JP7489653B2 - Presentation method and presentation system - Google Patents
Presentation method and presentation system Download PDFInfo
- Publication number
- JP7489653B2 JP7489653B2 JP2023535920A JP2023535920A JP7489653B2 JP 7489653 B2 JP7489653 B2 JP 7489653B2 JP 2023535920 A JP2023535920 A JP 2023535920A JP 2023535920 A JP2023535920 A JP 2023535920A JP 7489653 B2 JP7489653 B2 JP 7489653B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- reliability
- processes
- condition
- threshold
- 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
- 238000000034 method Methods 0.000 title claims description 193
- 230000008569 process Effects 0.000 claims description 137
- 238000001035 drying Methods 0.000 claims description 115
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 62
- 238000010586 diagram Methods 0.000 description 46
- 230000008859 change Effects 0.000 description 33
- 238000004891 communication Methods 0.000 description 30
- 238000013473 artificial intelligence Methods 0.000 description 20
- 238000012549 training Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
- D06F33/50—Control of washer-dryers characterised by the purpose or target of the control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Textile Engineering (AREA)
- Control Of Washing Machine And Dryer (AREA)
- General Factory Administration (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Description
本開示は、提示方法、および提示システムに関する。 The present disclosure relates to a presentation method and a presentation system.
乾燥機による洗濯物の乾燥に要する時間を予測する技術がある(例えば特許文献1参照)。There is technology that predicts the time it will take to dry laundry using a dryer (see, for example, Patent Document 1).
本開示は、機器が処理を終了するタイミングを適切に提示する提示方法を提供する。 The present disclosure provides a presentation method that appropriately indicates when a device will end processing.
本開示における提示方法は、機器が処理を終了するタイミングを提示する提示方法であって、前記処理である第一処理に関する前記機器のパラメータ値を入力とし、前記機器が前記第一処理を終了するタイミングを出力とする予測モデルに、前記機器が過去に実行した複数回の前記処理である第二処理それぞれに関するパラメータ値を入力することで出力される、前記機器が複数回の前記第二処理それぞれを終了するタイミングの第一予測値を取得し、複数回の前記第二処理それぞれについて取得した前記第一予測値の第一信頼度を算出し、前記機器が複数回の前記第二処理それぞれを終了したタイミングの実測値を取得し、複数回の前記第二処理それぞれについての前記第一予測値と、前記第一信頼度と、前記実測値とを用いて、前記第一信頼度に関する閾値の決定をし、前記予測モデルに、前記処理である第三処理に関するパラメータ値を入力することで出力される、前記機器が前記第三処理を終了するタイミングを示す第二予測値を取得し、前記第二予測値の第二信頼度を算出し、前記第二予測値を提示する提示制御をするとともに、前記第二信頼度が前記閾値未満である場合に通知をする通知制御をし、前記閾値の決定では、第一条件および第二条件の少なくとも一方が満たされる前記閾値を決定し、前記第一条件は、複数回の前記第二処理のうちの前記第一信頼度が前記閾値より低いN回の前記第二処理のうち、前記第一予測値と前記実測値との差異が許容値未満である1回以上の前記第二処理の割合である第一値についての条件であり、Nは1以上の整数であり、前記第二条件は、複数回の前記第二処理のうちの前記第一予測値と前記実測値との差異が前記許容値以上であるM回の前記第二処理のうち、前記第一信頼度が前記閾値より高い1回以上の前記第二処理の割合である第二値についての条件であり、Mは1以上の整数である提示方法である。The presentation method in the present disclosure is a presentation method for presenting the timing at which an apparatus ends a process, the method comprising: inputting a parameter value of the apparatus related to a first process, which is the process; inputting parameter values related to each of a plurality of second processes, which are the process, executed by the apparatus in the past, into a prediction model having an input of a parameter value of the apparatus related to a first process, which is the process, and outputting the timing at which the apparatus ends the first process; obtaining a first predicted value of the timing at which the apparatus ends each of a plurality of the second processes; calculating a first reliability of the first predicted value obtained for each of the plurality of the second processes; obtaining an actual measured value of the timing at which the apparatus ends each of a plurality of the second processes; determining a threshold value for the first reliability using the first predicted value, the first reliability, and the actual measured value for each of the plurality of the second processes; and inputting a parameter value related to a third process, which is the process, into the prediction model, which outputs the prediction model; a second predicted value indicating a timing at which the third processing will be terminated is obtained, a second reliability of the second predicted value is calculated, and a presentation control is performed to present the second predicted value, while a notification control is performed to give a notification when the second reliability is less than the threshold value, and in determining the threshold value, the threshold value is determined such that at least one of a first condition and a second condition is satisfied, the first condition is a condition for a first value that is a proportion of one or more second processings in which a difference between the first predicted value and the actual measured value is less than a tolerance value among N times of the second processing in which the first reliability is lower than the threshold value among a plurality of times of the second processing, where N is an integer of 1 or more, and the second condition is a condition for a second value that is a proportion of one or more second processings in which the first reliability is higher than the threshold value among M times of the second processing in which the difference between the first predicted value and the actual measured value is equal to or greater than the tolerance value, where M is an integer of 1 or more.
本開示における提示方法は、機器が処理を終了するタイミングを適切に提示することができる。 The presentation method disclosed herein can appropriately present the timing at which the device will finish processing.
本発明者は、「背景技術」の欄において記載した、提示方法に関し、以下の問題が生じることを見出した。The inventor has discovered that the presentation method described in the "Background Art" section has the following problems:
乾燥機による洗濯物の乾燥に要する時間を予測する技術がある(例えば特許文献1参照)。上記時間の予測は、例えば、機械学習により生成された学習済みモデル(機械学習モデルともいう)に、乾燥前温度などの情報を入力することでなされる。There is a technology that predicts the time required for a dryer to dry laundry (see, for example, Patent Document 1). The time prediction is performed, for example, by inputting information such as the pre-drying temperature into a trained model (also called a machine learning model) generated by machine learning.
一般に、機械学習を用いた予測では、原則的には、機器ごとの状況に適応した予測時間が提供され得る。 In general, predictions using machine learning can, in principle, provide prediction times that are adapted to the circumstances of each device.
しかしながら、機械学習を用いた予測では、機器の比較的長いライフサイクルに亘って、いつも十分な精度で予測がなされるとは限らない。低い精度で得られた予測時間は、機器が実際に乾燥に要する時間とは異なるものとなることがある。However, machine learning predictions are not always accurate enough to cover the relatively long lifecycle of an equipment. Low accuracy predictions can result in a different time than the equipment actually needs to dry.
予測の精度の低下の要因には、例えば、学習の進捗、または、機器の経時変化などがある。 Factors that can cause the accuracy of predictions to decrease include, for example, progress in learning or changes in the equipment over time.
例えば、教師データとして用いられる、当該機器に関する入力情報と出力情報とが、十分な学習に必要な量だけ得られていないときには、学習が不十分であるので、予測の精度が低下する。For example, when the input and output information about the device used as training data is not available in the amount necessary for sufficient learning, the learning will be insufficient and the accuracy of predictions will decrease.
また、例えば、機器の経時変化(例えば、機器が処理に用いるハードウェアの動作の劣化、または、センサの感度の低下)が進んだときには、予測の精度が低下する。 In addition, for example, when the equipment changes over time (e.g., the operation of the hardware used by the equipment for processing deteriorates or the sensitivity of the sensors decreases), the accuracy of the predictions decreases.
そこで、予測を提示する際に、その予測の精度が低いことをユーザに通知することができれば、ユーザは、予測がどの程度妥当であるのか、または、予測をどの程度信頼できるのかを把握することができ、有用である。 Therefore, if it were possible to notify the user when a prediction is presented that the prediction has low accuracy, it would be useful for the user to understand how valid the prediction is or how much they can trust the prediction.
本開示は、機器が処理を終了するタイミングを適切に提示する提示方法を提供する。 The present disclosure provides a presentation method that appropriately indicates when a device will end processing.
本開示の一態様に係る提示方法は、機器が処理を終了するタイミングを提示する提示方法であって、前記処理である第一処理に関する前記機器のパラメータ値を入力とし、前記機器が前記第一処理を終了するタイミングを出力とする予測モデルに、前記機器が過去に実行した複数回の前記処理である第二処理それぞれに関するパラメータ値を入力することで出力される、前記機器が複数回の前記第二処理それぞれを終了するタイミングの第一予測値を取得し、複数回の前記第二処理それぞれについて取得した前記第一予測値の第一信頼度を算出し、前記機器が複数回の前記第二処理それぞれを終了したタイミングの実測値を取得し、複数回の前記第二処理それぞれについての前記第一予測値と、前記第一信頼度と、前記実測値とを用いて、前記第一信頼度に関する閾値の決定をし、前記予測モデルに、前記処理である第三処理に関するパラメータ値を入力することで出力される、前記機器が前記第三処理を終了するタイミングを示す第二予測値を取得し、前記第二予測値の第二信頼度を算出し、前記第二予測値を提示する提示制御をするとともに、前記第二信頼度が前記閾値未満である場合に通知をする通知制御をし、前記閾値の決定では、第一条件および第二条件の少なくとも一方が満たされる前記閾値を決定し、前記第一条件は、複数回の前記第二処理のうちの前記第一信頼度が前記閾値より低いN回の前記第二処理のうち、前記第一予測値と前記実測値との差異が許容値未満である1回以上の前記第二処理の割合である第一値についての条件であり、Nは1以上の整数であり、前記第二条件は、複数回の前記第二処理のうちの前記第一予測値と前記実測値との差異が前記許容値以上であるM回の前記第二処理のうち、前記第一信頼度が前記閾値より高い1回以上の前記第二処理の割合である第二値についての条件であり、Mは1以上の整数である提示方法である。A presentation method according to one aspect of the present disclosure is a presentation method for presenting the timing at which an apparatus ends a process, comprising the steps of: inputting a parameter value of the apparatus related to a first process, which is the process; inputting parameter values related to each of a plurality of second processes, which are the process, executed by the apparatus in the past, into a prediction model having an input of a parameter value of the apparatus related to a first process, which is the process, and outputting the timing at which the apparatus ends the first process; obtaining a first predicted value of the timing at which the apparatus ends each of a plurality of the second processes; calculating a first reliability of the first predicted value obtained for each of the plurality of the second processes; obtaining an actual measurement value of the timing at which the apparatus ends each of a plurality of the second processes; determining a threshold value for the first reliability using the first predicted value, the first reliability, and the actual measurement value for each of the plurality of the second processes; and inputting a parameter value related to a third process, which is the process, into the prediction model, which outputs the prediction model; a second predicted value indicating a timing when a device will terminate the third processing, a second reliability of the second predicted value, a presentation control for presenting the second predicted value, and a notification control for issuing a notification when the second reliability is less than the threshold, the determination of the threshold value includes determining the threshold value such that at least one of a first condition and a second condition is satisfied, the first condition is a condition for a first value that is a proportion of one or more second processings in which a difference between the first predicted value and the actual measured value is less than a tolerance value among N times of the second processing in which the first reliability is lower than the threshold value among a plurality of times of the second processing, N is an integer equal to or greater than 1, and the second condition is a condition for a second value that is a proportion of one or more second processings in which the first reliability is higher than the threshold value among M times of the second processing in which the difference between the first predicted value and the actual measured value is equal to or greater than the tolerance value, M is an integer equal to or greater than 1.
上記態様によれば、上記提示方法は、機械学習モデルを用いて機器のパラメータ値から、機器が処理を終了するタイミングの予測値を提示するときに、その予測値の信頼度が比較的低い場合に通知をする。信頼度は、その予測値が妥当である度合い、言い換えれば、その予測値が信頼できる度合いを示している。ユーザは、提示された終了タイミングの予測値を視認し、さらに通知がなされた場合にはその予測値の信頼度が比較的低いことを把握することができる。このように、上記提示方法は、機器が処理を終了するタイミングを適切に提示することができる。 According to the above aspect, the presentation method presents a predicted value of the timing when the device will end processing from the parameter values of the device using a machine learning model, and notifies the user if the reliability of the predicted value is relatively low. The reliability indicates the degree to which the predicted value is valid, in other words, the degree to which the predicted value is reliable. The user visually recognizes the presented predicted value of the end timing, and if a notification is given, the user can understand that the reliability of the predicted value is relatively low. In this way, the presentation method can appropriately present the timing when the device will end processing.
また、前記第一条件は、前記第一値が所定値以下であるという条件を含み、または、前記第二条件は、前記第二値が所定値以下であるという条件を含んでもよい。 Furthermore, the first condition may include a condition that the first value is equal to or less than a predetermined value, or the second condition may include a condition that the second value is equal to or less than a predetermined value.
上記態様によれば、上記提示方法は、第一値または第二値が所定値以下であるという条件を用いて、より容易に、終了タイミングの予測値の信頼度の判定に用いられる閾値を決定する。よって、上記提示方法は、信頼度の閾値を容易に決定することを通じて、機器が処理を終了するタイミングを適切に提示することができる。According to the above aspect, the presentation method determines a threshold value used to judge the reliability of the predicted value of the end timing more easily by using the condition that the first value or the second value is equal to or less than a predetermined value. Therefore, the presentation method can appropriately present the timing at which the device will end processing by easily determining the reliability threshold value.
また、前記第一条件は、前記第一値が、前記閾値の複数の候補を用いて算出される複数の第一値の候補のうちの最小値である、という条件を含み、または、前記第二条件は、前記第二値が、前記閾値の複数の候補を用いて算出される複数の第二値の候補のうちの最小値である、という条件を含んでもよい。 The first condition may include a condition that the first value is the minimum value among multiple first value candidates calculated using multiple threshold value candidates, or the second condition may include a condition that the second value is the minimum value among multiple second value candidates calculated using multiple threshold value candidates.
上記態様によれば、上記提示方法は、第一値または第二値が最小値をとるという条件を用いて、より容易に、終了タイミングの予測値の信頼度の判定に用いられる閾値を決定する。よって、上記提示方法は、信頼度の閾値を容易に決定することを通じて、機器が処理を終了するタイミングを適切に提示することができる。According to the above aspect, the presentation method determines a threshold value used to judge the reliability of the predicted value of the end timing more easily by using the condition that the first value or the second value is a minimum value. Therefore, the presentation method can appropriately present the timing at which the device will end processing by easily determining the reliability threshold value.
また、前記提示制御は、前記第二予測値を表示画面に表示する制御を含み、前記通知制御は、前記第二予測値の表示態様を変更する制御を含んでもよい。 In addition, the presentation control may include control to display the second predicted value on a display screen, and the notification control may include control to change the display manner of the second predicted value.
上記態様によれば、上記提示方法は、表示画面に表示した予測値の表示態様を変更することによって通知を行う。ユーザは、予測値の表示態様の変更を視認することで、容易に、その予測値の信頼度が比較的低いことを把握することができる。よって、上記提示方法は、表示態様の変更によって信頼度の低下を通知することを通じて、機器が処理を終了するタイミングを適切に提示することができる。According to the above aspect, the presentation method notifies the user by changing the display mode of the predicted value displayed on the display screen. By visually checking the change in the display mode of the predicted value, the user can easily understand that the reliability of the predicted value is relatively low. Thus, the presentation method can appropriately present the timing for the device to end processing by notifying the user of the decrease in reliability by changing the display mode.
また、前記閾値を決定する際には、さらに、決定した前記閾値を上昇または低下させる指示をユーザから受け付け、受け付けた前記指示に従って、決定した前記閾値を上昇または低下させ、前記通知制御では、上昇または低下させた後の前記閾値を用いて、前記通知制御をしてもよい。 In addition, when determining the threshold value, an instruction to raise or lower the determined threshold value may be received from a user, and the determined threshold value may be raised or lowered in accordance with the received instruction, and the notification control may be performed using the threshold value after it has been raised or lowered.
上記態様によれば、上記提示方法は、終了タイミングの予測値の信頼度の判定に用いられる閾値を、ユーザから受け付けた指示に基づいて調整するので、上記指示に応じた量または頻度で通知を行うことができる。ユーザは、上記指示に応じた量または頻度で通知を受けることができる。よって、上記提示方法は、適切な量または頻度の通知を用いて、機器が処理を終了するタイミングを適切に提示することができる。 According to the above aspect, the presentation method adjusts the threshold value used to determine the reliability of the predicted value of the end timing based on an instruction received from a user, so that notifications can be provided at an amount or frequency according to the instruction. The user can receive notifications at an amount or frequency according to the instruction. Thus, the presentation method can appropriately present the timing at which the device will end processing using an appropriate amount or frequency of notifications.
また、前記閾値を決定する際には、さらに、前記閾値を設定する指示をユーザから受け付け、受け付けた前記指示に従って、前記閾値を設定し、前記通知制御では、設定した後の前記閾値を用いて、前記通知制御をしてもよい。 In addition, when determining the threshold value, an instruction to set the threshold value may be received from a user, and the threshold value may be set in accordance with the received instruction, and the notification control may use the threshold value after it has been set.
上記態様によれば、上記提示方法は、終了タイミングの予測値の信頼度の判定に用いられる閾値を、ユーザから受け付けた指示に基づいて設定するので、上記指示に応じた量または頻度で通知を行うことができる。ユーザは、上記指示に応じた量または頻度で通知を受けることができる。よって、上記提示方法は、適切な量または頻度の通知を用いて、機器が処理を終了するタイミングを適切に提示することができる。 According to the above aspect, the presentation method sets the threshold value used to determine the reliability of the predicted value of the end timing based on an instruction received from a user, so that notifications can be provided at an amount or frequency according to the instruction. The user can receive notifications at an amount or frequency according to the instruction. Thus, the presentation method can appropriately present the timing at which the device will end processing using an appropriate amount or frequency of notifications.
また、さらに、前記第一信頼度を取得する際には、前記第二処理それぞれに関する前記機器のパラメータ値を取得したセンサの精度を取得し、取得した前記センサの精度が高いほど高い前記第一信頼度を取得し、前記第二信頼度を取得する際には、前記第三処理に関する前記機器のパラメータ値を取得したセンサの精度を取得し、取得した前記センサの精度が高いほど高い前記第二信頼度を取得してもよい。Furthermore, when obtaining the first reliability, the accuracy of the sensor that obtained the parameter values of the equipment related to each of the second processes may be obtained, and the higher the accuracy of the obtained sensor, the higher the first reliability may be obtained, and when obtaining the second reliability, the accuracy of the sensor that obtained the parameter values of the equipment related to the third process may be obtained, and the higher the accuracy of the obtained sensor, the higher the second reliability may be obtained.
上記態様によれば、上記提示方法は、パラメータ値を取得するセンサの精度に応じて容易に信頼度を取得する。よって、上記提示方法は、機器が処理を終了するタイミングを適切に提示することができる。According to the above aspect, the method of presenting the parameter easily obtains the reliability according to the accuracy of the sensor that obtains the parameter value. Therefore, the method of presenting the parameter can appropriately present the timing at which the device ends the process.
また、前記機器は、乾燥機であり、前記処理は、前記乾燥機が洗濯物を乾燥させる処理であってもよい。 The device may also be a dryer, and the process may be a process in which the dryer dries laundry.
上記態様によれば、上記提示方法は、乾燥機が洗濯物を乾燥させる処理を終了するタイミングを適切に提示することができる。According to the above aspect, the above presentation method can appropriately present the timing when the dryer will finish the process of drying laundry.
本開示の一態様に係る提示システムは、機器が処理を終了するタイミングを提示する提示システムであって、予測部と、信頼度算出部と、閾値決定部と、提示制御部とを備え、前記予測部は、前記処理である第一処理に関する前記機器のパラメータ値を入力とし、前記機器が前記第一処理を終了するタイミングを出力とする予測モデルに、前記機器が過去に実行した複数回の前記処理である第二処理それぞれに関するパラメータ値を入力することで出力される、前記機器が複数回の前記第二処理それぞれを終了するタイミングの第一予測値を取得し、前記信頼度算出部は、複数回の前記第二処理それぞれについて取得した前記第一予測値の第一信頼度を算出し、前記閾値決定部は、前記機器が複数回の前記第二処理それぞれを終了したタイミングの実測値を取得し、複数回の前記第二処理それぞれについての前記第一予測値と、前記第一信頼度と、前記実測値とを用いて、前記第一信頼度に関する閾値の決定をし、前記予測部は、前記予測モデルに、前記処理である第三処理に関するパラメータ値を入力することで出力される、前記機器が前記第三処理を終了するタイミングを示す第二予測値を取得し、前記信頼度算出部は、前記第二予測値の第二信頼度を算出し、前記提示制御部は、前記第二予測値を提示する提示制御をするとともに、前記第二信頼度が前記閾値未満である場合に通知をする通知制御をし、前記閾値の決定では、第一条件および第二条件の少なくとも一方が満たされる前記閾値を決定し、前記第一条件は、複数回の前記第二処理のうちの前記第一信頼度が前記閾値より低いN回の前記第二処理のうち、前記第一予測値と前記実測値との差異が許容値未満である1回以上の前記第二処理の割合である第一値についての条件であり、Nは1以上の整数であり、前記第二条件は、複数回の前記第二処理のうちの前記第一予測値と前記実測値との差異が前記許容値以上であるM回の前記第二処理のうち、前記第一信頼度が前記閾値より高い1回以上の前記第二処理の割合である第二値についての条件であり、Mは1以上の整数である提示システムである。A presentation system according to one aspect of the present disclosure is a presentation system that presents the timing at which an apparatus ends a process, and includes a prediction unit, a reliability calculation unit, a threshold determination unit, and a presentation control unit. The prediction unit inputs a parameter value of the apparatus related to a first process, which is the process, and obtains a first predicted value of the timing at which the apparatus ends each of the multiple second processes, which is output by inputting parameter values related to each of the multiple second processes that the apparatus has previously performed, into a prediction model that outputs the timing at which the apparatus ends the first process. The reliability calculation unit calculates a first reliability of the first predicted value obtained for each of the multiple second processes. The threshold determination unit obtains an actual measurement value of the timing at which the apparatus ends each of the multiple second processes, and determines a threshold for the first reliability using the first predicted value, the first reliability, and the actual measurement value for each of the multiple second processes. The prediction unit inputs a parameter value of the apparatus related to a third process, which is the process, into the prediction model. a presentation system including: a second predicted value indicating a timing at which the device will terminate the third processing, the second predicted value being output by inputting a parameter value; a reliability calculation unit calculating a second reliability of the second predicted value; a presentation control unit performing presentation control to present the second predicted value and performing notification control to give a notification when the second reliability is less than the threshold; determining the threshold value determines the threshold value at which at least one of a first condition and a second condition is satisfied; the first condition is a condition for a first value which is a proportion of one or more second processings in which a difference between the first predicted value and the actual measured value is less than a tolerance value among N second processings in which the first reliability is lower than the threshold value among a plurality of second processings, where N is an integer equal to or greater than 1; and the second condition is a condition for a second value which is a proportion of one or more second processings in which the first reliability is higher than the threshold value among M second processings in which the difference between the first predicted value and the actual measured value is equal to or greater than the tolerance value, where M is an integer equal to or greater than 1.
上記態様によれば、上記提示方法と同様の効果を奏する。 According to the above aspect, the same effect as the above presentation method is achieved.
以下、適宜図面を参照しながら、実施の形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。 Below, the embodiments will be described in detail, with reference to the drawings as appropriate. However, more detailed explanation than necessary may be omitted. For example, detailed explanations of matters that are already well known or duplicate explanations of substantially identical configurations may be omitted. This is to avoid the following explanation becoming unnecessarily redundant and to make it easier for those skilled in the art to understand.
なお、発明者(ら)は、当業者が本開示を十分に理解するために添付図面および以下の説明を提供するのであって、これらによって請求の範囲に記載の主題を限定することを意図するものではない。The inventor(s) provide the accompanying drawings and the following description to enable those skilled in the art to fully understand the present disclosure, and are not intended to limit the subject matter described in the claims.
(実施の形態)
本実施の形態において、機器が処理を終了するタイミングを適切に提示する提示方法および提示システムについて説明する。
(Embodiment)
In this embodiment, a presentation method and a presentation system for appropriately presenting the timing at which a device ends a process will be described.
図1は、本実施の形態における提示システム1の構成を示す模式図である。
Figure 1 is a schematic diagram showing the configuration of the
図1に示されるように、提示システム1は、サーバ10と、乾燥機20A、20Bおよび20C(乾燥機20A等ともいう)と、端末30A、30Bおよび30C(端末30A等ともいう)とを備える。提示システム1が備える装置は、ネットワークNを通じて通信可能に接続されている。1, the
サーバ10は、乾燥機20A等が処理を終了するタイミング(終了タイミングともいう)の予測値と、その予測値の信頼度とを算出する。終了タイミングの予測は、例えば機械学習を用いた方法によりなされ、この場合を例として説明するが、これに限られない。サーバ10は、算出した予測値と信頼度とを端末30Aに提供する。The
ここで、サーバ10が乾燥機20A等の予測値と信頼度とを提供する宛先である端末は、端末30A等のうちの当該乾燥機20A等に対応付けられた端末であり得る。乾燥機20A等と端末30A等との対応付けはサーバ10によりなされる。Here, the terminal to which the
乾燥機20Aは、処理を実行する機器である。乾燥機20Aは、例えば、選択された衣類などの洗濯物を乾燥させる乾燥機(乾燥機付きの洗濯機ともいえる)であり、この場合を例として説明するがこれに限られない。乾燥機20Aが行う処理は、洗濯物を乾燥させる処理(乾燥処理ともいう)である。乾燥機20Aは、上記のほか、冷凍庫またはエアコン等の機器であってもよい。対象の機器が冷凍庫である場合、処理は、製氷処理である。対象の機器がエアコンである場合、処理は、暖房処理(より具体的には、例えば、寝室の温度を25℃に上昇させる暖房処理)である。The
乾燥機20Bおよび20Cは、それぞれ、乾燥機20Aと同様の機器であり、乾燥機20Aとは独立に動作する。
端末30Aは、情報を提示する。端末30Aは、サーバ10が算出した終了タイミングの予測値を提示する。また、端末30Aは、予測値の信頼度が閾値未満である場合に通知をする。Terminal 30A presents information.
提示は、例えば、端末30Aが備える表示画面に情報を含む画像を表示することであるが、これに限られず、音声として出力することであってもよい。また、通知は、例えば、端末30Aが備える表示画面に情報を含む画像を表示すること、または、端末30Aが備える表示画面に表示されている情報の表示態様を変更することなどを含むが、これらに限られず、音声として出力すること、または、音声の出力態様を変更することであってもよい。音声の出力態様の変更は、例えば、音量の変更、再生速度の変更、エフェクトの適用の有無の変更、適用されるエフェクトの変更等であり得る。The presentation may be, for example, displaying an image including the information on a display screen of the terminal 30A, but is not limited to this, and may be output as sound. The notification may be, for example, displaying an image including the information on a display screen of the terminal 30A, or changing the display mode of the information displayed on the display screen of the terminal 30A, but is not limited to this, and may be output as sound or changing the output mode of the sound. The change in the output mode of the sound may be, for example, a change in the volume, a change in the playback speed, a change in whether or not an effect is applied, a change in the effect applied, etc.
端末30Bおよび30Cは、それぞれ、端末30Aと同様の機器であり、端末30Aとは独立に動作する。
なお、ここでは、乾燥機20A等および端末30A等がそれぞれ3台である場合を例として説明するが、これに限られない。乾燥機20A等または端末30A等は任意の台数であってよい。また、乾燥機20A等と端末30A等との台数が異なってもよい。Here, an example is described in which there are three
ネットワークNは、どのような通信回線またはネットワークから構成されてもよく、例えば、インターネット、携帯電話のキャリアネットワーク、インターネットプロバイダのアクセスネットワーク、または公衆アクセスネットワークなどを含み得る。 Network N may be composed of any communication line or network, including, for example, the Internet, a mobile phone carrier network, an Internet provider access network, or a public access network.
以降において、乾燥機20A等、端末30A等およびサーバ10の機能について詳細に説明する。ここでは、乾燥機20A等のうち乾燥機20Aに着目して説明するが、乾燥機20Bまたは20Cについても同様の説明が成立する。The following describes in detail the functions of the
図2は、本実施の形態における乾燥機20Aの機能を示すブロック図である。なお、乾燥機20Bおよび20Cも同様の機能を有するので、乾燥機20Bおよび20Cについての説明は省略する。
Figure 2 is a block diagram showing the functions of
図2に示されるように、乾燥機20Aは、機能部として、通信部21と、処理部22と、表示部23とを備える。As shown in FIG. 2, the
通信部21は、ネットワークNに接続可能である通信インタフェースである。通信部21は、乾燥機20Aが備える機能部がネットワークNを通じて他の装置と通信するときに、他の装置との間で通信パケットの送受信を行う。通信部21は、例えば、Wi-Fi(登録商標)の通信インタフェースである。The
処理部22は、乾燥機20Aが行う処理である乾燥処理を制御する。処理部22は、具体的には、処理の対象である洗濯物が投入される槽(一般に洗濯槽と兼用)と、槽内の空気を取り込んで温風を生成し槽内に送出するヒートポンプと、槽およびヒートポンプの動作を制御する制御部とを有する。また、処理部22は、乾燥処理に関する情報を検知する1以上のセンサを有する。1以上のセンサは、例えば、槽内の洗濯物の重量を検知する重量センサ、槽からヒートポンプに取り込まれる空気の温度(吸込温度ともいう)を検知する温度センサ、または、ヒートポンプから槽へ送出される空気の温度(吐出温度ともいう)を検知する温度センサなどを含む。処理部22は、乾燥処理の時間長である乾燥時間を決定する。上記乾燥時間の決定は、例えば、乾燥を開始する時点での洗濯物の重量ごとに定められた乾燥時間を参照し、乾燥しようとする洗濯物の重量であって、重量センサで検知した重量に適合する乾燥時間を選択することでなされる。処理部22は、乾燥処理を開始し、その開始から乾燥時間が経過した時点で、乾燥処理を終了する。なお、処理部22は、乾燥処理を開始する時点で決定した乾燥時間を、乾燥が進むにつれて、逐次、温度センサで検知した温度に基づいて調整してもよい。The
また、処理部22は、サーバ10による終了タイミングの予測値の算出のために、1以上のセンサが検知した情報をサーバ10に送信する。1以上のセンサが検知した情報は、例えば、重量センサにより検知された洗濯物の重量、温度センサにより検知された吸込温度または吐出温度などを含む。In addition, the
表示部23は、情報を表示する表示装置である。表示部23は、例えば、サーバ10から取得した、終了タイミングの予測値を含む情報を画像として表示する。また、表示部23は、上記画像の表示または表示態様の変更によって通知をする。なお、表示部23は、上記情報を音声として出力するスピーカであってもよい。また、表示部23は、上記表示装置および上記スピーカの少なくとも一方を有する提示部であってもよい。The
図3は、本実施の形態における端末30Aの機能を示すブロック図である。なお、端末30Bおよび30Cも同様の機能を有するので、端末30Bおよび30Cについての説明は省略する。
Figure 3 is a block diagram showing the functions of terminal 30A in this embodiment.
図3に示されるように、端末30Aは、機能部として、通信部31と、制御部32と、表示部33とを備える。As shown in FIG. 3, the
通信部31は、ネットワークNに接続可能である通信インタフェースである。通信部31は、端末30Aが備える機能部がネットワークNを通じて他の装置と通信するときに、他の装置との間で通信パケットの送受信を行う。通信部31は、例えば、Wi-Fiの通信インタフェース、または、携帯電話ネットワークの通信インタフェースである。The
制御部32は、端末30Aの動作を制御する。制御部32は、プロセッサおよびメモリ等を有し、プロセッサがメモリを用いて所定のプログラムを実行することで端末30Aの動作を制御する。The
表示部33は、情報を表示する表示装置である。表示部33は、例えば、サーバ10から取得した、終了タイミングの予測値を含む情報を画像として表示する。表示部33は、上記画像の表示または表示態様の変更によって通知をする。なお、表示部33は、上記情報を音声として出力するスピーカであってもよい。また、表示部33は、上記表示装置および上記スピーカの少なくとも一方を有する提示部であってもよい。The
図4は、本実施の形態におけるサーバ10の機能を示すブロック図である。
Figure 4 is a block diagram showing the functions of
図4に示されるように、サーバ10は、機能部として、通信部11と、訓練部12と、予測部13と、信頼度算出部14と、閾値決定部15と、表示制御部16とを備える。サーバ10が備える機能部は、サーバ10が備えるプロセッサがメモリを用いて所定のプログラムを実行することで実現され得る。4, the
通信部11は、ネットワークNに接続可能である通信インタフェースである。通信部11は、サーバ10が備える機能部がネットワークNを通じて他の装置と通信するときに、他の装置との間で通信パケットの送受信を行う。通信部11は、例えば、Ethernet(登録商標)の通信インタフェースである。The
訓練部12は、終了タイミングを予測する機械学習モデルである予測モデルを保有しており、予測モデルの訓練を行う。予測モデルは、乾燥処理(第一処理に相当)に関する乾燥機20Aのパラメータ値を入力とし、乾燥機20Aが乾燥処理を終了する終了タイミングを出力とするモデルである。予測モデルは、乾燥処理に関する乾燥機20Aのパラメータ値を入力とし、乾燥機20Aが乾燥処理を終了するタイミングを出力とする教師データを用いた機械学習による訓練によって構築される。教師データは、実際の乾燥処理に関する乾燥機20Aのパラメータ値を入力データとし、乾燥機20Aがその乾燥処理を終了するタイミングを出力データとする教師データであってもよいし、乾燥機20Aと同種の機器についての上記入力データおよび上記出力データとする教師データであってもよい。予測モデルは、例えば、ニューラルネットワークモデルである。The
予測部13は、予測モデルを用いて乾燥機20Aが行う乾燥処理の終了タイミングの予測値を取得する。予測部13は、具体的には、乾燥機20Aが過去に実行した複数回の乾燥処理(第二処理に相当)それぞれについて、乾燥機20Aが有する1以上のセンサが検知した情報を取得し、取得した情報をパラメータ値として予測モデルに入力することで出力される、終了タイミングの予測値(第一予測値ともいう)を取得する。また、予測部13は、乾燥機20Aが行う乾燥処理(第三処理に相当)について、乾燥機20Aが有する1以上のセンサが検知した情報を取得し、取得した情報をパラメータ値として予測モデルに入力することで出力される、終了タイミングの予測値(第二予測値ともいう)を取得する。The
信頼度算出部14は、予測部13が取得した第一予測値である終了タイミングの信頼度(第一信頼度)を算出する。また、信頼度算出部14は、予測部13が取得した第二予測値である終了タイミングの信頼度(第二信頼度)を算出する。信頼度は、予測値が妥当である度合い、言い換えれば、その予測値が信頼できる度合いを示している。The
信頼度算出部14は、例えば、乾燥処理に関する乾燥機20Aのパラメータ値を取得したセンサの精度を取得し、取得したセンサの精度が高いほど高い信頼度を取得する。The
また、信頼度算出部14は、信頼度を算出する際には、例えば、予測モデルの学習の進捗を示す指標である学習度と、乾燥機20Aの経時変化の度合いを示す指標である経時変化度とを取得し、取得した学習度および経時変化度の少なくとも一方を用いて信頼度を算出することもできる。学習度および経時変化度を用いた信頼度の算出方法について、後で説明する。In addition, when calculating the reliability, the
閾値決定部15は、複数回の第二処理それぞれについての第一予測値と、第一信頼度と、実測値とを用いて、第一信頼度に関する閾値の決定をする。閾値決定部15は、閾値の決定において、下記第一条件および下記第二条件の少なくとも一方が満たされる閾値を決定する。The
第一条件は、誤報率に関する条件である。誤報率は、混同行列において用いられる指標であり、信頼度が閾値より低いことにより通知をすると判断されるケースのうち、終了タイミングの予測値と実測値との差異に基づいて通知をすべきでないと判断されるケースの割合を示す。第一条件は、より具体的には、複数回の第二処理のうちの信頼度が閾値より低いN回の第二処理のうち、第一予測値と実測値との差異が許容差未満である1回以上の第二処理の割合である誤報率(第一値に相当)についての条件である。ここで、Nは1以上の整数である。The first condition is a condition regarding the false alarm rate. The false alarm rate is an index used in a confusion matrix, and indicates the proportion of cases in which it is determined that notification should not be made based on the difference between the predicted value and the actual value of the end timing, among cases in which it is determined that notification should be made because the reliability is lower than a threshold. More specifically, the first condition is a condition regarding the false alarm rate (corresponding to the first value), which is the proportion of one or more second processes in which the difference between the first predicted value and the actual value is less than the tolerance, among N second processes in which the reliability is lower than a threshold, among multiple second processes. Here, N is an integer equal to or greater than 1.
第一条件は、誤報率が所定値以下であるという条件を含んでもよい。また、第一条件は、誤報率が、閾値の複数の候補を用いて算出される複数の誤報率の候補のうちの最小値である、という条件を含んでもよい。The first condition may include a condition that the false alarm rate is equal to or less than a predetermined value. The first condition may also include a condition that the false alarm rate is the minimum value among multiple false alarm rate candidates calculated using multiple threshold candidate values.
また、第二条件は、失報率に関する条件である。失報率は、混同行列において用いられる指標であり、終了タイミングの予測値と実測値との差異に基づいて通知をすべきと判断されるケースのうち、信頼度が閾値より高いことにより通知をしなかったケースの割合を示す。第二条件は、より具体的には、複数回の第二処理のうちの第一予測値と実測値との差異が許容差以上であるM回の第二処理のうち、信頼度が閾値より高い1回以上の第二処理の割合である失報率(第二値に相当)についての条件である。ここで、Mは1以上の整数である。 The second condition is a condition regarding the false alarm rate. The false alarm rate is an index used in a confusion matrix, and indicates the proportion of cases in which a notification is not issued because the reliability is higher than a threshold among cases in which it is determined that a notification should be issued based on the difference between the predicted value and the actual measured value of the end timing. More specifically, the second condition is a condition regarding the false alarm rate (corresponding to the second value), which is the proportion of at least one second process whose reliability is higher than a threshold among M second processes in which the difference between the first predicted value and the actual measured value among multiple second processes is equal to or greater than the tolerance. Here, M is an integer equal to or greater than 1.
第二条件は、失報率が所定値以下であるという条件を含んでもよい。また、第二条件は、失報率が、閾値の複数の候補を用いて算出される複数の失報率の候補のうちの最小値である、という条件を含んでもよい。The second condition may include a condition that the failure rate is equal to or less than a predetermined value. The second condition may also include a condition that the failure rate is the minimum value among multiple failure rate candidates calculated using multiple threshold candidate values.
例えば、第一条件を「誤報率が0.3以下であること」とし、第二条件を「失報率が0.3以下であること」とすることができる。For example, the first condition can be "the false alarm rate is 0.3 or less" and the second condition can be "the missed alarm rate is 0.3 or less."
また、例えば、第一条件を「誤報率が0.5以下であること」とし、第二条件を「失報率の候補のうちの最小値である」とすることができる。 For example, the first condition can be "the false alarm rate is 0.5 or less" and the second condition can be "the smallest value among the candidate false alarm rates."
なお、誤報率および失報率は、混同行列で一般に用いられるprecisionおよびrecallを用いると、次のように表せる。 The false alarm rate and false alarm rate can be expressed as follows using precision and recall, which are commonly used in confusion matrices:
誤報率=1-precision
失報率=1-recall
False alarm rate = 1-precision
Failure rate = 1-recall
なお、上記のほかにも、混同行列を用いて妥当な閾値を決定する方法を採用してもよい。In addition to the above, a method of determining an appropriate threshold using a confusion matrix may also be adopted.
表示制御部16は、予測部13が取得した第二予測値を含む提示情報を表示する表示制御をする。表示制御は、提示情報を提示する提示制御に相当する。また、表示制御部16は、提示制御とともに、第二信頼度が閾値未満である場合に通知をする通知制御をする。表示制御部16は、提示制御部に相当する。The
具体的には、表示制御部16は、表示制御において、提示情報を端末30Aに送信し、端末30Aが提示情報を表示部33に表示するように制御する。また、表示制御部16は、通知制御において、端末30Aがその表示態様を変更するように制御する。Specifically, in the display control, the
なお、表示制御部16は、乾燥機と、当該乾燥機についての終了タイミングの予測値と信頼度との提示と通知とをする端末とを対応付けた対応情報を保有しており、対応情報を参照して、提示情報を提示する端末を選定する。対応情報において、乾燥機20A、20Bおよび20Cは、それぞれ、端末30A、30Bおよび30Cに対応付けられているとする。例えば、乾燥機20Aに対応する端末は、乾燥機20Aを保有しているユーザが保有している端末であり得る。The
なお、表示制御部16は、提示情報を乾燥機20Aに送信し、乾燥機20Aが提示情報を表示部23に表示するよう制御してもよい。In addition, the
なお、閾値決定部15は、閾値を決定する際には、決定した閾値を上昇または低下させる指示をユーザから受け付け、受け付けた指示に従って、決定した閾値を上昇または低下させてもよい。その場合、表示制御部16は、通知制御において、上昇または低下させた後の閾値を用いて、通知制御をする。When determining the threshold, the
なお、閾値決定部15は、閾値を決定する際には、閾値を設定する指示をユーザから受け付け、受け付けた指示に従って、閾値を設定してもよい。その場合、表示制御部16は、通知制御において、設定した後の閾値を用いて、通知制御をする。When determining the threshold value, the threshold
次に、信頼度について説明する。 Next, we will explain reliability.
ここでは、学習度および経時変化度を用いて算出される信頼度について説明する。 Here, we explain the reliability calculated using the degree of learning and the degree of change over time.
図5は、本実施の形態における学習度αの推移を示す説明図である。 Figure 5 is an explanatory diagram showing the progress of learning level α in this embodiment.
図5において、横軸が処理回数を示しており、縦軸が学習度αを示している。学習度αは、予測モデルの学習が進むにつれて上昇する指標である。図5に示される学習度αは、予測モデルの学習の進捗を0以上1以下の範囲で示す指標であり、これを例として説明するが、学習度αの範囲は上記に限られない。 In Figure 5, the horizontal axis indicates the number of processing times, and the vertical axis indicates the learning degree α. The learning degree α is an index that increases as the learning of the predictive model progresses. The learning degree α shown in Figure 5 is an index that indicates the progress of the learning of the predictive model in the range of 0 to 1, and will be described as an example, but the range of the learning degree α is not limited to the above.
図5に示されるように、学習度αは、処理回数が比較的少ないときには比較的低い値を有し、処理回数が多いほど、高い値を有する。例えば、処理回数P2における学習度α2は、処理回数P1における学習度α1より高い。As shown in Figure 5, the learning degree α has a relatively low value when the number of processing times is relatively small, and has a higher value as the number of processing times increases. For example, the learning degree α2 at the processing time P2 is higher than the learning degree α1 at the processing time P1.
また、処理回数がある程度進むと、学習度αは、1または1の近傍の値をとり、それ以降は1または1の近傍の値をとり続ける。例えば、処理回数P3において学習度αがほぼ1であり、処理回数がP3以上のときにも学習度αがほぼ1である。 Furthermore, after a certain number of processing times, the learning level α takes a value of 1 or close to 1, and thereafter continues to take a value of 1 or close to 1. For example, at processing time P3, the learning level α is approximately 1, and even when the processing time is P3 or more, the learning level α remains approximately 1.
学習度αは、例として、下記の情報のいずれかを少なくとも用いて信頼度算出部14により算出される。
The learning level α is calculated by the
(a)予測モデルの交差検証における、訓練誤差をバリデーション誤差で除した値
(b)予測モデルの訓練に用いたデータ数
(c)機器が行った複数回の処理における第一予測値の予測誤差の収束率
(a) The value obtained by dividing the training error by the validation error in the cross-validation of the predictive model. (b) The number of data used to train the predictive model. (c) The convergence rate of the prediction error of the first predicted value in multiple processings performed by the device.
図6は、本実施の形態における経時変化度の推移を示す説明図である。 Figure 6 is an explanatory diagram showing the progression of change over time in this embodiment.
図6において、横軸が乾燥機20Aの製造時点からの経過時間を示し、縦軸が経時変化度βを示している。経時変化度βは、乾燥機20Aの製造時点からの経時変化の度合いを示す指標であり、製造時点において0であり、製造時点より後に、経過時間が長くなるにつれて上昇する指標である。In Figure 6, the horizontal axis indicates the time elapsed since the time of manufacture of the
図6に示されるように、経時変化度βは、経過時間が比較的短いときには比較的低い値を有し、経過時間が長いほど、高い値を有する。例えば、経過時間T3における経時変化度β3は、経過時間T2における経時変化度β2より高い。As shown in Figure 6, the degree of change over time β has a relatively low value when the elapsed time is relatively short, and has a higher value as the elapsed time is longer. For example, the degree of change over time β3 at elapsed time T3 is higher than the degree of change over time β2 at elapsed time T2.
経時変化度βは、例として、下記の情報のいずれかを少なくとも用いて信頼度算出部14により算出される。ここで、Nは2以上の整数である。The degree of change over time β is calculated by the
(d)乾燥機20Aが行った複数回の処理のうち、直近のN回の処理における第一予測値の予測誤差の平均値
(e)上記(d)を、乾燥機20Aと同種の複数の機器が行った処理における第一予測値の予測誤差の平均値で除した値
(f)乾燥機20Aが行った複数回の処理のうち、直近のN回の処理における、乾燥機20Aが当該処理を終了したタイミングの標準偏差
(d) The average value of the prediction errors of the first predicted value in the most recent N processes among the multiple processes performed by the
図7は、本実施の形態における信頼度の推移を示す説明図である。 Figure 7 is an explanatory diagram showing the progress of reliability in this embodiment.
図7において、横軸が乾燥機20Aの製造時点からの経過時間を示し、縦軸が信頼度δを示している。信頼度δは、乾燥機20Aが処理を終了する終了タイミングの予測値が信頼できる度合いを示す指標であり、0以上1以下の範囲で推移する指標である。7, the horizontal axis indicates the time elapsed since the manufacturing time of the
信頼度δは、学習度αと経時変化度βとを用いて算出され、より具体的には、学習度αが高いほど高く、または、経時変化度βが高いほど低い。The reliability δ is calculated using the learning level α and the degree of change over time β, and more specifically, the higher the learning level α, the higher the reliability δ, or the higher the degree of change over time β, the lower the reliability δ.
なお、以降において、説明の便宜上、信頼の指標として不信頼度εを用いて説明する。不信頼度は、信頼度δと大小関係が逆転した指標である。不信頼度εは、0以上1以下の範囲で推移する指標であり、低いほど、乾燥機20Aが処理を終了する終了タイミングの予測値の信頼が高いことを示している(下記(式1)参照)。For ease of explanation, hereafter, unreliability ε will be used as an index of reliability. Unreliability is an index whose magnitude relationship is the reverse of that of reliability δ. Unreliability ε is an index that ranges from 0 to 1, and the lower the unreliability ε, the higher the reliability of the predicted value of the end timing at which
ε=1-δ (式1)ε = 1 - δ (Equation 1)
次に、閾値の決定方法について説明する。閾値決定部15は、複数の閾値の候補(閾値候補ともいう)から一の閾値を選択することで、閾値を決定する。Next, we will explain how to determine the threshold. The
図9は、本実施の形態における閾値候補ごとの通知の当否を示す説明図である。 Figure 9 is an explanatory diagram showing whether or not notification is appropriate for each threshold candidate in this embodiment.
図9には、乾燥機20Aが過去に行った10回の乾燥処理のそれぞれについて、乾燥時間、予測乾燥時間、乾燥時間と予測乾燥時間との差異(単に「差異」ともいう)、通知フラグ、および、不信頼度が示されている。また、図9には、上記10回の乾燥処理のそれぞれについて、3つの閾値候補を想定する場合の不信頼フラグと、通知の当否とが示されている。
Figure 9 shows the drying time, predicted drying time, difference between the drying time and predicted drying time (also simply called "difference"), notification flag, and unreliability for each of the 10 drying processes previously performed by
乾燥時間は、乾燥機20Aが当該乾燥処理を開始する時点で算出した、乾燥処理に要する時間である。乾燥時間は、終了タイミングの実測値の一例である。The drying time is the time required for the drying process calculated at the time when the
予測乾燥時間は、乾燥機20Aが当該乾燥処理を開始する時点における乾燥機20Aのパラメータ値を用いて予測された、乾燥処理に要する時間の予測値である。予測乾燥時間は、終了タイミングの予測値の一例である。The predicted drying time is a predicted value of the time required for the drying process, predicted using the parameter values of the
乾燥時間と予測乾燥時間との差異は、上記予測乾燥時間から上記乾燥時間を減じた値である。 The difference between the drying time and the predicted drying time is the predicted drying time minus the drying time.
通知フラグは、上記10回の乾燥処理のそれぞれについて、乾燥時間と予測乾燥時間との差異に基づいて通知をすべきことを示すフラグである。通知フラグは、差異の絶対値が許容差を超える場合に1(つまり、通知を行うべき)とし、差異の絶対値が許容差以下である場合に0(つまり、通知を行うべきでない)とする。許容差は、例えば15分であり、この場合を例として説明する。なお、通知フラグが1である乾燥処理について実際に通知が行われたか否かは問わない。 The notification flag is a flag that indicates that a notification should be made based on the difference between the drying time and the predicted drying time for each of the 10 drying processes. The notification flag is set to 1 (i.e., notification should be made) if the absolute value of the difference exceeds the tolerance, and is set to 0 (i.e., notification should not be made) if the absolute value of the difference is equal to or less than the tolerance. The tolerance is, for example, 15 minutes, and this case will be explained as an example. It does not matter whether a notification was actually made for a drying process for which the notification flag is 1.
不信頼度は、予測乾燥時間の不信頼度である。不信頼度は、乾燥機20Aが当該乾燥処理を開始する時点における乾燥機20Aのパラメータ値を用いて算出され得る。The unreliability is the unreliability of the predicted drying time. The unreliability can be calculated using the parameter values of the
例えば、乾燥処理#1では、乾燥時間が90分であり、予測乾燥時間が95分であり、差異が5分である。通知フラグは、差異の絶対値である5分が許容差である15分以下であるので0である。不信頼度は、10である。
For example, for drying
例えば、乾燥処理#2では、乾燥時間が100分であり、予測乾燥時間が120分であり、差異が20分である。通知フラグは、差異の絶対値である20分が許容差である15分を超えているので1である。不信頼度は、20である。
For example, in drying
例えば、乾燥処理#3では、乾燥時間が80分であり、予測乾燥時間が70分であり、差異が-10分である。通知フラグは、差異の絶対値である10分の絶対値が許容差である15分以下であるので0である。不信頼度は、25である。
For example, in drying
次に、閾値候補ごとの通知の当否を説明する。ここでは、閾値候補として、20、50および80の3つの閾値候補がある場合を例として説明する。なお、閾値候補は、上記3つに限られず、不信頼度の最小値から最大値までの範囲に含まれる複数の閾値候補が用いられ得る。例えば、閾値候補は、最小値である0から、最大値である100までの範囲に含まれるすべての整数値であってもよい。 Next, the appropriateness of notification for each threshold candidate will be explained. Here, an example will be explained in which there are three threshold candidate thresholds: 20, 50, and 80. Note that the threshold candidates are not limited to the above three, and multiple threshold candidates within the range from the minimum to maximum unreliability values may be used. For example, the threshold candidates may be all integer values within the range from the minimum value of 0 to the maximum value of 100.
不信頼フラグは、上記10回の乾燥処理のそれぞれについて、当該閾値候補を閾値として用いる場合に、不信頼度が閾値以上であるか否かを示すフラグである。不信頼フラグは、当該乾燥処理における不信頼度が閾値以上である場合に1とし、そうでない場合に0とする。The unreliability flag is a flag that indicates whether the unreliability is equal to or greater than the threshold value when the threshold candidate is used as the threshold value for each of the 10 drying processes. The unreliability flag is set to 1 if the unreliability in the drying process is equal to or greater than the threshold value, and 0 if not.
通知の当否は、不信頼度フラグが1である乾燥処理に関して、閾値決定部15が通知を行うべきと判定しているか否かを示すフラグである。通知の当否は、不信頼フラグが1である乾燥処理について、通知をすることが、差異に基づいて妥当であるか否かを示す。通知の当否は、不信頼度フラグが1である乾燥処理に関して、通知フラグが1である場合に1とし、そうでない場合に0とする。なお、通知の当否は、不信頼度フラグが0である乾燥処理については定義されず、図において「-」と示される。
The appropriateness of notification is a flag indicating whether the
例えば、乾燥処理#1では、閾値候補である20を閾値として用いる場合の不信頼フラグは0である。不信頼度である10が、閾値候補である20未満であるからである。また、乾燥処理#1では、閾値候補である50または80を閾値として用いる場合にも、閾値候補である20を閾値として用いる場合と同様である。
For example, in drying
例えば、乾燥処理#2では、閾値候補である20を閾値として用いる場合の不信頼フラグは1である。不信頼度である20が、閾値候補である20以上であるからである。また、乾燥処理#2において、不信頼度フラグが1であり、かつ、通知フラグが1であるので、通知の当否は1である。
For example, in drying
また、乾燥処理#2では、閾値候補である50または80を閾値として用いる場合の不信頼フラグは0である。不信頼度である20が、閾値候補である50または80未満であるからである。
In addition, in drying
例えば、乾燥処理#3では、閾値候補である20を閾値として用いる場合の不信頼フラグは1である。不信頼度である25が、閾値候補である20以上であるからである。また、乾燥処理#3において、不信頼度フラグが1であり、かつ、通知フラグが0であるので、通知の当否は0である。
For example, in drying
また、乾燥処理#3では、閾値候補である50または80を閾値として用いる場合の不信頼フラグは0である。不信頼度である25が、閾値候補である50または80未満であるからである。
In addition, in drying
図10は、本実施の形態における閾値候補ごとの誤報率および失報率を示す説明図である。 Figure 10 is an explanatory diagram showing the false alarm rate and missed alarm rate for each threshold candidate in this embodiment.
図10には、複数の閾値候補ごとに、通知をする処理の回数、通知が妥当である処理の回数、誤報率および失報率が示されている。 Figure 10 shows, for each of several threshold candidate values, the number of processes that trigger a notification, the number of processes that trigger a notification, the false alarm rate, and the failure to notify rate.
通知をする処理の回数は、当該閾値候補を閾値として用いる場合に、通知をすべき乾燥処理の回数を示し、図9に示される閾値候補を想定した場合の不信頼フラグが1である乾燥処理の数である。 The number of processes for which notification is to be sent indicates the number of drying processes for which notification should be sent when the threshold candidate is used as the threshold, and is the number of drying processes for which the unreliable flag is 1 when assuming the threshold candidate shown in Figure 9.
通知が妥当である処理の回数は、閾値決定部15が通知をすべきと判定した乾燥処理に関して、図9に示される閾値候補を想定した場合の通知の当否が1である乾燥処理の数である。The number of processes for which a notification is appropriate is the number of drying processes for which the
誤報率は、当該閾値候補を閾値として用いる場合の誤報率を示し、下記(式2)により算出される。 The false alarm rate indicates the false alarm rate when the candidate threshold is used as the threshold, and is calculated using the following formula (2).
誤報率=((通知をする処理の回数)-(通知が妥当である処理の回数))/(通知をする処理の回数) (式2) False alarm rate = ((number of processes that notify) - (number of processes that are appropriate for notification)) / (number of processes that notify) (Equation 2)
例えば、閾値候補である20についての誤報率は、(9-4)/9≒0.56と算出される。For example, the false alarm rate for the candidate threshold of 20 is calculated to be (9-4)/9 ≒ 0.56.
失報率は、当該閾値候補を閾値として用いる場合の失報率を示し、下記(式3)により算出される。また、通知をすべき処理の数は、通知フラグが1である乾燥処理の数であり、4である。The failure rate indicates the failure rate when the threshold candidate is used as the threshold, and is calculated using the following formula (3). The number of processes for which notifications should be sent is the number of drying processes whose notification flag is 1, which is 4.
失報率=((通知をすべき処理の回数)-(通知が妥当である処理の回数))/(通知をすべき処理の回数) (式3) Failure rate = ((number of processes that should be notified) - (number of processes for which notification is appropriate)) / (number of processes that should be notified) (Equation 3)
例えば、閾値候補である50についての失報率は、(4-3)/4=0.25と算出される。For example, the false positive rate for the candidate threshold of 50 is calculated as (4-3)/4 = 0.25.
なお、図10に示される複数の閾値候補ごとの誤報率および失報率が、それぞれ、複数の誤報率および失報率の候補に相当する。 Note that the false alarm rate and missed alarm rate for each of the multiple threshold candidate values shown in Figure 10 correspond to multiple false alarm rate and missed alarm rate candidates, respectively.
以上のように構成された提示システム1の処理を説明する。
The processing of the
図11は、本実施の形態における提示システム1の処理を示すフロー図である。
Figure 11 is a flow diagram showing the processing of the
ステップS101において、予測部13は、乾燥機20Aが過去に実行した複数回の乾燥処理(第二処理に相当)それぞれに関するパラメータ値を取得する。In step S101, the
ステップS102において、予測部13は、ステップS101で取得したパラメータ値を予測モデルに入力することで、乾燥機20Aが過去に実行した乾燥処理を終了する終了タイミングの予測値を取得する。信頼度算出部14は、ステップS101で予測部13が取得した予測値の信頼度を取得する。In step S102, the
ステップS103において、閾値決定部15は、乾燥機20Aが過去に実行した乾燥処理を終了する終了タイミングの実測値を取得する。In step S103, the
ステップS104において、閾値決定部15は、信頼度についての閾値を決定する。In step S104, the
ステップS105において、予測部13は、乾燥機20Aが実行する乾燥処理(第三処理に相当)それぞれに関するパラメータ値を取得する。In step S105, the
ステップS106において、予測部13は、ステップS105で取得したパラメータ値を予測モデルに入力することで、乾燥機20Aが実行する乾燥処理を終了する終了タイミングの予測値を取得する。信頼度算出部14は、ステップS106で予測部13が取得した予測値の信頼度を取得する。In step S106, the
ステップS107において、表示制御部16は、ステップS106で取得した予測値を表示する制御をする。In step S107, the
ステップS108において、表示制御部16は、ステップS106で取得した信頼度が、ステップS104で決定した閾値より高いか否かを判定する。上記信頼度が上記閾値より高い場合(ステップS108でYes)には、ステップS110に進み、そうでない場合(ステップS108でNo)には、ステップS109に進む。In step S108, the
ステップS109において、表示制御部16は、通知制御を実行し、その後、図11に示される一連の処理を終了する。In step S109, the
ステップS110において、表示制御部16は、通知制御を実行することなく(言い換えれば、通知制御を実行することを抑制して)、その後、図11に示される一連の処理を終了する。In step S110, the
なお、ステップS101で予測部13がパラメータ値を取得するときには、乾燥機20Aが過去に実行した複数回の乾燥処理であって、これから実行しようとする処理と同じ動作モードの乾燥処理に関するパラメータ値を取得してもよい。このようにすることで、同一の動作モードの乾燥処理に基づいて閾値を決定する(ステップS104参照)ことができ、上記動作モードの乾燥処理について決定される閾値の妥当性を向上することができる。In addition, when the
図11に示される処理により、提示システム1は、機器が処理を終了するタイミングを適切に提示することができる。
By using the process shown in FIG. 11, the
以降において、提示システム1による表示について具体的に説明する。
Below, we will explain in detail the display by the
提示システム1による表示は、例えば、端末30Aが備える表示部33による表示であり、この場合を例として説明するが、乾燥機20Aの表示部23による表示でもよい。The display by the
端末30Aは、サーバ10によって算出された第二予測値を含む提示情報をサーバ10から受信し、第二予測値を表示画面に画像として表示する。端末30Aは、通知をするときには、表示画面にさらに通知を表示したり、通知に対応した表示態様の変更をしたりする。The terminal 30A receives presentation information including the second predicted value calculated by the
図12は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 12 is an explanatory diagram showing an example of an image displayed by the
図12に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示す画像である。なお、図12は、通知を含まない画像である。The image shown in FIG. 12 is an image showing a predicted value of the end timing of the drying process performed by the
図12に示される画像は、画像51を含む。
The images shown in FIG. 12 include
画像51は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を、現時点からの残時間として表示する画像である。画像51は、具体的には、矩形の実線の枠と、その枠内に含まれる「残り1:40です。」という文字列を含み、乾燥処理の終了タイミングの予測値が、現時点から1時間40分後であることを示している。
図12に示される画像を提示されたユーザは、終了タイミングの予測値を把握することができる。 A user who is presented with the image shown in Figure 12 can grasp the predicted end timing.
図13は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。なお、すでに説明した画像と同じ画像については、同一の符号を付し、詳細な説明を省略することがある。
Figure 13 is an explanatory diagram showing an example of an image displayed by the
図13に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示しており、さらに、その予測値がAI(Artificial Intelligence)に基づく予測により得られたことを示している。The image shown in Figure 13 shows a predicted value for the end timing of the drying process performed by
図13に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示す画像51(図12と同様)と、その予測値がAIに基づく予測により得られたことを示す画像52とを含む。The images shown in Figure 13 include image 51 (similar to Figure 12) showing a predicted value of the end timing of the drying process performed by
画像52は、具体的には、円形の枠と、その枠内に含まれる「AI」という文字列とを含む。
図13に示される画像を提示されたユーザは、終了タイミングの予測値と、その予測値がAIに基づく予測により得られたこととを把握することができる。 When a user is presented with the image shown in Figure 13, they can understand that the predicted end timing is obtained through AI-based prediction.
図14は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 14 is an explanatory diagram showing an example of an image displayed by the
図14に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示しており、さらに、通知を含んでいる。The image shown in Figure 14 shows a predicted end timing of the drying process performed by
図14に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示す画像51Aと、その予測値がAIに基づく予測により得られたことを示す画像52Aとを含む。The images shown in FIG. 14 include
画像51Aは、画像51と同様に、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を、現時点からの残時間として表示する画像である。ただし、画像51Aに含まれる矩形の枠の色が、画像51に含まれる枠の色より薄い。枠の色が薄いことは、通知に対応する表示態様の変更の一例である。
画像52Aは、画像52と同様に、予測値がAIに基づく予測により得られたことを示す画像である。ただし、画像52Aに含まれる円形の枠の色が、画像51に含まれる枠より薄い。枠の色が薄いことは、通知に対応する表示態様の変更の一例である。
図14に示される画像を提示されたユーザは、終了タイミングの予測値と、その予測値の信頼度が比較的低いこととを把握することができる。 A user presented with the image shown in Figure 14 can understand the predicted end timing and that the reliability of that predicted value is relatively low.
図15は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 15 is an explanatory diagram showing an example of an image displayed by the
図15に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示しており、さらに、通知を含んでいる。The image shown in Figure 15 shows a predicted end timing of the drying process performed by
図15に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示す画像51Bと、その予測値がAIに基づく予測により得られたことを示す画像52Bとを含む。The images shown in FIG. 15 include
画像51Bは、画像51と同様に、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を、現時点からの残時間として表示する画像である。ただし、画像51Bに含まれる矩形の枠が破線で示されている。破線で示されていることは、画像51Bが点滅することを意味し、通知に対応する表示態様の変更の一例である。
画像52Bは、画像52と同様に、予測値がAIに基づく予測により得られたことを示す画像である。ただし、画像52Bに含まれる円形の枠が破線で示されている。破線で示されていることは、画像51Bが点滅することを意味し、通知に対応する表示態様の変更の一例である。
図15に示される画像を提示されたユーザは、終了タイミングの予測値と、その予測値の信頼度が比較的低いこととを把握することができる。A user presented with the image shown in FIG. 15 can understand the predicted end timing and that the reliability of that predicted value is relatively low.
図16は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 16 is an explanatory diagram showing an example of an image displayed by the
図16に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値についての通知を含んでいる。The image shown in Figure 16 includes a notification of the predicted end timing of the drying process performed by
図16に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示す画像(例えば画像51)が配置されるべき位置に配置される画像51Cと、その予測値がAIに基づく予測により得られたことを示す画像(例えば画像52)が配置されるべき位置に配置される画像52Cとを含む。The images shown in FIG. 16 include
画像51Cは、矩形の実線の枠と、その枠内に含まれる「・・・」という記号とを含む。これは、乾燥処理の終了タイミングの予測値の信頼度が比較的低いために、その予測値を表示する代わりに上記記号を表示したものである。「・・・」という記号が表示されていることは、通知に対応する表示態様の変更の一例である。なお、「・・・」という記号は、複数の「・」のそれぞれが、順次、表示と非表示とを繰り返すことで、「・」が左右方向に流れるアニメーションであってもよい。
画像52Cは、円形の枠と、その枠内に含まれる「・・・」という記号とを含む。これは、乾燥処理の終了タイミングの予測値の信頼度が比較的低いために、「AI」と表示する代わりに上記記号を表示したものである。「・・・」という記号については、上記画像51Bについての説明と同様である。
図16に示される画像を提示されたユーザは、終了タイミングの予測値の信頼度が比較的低いことを把握することができる。 A user presented with the image shown in Figure 16 can understand that the reliability of the predicted end timing is relatively low.
図17は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 17 is an explanatory diagram showing an example of an image displayed by the
図17に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示しており、さらに、通知を含んでいる。
The image shown in Figure 17 shows a predicted value for the end timing of the drying process performed by
図17に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示す画像51Dと、その予測値がAIに基づく予測により得られたことを示す画像52Dとを含む。The images shown in FIG. 17 include
画像51Dは、画像51と同様に、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を、現時点からの残時間として表示する画像である。ただし、画像51Dには、上記予測値とともに「×」印が表示されている。「×」印が表示されていることは、通知に対応する表示態様の変更の一例である。なお、「×」印は、図17に示されるように枠内の全体に亘って表示されていてもよいし、それに代えて、枠内の一部に表示されていてもよい。
画像52Dは、画像52と同様に、予測値がAIに基づく予測により得られたことを示す画像である。ただし、画像52Dには、「AI」の文字列とともに「?」印が表示されている。「?」印が表示されていることは、通知に対応する表示態様の変更の一例である。なお、「?」印は、図17に示されるように枠内の一部に表示されていてもよいし、それに代えて、枠内の全体に亘って表示されていてもよい。
図17に示される画像を提示されたユーザは、終了タイミングの予測値と、その予測値の信頼度が比較的低いこととを把握することができる。 A user presented with the image shown in Figure 17 can understand the predicted end timing and that the reliability of that predicted value is relatively low.
図18は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 18 is an explanatory diagram showing an example of an image displayed by the
図18に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示しており、さらに、通知を含んでいる。The image shown in Figure 18 shows a predicted end timing of the drying process performed by
図18に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示す画像51と、その予測値がAIに基づく予測により得られたことを示す画像52と、予測値の信頼度が比較的低いことを通知する画像53とを含む。The images shown in FIG. 18 include
画像53は、予測値の信頼度が比較的低いことを通知する画像である。画像53は、「AI再計算中」という文字列を含む。「AI再計算中」という文字列は、予測値の信頼度が比較的低いことを間接的に示している。仮に、「予測値の信頼度が低いです。」というように、予測値の信頼度が比較的低いことを直接的に示す文字列を用いると、AIの技術そのものに対する信頼度が低いという誤解をユーザに与えるおそれがあり、これを回避できる効果がある。なお、文字列は、「予測値の信頼度が低いです。」というように、予測値の信頼度が比較的低いことを直接的に示す文字列でもよい。
図18に示される画像を提示されたユーザは、終了タイミングの予測値と、その予測値の信頼度が比較的低いこととを把握することができる。 A user presented with the image shown in Figure 18 can understand the predicted end timing and that the reliability of that predicted value is relatively low.
図19は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 19 is an explanatory diagram showing an example of an image displayed by the
図19に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示しており、さらに、通知を含んでいる。The image shown in Figure 19 shows a predicted end timing of the drying process performed by
図19に示される画像は、乾燥機20Aが実行する乾燥処理の終了タイミングの予測値を示す画像51と、その予測値がAIに基づく予測により得られたことを示す画像52と、予測値の信頼度が比較的低いことを通知する画像54とを含む。The images shown in FIG. 19 include
画像54は、端末30Aの通知領域(いわゆるステータスバー)に表示されるアイコンの画像である。画像54を視認したユーザは、当該画像に対応する通知を閲覧する操作を端末30Aに対して行うことが想定され、その操作により、例えば画像53(図18参照)が表示される。
図19に示される画像を提示されたユーザは、終了タイミングの予測値と、その予測値の信頼度が比較的低いこととを把握することができる。 A user presented with the image shown in Figure 19 can understand the predicted end timing and that the reliability of that predicted value is relatively low.
以降において、予測値の信頼度の閾値の調整について説明する。予測値の信頼度の閾値は、原則として、上記の通り閾値決定部15により算出されるが、閾値決定部15により算出された閾値がユーザによる指定に応じて調整されることが可能である。ユーザによる指定を受けるための画像と、ユーザによる指示に応じた調整とについて説明する。
The following describes the adjustment of the threshold for the reliability of the predicted value. In principle, the threshold for the reliability of the predicted value is calculated by the
図20は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 20 is an explanatory diagram showing an example of an image displayed by the
図20に示される画像は、提示システム1が表示する、ユーザによる閾値の指定をうけるための画像である。
The image shown in Figure 20 is an image displayed by the
図20に示される画像は、メッセージを含む画像61と、閾値の指定を受けるための画像62とを含んでいる。
The image shown in Figure 20 includes an
画像61は、閾値の調整のための指定を受けるためのメッセージを含んでいる。メッセージは、「再計算の感度調整」という文字列と、その感度の調整の説明としての「乾燥の残り時間を再計算する感度を調整します。」という文字列と、調整することの効果の説明としての「感度を高くするほど再計算する頻度が高くなり、通知が多くなります。」という文字列を含んでいる。
画像62は、スライダー63とハンドル64とを含む。スライダー63は、右端が比較的高い閾値に対応しており、左端が比較的低い閾値に対応している。ユーザは、ハンドル64をスライダー63に沿って左右に操作することで、閾値の指定をすることができる。
なお、閾値の指定は、閾値決定部15が算出した閾値を所定値分だけ高くする、または、低くするというように、閾値決定部15が算出した閾値を基準とする相対的な指定であってもよい。また、閾値の指定は、閾値決定部15が算出した閾値によらずに、予め定められた値に設定するというように、絶対的な指定であってもよい。The threshold value may be specified relative to the threshold value calculated by the threshold
図20に示される画像を提示されたユーザは、再計算の感度の調整がどのようなことでありどのような効果を有するのかを理解するとともに、感度の調整の指定を行うことができる。 When a user is presented with the image shown in Figure 20, he or she can understand what adjusting the recalculation sensitivity means and what effect it has, and can also specify the sensitivity adjustment.
図21は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 21 is an explanatory diagram showing an example of an image displayed by the
図21に示される画像は、提示システム1が表示する、ユーザによる閾値の指定をうけるための画像である。
The image shown in Figure 21 is an image displayed by the
図21に示される画像は、メッセージを含む画像71と、閾値の指定を受けるための画像72とを含んでいる。
The images shown in Figure 21 include an
画像71は、閾値の調整のための指定を受けるためのメッセージを含んでいる。メッセージは、「精度低下通知の頻度調整」という文字列と、その頻度をユーザへの問いかけとしての「乾燥の残り時間についての通知はどれくらい受け取りたいですか?」という文字列を含んでいる。
画像72は、スライダー73とハンドル74とを含む。スライダー73は、右端が、通知を受け取る頻度を比較的高くすること(「多く受け取りたい」)に対応しており、左端が、通知を受け取る頻度を比較的低くすること(「あまり受け取りたくない」)に対応している。またスライダー73は、1~5の5段階での指定を受ける。ユーザは、ハンドル74をスライダー73に沿って左右に操作することで、通知の頻度を調整することができる。
なお、閾値の指定は、図20における場合と同様に、相対的な指定であってもよいし、絶対的な指定であってもよい。 The threshold value may be specified relative to the threshold value in the same manner as in FIG. 20, or may be specified absolutely.
図21に示される画像を提示されたユーザは、通知を受け取りたい頻度の指定を行うことができる。 When a user is presented with the image shown in Figure 21, they can specify how often they would like to receive notifications.
図22は、本実施の形態における提示システム1が表示する画像の例を示す説明図である。
Figure 22 is an explanatory diagram showing an example of an image displayed by the
図22に示される画像は、提示システム1が表示する、ユーザによる通知の評価を受けるための画像である。
The image shown in Figure 22 is an image displayed by the
図22に示される画像は、メッセージを含む画像81と、通知の評価を受けるための画像82とを含んでいる。
The images shown in FIG. 22 include an
画像81は、通知の評価(より具体的には、通知の量についての評価)のための指定を受けるためのメッセージを含んでいる。メッセージは、「通知の評価をお願いします」という文字列と、その評価のユーザへの問いかけとしての「乾燥の残り時間の通知は適切ですか?」という文字列と、評価を指定することの効果の説明としての「AIが学習して適切な通知にします。」という文字列を含んでいる。
画像82は、スライダー83とハンドル84とを含む。スライダー83は、右端が、通知の量がユーザの想定より少ないこと(「少なすぎる」)に対応しており、左端が、通知の量がユーザの想定より多いこと(「多すぎる」)に対応している。またスライダー83は、5段階での指定を受ける。ユーザは、ハンドル84をスライダー83に沿って左右に操作することで、通知の評価をすることができる。
なお、閾値の指定は、図20における場合と同様に、相対的な指定であってもよいし、絶対的な指定であってもよい。 The threshold value may be specified relative to the threshold value in the same manner as in FIG. 20, or may be specified absolutely.
図22に示される画像を提示されたユーザは、通知の評価を行うことができる。 A user presented with the image shown in FIG. 22 can rate the notification.
なお、提示システム1におけるサーバ10が備える機能部の一部または全部が、乾燥機20Aまたは端末30Aに備えられていてもよい。In addition, some or all of the functional parts of the
(実施の形態の変形例1)
本変形例において、機器が処理を終了するタイミングを適切に提示する提示方法および提示システムについて、上記実施の形態とは異なる形態を説明する。
(First Modification of the Embodiment)
In this modification, a presentation method and system for appropriately presenting the timing when a device ends a process, which is different from the above embodiment, will be described.
図23は、本変形例における提示システム1Dの構成を示す模式図である。
Figure 23 is a schematic diagram showing the configuration of the
図23に示されるように、提示システム1Dは、サーバ10Dと、乾燥機20Aと、端末30Dとを備える。As shown in FIG. 23, the
サーバ10Dは、実施の形態1におけるサーバ10に代えて用いられるサーバである。サーバ10Dは、通信部11と訓練部12とを備える。サーバ10Dが備える通信部11と訓練部12とは、実施の形態1におけるサーバ10が備えるものと同じである。
乾燥機20Aは、実施の形態1における乾燥機20Aと同様である。
端末30Dは、実施の形態1における端末30Aに代えて用いられる端末である。端末30Dは、通信部31と、制御部32と、表示部33と、予測部34と、信頼度算出部35と、閾値決定部36と、表示制御部37とを備える。
通信部31と、制御部32と、表示部33とは、実施の形態1における端末30Aが備えるものに同じである。The
また、予測部34と、信頼度算出部35と、閾値決定部36と、表示制御部37とは、それぞれ、実施の形態におけるサーバ10が備える予測部13と、信頼度算出部14と、閾値決定部15と、表示制御部16とに同じである。
In addition, the
なお、乾燥機または端末は任意の台数であってよい。また、乾燥機と端末との台数が異なってもよい。 Note that there may be any number of dryers or terminals. Also, the number of dryers and terminals may differ.
本変形例における提示システム1Dは、実施の形態における提示システム1の予測部13と、信頼度算出部14と、閾値決定部15と、表示制御部16との機能が、サーバから端末に移動したものであると言える。The
このようにすることで、予測モデルを用いた予測値の算出、信頼度および閾値の算出、および、表示制御を端末30Dが行うことになり、サーバ10Dの処理負荷を低減できる効果がある。
In this way, the calculation of predicted values using the prediction model, the calculation of reliability and thresholds, and display control are performed by terminal 30D, which has the effect of reducing the processing load on
(実施の形態の変形例2)
本変形例において、機器が処理を終了するタイミングを適切に提示する提示方法および提示システムについて、上記実施の形態とは異なる形態を説明する。
(Second Modification of the Embodiment)
In this modification, a presentation method and system for appropriately presenting the timing when a device ends a process, which is different from the above embodiment, will be described.
図24は、本変形例における提示システム1Eの構成を示す模式図である。
Figure 24 is a schematic diagram showing the configuration of the
図24に示されるように、提示システム1Eは、乾燥機20Aと、端末30Dとを備える。提示システム1Eは、サーバを備えない。As shown in FIG. 24, the
乾燥機20Aは、実施の形態1における乾燥機20Aと同様である。
端末30Eは、実施の形態1における端末30Aに代えて用いられる端末である。端末30Eは、通信部31と、制御部32と、表示部33と、予測部34と、信頼度算出部35と、閾値決定部36と、表示制御部37と、訓練部38とを備える。
通信部31と、制御部32と、表示部33とは、実施の形態1における端末30Aが備えるものに同じである。The
また、予測部34と、信頼度算出部35と、閾値決定部36と、表示制御部37と、訓練部38とは、それぞれ、実施の形態におけるサーバ10が備える予測部13と、信頼度算出部14と、閾値決定部15と、表示制御部16と、訓練部12とに同じである。
In addition, the
なお、乾燥機または端末は任意の台数であってよい。また、乾燥機と端末との台数が異なってもよい。 Note that there may be any number of dryers or terminals. Also, the number of dryers and terminals may differ.
本変形例における提示システム1Eは、実施の形態における提示システム1の訓練部12と、予測部13と、信頼度算出部14と、閾値決定部15と、表示制御部16との機能が、サーバから端末に移動したものであると言える。The
このようにすることで、予測モデルの訓練、予測モデルを用いた予測値の算出、信頼度および閾値の算出、および、表示制御を端末30Dが行うことになり、サーバ10を不要とすることができる効果がある。
In this way, the terminal 30D will train the predictive model, calculate the predicted values using the predictive model, calculate the reliability and thresholds, and control the display, which has the effect of eliminating the need for the
以上のように、上記実施の形態または上記変形例の提示方法は、機械学習モデルを用いて機器のパラメータ値から、機器が処理を終了するタイミングの予測値を提示するときに、その予測値の信頼度が比較的低い場合に通知をする。信頼度は、その予測値が妥当である度合い、言い換えれば、その予測値が信頼できる度合いを示している。ユーザは、提示された終了タイミングの予測値を視認し、さらに通知がなされた場合にはその予測値の信頼度が比較的低いことを把握することができる。このように、上記提示方法は、機器が処理を終了するタイミングを適切に提示することができる。 As described above, the presentation method of the above embodiment or the above modified example presents a predicted value of the timing when the device will end processing from the parameter values of the device using a machine learning model, and notifies the user if the reliability of the predicted value is relatively low. The reliability indicates the degree to which the predicted value is valid, in other words, the degree to which the predicted value is reliable. The user visually recognizes the presented predicted value of the end timing, and if a notification is given, the user can understand that the reliability of the predicted value is relatively low. In this way, the presentation method can appropriately present the timing when the device will end processing.
また、上記提示方法は、第一値または第二値が所定値以下であるという条件を用いて、より容易に、終了タイミングの予測値の信頼度の判定に用いられる閾値を決定する。よって、上記提示方法は、信頼度の閾値を容易に決定することを通じて、機器が処理を終了するタイミングを適切に提示することができる。 In addition, the presentation method uses the condition that the first value or the second value is equal to or less than a predetermined value to more easily determine a threshold value used to determine the reliability of the predicted value of the end timing. Therefore, the presentation method can appropriately present the timing at which the device will end processing by easily determining the reliability threshold value.
また、上記提示方法は、第一値または第二値が最小値をとるという条件を用いて、より容易に、終了タイミングの予測値の信頼度の判定に用いられる閾値を決定する。よって、上記提示方法は、信頼度の閾値を容易に決定することを通じて、機器が処理を終了するタイミングを適切に提示することができる。 In addition, the presentation method uses the condition that the first value or the second value is a minimum value to more easily determine the threshold value used to determine the reliability of the predicted value of the end timing. Therefore, the presentation method can appropriately present the timing at which the device will end processing by easily determining the reliability threshold value.
また、上記提示方法は、表示画面に表示した予測値の表示態様を変更することによって通知を行う。ユーザは、予測値の表示態様の変更を視認することで、容易に、その予測値の信頼度が比較的低いことを把握することができる。よって、上記提示方法は、表示態様の変更によって信頼度の低下を通知することを通じて、機器が処理を終了するタイミングを適切に提示することができる。 The above presentation method also notifies the user by changing the display mode of the predicted value displayed on the display screen. By visually checking the change in the display mode of the predicted value, the user can easily understand that the reliability of the predicted value is relatively low. Thus, the above presentation method can appropriately present the timing for the device to end processing by notifying the user of the reduced reliability by changing the display mode.
また、上記提示方法は、終了タイミングの予測値の信頼度の判定に用いられる閾値を、ユーザから受け付けた指示に基づいて調整するので、上記指示に応じた量または頻度で通知を行うことができる。ユーザは、上記指示に応じた量または頻度で通知を受けることができる。よって、上記提示方法は、適切な量または頻度の通知を用いて、機器が処理を終了するタイミングを適切に提示することができる。 Furthermore, the above presentation method adjusts the threshold value used to determine the reliability of the predicted value of the end timing based on instructions received from the user, so that notifications can be provided at an amount or frequency according to the instructions. The user can receive notifications at an amount or frequency according to the instructions. Thus, the above presentation method can appropriately present the timing at which the device will end processing using notifications of an appropriate amount or frequency.
また、上記提示方法は、終了タイミングの予測値の信頼度の判定に用いられる閾値を、ユーザから受け付けた指示に基づいて設定するので、上記指示に応じた量または頻度で通知を行うことができる。ユーザは、上記指示に応じた量または頻度で通知を受けることができる。よって、上記提示方法は、適切な量または頻度の通知を用いて、機器が処理を終了するタイミングを適切に提示することができる。 Furthermore, the above presentation method sets the threshold value used to determine the reliability of the predicted value of the end timing based on instructions received from the user, so that notifications can be provided at an amount or frequency according to the instructions. The user can receive notifications at an amount or frequency according to the instructions. Thus, the above presentation method can appropriately present the timing at which the device will end processing using notifications of an appropriate amount or frequency.
また、上記提示方法は、パラメータ値を取得するセンサの精度に応じて容易に信頼度を取得する。よって、上記提示方法は、機器が処理を終了するタイミングを適切に提示することができる。In addition, the above presentation method easily obtains the reliability according to the accuracy of the sensor that obtains the parameter value. Therefore, the above presentation method can appropriately present the timing when the device will end the process.
また、上記提示方法は、乾燥機が洗濯物を乾燥させる処理を終了するタイミングを適切に提示することができる。 In addition, the above presentation method can appropriately present the timing when the dryer will finish the process of drying the laundry.
以上のように、本開示における技術の例示として、実施の形態を説明した。そのために、添付図面および詳細な説明を提供した。As described above, an embodiment has been described as an example of the technology disclosed herein. For this purpose, the accompanying drawings and detailed description have been provided.
したがって、添付図面および詳細な説明に記載された構成要素の中には、課題解決のために必須な構成要素だけでなく、上記実装を例示するために、課題解決のためには必須でない構成要素も含まれ得る。そのため、それらの必須ではない構成要素が添付図面や詳細な説明に記載されていることをもって、直ちに、それらの必須ではない構成要素が必須であるとの認定をするべきではない。 Therefore, among the components described in the attached drawings and detailed description, not only are there components essential for solving the problem, but there may also be components that are not essential for solving the problem in order to illustrate the above implementation. Therefore, the fact that those non-essential components are described in the attached drawings or detailed description should not be used to immediately determine that those non-essential components are essential.
また、上述の実施の形態は、本開示における技術を例示するためのものであるから、請求の範囲またはその均等の範囲において種々の変更、置き換え、付加、省略などを行うことができる。 Furthermore, since the above-described embodiments are intended to illustrate the technology disclosed herein, various modifications, substitutions, additions, omissions, etc. may be made within the scope of the claims or their equivalents.
本開示は、機器の処理の終了タイミングを予測するシステムに適用可能である。 The present disclosure is applicable to a system that predicts the completion timing of equipment processing.
1、1D、1E 提示システム
10、10D サーバ
11、21、31 通信部
12、38 訓練部
13、34 予測部
14、35 信頼度算出部
15、36 閾値決定部
16、37 表示制御部
20A、20B、20C 乾燥機
22 処理部
23、33 表示部
30A、30B、30C、30D、30E 端末
32 制御部
51、51A、51B、51C、51D、52、52A、52B、52C、52D、53、54、61、62、71、72、81、82 画像
63、73、83 スライダー
64、74、84 ハンドル
N ネットワーク
1, 1D,
Claims (9)
前記処理である第一処理に関する前記機器のパラメータ値を入力とし、前記機器が前記第一処理を終了するタイミングを出力とする予測モデルに、前記機器が過去に実行した複数回の前記処理である第二処理それぞれに関するパラメータ値を入力することで出力される、前記機器が複数回の前記第二処理それぞれを終了するタイミングの第一予測値を取得し、
複数回の前記第二処理それぞれについて取得した前記第一予測値の第一信頼度を算出し、
前記機器が複数回の前記第二処理それぞれを終了したタイミングの実測値を取得し、
複数回の前記第二処理それぞれについての前記第一予測値と、前記第一信頼度と、前記実測値とを用いて、前記第一信頼度に関する閾値の決定をし、
前記予測モデルに、前記処理である第三処理に関するパラメータ値を入力することで出力される、前記機器が前記第三処理を終了するタイミングを示す第二予測値を取得し、
前記第二予測値の第二信頼度を算出し、
前記第二予測値を提示する提示制御をするとともに、前記第二信頼度が前記閾値未満である場合に通知をする通知制御をし、
前記閾値の決定では、
第一条件および第二条件の少なくとも一方が満たされる前記閾値を決定し、
前記第一条件は、複数回の前記第二処理のうちの前記第一信頼度が前記閾値より低いN回の前記第二処理のうち、前記第一予測値と前記実測値との差異が許容値未満である1回以上の前記第二処理の割合である第一値についての条件であり、Nは1以上の整数であり、
前記第二条件は、複数回の前記第二処理のうちの前記第一予測値と前記実測値との差異が前記許容値以上であるM回の前記第二処理のうち、前記第一信頼度が前記閾値より高い1回以上の前記第二処理の割合である第二値についての条件であり、Mは1以上の整数である
提示方法。 A method for presenting a timing at which a device will end a process, comprising the steps of:
a parameter value of the device related to a first process, which is the process, is input to a prediction model having a timing when the device ends the first process as an output, and a parameter value related to each of a plurality of second processes, which are the processes, previously executed by the device, is input to the prediction model, which has a parameter value of the device related to a first process, which is the process, and a timing when the device ends the first process as an output, to obtain a first predicted value of the timing when the device ends each of a plurality of second processes, which is output;
Calculating a first reliability of the first predicted value obtained for each of a plurality of times of the second process;
Acquire actual measurement values at the timing when the device finishes each of the second processes multiple times,
determining a threshold value for the first reliability using the first predicted value, the first reliability, and the actual measured value for each of a plurality of times of the second process;
obtaining a second predicted value indicating a timing at which the device will end the third process, the second predicted value being output by inputting a parameter value related to the third process, which is the process, into the prediction model;
Calculating a second confidence level of the second predicted value;
performing a presentation control for presenting the second predicted value and a notification control for notifying the user when the second reliability is less than the threshold;
In determining the threshold value,
determining the threshold value at which at least one of a first condition and a second condition is satisfied;
the first condition is a condition on a first value that is a ratio of one or more second processes in which a difference between the first predicted value and the actual measured value is less than a tolerance value among N second processes in which the first reliability is lower than the threshold value among a plurality of second processes, where N is an integer equal to or greater than 1;
The second condition is a condition on a second value which is the proportion of one or more second processes in which the first reliability is higher than the threshold value among M second processes in which the difference between the first predicted value and the actual measured value among multiple second processes is greater than or equal to the tolerance value, and M is an integer greater than or equal to 1.
