-31 | Philip Morris Products S.A. | Automatic consumption detection for use in conversion of consumption of aerosol-generating articles |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6751525B1 (en) * | 2000-06-08 | 2004-06-15 | Beverage Works, Inc. | Beverage distribution and dispensing system and method |
US6940410B2 (en) * | 2003-10-16 | 2005-09-06 | Dan Deacy | Tobacco smoke detection system with tamper detection |
EP2761267B1 (en) * | 2011-10-24 | 2016-11-02 | AK GlobalTech Corp. | A calibrating breathalyzer |
JP2013220110A (ja) * | 2012-04-12 | 2013-10-28 | Nikon Corp | 食事用具 |
JP2013250699A (ja) * | 2012-05-31 | 2013-12-12 | Nikon Corp | 献立支援装置、献立支援方法 |
JP2013250698A (ja) * | 2012-05-31 | 2013-12-12 | Nikon Corp | 購入支援装置、購入支援方法、購入支援システム |
JP6260938B2 (ja) * | 2014-09-09 | 2018-01-17 | 株式会社デンソー | 臭い推定装置 |
US20170193392A1 (en) * | 2015-12-31 | 2017-07-06 | Linkedin Corporation | Automated machine learning tool |
JP6830206B2 (ja) * | 2016-06-13 | 2021-02-17 | パナソニックIpマネジメント株式会社 | 機器制御システム、情報処理装置および機器制御方法 |
US11640636B2 (en) * | 2016-11-22 | 2023-05-02 | Ordergroove, Llc | Sensors and executable instructions to compute consumable usage to automate replenishment or service of consumables via an adaptive distribution platform |
US20180314975A1 (en) * | 2017-04-27 | 2018-11-01 | Futurewei Technologies, Inc. | Ensemble transfer learning |
JP2019195501A (ja) * | 2018-05-10 | 2019-11-14 | 東芝ライフスタイル株式会社 | 自律走行式掃除機 |
JP7087863B2 (ja) * | 2018-09-11 | 2022-06-21 | 富士通株式会社 | 推定摂取量演算システム、及び、推定摂取量演算プログラム |
JP7183864B2 (ja) * | 2019-02-26 | 2022-12-06 | トヨタ自動車株式会社 | 情報処理システム、プログラム、及び制御方法 |
-
2020
- 2020-10-01 JP JP2020166991A patent/JP7400681B2/ja active Active
-
2021
- 2021-08-04 CN CN202110891087.6A patent/CN114282959A/zh active Pending
- 2021-09-14 US US17/474,553 patent/US20220108371A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008260393A (ja) | 2007-04-11 | 2008-10-30 | Denso Corp | エンジン始動制御システム |
WO2009069299A1 (ja) | 2007-11-30 | 2009-06-04 | Japan Tobacco Inc. | データ処理システム、そのコンピュータプログラムおよびデータ処理方法 |
JP2010068926A (ja) | 2008-09-17 | 2010-04-02 | Hino Motors Ltd | アルコール検出装置および自動車 |
WO2019207526A1 (en) | 2018-04-26 | 2019-10-31 | Philip Morris Products S.A. | Automatic consumption detection for use in conversion of consumption of aerosol-generating articles |
Also Published As
Publication number | Publication date |
---|---|
US20220108371A1 (en) | 2022-04-07 |
JP2022059329A (ja) | 2022-04-13 |
CN114282959A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Levy et al. | The role of tobacco control policies in reducing smoking and deaths in a middle income nation: results from the Thailand SimSmoke simulation model | |
Bartosch et al. | Economic effect of restaurant smoking restrictions on restaurant business in Massachusetts, 1992 to 1998 | |
Gnagnarella et al. | Carcinogenicity of high consumption of meat and lung cancer risk among non-smokers: a comprehensive meta-analysis | |
JP6765916B2 (ja) | 健康管理装置、健康管理システム、及び健康管理方法 | |
TWI405136B (zh) | Purchase management device, purchase management method, purchase management program and computer-readable memory media | |
JP2018095450A (ja) | 物品管理装置、物品管理システム、物品管理方法及びプログラム | |
WO2021200103A1 (ja) | 食用油の劣化度判定装置、食用油の劣化度判定システム、食用油の劣化度判定方法、食用油の劣化度判定プログラム、食用油の劣化度学習装置、食用油の劣化度判定に用いられる学習済モデル、及び食用油の交換システム | |
EP3493139A1 (en) | Inferring user lifestyle and preference information from images | |
KR20220085038A (ko) | Ai 기반 주방 행동 분석형 위생 관리 시스템 | |
CN107835659A (zh) | 确定代谢参数 | |
JP5523222B2 (ja) | 商品情報提供システム、商品情報提供装置、商品情報提供方法及びプログラム | |
JP7400681B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP6622916B2 (ja) | 食べ頃算出方法、食べ頃算出システム、食べ頃算出プログラム及び記録媒体 | |
CN112171645A (zh) | 基于人工智能的送餐机器人及送餐系统 | |
JP4950301B2 (ja) | データ処理システム、そのコンピュータプログラムおよびデータ処理方法 | |
JPH09303939A (ja) | 冷蔵庫 | |
JP7396243B2 (ja) | 情報処理装置、および情報処理システム | |
JPWO2011162119A1 (ja) | 注目度推定装置、注目度推定方法、及びプログラム | |
JP7160149B2 (ja) | 情報提供装置及び情報提供方法 | |
CN115325768A (zh) | 一种食品新鲜度的确定方法、装置、电子设备及存储介质 | |
TW202129563A (zh) | 積蓄槽管理系統及積蓄槽管理方法 | |
JP7279905B1 (ja) | Ghg排出量導出装置、ghg排出量導出方法およびプログラム | |
WO2023106034A1 (ja) | 食品販売促進制御装置、食品販売促進システム、および食品販売促進方法 | |
JP2005309585A5 (ja) | ||
WO2023054100A1 (ja) | 食用油の劣化度判定装置、食用油の劣化度判定システム、食用油の劣化度判定方法、食用油の劣化度学習装置、および食用油の劣化度判定に用いられる学習済モデル |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220920 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230822 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230829 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231025 |
|
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: 20231107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231120 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7400681 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |