JPWO2021229768A5 - - Google Patents

Claims (5)

1. 少なくとも１つのエアフィルタを含む空調システムのメンテナンスを学習する学習装置であって、
   第１学習データ、第２学習データ、第３学習データを取得する第１データ取得部と、
   前記第１学習データ、前記第２学習データ、および前記第３学習データを用いて、第１モデル、第２モデル、および第３モデルの各々を学習済みモデルとするモデル生成部とを備え、
   前記第１学習データは、前記少なくとも１つのエアフィルタの目詰まり度合いを表す第１パラメータと、前記空調システムの空調強度に関する第２パラメータと、前記第２パラメータの運転を行う場合の前記第１パラメータに起因する前記空調システムの電力コストの増加量を表す第３パラメータとを含み、
   前記第２学習データは、第１日時を表す第４パラメータと、前記第１日時において想定される前記空調システムの空調強度に関する第５パラメータとを含み、
   前記第３学習データは、第２日時に表す第６パラメータと、前記第２日時における前記少なくとも１つのエアフィルタのメンテナンスコストを表す第７パラメータとを含み、
   前記第１モデルは、前記第１パラメータおよび前記第２パラメータから、前記第３パラメータを推定し、
   前記第２モデルは、前記第４パラメータから前記第５パラメータを推定し、
   前記第３モデルは、前記第６パラメータから前記第７パラメータを推定する、学習装置。
2. 前記第１データ取得部によって取得される前記第３パラメータ、前記第５パラメータ、および前記第７パラメータの各々は、正解データであり、
   前記モデル生成部は、前記第１モデル、前記第２モデル、および前記第３モデルの各々に対して教師あり学習を行う、請求項１に記載の学習装置。
3. 前記第１パラメータ、前記第２パラメータ、前記第４パラメータ、および前記第６パラメータを取得する第２データ取得部と、
   請求項１または２に記載の学習装置によって生成された学習済みの前記第１モデル、学習済みの前記第２モデル、および学習済みの前記第３モデルを用いる推論部とを備え、
   前記推論部は、学習済みの前記第１モデルを用いて前記第２データ取得部によって取得された前記第１パラメータおよび前記第２パラメータから前記第３パラメータを推定し、学習済みの前記第２モデルを用いて前記第２データ取得部によって取得された前記第４パラメータから前記第５パラメータを推定し、学習済みの前記第３モデルを用いて前記第２データ取得部によって取得された前記第６パラメータから前記第７パラメータを推定する、推論装置。
4. 学習済みの第１モデル、学習済みの第２モデル、および学習済みの第３モデルを用いて少なくとも１つのエアフィルタを含む空調システムのメンテナンスを推論する推論装置であって、
   前記第１モデルは、第１パラメータおよび第２パラメータから、第３パラメータを推定し、
   前記第２モデルは、第４パラメータから第５パラメータを推定し、
   前記第３モデルは、第６パラメータから第７パラメータを推定し、
   前記第１パラメータは、前記少なくとも１つのエアフィルタの目詰まり度合いを表し、
   前記第２パラメータは、前記空調システムの空調強度に関するパラメータであり、
   前記第３パラメータは、前記第２パラメータの運転を行う場合の前記第１パラメータに起因する前記空調システムの電力コストの増加量を表し、
   前記第４パラメータは、第１日時を表し、
   前記第５パラメータは、前記第１日時において想定される前記空調システムの空調強度を表し、
   前記第６パラメータは、第２日時を表し、
   前記第７パラメータは、前記第２日時における前記少なくとも１つのエアフィルタのメンテナンスコストを表し、
   前記推論装置は、
   前記第１パラメータ、前記第２パラメータ、前記第４パラメータ、および前記第５パラメータを取得するデータ取得部と、
   前記第１モデル、前記第２モデル、および前記第３モデルを用いる推論部とを備え、
   前記推論部は、前記第１モデルを用いて前記第１パラメータおよび前記第２パラメータから前記第３パラメータを推定し、前記第２モデルを用いて前記第４パラメータから前記第５パラメータを推定し、前記第３モデルを用いて前記第６パラメータから前記第７パラメータを推定する、推論装置。
5. 前記第１モデル、前記第２モデル、および前記第３モデルの各々は、教師あり学習によって生成される、請求項４に記載の推論装置。

Images