前記第二条件は、前記第二値が所定値以下であるという条件を含む
請求項1に記載の提示方法。 The first condition includes a condition that the first value is equal to or less than a predetermined value, or
The presentation method according to claim 1 , wherein the second condition includes a condition that the second value is equal to or less than a predetermined value.
前記第二条件は、前記第二値が、前記閾値の複数の候補を用いて算出される複数の第二値の候補のうちの最小値である、という条件を含む
請求項1または2に記載の提示方法。 The first condition includes a condition that the first value is a minimum value among a plurality of first value candidates calculated using a plurality of candidates for the threshold value, or
The presentation method according to claim 1 , wherein the second condition includes a condition that the second value is a minimum value among a plurality of second value candidates calculated using a plurality of candidates for the threshold value.
前記通知制御は、前記第二予測値の表示態様を変更する制御を含む
請求項1または2に記載の提示方法。 the presentation control includes control of displaying the second predicted value on a display screen;
The presentation method according to claim 1 , wherein the notification control includes control for changing a display mode of the second predicted value.
さらに、決定した前記閾値を上昇または低下させる指示をユーザから受け付け、
受け付けた前記指示に従って、決定した前記閾値を上昇または低下させ、
前記通知制御では、
上昇または低下させた後の前記閾値を用いて、前記通知制御をする
請求項1または2に記載の提示方法。 When determining the threshold value,
Furthermore, an instruction to increase or decrease the determined threshold value is received from a user;
increasing or decreasing the determined threshold value in accordance with the received instruction;
In the notification control,
The presentation method according to claim 1 or 2, further comprising: controlling the notification using the increased or decreased threshold value.
さらに、前記閾値を設定する指示をユーザから受け付け、
受け付けた前記指示に従って、前記閾値を設定し、
前記通知制御では、
設定した後の前記閾値を用いて、前記通知制御をする
請求項1または2に記載の提示方法。 When determining the threshold value,
Furthermore, an instruction to set the threshold value is received from a user,
Setting the threshold value according to the received instruction;
In the notification control,
The presentation method according to claim 1 or 2, further comprising: controlling the notification using the threshold value after the threshold value has been set.
前記第一信頼度を取得する際には、
前記第二処理それぞれに関する前記機器のパラメータ値を取得したセンサの精度を取得し、取得した前記センサの精度が高いほど高い前記第一信頼度を取得し、
前記第二信頼度を取得する際には、
前記第三処理に関する前記機器のパラメータ値を取得したセンサの精度を取得し、取得した前記センサの精度が高いほど高い前記第二信頼度を取得する
請求項1または2に記載の提示方法。 moreover,
When obtaining the first reliability,
Acquire accuracy of a sensor that has acquired a parameter value of the device related to each of the second processes, and acquire the first reliability that is higher as the accuracy of the acquired sensor is higher;
When obtaining the second reliability,
The presentation method according to claim 1 or 2, further comprising acquiring an accuracy of a sensor that has acquired the parameter value of the device related to the third process, and acquiring a higher second reliability as the accuracy of the acquired sensor is higher.
前記処理は、前記乾燥機が洗濯物を乾燥させる処理である
請求項1または2に記載の提示方法。 The apparatus is a dryer,
The presentation method according to claim 1 or 2, wherein the process is a process of drying laundry by the dryer.
予測部と、信頼度算出部と、閾値決定部と、提示制御部とを備え、
前記予測部は、前記処理である第一処理に関する前記機器のパラメータ値を入力とし、前記機器が前記第一処理を終了するタイミングを出力とする予測モデルに、前記機器が過去に実行した複数回の前記処理である第二処理それぞれに関するパラメータ値を入力することで出力される、前記機器が複数回の前記第二処理それぞれを終了するタイミングの第一予測値を取得し、
前記信頼度算出部は、複数回の前記第二処理それぞれについて取得した前記第一予測値の第一信頼度を算出し、
前記閾値決定部は、前記機器が複数回の前記第二処理それぞれを終了したタイミングの実測値を取得し、複数回の前記第二処理それぞれについての前記第一予測値と、前記第一信頼度と、前記実測値とを用いて、前記第一信頼度に関する閾値の決定をし、
前記予測部は、前記予測モデルに、前記処理である第三処理に関するパラメータ値を入力することで出力される、前記機器が前記第三処理を終了するタイミングを示す第二予測値を取得し、
前記信頼度算出部は、前記第二予測値の第二信頼度を算出し、
前記提示制御部は、前記第二予測値を提示する提示制御をするとともに、前記第二信頼度が前記閾値未満である場合に通知をする通知制御をし、
前記閾値の決定では、
第一条件および第二条件の少なくとも一方が満たされる前記閾値を決定し、
前記第一条件は、複数回の前記第二処理のうちの前記第一信頼度が前記閾値より低いN回の前記第二処理のうち、前記第一予測値と前記実測値との差異が許容値未満である1回以上の前記第二処理の割合である第一値についての条件であり、Nは1以上の整数であり、
前記第二条件は、複数回の前記第二処理のうちの前記第一予測値と前記実測値との差異が前記許容値以上であるM回の前記第二処理のうち、前記第一信頼度が前記閾値より高い1回以上の前記第二処理の割合である第二値についての条件であり、Mは1以上の整数である
提示システム。 A presentation system that presents a timing at which a device ends a process, comprising:
The present invention includes a prediction unit, a reliability calculation unit, a threshold determination unit, and a presentation control unit,
the prediction unit inputs a parameter value of the device related to a first process, which is the process, into a prediction model having a timing at which the device ends the first process as an output, and inputs parameter values related to each of a plurality of second processes, which are the processes, previously executed by the device, to obtain a first predicted value of the timing at which the device ends each of a plurality of second processes, which is output;
the reliability calculation unit calculates a first reliability of the first predicted value obtained for each of a plurality of times of the second process;
the threshold determination unit acquires actual measurement values at the timings when the device finishes each of the multiple executions of the second process, and determines a threshold value related to the first reliability using the first predicted value, the first reliability, and the actual measurement value for each of the multiple executions of the second process;
the prediction unit obtains a second predicted value indicating a timing at which the device will end the third process, the second predicted value being output by inputting a parameter value related to the third process, which is the process, into the prediction model;
The reliability calculation unit calculates a second reliability of the second predicted value,
The presentation control unit performs presentation control to present the second predicted value, and performs notification control to provide a notification when the second reliability is less than the threshold value;
In determining the threshold value,
determining the threshold value at which at least one of a first condition and a second condition is satisfied;
the first condition is a condition on a first value that is a ratio of one or more second processes in which a difference between the first predicted value and the actual measured value is less than a tolerance value among N second processes in which the first reliability is lower than the threshold value among a plurality of second processes, where N is an integer equal to or greater than 1;
The second condition is a condition on a second value which is the proportion of one or more second processes in which the first reliability is higher than the threshold value out of M number of second processes in which the difference between the first predicted value and the actual measured value is greater than or equal to the tolerance, and M is an integer greater than or equal to 1.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022073359 | 2022-04-27 | ||
JP2022073359 | 2022-04-27 | ||
PCT/JP2023/007480 WO2023210150A1 (en) | 2022-04-27 | 2023-03-01 | Presentation method and presentation system |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2023210150A1 JPWO2023210150A1 (en) | 2023-11-02 |
JP7489653B2 true JP7489653B2 (en) | 2024-05-24 |
Family
ID=88518573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023535920A Active JP7489653B2 (en) | 2022-04-27 | 2023-03-01 | Presentation method and presentation system |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7489653B2 (en) |
CN (1) | CN117461041A (en) |
WO (1) | WO2023210150A1 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009273544A (en) | 2008-05-13 | 2009-11-26 | Panasonic Corp | Washing machine |
JP2020101861A (en) | 2018-12-19 | 2020-07-02 | 青島海爾洗衣机有限公司QingDao Haier Washing Machine Co.,Ltd. | Coin-operated laundry utilization support system |
JP2021026258A (en) | 2019-07-31 | 2021-02-22 | 日立グローバルライフソリューションズ株式会社 | Notification management server and notification management method |
US20210301446A1 (en) | 2020-03-31 | 2021-09-30 | Lg Electronics Inc. | Laundry treating apparatus and control method for the same |
-
2023
- 2023-03-01 JP JP2023535920A patent/JP7489653B2/en active Active
- 2023-03-01 WO PCT/JP2023/007480 patent/WO2023210150A1/en active Application Filing
- 2023-03-01 CN CN202380011980.2A patent/CN117461041A/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009273544A (en) | 2008-05-13 | 2009-11-26 | Panasonic Corp | Washing machine |
JP2020101861A (en) | 2018-12-19 | 2020-07-02 | 青島海爾洗衣机有限公司QingDao Haier Washing Machine Co.,Ltd. | Coin-operated laundry utilization support system |
JP2021026258A (en) | 2019-07-31 | 2021-02-22 | 日立グローバルライフソリューションズ株式会社 | Notification management server and notification management method |
US20210301446A1 (en) | 2020-03-31 | 2021-09-30 | Lg Electronics Inc. | Laundry treating apparatus and control method for the same |
Also Published As
Publication number | Publication date |
---|---|
WO2023210150A1 (en) | 2023-11-02 |
JPWO2023210150A1 (en) | 2023-11-02 |
CN117461041A (en) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6632770B1 (en) | Learning device, learning inference device, method, and program | |
US9332362B2 (en) | Acoustic diagnosis and correction system | |
EP2846135B1 (en) | Portable Electronic Device with Environmental Sensor | |
JP2018124937A (en) | Abnormality detection device, abnormality detection method, and program | |
US20210116331A1 (en) | Anomaly analysis method, program, and system | |
CN111967917B (en) | Method and device for predicting user loss | |
US20190220268A1 (en) | Gateway device, firmware update method, and computer readable medium | |
CN115823708A (en) | Method and device for detecting gas concentration, air conditioner and storage medium | |
JP7489653B2 (en) | Presentation method and presentation system | |
JP6647461B1 (en) | Failure diagnosis system, failure prediction method, and failure prediction program | |
US11920807B2 (en) | Electronic apparatus and method to train neural network to determine defective air conditioner | |
CN115277241A (en) | Abnormal flow detection method and device based on flow layering and storage medium | |
US20240110719A1 (en) | Air conditioning control device and air conditioning control method | |
JP6273835B2 (en) | State determination device, state determination method, and state determination program | |
JP7515063B2 (en) | Presentation method and presentation system | |
US20120107139A1 (en) | Electronic device and cooling fan control method | |
JP2013011987A (en) | Abnormal state detection device and abnormal state detection method | |
CN115169245A (en) | Method and device for predicting drying and cooling time, computer equipment and storage medium | |
KR102480277B1 (en) | System for validating validity of sensor using control limit and method thereof | |
JP2019200650A (en) | Control device for abnormality sign detecting system, plant provided with the same, control method for abnormality sign detecting system, and control program | |
CN115244242A (en) | Prediction method, program, prediction system, server, and display device | |
JP7167714B2 (en) | Abnormality determination device, abnormality determination method, and abnormality determination program | |
US20220121191A1 (en) | Time-series data processing method | |
JP4953024B2 (en) | Parameter storage device and parameter storage method | |
US20230151524A1 (en) | Drying time prediction method, drying time prediction system, and dryer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230613 |
|
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: 20240416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240501 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7489653 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |