WO2020158936A1 - データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラム - Google Patents

データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラム Download PDF

Info

Publication number
WO2020158936A1
WO2020158936A1 PCT/JP2020/003768 JP2020003768W WO2020158936A1 WO 2020158936 A1 WO2020158936 A1 WO 2020158936A1 JP 2020003768 W JP2020003768 W JP 2020003768W WO 2020158936 A1 WO2020158936 A1 WO 2020158936A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
data
data processing
distribution
processing device
Prior art date
Application number
PCT/JP2020/003768
Other languages
English (en)
French (fr)
Inventor
尚弘 井手上
上山　健治
Original Assignee
旭化成株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 旭化成株式会社 filed Critical 旭化成株式会社
Priority to EP20747925.4A priority Critical patent/EP3919420A4/en
Priority to JP2020568636A priority patent/JP7300469B2/ja
Publication of WO2020158936A1 publication Critical patent/WO2020158936A1/ja
Priority to US17/389,324 priority patent/US20210357852A1/en

Links

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
    • 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
    • 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
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Definitions

  • the present invention relates to a data processing device, a data processing method, a data processing program, an evaluation system, an evaluation method, and an evaluation program.
  • Patent Document 1 Japanese Patent Laid-Open No. 2002-358591
  • fresh food products are transported in a low temperature environment, and a preset threshold value is used to judge the quality of the storage environment when transported in the low temperature environment.
  • a preset threshold value is used to judge the quality of the storage environment when transported in the low temperature environment.
  • fresh products have different optimal storage conditions depending on various characteristics such as items and varieties. It is desirable to properly evaluate the distribution of such fresh produce.
  • the data processing device may include an environment acquisition unit that acquires environment data indicating a physical distribution environment of perishables.
  • the data processing device may include a status acquisition unit that acquires status data indicating the status of the fresh product.
  • the data processing device may include a learning unit that learns, based on the state data, an evaluation criterion for evaluating the distribution quality of the fresh product using the environmental data.
  • the state data is data obtained by ranking the state of perishables in a plurality of ranks, and the learning unit may learn evaluation criteria for each rank for at least one of the plurality of ranks.
  • the learning unit may further include a characteristic acquisition unit that acquires characteristic data indicating the characteristics of the fresh product, and the learning unit may learn the evaluation criteria based on the characteristic data.
  • An evaluation unit that evaluates the distribution quality according to the evaluation standard using the environmental data and a result output unit that outputs the evaluation result of the distribution quality may be further provided.
  • the evaluation department may calculate the recommended storage environment for storing fresh products before distribution based on the evaluation results.
  • the evaluation department may calculate a recommended distribution environment for distributing fresh products based on the evaluation results.
  • Recommended logistics environment may include recommended amount of fresh produce.
  • the recommended distribution environment may include a recommended combination of fresh products.
  • the evaluation department may calculate the recommended storage time limit for storing fresh products after distribution based on the evaluation results.
  • the -Environmental data may include at least one of temperature, humidity, gas composition, illuminance, and vibration over time in the ambient atmosphere of a fresh product.
  • the data processing device may include an environment acquisition unit that acquires environment data indicating a physical distribution environment of perishables.
  • the data processing device may include an evaluation unit that evaluates the distribution quality of the fresh product according to the evaluation standard using the environmental data.
  • the data processing device may include a result output unit that outputs the evaluation result of the distribution quality.
  • the evaluation unit may calculate the recommended storage time limit for storing the perishables after distribution based on the environmental data, and the result output unit may display the recommended storage time limit.
  • the evaluation unit may include, as an evaluation criterion, a machine-learned model that outputs physical distribution quality by inputting environmental data.
  • a data processing method in which a data processing device processes data.
  • the data processing method may include the data processing device acquiring environmental data indicating a physical distribution environment of perishables.
  • the data processing method may include the data processing device acquiring state data indicating a state of the fresh product.
  • the data processing method may include that the data processing device learns, based on the state data, an evaluation standard for evaluating the physical distribution quality of the fresh product using the environmental data.
  • a data processing program may be executed by a computer.
  • the data processing program may cause the computer to function as an environment acquisition unit that acquires environment data indicating a distribution environment of perishables.
  • the data processing program may cause the computer to function as a status acquisition unit that acquires status data indicating the status of the fresh product.
  • the data processing program may cause the computer to function as a learning unit that learns, based on the state data, an evaluation criterion for evaluating the physical distribution quality of the fresh product using the environmental data.
  • an evaluation system may include an environment acquisition unit that acquires environmental data of the surrounding atmosphere of the fresh product when the pre-cooled fresh product is placed in a container box having a cold storage function and subjected to room temperature physical distribution.
  • the evaluation system may include an evaluation unit that evaluates physical distribution quality using the acquired environmental data.
  • an evaluation method evaluated by the evaluation system may include that the evaluation system acquires environmental data of the atmosphere around the perishables in response to the precooled perishables being placed in a container box having a cold storage function and subjected to room temperature physical distribution.
  • the evaluation method may include the evaluation system evaluating the logistics quality using the acquired environmental data.
  • an evaluation program may be executed by a computer.
  • the evaluation program may cause the computer to function as an environment acquisition unit that acquires environmental data of the surrounding atmosphere of the fresh product in accordance with the room temperature physical distribution of the pre-cooled fresh product in the container box having the cold storage function. ..
  • the evaluation program may cause the computer to function as an evaluation unit that evaluates the distribution quality using the acquired environmental data.
  • FIG. 1 shows an evaluation system 10 according to this embodiment.
  • an example of a container box 200 used when distributing the fresh product 20 is shown.
  • An example of the shipping source 30 in the evaluation system 10 according to the present embodiment is shown.
  • An example of the shipping flow performed in the shipping origin 30 of the evaluation system 10 which concerns on this embodiment is shown.
  • An example of the shipping destination 50 in the evaluation system 10 according to the present embodiment is shown.
  • 4 shows a learning flow in which the data processing device 100 learns an evaluation standard.
  • 3 shows an evaluation flow in which the data processing device 100 evaluates physical distribution quality.
  • 1 illustrates an example computer 2200 in which aspects of the present invention may be embodied in whole or in part.
  • FIG. 1 shows an evaluation system 10 according to this embodiment.
  • the evaluation system 10 includes a shipping source 30, a distribution means 40, a shipping destination 50, a network 60, and a data processing device 100.
  • the evaluation system 10 uses the data processing device 100 when the fresh product 20 precooled at the shipping source 30 is shipped at room temperature to the shipping destination 50 via the distribution means 40, and the quality of the distribution and the freshness/quality of the fresh product are used. Evaluate. Further, it is possible to predict the future state (for example, freshness/quality retention period).
  • the term “physical distribution” as used herein refers to general physical distribution from delivery of goods to delivery destinations, and includes transportation, storage, cargo handling, packaging, and distribution processing. Further, recently, there are various distribution methods such as direct sales distribution and individual distribution to each household, so that the shipping source 30 and the shipping destination 50 cannot be specified.
  • the fresh product 20 refers to all products that are required to be fresh, and includes fruits and vegetables such as vegetables and fruits, fresh fish, and meat, processed foods such as ham and sausage, and flowers.
  • a perishable product 20 has peculiar features such as a soft tissue, a high water content, and a life physiology such as respiration and transpiration even after harvesting. Therefore, the perishable goods 20 are strongly affected by the distribution environment factors, and at the same time, one factor causes the other factors to worsen in a self-catalytic manner, and the quality deterioration progresses. Therefore, the perishable goods 20 have much more waste loss due to quality deterioration in the distribution process than other goods. However, under the current circumstances, it is often unknown under what conditions the perishable goods 20 were distributed.
  • the evaluation system 10 evaluates the distribution of such fresh products 20 and the quality of the fresh products.
  • the shipping source 30 indicates the starting point of the distribution of the perishables 20, and is, for example, a collection/shipping base where the perishables 20 are collected and shipped. Further, the evaluation system 10 according to the present embodiment precools the fresh product 20 at the shipping source 30. Pre-cooling refers to a low temperature treatment performed on the perishables 20 before shipping, and by pre-cooling, for example, the high product temperature at the time of harvesting, processing, or storage in a warehouse is quickly lowered to moderate metabolism, resulting in depletion of ingredients. In addition to suppressing deterioration, it is possible to prevent a deterioration in quality by suppressing an increase in product temperature during distribution after shipping.
  • the so-called room temperature physical distribution in which the temperature of the atmosphere around the perishable material 20 during physical distribution is not actively controlled by performing the pre-cooling on the perishable material 20 at the shipping source 30, is performed. You can This will be described later.
  • the physical distribution means 40 is a means for distributing the perishable goods 20 from the shipping source 30 to the shipping destination 50.
  • the case where the physical distribution means 40 is a truck as a transportation means is shown as an example. However, it is not limited to this.
  • the distribution means 40 may be, for example, another transportation means such as a railroad, a ship, and an aircraft, or another distribution means such as a warehouse for storing the perishables 20, or the like. May be a combination of.
  • the physical distribution means 40 does not have to have a function of actively controlling the temperature inside the refrigerator, except for a cooling/heating function that is generally provided. That is, the physical distribution means 40 does not have to be a so-called refrigerating vehicle, a refrigerating vehicle, a refrigerator, a freezer, or the like.
  • the shipping destination 50 indicates the end point of the distribution of the perishable goods 20, and is, for example, a wholesale market, a distribution center of a mass retailer, a direct sales office, or a fruit and vegetable processor.
  • the fresh product 20 is distributed from the shipping source 30 to the shipping destination 50 via the distribution means 40, and is delivered from the production area to the consumption area.
  • the network 60 is an information communication network in which a plurality of computers can be connected to each other.
  • the network 60 may be, for example, a global information communication network such as the Internet.
  • the data processing device 100 is connected to the network 60 and evaluates the distribution quality of the perishables 20.
  • the data processing device 100 may be a computer such as a PC (personal computer), a tablet computer, a smartphone, a workstation, a server computer, or a general-purpose computer, or may be a computer system in which a plurality of computers are connected. Such a computer system is also a computer in a broad sense.
  • the data processing device 100 may be implemented by a virtual computer environment capable of executing one or more in a computer.
  • the data processing device 100 may be a dedicated computer designed for evaluation of physical distribution quality, or dedicated hardware realized by a dedicated circuit.
  • the network 60 is the Internet
  • the data processing device 100 may be realized by cloud computing. Accordingly, the data processing device 100 can collect data from various environments accessible to the Internet and supply the processed data to other devices in various environments accessible to the Internet.
  • the data processing device 100 includes an environment acquisition unit 110, a characteristic acquisition unit 120, a state acquisition unit 130, a learning unit 140, an evaluation unit 150, and a result output unit 160.
  • the environment acquisition unit 110 puts the pre-cooled perishable goods 20 into a container box having a cold storage function and carries out room temperature physical distribution, and accordingly, environmental data showing the distribution environment of the perishable goods 20, that is, the atmosphere around the perishable goods 20. Get the environmental data of.
  • the environment acquisition unit 110 acquires environment data via the network 60 and supplies the acquired environment data to the learning unit 140 and the evaluation unit 150. Instead of or in addition to this, the environment acquisition unit 110 may receive a keyboard operation, a mouse operation, or the like by the user, and acquire the environment data via the user input.
  • the environment acquisition unit 110 may also acquire the environment data via a memory device or the like capable of storing the data.
  • the environmental data may be any environmental factors that may affect the metabolism and quality deterioration of the perishables 20.
  • the environmental data may include, for example, at least one of temperature, humidity, gas composition, illuminance, and vibration in the ambient atmosphere of the fresh food 20.
  • Some of the perishables 20 continue to carry out activities such as respiration to maintain their life even after harvesting. The more active such life activities are, the more the freshness and quality deteriorate due to nutrient decomposition and transpiration.
  • metabolism of the fresh product 20 can be suppressed and deterioration of quality can be suppressed.
  • the container box for packing the fresh product 20 is not unpacked carelessly.
  • the unpacking of such a container box can be detected, for example, by the illuminance.
  • the perishable goods 20 are externally damaged by the vibration during transportation, and even if the vibration is such that the external damage is not caused, the vital activities are sensitively activated by the vibration.
  • these environmental factors have a great influence on the metabolism and quality deterioration of the fresh product 20. Therefore, the data processing device 100 can accurately evaluate the distribution quality of the fresh product 20 by acquiring these environmental factors.
  • the characteristic acquisition unit 120 acquires characteristic data indicating the characteristics of the fresh product 20.
  • the characteristic acquisition unit 120 acquires characteristic data via the network 60 and supplies the acquired characteristic data to the learning unit 140 and the evaluation unit 150.
  • the characteristic acquisition unit 120 may receive a keyboard operation, a mouse operation, or the like by the user, and acquire the characteristic data via user input. Further, the characteristic acquisition unit 120 may acquire the characteristic data via a memory device capable of storing the data.
  • the characteristic data may be any characteristic factor that the fresh product 20 has in advance, which may affect the quality characteristics and quality change characteristics of the fresh product 20.
  • the characteristic data may be, for example, an item, a variety, a production area, a cultivation method, a grade, a maturity level, a harvest time, an elapsed time after harvest, and the like. These characteristic factors have a great influence on the quality characteristics and quality change characteristics of the fresh product 20. Therefore, the data processing device 100 can appropriately evaluate the distribution quality according to the characteristics of the fresh product 20 by acquiring these characteristic factors.
  • the status acquisition unit 130 acquires status data indicating the status of the perishables 20.
  • the state acquisition unit 130 acquires state data via the network 60 and supplies the acquired state data to the learning unit 140 and the evaluation unit 150.
  • the state acquisition unit 130 may receive a keyboard operation, a mouse operation, and the like by the user, and acquire the state data via user input.
  • the state acquisition unit 130 may also acquire the characteristic data via a memory device or the like capable of storing the data.
  • the state data is data indicating the state of the perishable goods 20 at the start of distribution, during distribution, or after distribution.
  • the state of the fresh product 20 may be, for example, a state in which the mass, the water content, the odor (gas composition), the surface state, and the like of the fresh product 20 are quantitatively evaluated, and the state of the fresh product 20 is sensory according to the conspicuousness of the worker. It may be in a state evaluated to.
  • the state data may be data obtained by ranking the states of these perishables 20 into a plurality of ranks.
  • the state data may be, for example, data ranked in two ranks such as “good” and “bad”, or three data such as “A rank”, “B rank”,..., “E rank”. The data may be ranked in the above ranks.
  • the learning unit 140 learns the evaluation standard for evaluating the physical distribution quality of perishables using the environmental data. At this time, the learning unit 140 may learn the evaluation standard based on the characteristic data.
  • the state data is data obtained by ranking the state of the perishable goods 20 in a plurality of ranks
  • the learning unit 140 may learn the evaluation criterion for each rank for at least one of the plurality of ranks. This will be described later.
  • the learning unit 140 supplies the learned evaluation criteria to the evaluation unit 150.
  • the evaluation unit 150 uses the acquired environmental data to evaluate the distribution quality according to the evaluation standard. At this time, the evaluation unit 150 uses the evaluation standard learned by the learning unit 140 as the evaluation standard of the distribution quality. In addition, the evaluation unit 150, for example, based on the evaluation result, a recommended storage environment for storing the perishable goods 20 before distribution, a recommended distribution environment for distributing the perishable goods 20, and a recommendation for storing the perishable goods 20 after distribution. A storage deadline (hereinafter, also referred to as a “recommended condition” collectively including a recommended storage environment, a recommended distribution environment, and a recommended storage deadline) may be calculated. Further, the learning unit 140 may learn a criterion for calculating any of the recommended conditions using the environmental data, based on the state data. The evaluation unit 150 supplies the evaluation result, the recommended storage environment, the recommended distribution environment, and the recommended storage deadline to the result output unit 160.
  • a storage deadline hereinafter, also referred to as a “recommended condition” collectively including a recommended storage environment,
  • the result output unit 160 outputs the evaluation result of the distribution quality, the recommended storage environment, the recommended distribution environment, and the recommended storage time limit.
  • the result output unit 160 outputs these evaluation results and the like to other devices via the network 60, for example.
  • the result output unit 160 may display and output the evaluation result and the like on a monitor, may output the evaluation result and the like by a speaker, or may write the evaluation result and the like in a memory device capable of storing data. May be output.
  • the environment acquisition unit 110, the characteristic acquisition unit 120, the state acquisition unit 130, the learning unit 140, the evaluation unit 150, and the result output unit 160 are integrally configured in one device as the data processing device 100.
  • the present invention is not limited to this. At least a part of these functional units may be configured as a separate device.
  • the learning algorithm executed by the learning unit 140 has a high calculation load. Therefore, the data processing device 100 may disperse the calculation load by configuring the learning unit 140 having such a high calculation load as another device, for example.
  • FIG. 2 shows an example of a container box 200 used when the fresh product 20 is distributed in the evaluation system 10 according to the present embodiment.
  • the fresh product 20 is packed in a package such as a corrugated cardboard, and, for example, is packaged in a container box 200 having a cold/moisturizing function and a gas barrier function as shown in the figure, and is shipped at room temperature.
  • the function of the container box 200 is not limited to this.
  • the container box 200 may have only a cold insulation function and not at least one of a moisture retention function and a gas barrier function.
  • the container box 200 includes a pallet 210, a heat insulating sheet 220, a side wall panel 230, a top panel 240, and a sensor node 250.
  • the pallet 210 is a loading platform on which a package in which the perishables 20 are packed is placed.
  • the pallet 210 may be made of wood, or may be made of a synthetic resin resistant to moisture.
  • the pallet 210 has an insertion hole between the legs, into which a nail of a forklift or a handlift can be inserted.
  • the pallet 210 may be, for example, a T11 type integrated transport flat pallet standardized by the Japanese Industrial Standards (JIS: Japan Industrial Standards). Further, by providing the pallet with a vibration isolation function, deterioration due to vibration can be suppressed.
  • the heat insulating sheet 220 is a sheet formed of a heat insulating material and a gas barrier material that reduce heat transfer and heat conduction.
  • the heat insulating sheet 220 is provided on the top of the pallet 210. Accordingly, the container box 200 reduces heat transfer, heat conduction, and moisture/gas permeation between the lower portion of the container box 200 and the internal space of the container box 200.
  • the side wall panel 230 is a panel provided along the four side surfaces of the pallet 210 and above the pallet 210 with a heat insulating sheet 220 interposed therebetween.
  • the side wall panel 230 is formed of a material having a heat insulating property and a gas barrier property, like the heat insulating sheet 220. This allows the container box 200 to transfer heat, transfer heat, and transmit moisture and gas between the left part, the right part, the front part, and the rear part of the container box 200 and the inner space of the container box 200. Reduce.
  • the side wall panel 230 has an adjusting valve 232 whose opening can be adjusted.
  • the adjustment valve 232 can change the size of the gap that communicates the internal space and the external space of the container box 200 by adjusting the opening degree.
  • the case where the adjusting valve 232 is provided on the side wall panel 230 is shown as an example, but the adjusting valve 232 may be installed at any place, for example, provided on the top panel 240. May be.
  • the top panel 240 is a panel that is provided above the side wall panel 230 and forms the top surface of the container box 200. Like the side wall panel 230, the top panel 240 is formed of a material having a heat insulating property and a gas barrier property. Accordingly, the container box 200 reduces heat transfer, heat conduction, and moisture/gas permeation between the upper part of the container box 200 and the internal space of the container box 200.
  • the container box 200 has a high cold insulation function and a gas barrier function because the internal space of the container box 200 is shielded from the external space of the container box by the material having the heat insulating property and the gas barrier property. Further, since the pallet 210 is integrally formed in the container box 200, the fresh product 20 can be moved by a forklift, a handlift, or the like while being packed in the internal space, and the loading and unloading time can be shortened. be able to.
  • the sensor node 250 measures environmental data indicating the distribution environment of the fresh food 20, that is, environmental data of the atmosphere around the fresh food 20.
  • the sensor node 250 may be, for example, a temperature sensor, a humidity sensor, a gas (O2, CO2, etc.) sensor, an illuminance sensor, a vibration sensor, or the like, and the temperature, humidity, gas composition, and illuminance in the atmosphere surrounding the perishables 20. , And/or vibration is measured.
  • the sensor node 250 is provided with an IC tag, and the measured environmental data is wirelessly output to the outside of the sensor node 250 via the IC tag.
  • the case where the sensor node 250 is fixed to the lower surface of the top panel 240 is shown as an example.
  • the sensor node 250 may be installed at any place, for example, it may be fixed to the upper surface of the heat insulating sheet 220 or may be fixed to the inner wall of the side wall panel 230. Further, in the above description, the case where the sensor node 250 is installed inside the container box 200 has been shown as an example, but the present invention is not limited to this. The sensor node 250 may be installed outside the container box 200, which can measure the environment of the atmosphere around the perishables 20.
  • FIG. 3 shows an example of the shipping source 30 in the evaluation system 10 according to the present embodiment.
  • the shipping source 30 includes a first network device 310, a first tag reader/writer 320, a first input section 330, and a first output section 340. Note that these functional units may be provided in advance at the shipping source 30, or may be realized by a portable device or the like carried by a worker at the shipping source 30.
  • the first network device 310 is a communication device that relays the network of the shipping source 30 and the external network 60.
  • the first network device 310 is connected to the network 60 via, for example, a mobile phone communication network such as 3G or LTE or a WMAN (Wireless Metropolitan Area Network) such as WiMAX. Then, the first network device 310 relays the data acquired from the other functional unit of the shipping source 30 to the external network 60, and transfers the data acquired from the external network 60 to the other functional unit of the shipping source 30. Relay.
  • the first tag reader/writer 320 has a function of reading and writing data to the IC tag provided in the sensor node 250 of the container box 200.
  • the communication system between the first tag reader/writer 320 and the IC tag may be any communication system, for example, a FeliCa (registered trademark) communication system that can be mounted on an aircraft, a specific low power for remote monitoring, and a ZigBee ( It may be a communication method such as a registered trademark).
  • the first tag reader/writer 320 reads the ID of the IC tag from the IC tag provided in the sensor node of each container box 200. Then, the first tag reader/writer 320 supplies the read ID to other functional units of the shipping source 30.
  • the first input unit 330 receives input of various data via a user input, a memory device, or the like. Then, the first input unit 330 supplies the input various data to other functional units of the shipping source 30.
  • the first output unit 340 outputs various data supplied from other functional units of the shipping source 30.
  • the first output unit 340 may output various data to another device via a wire or wirelessly, may output various data via a monitor and a speaker, or may be a storable memory device or the like. May be written in and various data may be output.
  • FIG. 4 shows an example of a shipping flow performed by the shipping source 30 of the evaluation system 10 according to the present embodiment.
  • the worker inquires the data processing device 100 via the network 60 about the recommended conditions.
  • Various fresh products 20 having different characteristic data such as items, varieties, production areas, cultivation methods, grades, maturity levels, and harvest times are accumulated in the shipping source 30.
  • the first input unit 330 receives a user operation by a worker, and inputs, for example, the characteristic data of these fresh products 20, the destination of the shipping destination 50, the shipping amount, and the shipping time.
  • the first network device 310 supplies these pieces of information to the data processing device 100 via the network 60.
  • the first network device 310 acquires the recommended condition from the data processing device 100 as a response to these pieces of information.
  • the first output unit 340 outputs the recommended condition acquired by the first network device 310.
  • the recommended condition may be, for example, a recommended storage environment condition for storing the fresh product 20 before distribution, a recommended distribution environment condition for distributing the fresh product 20, and the like.
  • the condition of the recommended distribution environment may be, for example, the recommended amount of fresh products 20 when distributing the fresh products 20, a combination of recommended fresh products 20, and the like.
  • step 420 the worker sorts and packs the fresh products 20. For example, the worker sorts the perishable products 20 for each destination of the shipping destination 50 so that the shipment amount corresponds to each destination. Then, the worker packs the perishables 20 in the container box 200 based on the conditions of the recommended physical distribution environment output by the first output unit 340. At this time, for example, the first output unit 340 outputs the condition of the combination of the fresh products 20 recommended when the fresh products 20 are distributed, and the workers are mixedly mounted on the common container box 200 based on the combination. Select fresh food 20.
  • the 1st output part 340 outputs the quantity of the perishable goods 20 recommended at the time of physical distribution of the perishable goods 20, and until the packing amount of the perishable goods 20 selected to the worker satisfy
  • Fresh food 20 is packed in container box 200.
  • the worker registers the initial information.
  • the first input unit 330 receives a user operation by a worker, inputs initial information of each container box 200, and supplies the initial information to the first network device 310.
  • the first network device 310 supplies the initial information to the data processing device 100 via the network 60.
  • the first input unit 330 associates, as initial information, the tag ID of each container box 200 read by the first tag reader/writer 320 and the characteristic data of the fresh product 20 packed in the container box 200. Enter the initial information.
  • the first network device 310 supplies the initial information to the data processing device 100 via the network 60, and registers the initial information.
  • the worker precools each container box 200.
  • the first output unit 340 outputs the recommended storage environment acquired by the first network device 310 from the data processing apparatus 100, and causes the worker to set the precooling condition.
  • the first output unit 340 outputs, for example, a precooling method such as ventilation precooling, vacuum precooling, and cold water precooling, precooling temperature, and precooling time for each container box 200 as a recommended storage environment, Have a worker perform pre-cooling in an optimum environment for each container box 200.
  • step 450 the worker transports each container box 200 that has been precooled by a forklift or the like, and ships it via the distribution means 40.
  • the fresh product 20 since the fresh product 20 is pre-cooled at the shipping source and then packed in the container box 200 having a cold storage function for distribution, the fresh product 20 itself functions as a refrigerant. Can be made.
  • a refrigerating vehicle, a freezing vehicle, a refrigerator, a freezer, or the like is not used as the distribution means 40, and further, a cooling material such as ice or dry ice, a cooling agent, or a latent heat storage.
  • the fresh product 20 can be distributed at room temperature without using wood or the like.
  • the fresh food 20 while preserving the fresh food 20 by optimizing the storage environment conditions while adjusting the combination and the amount of the fresh food 20, the fresh food 20 is pre-cooled when performing the room temperature distribution.
  • the function as a refrigerant can be controlled.
  • the risk of holding a refrigerating vehicle, a freezing vehicle, a refrigerator, a freezer, and the like can be reduced, and a fresh product due to a mistake or forgetting to put the ice pack, etc. It is possible to prevent the low temperature trouble of 20 and deterioration of freshness.
  • FIG. 5 shows an example of mounting the container box 200 on the distribution means 40 and distributing the perishable goods 20 in the evaluation system 10 according to the present embodiment.
  • the physical distribution means 40 is a truck as a transportation means is shown as an example, but as described above, for example, other transportation means such as a railroad, a ship, and an aircraft may be used. It may be another physical distribution means such as a warehouse for storing the goods 20, or a combination thereof.
  • the distribution means 40 mounts a plurality of container boxes 200 in each of which the perishables 20 are packed, and distributes the perishables 20 from the shipping source 30 to the shipping destination 50.
  • the distribution means 40 does not have to have a function of actively controlling the temperature inside the container in which the container box 200 is mounted. That is, the physical distribution means 40 does not have to be a so-called refrigerating vehicle, freezing vehicle, refrigerator, freezer, or the like.
  • the physical distribution means 40 includes a second network device 510, a second tag reader/writer 520, a second input unit 530, and a second output unit 540.
  • these functional units may be provided in advance in the distribution means 40, or may be realized by a portable device or the like carried by a worker in the distribution means 40.
  • These functional units have the same functions as the first network device 310, the first tag reader/writer 320, the first input unit 330, and the first output unit 340, which are included in the shipping source 30, and thus have the same description. Is omitted.
  • the second tag reader/writer 520 provides the sensor node 250 with environmental data of the surrounding atmosphere of the perishables 20 packed in the container box 200 from the sensor node 250 of each container box 200 during distribution. It is read together with the ID of the obtained IC tag. Then, the second network device 510 supplies the environmental data read by the second tag reader/writer 520 together with the ID to the data processing device 100 via the network 60 over time.
  • the environmental data may include, for example, at least one of temperature, humidity, gas composition, illuminance, and vibration in the ambient atmosphere of the fresh product 20 over time.
  • the second input unit 530 may accept the input of the state data of the fresh product 20. Then, the second network device 510 associates the status data input to the second input unit 530 with the tag ID of the container box 200 that packs the perishable goods 20 corresponding to the status data, and links the status data via the network 60. May be supplied to the data processing device 100. At this time, when the perishables 20 having different characteristic data are mixedly loaded in the common container box 200, the second input unit 530 may accept the input of the state data of each of the perishables 20 having different characteristic data.
  • the physical distribution means 40 includes the second network device 510, and environmental data, status data, and the like are supplied to the data processing device 100 during physical distribution via the second network device 510.
  • the present invention is not limited to this.
  • various data during physical distribution are stored in a storage means in time series.
  • the network 60 becomes accessible via another network device or the second network device 510
  • various data stored in the storage means may be supplied to the data processing device 100.
  • the sensor node 250 stores various data during distribution in time series in the storage means. Various data may be read out and supplied to the data processing device 100.
  • FIG. 6 shows an example of the shipping destination 50 in the evaluation system 10 according to the present embodiment.
  • the shipping destination 50 includes a third network device 610, a third tag reader/writer 620, a third input unit 630, and a third output unit 640.
  • these functional units may be provided in advance at the shipping destination 50, or may be realized by a portable device or the like owned by a worker at the shipping destination 50.
  • These functional units have the same functions as the first network device 310, the first tag reader/writer 320, the first input unit 330, and the first output unit 340, which are included in the shipping source 30, and thus have the same description. Is omitted.
  • some of the container boxes 200 are unpacked, and some of the perishables 20 are evaluated for their learning of evaluation criteria.
  • the evaluation of the state of the perishable goods 20 may be performed for a certain period of time, and may not be performed after the end of the period.
  • the evaluation of the state of the perishable goods 20 may be performed on a part of the perishable goods 20 on a random basis, and may not be performed on the other perishable goods 20. That is, when sufficient teacher data for learning can be acquired, the state of the fresh product 20 not used as the teacher data is not directly evaluated, but the state of the fresh product 20 is determined from the evaluation result of the evaluation system according to the present embodiment. May be estimated.
  • the state of the fresh product 20 may be, for example, a state in which the mass, the water content, the odor, the surface state, and the like of the fresh product 20 are quantitatively evaluated, as described above. It may be in a state of being evaluated sensually by.
  • the third input unit 630 may receive the input of the state data of the perishable goods 20 ranked in a plurality of ranks based on these evaluated states.
  • the third network device 610 associates the status data input to the third input unit 630 with the tag ID of the container box 200 in which the fresh product 20 corresponding to the status data is packed, and associates it with the network 60. And is supplied to the data processing device 100 via.
  • the third input unit 630 may respectively accept the input of the state data of each of the perishables 20 having different characteristic data.
  • the third network device 610 causes the data processing device 100 to send the fresh product via the network 60. At least one of the evaluation result and recommended storage period for each 20 may be acquired. Then, the third output unit 640 may output at least one of the evaluation result for each fresh product 20 acquired by the third network device 610 and the recommended storage period. In this way, the third output unit 640 can inform the worker of the distribution quality of the perishable goods 20 and how long the perishable goods 20 can be stored after the distribution. Thereby, the worker can grasp the distribution quality and the freshness of the fresh product 20, for example, and can set the price of the fresh product 20, the shelf life, etc. to an optimum value.
  • the data processing device 100 puts the pre-cooled perishable product 20 into the container box having the cold storage function and carries out the ordinary temperature distribution, and accordingly, the environmental data indicating the distribution environment of the perishable product 20, that is, the perishable product. Environmental data of the atmosphere around the product 20 is acquired. Further, the data processing device 100 can acquire the state data of the perishable goods 20 during or after the distribution carried out in such an environment.
  • the data processing device 100 uses these environmental data and state data to learn the evaluation standard for evaluating the physical distribution quality of the fresh product 20. That is, the data processing device 100 does not use a preset fixed standard as an evaluation standard for evaluating the distribution quality, but compares the environmental data of the fresh product 20 with the state data of the fresh product 20, Review the evaluation criteria as appropriate.
  • FIG. 7 shows a learning flow in which the data processing device 100 learns the evaluation standard.
  • the data processing device 100 acquires initial information before the start of physical distribution.
  • the characteristic acquisition unit 120 of the data processing apparatus 100 acquires the characteristic data of the fresh product 20 from the first network device 310 of the shipping source 30 together with the tag ID of the container box 200 that packs the fresh product 20.
  • the data processing device 100 acquires environmental data indicating the distribution environment of the perishables 20.
  • the environment acquisition unit 110 of the data processing device 100 acquires, from the second network device 510 of the distribution means 40, environmental data of the surrounding atmosphere of the fresh food 20 together with the tag ID of the container box 200 in which the fresh food 20 is packed. To do.
  • the data processing device 100 acquires the state data indicating the state of the fresh product 20.
  • the status acquisition unit 130 of the data processing apparatus 100 sends status data indicating the status of the perishables 20 from at least one of the second network device 510 of the distribution means 40 and the third network device 610 of the shipping destination 50.
  • the tag ID of the container box 200 in which the perishable goods 20 were packed that is, the state acquisition unit 130 acquires the state data of the perishable goods 20 during or after the physical distribution together with the tag ID.
  • the data processing device 100 uses the tag ID as a common search key to package what kind of perishables 20 is packed in the container box 200 and in which environment it is distributed, and as a result, during or after distribution. It is possible to correlate with each other what kind of state it has become.
  • the data processing device 100 labels the environmental data.
  • the learning unit 140 of the data processing device 100 labels the environmental data when the fresh product 20 is distributed, based on the state data of the fresh product 20. For example, the learning unit 140 attaches a label of “A” to the environmental data obtained when the perishable goods 20 whose state is evaluated as “A rank” are distributed. Similarly, the learning unit 140, for example, attaches a label of "E” to the environmental data obtained when the fresh product 20 whose state is evaluated as "E rank” is distributed. In this way, the learning unit 140, for each rank of the state data of the fresh product 20, attaches a label corresponding to each rank to the environmental data obtained when the fresh product 20 is distributed.
  • the data processing device 100 learns the evaluation standard for evaluating the distribution quality of the fresh product 20 based on the state data of the fresh product 20 using the environmental data.
  • the learning unit 140 of the data processing device 100 learns the evaluation criterion for each rank for each of the plurality of ranks. For example, the learning unit 140 collects environmental data labeled with “A” and uses the environmental data as a set of teacher data to learn an evaluation criterion for determining “distribution quality A”. Similarly, the learning unit 140 collects the environmental data labeled with “E” and uses the environmental data as a set of teacher data to learn the evaluation criteria for determining the “distribution quality E”. ..
  • the learning unit 140 may learn a threshold value indicating an allowable range such as an upper limit and a lower limit of various environmental data as an evaluation criterion, or learn a reference model of environmental data indicating the environmental data in time series. You may.
  • the learning unit 140 may learn the evaluation standard based on the characteristic data. For example, the learning unit 140 classifies the labeled environmental data for each characteristic of the perishables 20, and groups the environmental data with the same label for the perishables 20 classified as the same characteristic. The evaluation criterion may be learned for each characteristic of the fresh product 20 by using it as teacher data. As a result, the learning unit 140 learns different evaluation criteria for the fresh products 20 having different characteristics. Therefore, when evaluating the distribution quality, the distribution section uses the optimum evaluation criteria according to the characteristics of the fresh products 20. The quality can be evaluated.
  • the learning unit 140 may use various algorithms in learning the evaluation criteria.
  • the learning unit 140 uses, for example, regression analysis, cluster distribution, principal component analysis, vector quantization, self-organizing map, neural network, support vector machine, ID3, and naive Bayes classifier as learning algorithms. Further, the learning unit 140 may generate the evaluation standard by transfer learning from another model, or may generate the evaluation standard by distilling the other model.
  • FIG. 8 shows an evaluation flow in which the data processing device 100 evaluates the distribution quality.
  • the data processing device 100 acquires an evaluation standard.
  • the evaluation unit 150 of the data processing device 100 acquires from the learning unit 140 the evaluation criteria learned by the learning unit 140 according to the flow of FIG. 7.
  • the evaluation unit 150 acquires the evaluation criterion for each rank from the learning unit 140.
  • the evaluation unit 150 acquires the evaluation criterion for each characteristic from the learning unit 140.
  • step 820 the data processing device 100 acquires the initial information of the fresh product 20 in response to the start of the distribution of the fresh product 20. Since the process of step 820 is similar to the process of step 710 in FIG. 7, description thereof will be omitted.
  • step 830 the data processing apparatus 100 puts the pre-cooled perishable goods 20 into the container box 200 having the cold storage function and carries out room temperature physical distribution, and accordingly, environmental data indicating the distribution environment of the perishable goods 20 is obtained. get.
  • the process of step 830 is the same as the process of step 720 in FIG. 7, so description thereof will be omitted.
  • the data processing device 100 evaluates the distribution quality according to the evaluation standard.
  • the evaluation unit 150 of the data processing device 100 reads the characteristic data of the perishable product 20 that has been distributed at room temperature from the initial information acquired in step 820.
  • the evaluation unit 150 selects the evaluation standard corresponding to the read characteristic data from the evaluation standards acquired for each characteristic in step 810.
  • the evaluation unit 150 uses the environmental data acquired in step 830 to evaluate the distribution quality of the fresh product 20 according to the selected evaluation standard.
  • the evaluation unit 150 evaluates the environmental data according to the evaluation standard for each rank, and determines which rank the environmental data corresponds to.
  • the evaluation unit 150 may calculate a recommended storage environment for storing the perishables 20 before distribution based on the evaluation result. For example, the evaluation unit 150 pre-cools the pre-cooling method for pre-cooling the fresh product 20, the pre-cooling temperature, the pre-cooling time, and the like before the distribution when the evaluated result deviates from the actual state rank of the fresh product 20.
  • the recommended storage environment for storing the item 20 may be changed. That is, the evaluation unit 150 may feed back these recommended storage environments based on the evaluation results, and apply a new recommended storage environment in the subsequent distribution of the fresh products 20.
  • the evaluation unit 150 may calculate a recommended distribution environment for distributing the fresh produce 20 based on the evaluation result. For example, when the evaluated result deviates from the actual state rank of the perishables 20, the evaluation unit 150 recommends the amount of the perishables 20 for distribution, the recommended combination of the perishables 20, and the like. The recommended distribution environment for distributing the perishables 20 may be changed. That is, the evaluation unit 150 may feed back the recommended physical distribution environment based on the evaluation result, and apply a new recommended physical distribution environment in the subsequent physical distribution of the fresh produce 20.
  • the evaluation unit 150 may calculate a recommended storage time limit for storing the perishable goods 20 after distribution based on the evaluation result. For example, the evaluation unit 150 may calculate the recommended storage time limit so that the fresh product 20 having a high distribution quality evaluation rank has a longer deadline than the fresh product 20 having a low distribution quality evaluation rank. That is, the evaluation unit 150 may calculate the recommended storage time limit so as to be a time limit according to the evaluation result, and apply it to the setting of the shelf life time of the perishable goods 20 after the physical distribution.
  • the recommended storage period is, for example, "Keep the freshness up to XX months when stored in this state in the future.” It may be a message or the like indicating a deadline.
  • the data processing device 100 outputs these evaluation results and the like.
  • the evaluation unit 150 of the data processing device 100 supplies the evaluation result and the like to the result output unit 160, and the result output unit 160 outputs the evaluation result and the like.
  • the result output unit 160 supplies the recommended storage environment and the recommended physical distribution environment to the first network device 310 of the shipping source 30 via the network 60.
  • the result output unit 160 may supply the evaluation result and the recommended storage time limit to the third network device 610 of the shipping destination 50 via the network 60.
  • the data processing device 100 feeds back the recommended storage environment and the recommended physical distribution environment based on the evaluation result. Therefore, for example, at the shipping source 30, while optimizing the combination and amount of the fresh products 20, Since it can be pre-cooled under various conditions, it is possible to control the function of the perishable product 20 as a refrigerant in the normal temperature physical distribution.
  • the data processing device 100 supplies the evaluation result and the recommended storage period, for example, the shipping destination 50 does not directly open the container box 200 and directly evaluate the state of the fresh product 20, so that the fresh product can be processed. It is possible to inform the worker in what environment the 20 was distributed, that is, how fresh the fresh product 20 is.
  • the data processing device 100 can inform the worker how much the perishable goods 20 distributed in such an environment can be held on a shelf.
  • the perishable goods 20 are made to function as a refrigerant and are transported at room temperature, it is not necessary to carry out low-temperature logistics such as a refrigerating vehicle, a freezing vehicle, a refrigerator, and a freezer. In addition, it is not necessary to pack a cooling agent or the like in the container box 200. As a result, the risk of possessing equipment for low-temperature distribution can be reduced, and further, it is possible to prevent low-temperature obstacles and freshness deterioration of the perishable goods 20 due to mistakes or forgetting to put the cold-preserving agent.
  • low-temperature logistics such as a refrigerating vehicle, a freezing vehicle, a refrigerator, and a freezer.
  • a cooling agent or the like in the container box 200.
  • the data processing device 100 objectively evaluates the distribution quality at the time of normal temperature distribution according to the evaluation standard, the responsibility between the businesses is clarified, and the safety and freshness of the fresh product 20 are visualized. be able to. Further, by standardizing the distribution quality by objective evaluation using such a unified base standard, it is possible to enhance the added value of products and services and strengthen the brand power. In addition, it is possible for anyone to judge whether the quality is acceptable or not, without depending on the discretion of the wholesaler, and it is possible to make the operator's intuition and experience escape the flow of quality evaluation. Further, according to the data processing device 100 according to the present embodiment, the evaluation standard for performing such evaluation is learned.
  • the characteristics of the fresh product 20 are compared by comparing such evaluation criteria with the environmental data indicating the distribution environment of the fresh product 20 and the state data of the fresh product 20. Since learning is performed for each item, the optimum evaluation standard can be provided for various fresh products 20 having different characteristics.
  • the data processing device 100 may determine whether the illuminance acquired from the illuminance sensor exceeds a predetermined threshold value. When it is determined that the threshold value is exceeded, the data processing device 100 may determine that the container box 200 has been unpacked during distribution, and the result output unit 160 may output that effect. When it is determined that the threshold value is not exceeded, the data processing device 100 determines that the container box 200 has not been unpacked during distribution, and the fresh food 20 packed in the container box 200 is appropriate. It may be presumed that the goods were distributed under environmental conditions. At this time, instead of or in addition to the illuminance sensor, a sensor that detects whether or not the container box is properly closed may be used.
  • the data processing device 100 may also acquire the location information of the fresh product 20 when acquiring the environmental data of the fresh product 20 in the distribution. Thereby, the data processing device 100 may realize traceability of the fresh product 20. For example, when the data processing device 100 acquires the environmental data of the perishable goods 20, the data processing device 100 stores the environmental data and the position information of the perishable goods 20 in association with each other, and stores what kind of environmental data at which position in the distribution. You may judge whether there was a mutation. As described above, the data processing device 100 may be configured to be able to trace back the mutation of the environmental data that has occurred during the distribution of the perishable goods 20 based on the position information.
  • the data processing device 100 may actively control the opening degree of the adjusting valve 232 provided in the container box 200.
  • the data processing device 100 outputs the recommended gas composition when distributing the perishables 20 as the recommended distribution environment so that the gas composition of the internal space of the container box 200 becomes the recommended gas composition.
  • the opening of the adjusting valve 232 may be controlled automatically or manually.
  • the data processing device 100 may acquire the external environment data and adjust the recommended storage environment, the recommended distribution environment, the recommended storage deadline, etc. according to the external environment data.
  • the precooling temperature is lower or the precooling time is lower than when the outside air temperature is lower than the predetermined threshold value.
  • the recommended storage environment may be adjusted so that
  • the data processing device 100 is recommended when distributing the perishable goods 20 when the outside air temperature is higher than a predetermined threshold value than when the outside temperature is lower than the predetermined threshold value.
  • the recommended distribution environment may be adjusted so that the amount of the perishable goods 20 to be stored increases.
  • the data processing device 100 stores the perishable product 20 when the outside air temperature is higher than a predetermined threshold value than when the outside temperature is lower than the predetermined threshold value.
  • the recommended storage period may be adjusted so that the recommended period becomes shorter.
  • the data processing device 100 estimates the distribution quality of the fresh product 20 from the comparison result of the environmental data in the surrounding atmosphere of the fresh product 20 before the distribution and the environmental data in the surrounding atmosphere of the fresh product 20 after the distribution.
  • the data processing device 100 acquires the temperature in the surrounding atmosphere of the fresh product 20 before distribution and stores it as an initial value, compares the temperature in the surrounding atmosphere of the fresh product 20 after distribution with the initial value, and compares
  • the distribution quality of the perishables 20 may be estimated according to the result. That is, the data processing device 100 calculates the difference between the environmental data after physical distribution and the environmental data before physical distribution, and when the difference is less than a predetermined threshold value, the physical distribution quality of the perishables 20 is constant. It may be estimated that the above quality is satisfied, and if the difference is equal to or more than a predetermined threshold value, it may be estimated that the physical distribution quality of the fresh product 20 does not satisfy a certain quality or more.
  • a patch such as a cardboard box containing the perishables 20 is pasted with a patch whose state changes with the aging of environmental data, and the data processing device 100 acquires the state of the patch during or after distribution.
  • the environment in which the perishables 20 are distributed may be estimated based on the state. For example, a sticker whose color changes with the lapse of time in temperature is attached to the package, and the data processing device 100 acquires the status data of the sticker during or after the distribution, and based on the status data, the fresh The environment in which the goods 20 are distributed may be estimated.
  • the data processing device 100 ensures that the physical distribution quality of the perishable goods 20 is a certain level or more when the state change of the pasted material attached to the package of the perishable goods 20 is less than a predetermined threshold value. If the change in the state of the patch is equal to or more than a predetermined threshold value, it may be estimated that the physical distribution quality of the fresh product 20 does not satisfy a certain quality or more.
  • a block is (1) a stage of a process in which an operation is performed or (2) a device responsible for performing an operation. Section may be represented. Specific steps and sections are implemented by dedicated circuitry, programmable circuitry provided with computer readable instructions stored on a computer readable medium, and/or a processor provided with computer readable instructions stored on a computer readable medium. You can Dedicated circuits may include digital and/or analog hardware circuits, and may include integrated circuits (ICs) and/or discrete circuits.
  • ICs integrated circuits
  • Programmable circuits include memory elements such as logical AND, logical OR, logical XOR, logical NAND, logical NOR, and other logical operations, flip-flops, registers, field programmable gate arrays (FPGA), programmable logic arrays (PLA), and the like.
  • Reconfigurable hardware circuitry may be included, including, and the like.
  • Computer-readable media may include any tangible device capable of storing instructions executed by a suitable device, such that computer-readable media having instructions stored therein are designated by flowcharts or block diagrams.
  • a product will be provided that includes instructions that can be executed to create a means for performing the operations.
  • Examples of computer readable media may include electronic storage media, magnetic storage media, optical storage media, electromagnetic storage media, semiconductor storage media, and the like.
  • Computer-readable media include floppy disks, diskettes, hard disks, random access memory (RAM), read only memory (ROM), erasable programmable read only memory (EPROM or flash memory), Electrically erasable programmable read only memory (EEPROM), static random access memory (SRAM), compact disc read only memory (CD-ROM), digital versatile disc (DVD), Blu-ray (RTM) disc, memory stick, integrated Circuit cards and the like may be included.
  • RAM random access memory
  • ROM read only memory
  • EPROM or flash memory erasable programmable read only memory
  • EEPROM Electrically erasable programmable read only memory
  • SRAM static random access memory
  • CD-ROM compact disc read only memory
  • DVD digital versatile disc
  • RTM Blu-ray
  • Computer readable instructions include assembler instructions, instruction set architecture (ISA) instructions, machine instructions, machine dependent instructions, microcode, firmware instructions, state setting data, or object oriented programming such as Smalltalk, JAVA, C++, etc. Language, and any source or object code written in any combination of one or more programming languages, including conventional procedural programming languages such as the "C" programming language or similar programming languages. Good.
  • Computer readable instructions can be for a general purpose computer, a special purpose computer, or another programmable data processing device processor or programmable circuit, either locally or in a wide area network (WAN) such as a local area network (LAN), the Internet, or the like.
  • Computer readable instructions may be executed to create a means for performing the operations specified in the flowcharts or block diagrams. Examples of processors include computer processors, processing units, microprocessors, digital signal processors, controllers, microcontrollers, and the like.
  • FIG. 9 illustrates an example computer 2200 in which aspects of the present invention may be embodied in whole or in part.
  • the program installed in the computer 2200 can cause the computer 2200 to function as an operation or one or more sections of the apparatus according to the embodiment of the present invention, or the operation or the one or more sections. Sections may be executed, and/or computer 2200 may execute processes or stages of processes according to embodiments of the invention.
  • Such programs may be executed by CPU 2212 to cause computer 2200 to perform certain operations associated with some or all of the blocks in the flowcharts and block diagrams described herein.
  • the computer 2200 includes a CPU 2212, a RAM 2214, a graphic controller 2216, and a display device 2218, which are mutually connected by a host controller 2210.
  • Computer 2200 also includes input/output units such as communication interface 2222, hard disk drive 2224, DVD-ROM drive 2226, and IC card drive, which are connected to host controller 2210 via input/output controller 2220.
  • input/output units such as communication interface 2222, hard disk drive 2224, DVD-ROM drive 2226, and IC card drive, which are connected to host controller 2210 via input/output controller 2220.
  • the computer also includes legacy input/output units such as ROM 2230 and keyboard 2242, which are connected to input/output controller 2220 via input/output chip 2240.
  • the CPU 2212 operates according to a program stored in the ROM 2230 and the RAM 2214, and controls each unit by it.
  • the graphics controller 2216 obtains image data generated by the CPU 2212 in a frame buffer or the like provided in the RAM 2214 or itself, and causes the image data to be displayed on the display device 2218.
  • the communication interface 2222 communicates with other electronic devices via the network.
  • the hard disk drive 2224 stores programs and data used by the CPU 2212 in the computer 2200.
  • the DVD-ROM drive 2226 reads a program or data from the DVD-ROM 2201 and provides the hard disk drive 2224 with the program or data via the RAM 2214.
  • the IC card drive reads programs and data from the IC card and/or writes programs and data to the IC card.
  • the ROM 2230 stores therein a boot program or the like executed by the computer 2200 at the time of activation, and/or a program depending on the hardware of the computer 2200.
  • the input/output chip 2240 may also connect various input/output units to the input/output controller 2220 via parallel ports, serial ports, keyboard ports, mouse ports, etc.
  • the program is provided by a computer-readable medium such as a DVD-ROM 2201 or an IC card.
  • the program is read from the computer-readable medium, installed in the hard disk drive 2224, the RAM 2214, or the ROM 2230 that is also an example of the computer-readable medium, and executed by the CPU 2212.
  • the information processing described in these programs is read by the computer 2200 and brings about the cooperation between the programs and the various types of hardware resources described above.
  • An apparatus or method may be configured by implementing the operation or processing of information according to the use of the computer 2200.
  • the CPU 2212 executes the communication program loaded in the RAM 2214, and executes the communication process to the communication interface 2222 based on the process described in the communication program. You may order.
  • the communication interface 2222 reads the transmission data stored in the transmission buffer processing area provided in the recording medium such as the RAM 2214, the hard disk drive 2224, the DVD-ROM 2201, or the IC card under the control of the CPU 2212, and the read transmission The data is transmitted to the network, or the received data received from the network is written in a reception buffer processing area or the like provided on the recording medium.
  • the CPU 2212 allows the RAM 2214 to read all or necessary portions of files or databases stored in an external recording medium such as a hard disk drive 2224, a DVD-ROM drive 2226 (DVD-ROM 2201), and an IC card. Various types of processing may be performed on the data on RAM 2214. The CPU 2212 then writes back the processed data to the external recording medium.
  • an external recording medium such as a hard disk drive 2224, a DVD-ROM drive 2226 (DVD-ROM 2201), and an IC card.
  • Various types of processing may be performed on the data on RAM 2214.
  • the CPU 2212 then writes back the processed data to the external recording medium.
  • the CPU 2212 for data read from the RAM 2214, is described throughout the present disclosure and includes various types of operations, information processing, conditional judgment, conditional branching, unconditional branching, and information retrieval specified by the instruction sequence of the program. Various types of processing may be performed, including /replacement, etc., and the result is written back to RAM 2214. Further, the CPU 2212 may search for information in files, databases, etc. in the recording medium. For example, when a plurality of entries each having the attribute value of the first attribute associated with the attribute value of the second attribute are stored in the recording medium, the CPU 2212 specifies the attribute value of the first attribute. That is, the entry that matches the condition is searched from the plurality of entries, the attribute value of the second attribute stored in the entry is read, and thereby the first attribute that satisfies the predetermined condition is associated. The attribute value of the obtained second attribute may be acquired.
  • the programs or software modules described above may be stored on a computer-readable medium on or near computer 2200.
  • a recording medium such as a hard disk or a RAM provided in a server system connected to a dedicated communication network or the Internet can be used as a computer-readable medium, and thereby the program is provided to the computer 2200 via the network. To do.
  • Evaluation System 20 Perishable Product 30 Shipment Source 40 Logistics Means 50 Shipping Destination 60 Network 100 Data Processing Device 110 Environment Acquisition Unit 120 Property Acquisition Unit 130 State Acquisition Unit 140 Learning Unit 150 Evaluation Unit 160 Result Output Unit 200 Container Box 210 Pallet 220 Insulation Seat 230 Side wall panel 232 Control valve 240 Top panel 250 Sensor node 310 First network device 320 First tag reader/writer 330 First input unit 340 First output unit 510 Second network device 520 Second tag reader/writer 530 Second input unit 540 Second output unit 610 Third network device 620 Third tag reader/writer 630 Third input unit 640 Third output unit 2200 Computer 2201 DVD-ROM 2210 Host controller 2212 CPU 2214 RAM 2216 Graphic controller 2218 Display device 2220 Input/output controller 2222 Communication interface 2224 Hard disk drive 2226 DVD-ROM drive 2230 ROM 2240 Input/output chip 2242 Keyboard

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

生鮮品の物流環境を示す環境データを取得する環境取得部と、生鮮品の状態を示す状態データを取得する状態取得部と、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習する学習部と、を備えるデータ処理装置を提供する。また、予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品の周辺雰囲気の環境データを取得する環境取得部と、取得された環境データを用いて、物流品質を評価する評価部と、を備える評価システムを提供する。

Description

データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラム
　本発明は、データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラムに関する。
　従来、生鮮食料品を低温輸送した際の保存環境の履歴から、生鮮食料品の保存品質を判定する管理システムが知られている。（例えば、特許文献１参照）。
［先行技術文献］
［特許文献］
　　［特許文献１］　特開２００２－３５８５９１号公報
解決しようとする課題
　特許文献１の管理システムでは、生鮮食料品を低温環境で輸送し、予め設定されたしきい値を用いて、低温環境で輸送された際の保存環境の良否を判定している。しかしながら、生鮮品は、品目や品種等の様々な特性に応じて最適な保存条件がそれぞれ異なる。このような生鮮品の物流を適切に評価することが望ましい。
一般的開示
　上記課題を解決するために、本発明の第１の態様においては、データ処理装置を提供する。データ処理装置は、生鮮品の物流環境を示す環境データを取得する環境取得部を備えてよい。データ処理装置は、生鮮品の状態を示す状態データを取得する状態取得部を備えてよい。データ処理装置は、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習する学習部を備えてよい。
　状態データは、生鮮品の状態を複数のランクにランク付けしたデータであり、学習部は、複数のランクの少なくとも１つについて、ランク毎の評価基準を学習してよい。
　生鮮品の特性を示す特性データを取得する特性取得部を更に備え、学習部は、特性データに更に基づいて評価基準を学習してよい。
　環境データを用いて、物流品質を評価基準に従って評価する評価部と、物流品質の評価結果を出力する結果出力部と、を更に備えてよい。
　評価部は、評価結果に基づいて、物流前の生鮮品を保存する推奨保存環境を算出してよい。
　評価部は、評価結果に基づいて、生鮮品を物流する推奨物流環境を算出してよい。
　推奨物流環境は、推奨する生鮮品の量を含んでよい。
　推奨物流環境は、推奨する生鮮品の組み合わせを含んでよい。
　評価部は、評価結果に基づいて、物流後の生鮮品を保存する推奨保存期限を算出してよい。
　環境データは、生鮮品の周辺雰囲気における経時的な温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを含んでよい。データ処理装置は、生鮮品の物流環境を示す環境データを取得する環境取得部を備えてよい。データ処理装置は、環境データを用いて、評価基準に従って生鮮品の物流品質を評価する評価部を備えてよい。データ処理装置は、物流品質の評価結果を出力する結果出力部を備えてよい。評価部は、環境データに基づいて、物流後の生鮮品を保存する推奨保存期限を算出し、結果出力部は推奨保存期限を表示してよい。評価部は、評価基準として、環境データを入力することで物流品質を出力するように機械学習されたモデルを有してよい。
　本発明の第２の態様においては、データ処理装置がデータを処理するデータ処理方法を提供する。データ処理方法は、データ処理装置が、生鮮品の物流環境を示す環境データを取得することを備えてよい。データ処理方法は、データ処理装置が、生鮮品の状態を示す状態データを取得することを備えてよい。データ処理方法は、データ処理装置が、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習することを備えてよい。
　本発明の第３の態様においては、データ処理プログラムを提供する。データ処理プログラムは、コンピュータにより実行されてよい。データ処理プログラムは、コンピュータを、生鮮品の物流環境を示す環境データを取得する環境取得部として機能させてよい。データ処理プログラムは、コンピュータを、生鮮品の状態を示す状態データを取得する状態取得部として機能させてよい。データ処理プログラムは、コンピュータを、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習する学習部として機能させてよい。
　本発明の第４の態様においては、評価システムを提供する。評価システムは、予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品の周辺雰囲気の環境データを取得する環境取得部を備えてよい。評価システムは、取得された環境データを用いて、物流品質を評価する評価部を備えてよい。
　本発明の第５の態様においては、評価システムが評価する評価方法を提供する。評価方法は、評価システムが、予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品の周辺雰囲気の環境データを取得することを備えてよい。評価方法は、評価システムが、取得された環境データを用いて、物流品質を評価することを備えてよい。
　本発明の第６の態様においては、評価プログラムを提供する。評価プログラムは、コンピュータにより実行されてよい。評価プログラムは、コンピュータを、予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品の周辺雰囲気の環境データを取得する環境取得部として機能させてよい。評価プログラムは、コンピュータを、取得された環境データを用いて、物流品質を評価する評価部として機能させてよい。
　なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。
本実施形態に係る評価システム１０を示す。 本実施形態に係る評価システム１０において、生鮮品２０を物流する際に用いるコンテナボックス２００の一例を示す。 本実施形態に係る評価システム１０における出荷元３０の一例を示す。 本実施形態に係る評価システム１０の出荷元３０において行われる出荷フローの一例を示す。 本実施形態に係る評価システム１０において、物流手段４０にコンテナボックス２００を搭載して生鮮品２０を物流する一例を示す。 本実施形態に係る評価システム１０における出荷先５０の一例を示す。 データ処理装置１００が評価基準を学習する学習フローを示す。 データ処理装置１００が物流品質を評価する評価フローを示す。 本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。
　以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
　図１は、本実施形態に係る評価システム１０を示す。評価システム１０は、出荷元３０、物流手段４０、出荷先５０、ネットワーク６０、および、データ処理装置１００を備える。評価システム１０は、出荷元３０において予冷された生鮮品２０を、物流手段４０を介して出荷先５０へ常温物流した場合に、データ処理装置１００を用いて物流の品質、生鮮品の鮮度・品質を評価する。さらには、未来の状態予測（例えば、鮮度・品質保持期限など）まで行うこともできる。なお、ここで、物流とは、品物を出荷元から出荷先へ引き渡すまでの物的流通全般をいい、輸送をはじめ、保管、荷役、包装、および、流通加工等を含む。また、最近は直販流通や各家庭への個配など、物流方法も多岐に渡るため、出荷元３０と出荷先５０は特定できるものではない。
　生鮮品２０は、生鮮であることが求められる品物全般をいい、ここでは、野菜および果物等の青果、鮮魚、および、精肉をはじめ、ハムおよびソーセージ等の加工食品、および、花卉等を含む。このような生鮮品２０は、例えば、組織が柔らかい、水分含量が高い、および、収穫後も呼吸・蒸散などの生活生理を営んでいる等の固有の特徴を有する。そのため、生鮮品２０は、物流環境要因の影響を強く受けると同時に、１つの要因がもとで自触媒的に他の要因の悪化をもたらし品質低下が進行する。それゆえ、生鮮品２０は、他の物品に比べて、物流過程での品質劣化による廃棄ロスが非常に多い。しかしながら、生鮮品２０は、どのような条件下で物流されたのか不明である場合が多いのが現状である。本実施形態に係る評価システム１０は、このような生鮮品２０の物流・生鮮品の品質を評価する。
　出荷元３０は、生鮮品２０の物流の始点を示し、例えば、生鮮品２０を集積して出荷する集出荷拠点等である。また、本実施形態に係る評価システム１０は、出荷元３０において、生鮮品２０を予冷する。予冷とは、出荷前に生鮮品２０に施す低温処理をいい、予冷により、例えば、収穫時や加工時・倉庫での保管時の高い品温を素早く下げて代謝をゆるやかにし、成分の消耗や劣化を抑制するとともに、出荷後の物流中の品温上昇を抑制して品質の悪化を防ぐことができる。本実施形態に係る評価システム１０においては、出荷元３０において、当該予冷を生鮮品２０に施すことによって、物流中における生鮮品２０の周辺雰囲気の温度をアクティブにコントロールしない、いわゆる常温物流を行うことができる。これについては後述する。
　物流手段４０は、生鮮品２０を出荷元３０から出荷先５０へ物流するための手段である。本図においては、物流手段４０が輸送手段としてのトラックである場合を一例として示す。しかしながら、これに限定されるものではない。物流手段４０は、例えば、鉄道、船舶、および、航空機等の他の輸送手段であってもよいし、生鮮品２０を保管する倉庫等の他の物流手段であってもよいし、または、これらの組み合わせであってもよい。本実施形態に係る評価システム１０においては、物流手段４０は、一般的に設けられている冷暖房機能を除き、庫内の温度をアクティブにコントロールする機能を有さなくてよい。すなわち、物流手段４０は、いわゆる冷蔵車、冷凍車、冷蔵庫、および、冷凍庫等でなくてよい。
　出荷先５０は、生鮮品２０の物流の終点を示し、例えば、卸売市場、量販店の物流センター、直売所、および、青果物加工業者等である。生鮮品２０は、物流手段４０を介して、出荷元３０から出荷先５０へ物流され、産地から消費地へと引き渡される。
　ネットワーク６０は、複数のコンピュータを相互に接続可能な情報通信網である。ネットワーク６０は、例えば、インターネット等のグローバルな情報通信網であってよい。
　データ処理装置１００は、ネットワーク６０に接続され、生鮮品２０の物流品質を評価する。データ処理装置１００は、ＰＣ（パーソナルコンピュータ）、タブレット型コンピュータ、スマートフォン、ワークステーション、サーバコンピュータ、または汎用コンピュータ等のコンピュータであってよく、複数のコンピュータが接続されたコンピュータシステムであってもよい。このようなコンピュータシステムもまた広義のコンピュータである。また、データ処理装置１００は、コンピュータ内で１または複数実行可能な仮想コンピュータ環境によって実装されてもよい。これに代えて、データ処理装置１００は、物流品質の評価用に設計された専用コンピュータであってもよく、専用回路によって実現された専用ハードウェアであってもよい。ネットワーク６０がインターネットである場合、データ処理装置１００は、クラウドコンピューティングにより実現されてもよい。これにより、データ処理装置１００は、インターネットにアクセス可能な様々な環境からデータを収集し、処理したデータをインターネットにアクセス可能な様々な環境の他の装置へ供給することができる。
　データ処理装置１００は、環境取得部１１０、特性取得部１２０、状態取得部１３０、学習部１４０、評価部１５０、および、結果出力部１６０を備える。
　環境取得部１１０は、予冷された生鮮品２０を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品２０の物流環境を示す環境データ、すなわち、生鮮品２０の周辺雰囲気の環境データを取得する。環境取得部１１０は、ネットワーク６０を介して環境データを取得し、取得した環境データを学習部１４０および評価部１５０へ供給する。これに代えて、または加えて、環境取得部１１０は、ユーザによるキーボード操作およびマウス操作等を受け付け、ユーザ入力を介して環境データを取得してもよい。また、環境取得部１１０は、データを記憶可能なメモリデバイス等を介して環境データを取得してもよい。
　ここで、環境データは、生鮮品２０の代謝や品質劣化に影響を及ぼし得るいかなる環境因子であってもよい。環境データは、例えば、生鮮品２０の周辺雰囲気における経時的な温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを含んでよい。生鮮品２０の中には、収穫後も生命維持のため呼吸などの活動を続けるものもあり、このような生命活動が活発なほど、栄養分解や蒸散により鮮度や品質の劣化が進行する。周辺雰囲気を適切な低温、高湿度、低酸素、および、高二酸化炭素条件に維持することによって、生鮮品２０の代謝を抑え、品質の劣化を抑制することができる。そして、このような環境を維持するためには、生鮮品２０を梱包するコンテナボックスが不用意に開梱されていないことが重要である。このようなコンテナボックスの開梱は、例えば、照度によって検出し得る。また、生鮮品２０は、輸送中の振動によって外部に傷が付く上、外傷がつかない程度の振動であっても振動によって敏感に生命活動が活発化する。このように、これらの環境因子は、生鮮品２０の代謝や品質劣化に及ぼす影響が大きい。したがって、データ処理装置１００は、これらの環境因子を取得することで、生鮮品２０の物流品質を精度よく評価することができる。
　特性取得部１２０は、生鮮品２０の特性を示す特性データを取得する。特性取得部１２０は、ネットワーク６０を介して特性データを取得し、取得した特性データを学習部１４０および評価部１５０へ供給する。これに代えて、または加えて、特性取得部１２０は、ユーザによるキーボード操作およびマウス操作等を受け付け、ユーザ入力を介して特性データを取得してもよい。また、特性取得部１２０は、データを記憶可能なメモリデバイス等を介して特性データを取得してもよい。
　ここで、特性データは、生鮮品２０の品質特性や品質変化特性に影響を及ぼし得る、生鮮品２０が予め有するいかなる特性因子であってもよい。特性データは、例えば、品目、品種、産地、栽培方法、等級、熟度、収穫時期、および、収穫してからの経過時間等であってよい。これらの特性因子は、生鮮品２０の品質特性や品質変化特性に及ぼす影響が大きい。したがって、データ処理装置１００は、これらの特性因子を取得することで、生鮮品２０の特性に応じて物流品質を適切に評価することができる。
　状態取得部１３０は、生鮮品２０の状態を示す状態データを取得する。状態取得部１３０は、ネットワーク６０を介して状態データを取得し、取得した状態データを学習部１４０および評価部１５０へ供給する。これに代えて、または加えて、状態取得部１３０は、ユーザによるキーボード操作およびマウス操作等を受け付け、ユーザ入力を介して状態データを取得してもよい。また、状態取得部１３０は、データを記憶可能なメモリデバイス等を介して特性データを取得してもよい。
　ここで、状態データは、物流開始または物流途中または物流後における生鮮品２０の状態を示すデータである。生鮮品２０の状態は、例えば、生鮮品２０の質量、水分量、匂い（ガス組成）、および、表面状態等を定量的に評価した状態であってもよいし、作業員の目利きによって官能的に評価した状態であってもよい。また、状態データは、これら生鮮品２０の状態を複数のランクにランク付けしたデータであってよい。状態データは、例えば、「良」・「不良」等の２つのランクにランク付けしたデータであってもよいし、「Ａランク」・「Ｂランク」・…・「Ｅランク」等の３つ以上のランクにランク付けしたデータであってもよい。
　学習部１４０は、状態データに基づいて、環境データを用いて生鮮品の物流品質を評価する評価基準を学習する。この際、学習部１４０は、特性データに更に基づいて評価基準を学習してよい。状態データが、生鮮品２０の状態を複数のランクにランク付けしたデータである場合、学習部１４０は、複数のランクの少なくとも１つについて、ランク毎の評価基準を学習してよい。これについては後述する。学習部１４０は、学習した評価基準を評価部１５０へ供給する。
　評価部１５０は、取得された環境データを用いて、物流品質を評価基準に従って評価する。この際、評価部１５０は、学習部１４０によって学習された評価基準を物流品質の評価基準として用いる。また、評価部１５０は、例えば、評価結果に基づいて、物流前の生鮮品２０を保存する推奨保存環境、生鮮品２０を物流する推奨物流環境、および、物流後の生鮮品２０を保存する推奨保存期限（以下、推奨保存環境、推奨物流環境、および推奨保存期限をまとめて「推奨条件」ともいう。）を算出してよい。また、学習部１４０は、状態データに基づいて、環境データを用いて上記推奨条件の内いずれかを算出する基準を学習してよい。評価部１５０は、評価結果、推奨保存環境、推奨物流環境、および、推奨保存期限を結果出力部１６０へ供給する。
　結果出力部１６０は、物流品質の評価結果、推奨保存環境、推奨物流環境、および、推奨保存期限を出力する。結果出力部１６０は、例えば、ネットワーク６０を介して他の装置へ、これら評価結果等を出力する。なお、上述の説明では、結果出力部１６０がネットワーク６０を介して評価結果等を他の装置へ出力する場合を一例として示したが、これに限定されるものではない。結果出力部１６０は、例えば、モニタに評価結果等を表示出力してもよいし、スピーカにより評価結果等を音声出力してもよいし、データを記憶可能なメモリデバイス等に書き込んで評価結果等を出力してもよい。
　なお、本図においては、環境取得部１１０、特性取得部１２０、状態取得部１３０、学習部１４０、評価部１５０、および、結果出力部１６０が、データ処理装置１００として一つの装置に一体に構成されている場合を一例として示したが、これに限定されるものではない。これら機能部の少なくとも一部は、別体の装置として構成されていてもよい。特に、学習部１４０が実行する学習アルゴリズムは、演算負荷が高い。したがって、データ処理装置１００は、例えば、このように演算負荷の高い学習部１４０を別の装置として構成し、演算負荷の分散を図ってもよい。
　図２は、本実施形態に係る評価システム１０において、生鮮品２０を物流する際に用いるコンテナボックス２００の一例を示す。生鮮品２０は、例えば段ボール等の梱包体に入れられた状態で、一例として、本図に示すような保冷・保湿機能およびガスバリア機能を有するコンテナボックス２００の内部に梱包され、常温物流される。なお、コンテナボックス２００が有する機能はこれに限定されるものではない。例えば、コンテナボックス２００は、保冷機能のみを有し、保湿機能およびガスバリア機能の少なくともいずれか一方を有していなくてもよい。コンテナボックス２００は、パレット２１０、断熱シート２２０、側壁パネル２３０、天板パネル２４０、および、センサノード２５０を備える。
　パレット２１０は、生鮮品２０が梱包された梱包体を載せるための荷役台である。パレット２１０は、木材により形成されていてもよいし、湿気に強い合成樹脂等により形成されていてもよい。パレット２１０は、脚と脚の間にフォークリフトやハンドリフトの爪を差し込み可能な差し穴を有している。パレット２１０は、例えば、日本工業規格（ＪＩＳ：Ｊａｐａｎｅｓｅ　Ｉｎｄｕｓｔｒｉａｌ　Ｓｔａｎｄａｒｄｓ）により規格化されたＴ１１型の一貫輸送用平パレットであってよい。また、このパレットに免振機能をもたせることで、振動による劣化を抑制できる。
　断熱シート２２０は、熱移動および熱伝導を減少させる熱絶縁材およびガスバリア素材で形成されたシートである。断熱シート２２０は、パレット２１０の上部に設けられている。これにより、コンテナボックス２００は、コンテナボックス２００の下部とコンテナボックス２００の内部空間との間の熱移動、熱伝導、および、透湿・ガスの透過を低減させる。
　側壁パネル２３０は、パレット２１０の４つの側面に沿って、パレット２１０の上部に断熱シート２２０を介して設けられたパネルである。側壁パネル２３０は、断熱シート２２０と同様、熱絶縁性およびガスバリア性を有する材料により形成される。これにより、コンテナボックス２００は、コンテナボックス２００の左部、右部、前部、および、後部とコンテナボックス２００の内部空間との間の熱移動、熱伝導、および、透湿・ガスの透過を低減させる。
　また、側壁パネル２３０は、開度を調整可能な調整弁２３２を有する。調整弁２３２は、開度を調整することにより、コンテナボックス２００の内部空間と外部空間とを連通する隙間の大きさを変えることができる。なお、上述の説明では、調整弁２３２が側壁パネル２３０に設けられた場合を一例として示したが、調整弁２３２の設置箇所はいかなる箇所であってもよく、例えば、天板パネル２４０に設けられていてもよい。
　天板パネル２４０は、側壁パネル２３０の上部に設けられて、コンテナボックス２００の天面を成すパネルである。天板パネル２４０は、側壁パネル２３０と同様、熱絶縁性およびガスバリア性を有する材料により形成される。これにより、コンテナボックス２００は、コンテナボックス２００の上部とコンテナボックス２００の内部空間との間の熱移動、熱伝導、および、透湿・ガスの透過を低減させる。
　このように、コンテナボックス２００は、コンテナボックス２００の内部空間を、熱絶縁性およびガスバリア性を有する材料によりコンテナボックスの外部空間から遮断するので、高い保冷機能およびガスバリア機能を有する。また、コンテナボックス２００は、パレット２１０が一体に構成されるので、生鮮品２０を内部空間に梱包したまま、フォークリフトやハンドリフト等により移動させることができ、積み込み、および、積み下ろし時間の短縮を図ることができる。
　センサノード２５０は、生鮮品２０の物流環境を示す環境データ、すなわち、生鮮品２０の周辺雰囲気の環境データを測定する。センサノード２５０は、例えば、温度センサ、湿度センサ、ガス（O2、ＣＯ２など）センサ、照度センサ、および、振動センサ等であってよく、生鮮品２０の周辺雰囲気における温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを測定する。また、センサノード２５０にはＩＣタグが設けられており、測定した環境データを、ＩＣタグを介してセンサノード２５０の外部へと無線により出力する。なお、本図においては、センサノード２５０が、天板パネル２４０の下面に固定されている場合を一例として示している。しかしながら、センサノード２５０の設置箇所はいかなる箇所であってもよく、例えば、断熱シート２２０の上面に固定されていてもよいし、側壁パネル２３０の内壁に固定されていてもよい。また、上述の説明では、センサノード２５０がコンテナボックス２００の内部に設置される場合を一例として示したが、これに限定されるものではない。センサノード２５０は、生鮮品２０の周辺雰囲気の環境を測定し得る、コンテナボックス２００の外部に設置されていてもよい。
　図３は、本実施形態に係る評価システム１０における出荷元３０の一例を示す。出荷元３０において、生鮮品２０は、集積、仕分け、梱包、および、予冷される。出荷元３０は、第１ネットワークデバイス３１０、第１タグリーダライタ３２０、第１入力部３３０、および、第１出力部３４０を備える。なお、これら機能部は、出荷元３０に予め備えられていてもよいし、出荷元３０にいる作業員が所持するポータブルデバイス等によって実現されていてもよい。
　第１ネットワークデバイス３１０は、出荷元３０のネットワークと外部のネットワーク６０とを中継する通信デバイスである。第１ネットワークデバイス３１０は、例えば、３ＧやＬＴＥ等の携帯電話通信網やＷｉＭＡＸ等のＷＭＡＮ（Ｗｉｒｅｌｅｓｓ　Ｍｅｔｒｏｐｏｒｉｔａｎ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）を介してネットワーク６０に接続される。そして、第１ネットワークデバイス３１０は、出荷元３０の他の機能部から取得したデータを外部のネットワーク６０へ中継し、また、外部のネットワーク６０から取得したデータを出荷元３０の他の機能部へ中継する。
　第１タグリーダライタ３２０は、コンテナボックス２００のセンサノード２５０に設けられたＩＣタグへのデータの読み取りおよび書き込みを行う機能を有する。第１タグリーダライタ３２０とＩＣタグとの通信方式はいかなる通信方式であってもよく、例えば、航空機にも搭載可能なＦｅｌｉＣａ（登録商標）通信方式、遠隔監視向けの特定小電力、および、ＺｉｇＢｅｅ（登録商標）等の通信方式等であってよい。第１タグリーダライタ３２０は、各コンテナボックス２００のセンサノードに設けられたＩＣタグから、当該ＩＣタグのＩＤをそれぞれ読み取る。そして、第１タグリーダライタ３２０は、読み取ったＩＤを出荷元３０の他の機能部へ供給する。
　第１入力部３３０は、ユーザ入力およびメモリデバイス等を介して、各種データの入力を受け付ける。そして、第１入力部３３０は、入力された各種データを出荷元３０の他の機能部へ供給する。
　第１出力部３４０は、出荷元３０の他の機能部から供給された各種データを出力する。第１出力部３４０は、例えば、有線または無線を介して他の装置へ各種データを出力してもよいし、モニタおよびスピーカ等により各種データを出力してもよいし、記憶可能なメモリデバイス等に書き込んで各種データを出力してもよい。
　図４は、本実施形態に係る評価システム１０の出荷元３０において行われる出荷フローの一例を示す。ステップ４１０において、作業員は、ネットワーク６０を介してデータ処理装置１００に推奨条件を問い合わせる。出荷元３０には、品目、品種、産地、栽培方法、等級、熟度、および、収穫時期等の特性データがそれぞれ異なる様々な生鮮品２０が集積されている。第１入力部３３０は、作業員によるユーザ操作を受け付け、例えば、これら生鮮品２０の特性データ、出荷先５０の目的地、出荷量、および、出荷時期等を入力する。そして、第１ネットワークデバイス３１０は、ネットワーク６０を介して、これら情報をデータ処理装置１００へ供給する。第１ネットワークデバイス３１０は、これら情報の応答として、データ処理装置１００から推奨条件を取得する。そして、第１出力部３４０は、第１ネットワークデバイス３１０が取得した推奨条件を出力する。
　ここで、推奨条件は、例えば、物流前の生鮮品２０を保存する推奨保存環境の条件、および、生鮮品２０を物流する推奨物流環境の条件等であってよい。また、推奨物流環境の条件は、例えば、生鮮品２０を物流する際における推奨する生鮮品２０の量、および、推奨する生鮮品２０の組み合わせ等であってよい。
　次に、ステップ４２０において、作業員は、生鮮品２０の仕分け、および、梱包を行う。例えば、作業員は、出荷先５０の目的地毎に、各目的地に対応する出荷量となるように生鮮品２０を仕分けする。そして、作業員は、第１出力部３４０が出力した推奨物流環境の条件に基づいて、生鮮品２０をコンテナボックス２００へ梱包する。この際、例えば、第１出力部３４０は、生鮮品２０を物流する際に推奨する生鮮品２０の組み合わせの条件を出力し、作業員に、当該組み合わせに基づいて共通のコンテナボックス２００に混載する生鮮品２０を選択させる。そして、第１出力部３４０は、生鮮品２０を物流する際に推奨する生鮮品２０の量を出力し、作業員に、選択した生鮮品２０の梱包量が当該出力した量の条件を満たすまで生鮮品２０をコンテナボックス２００へ梱包させる。
　そして、ステップ４３０において、作業員は、初期情報の登録を行う。この際、第１入力部３３０は、作業員によるユーザ操作を受け付け、各コンテナボックス２００の初期情報を入力し、これら初期情報を第１ネットワークデバイス３１０へ供給する。そして、第１ネットワークデバイス３１０は、ネットワーク６０を介して、これら初期情報をデータ処理装置１００へ供給する。例えば、第１入力部３３０は、初期情報として、第１タグリーダライタ３２０が読み取った各コンテナボックス２００のタグＩＤと、当該コンテナボックス２００に梱包された生鮮品２０の特性データとを紐付けして初期情報を入力する。そして、第１ネットワークデバイス３１０は、当該初期情報を、ネットワーク６０を介してデータ処理装置１００へ供給し、初期情報の登録を行う。
　次に、ステップ４４０において、作業員は、各コンテナボックス２００を予冷する。この際、第１出力部３４０は、第１ネットワークデバイス３１０がデータ処理装置１００から取得した推奨保存環境を出力して、作業員に予冷条件を設定させる。第１出力部３４０は、例えば、推奨保存環境として、通風式予冷、真空式予冷、および、冷水式予冷等の予冷方法、予冷温度、および、予冷時間等をコンテナボックス２００毎に出力し、作業員に、コンテナボックス２００毎に最適な環境で予冷を行わせる。
　そして、ステップ４５０において、作業員は、予冷が終了した各コンテナボックス２００をフォークリフト等により運搬して、物流手段４０を介して出荷を行う。
　このように、本実施形態の評価システム１０によれば、出荷元において生鮮品２０を予冷してから、保冷機能を有するコンテナボックス２００に梱包して物流するので、生鮮品２０自体を冷媒として機能させることができる。これにより、本実施形態の評価システム１０によれば、物流手段４０として冷蔵車、冷凍車、冷蔵庫、および、冷凍庫等を用いることなく、さらには氷やドライアイスといった冷却材、保冷剤や潜熱蓄熱材等を用いることなく、生鮮品２０を常温で物流することができる。また、本実施形態の評価システム１０によれば、生鮮品２０の組み合わせや量を調整しつつ、保存環境条件を最適化して生鮮品２０を予冷するので、常温物流を行うにあたって、生鮮品２０の冷媒としての機能を制御することができる。このように、本実施形態の評価システム１０によれば、冷蔵車、冷凍車、冷蔵庫、および、冷凍庫等の保有リスクを低減することができ、また、保冷剤の入れ間違いや入れ忘れ等による生鮮品２０の低温障害や鮮度劣化を防止することができる。
　図５は、本実施形態に係る評価システム１０において、物流手段４０にコンテナボックス２００を搭載して生鮮品２０を物流する一例を示す。本図においては、物流手段４０が輸送手段としてのトラックである場合を一例として示すが、上述のとおり、例えば、鉄道、船舶、および、航空機等の他の輸送手段であってもよいし、生鮮品２０を保管する倉庫等の他の物流手段であってもよいし、または、これらの組み合わせであってもよい。物流手段４０は、庫内に生鮮品２０が梱包されたコンテナボックス２００を複数搭載し、生鮮品２０を出荷元３０から出荷先５０へ物流する。物流手段４０は、コンテナボックス２００が搭載された庫内の温度をアクティブにコントロールする機能を有していなくてよい。すなわち、物流手段４０は、いわゆる冷蔵車、冷凍車、冷蔵庫、および、冷凍庫等でなくてよい。
　物流手段４０は、第２ネットワークデバイス５１０、第２タグリーダライタ５２０、第２入力部５３０、および、第２出力部５４０を備える。なお、これら機能部は、物流手段４０に予め備えられていてもよいし、物流手段４０にいる作業員が所持するポータブルデバイス等によって実現されていてもよい。これら機能部は、出荷元３０に備えられた、第１ネットワークデバイス３１０、第１タグリーダライタ３２０、第１入力部３３０、および、第１出力部３４０と、それぞれ同様の機能を有するので重複する説明は省略する。
　物流手段４０において、第２タグリーダライタ５２０は、物流中において、各コンテナボックス２００のセンサノード２５０から、コンテナボックス２００に梱包された生鮮品２０の周辺雰囲気の環境データを、当該センサノード２５０に設けられたＩＣタグのＩＤとともに読み取る。そして、第２ネットワークデバイス５１０は、第２タグリーダライタ５２０が読み取った環境データを当該ＩＤとともに、ネットワーク６０を介してデータ処理装置１００へ経時的に供給する。ここで、環境データは、上述のとおり、例えば、生鮮品２０の周辺雰囲気における経時的な温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを含んでよい。
　また、物流中において、生鮮品２０の状態データを取得可能である場合には、第２入力部５３０は、生鮮品２０の状態データの入力を受け付けてよい。そして、第２ネットワークデバイス５１０は、第２入力部５３０に入力された状態データと、当該状態データに対応する生鮮品２０を梱包するコンテナボックス２００のタグＩＤとを紐付けて、ネットワーク６０を介してデータ処理装置１００へ供給してよい。この際、共通のコンテナボックス２００に特性データの異なる生鮮品２０が混載されている場合、第２入力部５３０は、特性データの異なる生鮮品２０毎の状態データの入力をそれぞれ受け付けてよい。
　なお、上述の説明では、物流手段４０が第２ネットワークデバイス５１０を備え、当該第２ネットワークデバイス５１０を介して、環境データや状態データ等を物流中にデータ処理装置１００へ供給する場合を一例として示したが、これに限定されるものではない。物流手段４０は、第２ネットワークデバイス５１０を有しない場合、もしくは、第２ネットワークデバイス５１０を介してネットワーク６０にアクセスできない場合には、物流中における各種データを時系列に記憶手段に記憶しておき、他のネットワークデバイス、もしくは、第２ネットワークデバイス５１０を介してネットワーク６０にアクセス可能になった際に、当該記憶手段に記憶しておいた各種データをデータ処理装置１００へ供給してもよい。また、物流手段４０に代えて、または、加えて、センサノード２５０が、物流中における各種データを時系列に記憶手段に記憶しておき、例えば、いずれかの拠点において、センサノード２５０からこれら物流中における各種データを読み出して、データ処理装置１００へ供給してもよい。
　図６は、本実施形態に係る評価システム１０における出荷先５０の一例を示す。出荷先５０においては、コンテナボックス２００の開梱、および、生鮮品２０の状態の評価が行われる。出荷先５０は、第３ネットワークデバイス６１０、第３タグリーダライタ６２０、第３入力部６３０、および、第３出力部６４０を備える。なお、これら機能部は、出荷先５０に予め備えられていてもよいし、出荷先５０にいる作業員が所持するポータブルデバイス等によって実現されていてもよい。これら機能部は、出荷元３０に備えられた、第１ネットワークデバイス３１０、第１タグリーダライタ３２０、第１入力部３３０、および、第１出力部３４０と、それぞれ同様の機能を有するので重複する説明は省略する。
　出荷先５０において、一部のコンテナボックス２００は開梱され、一部の生鮮品２０は、評価基準の学習用にその状態を評価される。例えば、生鮮品２０の状態の評価は、ある一定の期間を対象として行われ、期間終了後には行われなくてもよい。または、生鮮品２０の状態の評価は、一部の生鮮品２０のみを対象として抜き取り的に行われ、それ以外の生鮮品２０に対しては行われなくてもよい。すなわち、学習を行うために十分な教師データが取得できる場合には、教師データとして用いない生鮮品２０の状態は直接評価せず、本実施形態に係る評価システムの評価結果から生鮮品２０の状態を推定してよい。これにより、本実施形態に係る評価システムによれば、コンテナボックス２００を開梱することなく、コンテナボックス２００内に梱包された生鮮品２０の状態を把握することができる。ここで、生鮮品２０の状態は、上述のとおり、例えば、生鮮品２０の質量、水分量、匂い、および、表面状態等を定量的に評価した状態であってもよいし、作業員の目利きによって官能的に評価した状態であってもよい。第３入力部６３０は、これら評価した状態に基づいて複数のランクにランク付けされた生鮮品２０の状態データの入力を受け付けてよい。そして、第３ネットワークデバイス６１０は、第３入力部６３０に入力された状態データと、当該状態データに対応する生鮮品２０を梱包していたコンテナボックス２００のタグＩＤとを紐付けて、ネットワーク６０を介してデータ処理装置１００へ供給する。この際、共通のコンテナボックス２００に特性データの異なる生鮮品２０が混載されていた場合、第３入力部６３０は、特性データの異なる生鮮品２０毎の状態データの入力をそれぞれ受け付けてよい。
　また、出荷先５０において、生鮮品２０の評価結果、および、推奨保存期限の少なくともいずれかを取得可能である場合、第３ネットワークデバイス６１０は、ネットワーク６０を介してデータ処理装置１００から、生鮮品２０毎の評価結果、および、推奨保存期限の少なくともいずれかを取得してよい。そして、第３出力部６４０は、第３ネットワークデバイス６１０が取得した生鮮品２０毎の評価結果、および、推奨保存期限の少なくともいずれかを出力してよい。このように、第３出力部６４０は、生鮮品２０がどのような物流品質で物流されたか、および、物流後の生鮮品２０がいつまで保存できるか等を作業員に知らしめることができる。これにより、作業員は、例えば、生鮮品２０の物流品質や新鮮さを把握することができ、生鮮品２０の値段や棚持ち時間等を最適な値に設定することができる。
　このようにして、データ処理装置１００は、予冷された生鮮品２０を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、生鮮品２０の物流環境を示す環境データ、すなわち、生鮮品２０の周辺雰囲気の環境データを取得する。また、データ処理装置１００は、そのような環境で物流された物流途中または物流後における生鮮品２０の状態データを取得することができる。本実施形態に係るデータ処理装置１００は、これら、環境データおよび状態データを用いて、生鮮品２０の物流品質を評価する評価基準を学習する。すなわち、データ処理装置１００は、物流品質を評価する評価基準として、予め設定された固定の基準を用いるのではなく、生鮮品２０の環境データと、生鮮品２０の状態データとを照らし合わせて、評価基準の見直しを適宜行う。
　図７は、データ処理装置１００が評価基準を学習する学習フローを示す。ステップ７１０において、データ処理装置１００は、物流の開始前に初期情報を取得する。例えば、データ処理装置１００の特性取得部１２０は、出荷元３０の第１ネットワークデバイス３１０から、生鮮品２０の特性データを、当該生鮮品２０を梱包するコンテナボックス２００のタグＩＤとともに取得する。
　次に、ステップ７２０において、データ処理装置１００は、生鮮品２０の物流環境を示す環境データを取得する。例えば、データ処理装置１００の環境取得部１１０は、物流手段４０の第２ネットワークデバイス５１０から、生鮮品２０の周辺雰囲気の環境データを、当該生鮮品２０を梱包するコンテナボックス２００のタグＩＤとともに取得する。
　そして、ステップ７３０において、データ処理装置１００は、生鮮品２０の状態を示す状態データを取得する。例えば、データ処理装置１００の状態取得部１３０は、物流手段４０の第２ネットワークデバイス５１０、および、出荷先５０の第３ネットワークデバイス６１０の少なくともいずれかから、生鮮品２０の状態を示す状態データを、当該生鮮品２０を梱包していたコンテナボックス２００のタグＩＤとともに取得する。すなわち、状態取得部１３０は、物流途中または物流後における生鮮品２０の状態データを、タグＩＤとともに取得する。
　これにより、データ処理装置１００は、タグＩＤを共通の検索キーとして、コンテナボックス２００にどのような生鮮品２０が梱包され、それがどのような環境で物流され、その結果、物流途中または物流後においてどのような状態となったのかをそれぞれ対応付けることができる。
　次に、ステップ７４０において、データ処理装置１００は、環境データのラベル付けを行う。データ処理装置１００の学習部１４０は、生鮮品２０の状態データに基づいて、当該生鮮品２０を物流した際の環境データのラベル付けを行う。学習部１４０は、例えば、状態が「Ａランク」と評価された生鮮品２０を物流した際に得られた環境データに対して、「Ａ」のラベルを付す。同様に、学習部１４０は、例えば、状態が「Ｅランク」と評価された生鮮品２０を物流した際に得られた環境データに対して、「Ｅ」のラベルを付す。このように、学習部１４０は、生鮮品２０の状態データのランク毎に、当該生鮮品２０を物流した際に得られた環境データに対して、それぞれのランクに対応するラベルを付す。
　そして、ステップ７５０において、データ処理装置１００は、生鮮品２０の状態データに基づいて、環境データを用いて生鮮品２０の物流品質を評価する評価基準を学習する。この際、データ処理装置１００の学習部１４０は、複数のランクのそれぞれについて、ランク毎の評価基準を学習する。例えば、学習部１４０は、「Ａ」のラベルが付された環境データを収集し、当該環境データを一群の教師データとして用いて、「物流品質Ａ」と判断するための評価基準を学習する。同様に、学習部１４０は、「Ｅ」のラベルが付された環境データを収集し、当該環境データを一群の教師データとして用いて、「物流品質Ｅ」と判断するための評価基準を学習する。ここで、学習部１４０は、評価基準として、各種環境データの上限および下限等の許容範囲を示すしきい値を学習してもよいし、環境データを時系列に示す環境データの基準モデルを学習してもよい。
　この際、学習部１４０は、特性データに更に基づいて評価基準を学習してよい。学習部１４０は、例えば、ラベル付けされた環境データを、生鮮品２０の特性毎に分類し、同一の特性として分類された生鮮品２０に対して同一のラベルが付された環境データを一群の教師データとして用いて、評価基準を生鮮品２０の特性毎にそれぞれ学習してよい。これにより、学習部１４０は、特性の異なる生鮮品２０に対して、それぞれ異なる評価基準を学習するので、物流品質を評価するにあたって、生鮮品２０の特性に応じた最適な評価基準を用いて物流品質を評価することができる。
　学習部１４０は、評価基準を学習するにあたって、様々なアルゴリズムを用いてよい。学習部１４０は、例えば、学習アルゴリズムとして、回帰分析、クラスター分布、主成分分析、ベクトル量子化、自己組織化マップ、ニューラルネットワーク、サポートベクターマシン、ＩＤ３、および、単純ベイズ分類器等を用いる。また、学習部１４０は他のモデルからの転移学習によって評価基準を生成してもよいし、他のモデルを蒸留することによって評価基準を生成してもよい。
　図８は、データ処理装置１００が物流品質を評価する評価フローを示す。ステップ８１０において、データ処理装置１００は、評価基準を取得する。データ処理装置１００の評価部１５０は、学習部１４０が図７のフローに従って学習した評価基準を学習部１４０から取得する。学習部１４０がランク毎の評価基準を学習した場合、評価部１５０は、ランク毎の評価基準を学習部１４０からそれぞれ取得する。また、学習部１４０が更に特性毎の評価基準を学習した場合、評価部１５０は、当該評価基準を特性毎に学習部１４０からそれぞれ取得する。
　ステップ８２０において、データ処理装置１００は、生鮮品２０の物流が開始されることに応じて、生鮮品２０の初期情報を取得する。ステップ８２０の処理は、図７におけるステップ７１０の処理と同様であるため、説明は省略する。
　次に、ステップ８３０において、データ処理装置１００は、予冷された生鮮品２０を、保冷機能を有するコンテナボックス２００に入れて常温物流したことに応じて、生鮮品２０の物流環境を示す環境データを取得する。ステップ８３０の処理は、図７におけるステップ７２０の処理と同様であるため、説明は省略する。
　そして、ステップ８４０において、データ処理装置１００は、評価基準に従って物流品質を評価する。例えば、データ処理装置１００の評価部１５０は、ステップ８２０で取得した初期情報から、常温物流された生鮮品２０の特性データを読み出す。次に、評価部１５０は、ステップ８１０で特性毎に取得した評価基準から、当該読み出した特性データに対応する評価基準を選択する。そして、評価部１５０は、ステップ８３０で取得した環境データを用いて、選択した評価基準に従って、生鮮品２０の物流品質を評価する。この際、例えば、評価部１５０は、ランク毎の評価基準に照らして環境データを評価し、環境データがどのランクに該当するかを決定する。
　また、評価部１５０は、評価結果に基づいて、物流前の生鮮品２０を保存する推奨保存環境を算出してよい。例えば、評価部１５０は、評価した評価結果が実際の生鮮品２０の状態ランクと乖離している場合に、生鮮品２０を予冷する予冷方法、予冷温度、および、予冷時間等、物流前の生鮮品２０を保存する推奨保存環境を変更してよい。すなわち、評価部１５０は、これら推奨保存環境を評価結果に基づいてフィードバックし、以後の生鮮品２０の物流において新たな推奨保存環境を適用させてよい。
　また、評価部１５０は、評価結果に基づいて、生鮮品２０を物流する推奨物流環境を算出してよい。例えば、評価部１５０は、評価した評価結果が実際の生鮮品２０の状態ランクと乖離している場合に、物流する際に推奨する生鮮品２０の量、および、推奨する生鮮品２０の組み合わせ等、生鮮品２０を物流する推奨物流環境を変更してよい。すなわち、評価部１５０は、これら推奨物流環境を評価結果に基づいてフィードバックし、以後の生鮮品２０の物流において新たな推奨物流環境を適用させてよい。
　また、評価部１５０は、評価結果に基づいて、物流後の生鮮品２０を保存する推奨保存期限を算出してよい。例えば、評価部１５０は、物流品質の評価ランクが高い生鮮品２０に対して、物流品質の評価ランクが低い生鮮品２０よりも、期限が長くなるように推奨保存期限を算出してよい。すなわち、評価部１５０は、推奨保存期限を評価結果に応じた期限となるように算出し、物流後の生鮮品２０の棚持ち時間等の設定に適用させてよい。また、推奨保存期限は、例えば、「今後、この状態で保存された場合に、○月○日まで鮮度を保持することができます。」等の、生鮮品２０を予め定められた鮮度で保持できる期限を示すメッセージ等であってもよい。
　そして、ステップ８５０において、データ処理装置１００は、これら評価結果等を出力する。例えば、データ処理装置１００の評価部１５０は、評価結果等を結果出力部１６０へ供給し、結果出力部１６０が評価結果等を出力する。この際、例えば、結果出力部１６０は、ネットワーク６０を介して出荷元３０の第１ネットワークデバイス３１０に、推奨保存環境、および、推奨物流環境を供給する。また、結果出力部１６０は、ネットワーク６０を介して出荷先５０の第３ネットワークデバイス６１０に評価結果、および、推奨保存期限を供給してよい。
　このように、データ処理装置１００は、評価結果に基づいて、推奨保存環境、および、推奨物流環境をフィードバックするので、例えば、出荷元３０において、生鮮品２０の組み合わせや量を最適化しつつ、最適な条件で予冷させることができるので、常温物流するにあたって生鮮品２０の冷媒としての機能を制御することができる。また、データ処理装置１００は、評価結果、および、推奨保存期限を供給するので、例えば、出荷先５０において、コンテナボックス２００を開梱して生鮮品２０の状態を直接評価することなく、生鮮品２０がどのような環境で物流されたか、すなわち、生鮮品２０がどのような鮮度状態であるかを作業員に知らしめることができる。また、データ処理装置１００は、そのような環境で物流された生鮮品２０がどの程度棚持ちさせることができるか等を作業員に知らしめることができる。
　上述したように、本実施形態に係るデータ処理装置１００によれば、生鮮品２０を冷媒として機能させて常温物流するので、冷蔵車、冷凍車、冷蔵庫、冷凍庫等による低温物流をする必要がなく、また、コンテナボックス２００へ保冷剤等を同梱する必要がない。これにより、低温物流用の設備の保有リスクを低減することができ、また、保冷剤の入れ間違いや入れ忘れ等による生鮮品２０の低温障害や鮮度劣化等を防止することができる。また、常温物流した際の物流品質を、データ処理装置１００が評価基準に従って客観的に評価するので、事業者間の責任を明確化するとともに、生鮮品２０の安全性や鮮度の見える化をすることができる。また、このような拠点統一基準を用いた客観的な評価により物流品質を標準化することで、商品やサービスの付加価値向上やブランド力の強化を図ることができる。また、仲卸の目利き等に依存することなく、誰でも品質の合否を判定可能となり、品質評価を行うフローを作業員の勘や経験から脱却させることができる。また、本実施形態に係るデータ処理装置１００によれば、そのような評価を行う評価基準を学習する。従来、最適な鮮度保持条件がそれぞれ異なる様々な生鮮品２０の評価基準を調整することは、作業員の経験を必要とし、長い時間を要していた。しかしながら、本実施形態に係るデータ処理装置１００によれば、このような評価基準を生鮮品２０の物流環境を示す環境データと、生鮮品２０の状態データとを照らし合わせて、生鮮品２０の特性毎に学習するので、特性の異なる様々な生鮮品２０に対して、最適な評価基準を提供することができる。
　本実施形態に係るデータ処理装置１００のように、予冷された生鮮品２０を、保冷機能を有するコンテナボックス２００に入れて常温物流するにあたっては、様々な追加や変更が可能である。例えば、コンテナボックス２００に照度センサが設けられている場合、データ処理装置１００は、当該照度センサから取得した照度が予め定められたしきい値を超えたか否かを判断してもよい。しきい値を超えたと判断した場合、データ処理装置１００は、コンテナボックス２００が物流中に開梱されたと判断して、その旨を結果出力部１６０が出力するようにしてもよい。また、しきい値を超えていないと判断した場合、データ処理装置１００は、コンテナボックス２００が物流中に開梱されていないと判断して、コンテナボックス２００に梱包された生鮮品２０が適切な環境条件で物流されたと推定してもよい。この際、照度センサに代えて、または加えて、コンテナボックスが正しく閉まっているか否かを検知するセンサが用いられてもよい。
　また、データ処理装置１００は、物流中の生鮮品２０の環境データを取得する際に、生鮮品２０の位置情報を併せて取得してもよい。これにより、データ処理装置１００は、生鮮品２０のトレーサビリティを実現してもよい。例えば、データ処理装置１００は、生鮮品２０の環境データを取得した際に、当該環境データと生鮮品２０の位置情報とを対応付けて記憶し、物流中のどの位置においてどのような環境データの変異があったのかを判断してもよい。このように、データ処理装置１００は、生鮮品２０の物流中に起こった環境データの変異を、位置情報に基づいてトレースバック可能に構成してもよい。
　また、データ処理装置１００は、コンテナボックス２００に設けられた調整弁２３２の開度をアクティブに制御してもよい。例えば、データ処理装置１００は、推奨物流環境として、生鮮品２０を物流する際に推奨するガス組成を出力し、コンテナボックス２００の内部空間のガス組成が、当該推奨するガス組成となるように、調整弁２３２の開度を自動または手動で制御させてもよい。
　また、データ処理装置１００は、外部環境データを取得し、外部環境データに応じて、推奨保存環境、推奨物流環境、および推奨保存期限等を調整してもよい。データ処理装置１００は、例えば、外気温が予め定められたしきい値よりも高い場合に、外気温が予め定められたしきい値よりも低い場合よりも、予冷温度が低く、または、予冷時間が長くなるように推奨保存環境を調整してもよい。また、データ処理装置１００は、外気温が予め定められたしきい値よりも高い場合に、外気温が予め定められたしきい値よりも低い場合よりも、生鮮品２０を物流する際に推奨する生鮮品２０の量が多くなるように、推奨物流環境を調整してもよい。また、データ処理装置１００は、外気温が予め定められたしきい値よりも高い場合に、外気温が予め定められたしきい値よりも低い場合よりも、物流後の生鮮品２０を保存する推奨期限が短くなるように、推奨保存期限を調整してもよい。
　また、データ処理装置１００は、物流前の生鮮品２０の周辺雰囲気における環境データ、および、物流後の生鮮品２０の周辺雰囲気における環境データの比較結果から、生鮮品２０の物流品質を推定してもよい。例えば、データ処理装置１００は、物流前の生鮮品２０の周辺雰囲気における温度を取得して初期値として記憶し、物流後の生鮮品２０の周辺雰囲気における温度を当該初期値と比較して、比較の結果に応じて生鮮品２０の物流品質を推定してもよい。すなわち、データ処理装置１００は、物流後の環境データと物流前の環境データとの差分を算出し、当該差分が予め定められたしきい値未満である場合に、生鮮品２０の物流品質が一定以上の品質を満たすと推定し、当該差分が予め定められたしきい値以上である場合に、生鮮品２０の物流品質が一定以上の品質を満たさないと推定してもよい。
　また、生鮮品２０を入れる段ボール等の梱包体に、環境データの経時変化で状態が変化する貼付物を貼付しておき、データ処理装置１００は、物流途中または物流後において貼付物の状態を取得し、当該状態に基づいて、生鮮品２０が物流された環境を推定してもよい。例えば、梱包体に温度の経時変化で色が変化するシールを貼付しておき、物流途中または物流後において、データ処理装置１００は、シールの状態データを取得し、当該状態データに基づいて、生鮮品２０が物流された環境を推定してもよい。すなわち、データ処理装置１００は、生鮮品２０の梱包体に貼付された貼付物の状態変化が、予め定められたしきい値未満である場合に、生鮮品２０の物流品質が一定以上の品質を満たすと推定し、貼付物の状態変化が、予め定められたしきい値以上である場合に、生鮮品２０の物流品質が一定以上の品質を満たさないと推定してもよい。
　本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。
　コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。
　コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。
　コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。
　図９は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。
　本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インターフェイス２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。
　ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。
　通信インターフェイス２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。
　ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。
　プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。
　例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェイス２２２２に対し、通信処理を命令してよい。通信インターフェイス２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。
　また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。
　様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。
　上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。
　以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、請求の範囲の記載から明らかである。
　請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
１０　　　評価システム
２０　　　生鮮品
３０　　　出荷元
４０　　　物流手段
５０　　　出荷先
６０　　　ネットワーク
１００　　データ処理装置
１１０　　環境取得部
１２０　　特性取得部
１３０　　状態取得部
１４０　　学習部
１５０　　評価部
１６０　　結果出力部
２００　　コンテナボックス
２１０　　パレット
２２０　　断熱シート
２３０　　側壁パネル
２３２　　調整弁
２４０　　天板パネル
２５０　　センサノード
３１０　　第１ネットワークデバイス
３２０　　第１タグリーダライタ
３３０　　第１入力部
３４０　　第１出力部
５１０　　第２ネットワークデバイス
５２０　　第２タグリーダライタ
５３０　　第２入力部
５４０　　第２出力部
６１０　　第３ネットワークデバイス
６２０　　第３タグリーダライタ
６３０　　第３入力部
６４０　　第３出力部
２２００　コンピュータ
２２０１　ＤＶＤ－ＲＯＭ
２２１０　ホストコントローラ
２２１２　ＣＰＵ
２２１４　ＲＡＭ
２２１６　グラフィックコントローラ
２２１８　ディスプレイデバイス
２２２０　入／出力コントローラ
２２２２　通信インターフェイス
２２２４　ハードディスクドライブ
２２２６　ＤＶＤ－ＲＯＭドライブ
２２３０　ＲＯＭ
２２４０　入／出力チップ
２２４２　キーボード

Claims (18)

  1. 　生鮮品の物流環境を示す環境データを取得する環境取得部と、
    　前記生鮮品の状態を示す状態データを取得する状態取得部と、
    　前記状態データに基づいて、前記環境データを用いて前記生鮮品の物流品質を評価する評価基準を学習する学習部と、
    　を備えるデータ処理装置。
  2. 　前記状態データは、前記生鮮品の状態を複数のランクにランク付けしたデータであり、
    　前記学習部は、前記複数のランクの少なくとも１つについて、ランク毎の前記評価基準を学習する、請求項１に記載のデータ処理装置。
  3. 　前記生鮮品の特性を示す特性データを取得する特性取得部を更に備え、
    　前記学習部は、前記特性データに更に基づいて前記評価基準を学習する、請求項１または２に記載のデータ処理装置。
  4. 　前記環境データを用いて、前記物流品質を前記評価基準に従って評価する評価部と、
    　前記物流品質の評価結果を出力する結果出力部と、
    　を更に備える、請求項１から３のいずれか一項に記載のデータ処理装置。
  5. 　前記評価部は、前記評価結果に基づいて、物流前の前記生鮮品を保存する推奨保存環境を算出する、請求項４に記載のデータ処理装置。
  6. 　前記評価部は、前記評価結果に基づいて、前記生鮮品を物流する推奨物流環境を算出する、請求項４または５に記載のデータ処理装置。
  7. 　前記推奨物流環境は、推奨する前記生鮮品の量を含む、請求項６に記載のデータ処理装置。
  8. 　前記推奨物流環境は、推奨する前記生鮮品の組み合わせを含む、請求項６または７に記載のデータ処理装置。
  9. 　前記評価部は、前記評価結果に基づいて、物流後の前記生鮮品を保存する推奨保存期限を算出する、請求項４から８のいずれか一項に記載のデータ処理装置。
  10. 　前記環境データは、前記生鮮品の周辺雰囲気における経時的な温度、湿度、ガス組成、照度、および、振動の少なくともいずれかを含む、請求項１から９のいずれか一項に記載のデータ処理装置。
  11. 　生鮮品の物流環境を示す環境データを取得する環境取得部と、
    　前記環境データを用いて、評価基準に従って前記生鮮品の物流品質を評価する評価部と、
    　前記物流品質の評価結果を出力する結果出力部と、
    　を有するデータ処理装置。
  12. 　前記評価部は、前記環境データに基づいて、物流後の前記生鮮品を保存する推奨保存期限を算出し、
    　前記結果出力部は前記推奨保存期限を表示する、請求項１１に記載のデータ処理装置。
  13. 　前記評価部は、前記評価基準として、前記環境データを入力することで前記物流品質を出力するように機械学習されたモデルを有する、請求項１１または１２に記載のデータ処理装置。
  14. 　データ処理装置がデータを処理するデータ処理方法であって、
    　生鮮品の物流環境を示す環境データを取得することと、
    　前記生鮮品の状態を示す状態データを取得することと、
    　前記状態データに基づいて、前記環境データを用いて前記生鮮品の物流品質を評価する評価基準を学習することと、
    　を備えるデータ処理方法。
  15. 　コンピュータにより実行されて、前記コンピュータを、
    　生鮮品の物流環境を示す環境データを取得する環境取得部と、
    　前記生鮮品の状態を示す状態データを取得する状態取得部と、
    　前記状態データに基づいて、前記環境データを用いて前記生鮮品の物流品質を評価する評価基準を学習する学習部と、
    　して機能させるデータ処理プログラム。
  16. 　予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、前記生鮮品の周辺雰囲気の環境データを取得する環境取得部と、
    　取得された前記環境データを用いて、物流品質を評価する評価部と、
    　を備える評価システム。
  17. 　評価システムが評価する評価方法であって、
    　予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、前記生鮮品の周辺雰囲気の環境データを取得することと、
    　取得された前記環境データを用いて、物流品質を評価することと、
    　を備える評価方法。
  18. 　コンピュータにより実行されて、前記コンピュータを、
    　予冷された生鮮品を、保冷機能を有するコンテナボックスに入れて常温物流したことに応じて、前記生鮮品の周辺雰囲気の環境データを取得する環境取得部と、
    　取得された前記環境データを用いて、物流品質を評価する評価部と、
    　して機能させる評価プログラム。
PCT/JP2020/003768 2019-01-31 2020-01-31 データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラム WO2020158936A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP20747925.4A EP3919420A4 (en) 2019-01-31 2020-01-31 DATA PROCESSING DEVICE, DATA PROCESSING METHOD, DATA PROCESSING PROGRAM, EVALUATION SYSTEM, EVALUATION METHOD AND EVALUATION PROGRAM
JP2020568636A JP7300469B2 (ja) 2019-01-31 2020-01-31 データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラム
US17/389,324 US20210357852A1 (en) 2019-01-31 2021-07-29 Data processing device, data processing method, recording medium having recorded thereon data processing program, evaluation system, evaluation method, and recording medium having recorded thereon evaluation program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-016075 2019-01-31
JP2019016075 2019-01-31

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/389,324 Continuation US20210357852A1 (en) 2019-01-31 2021-07-29 Data processing device, data processing method, recording medium having recorded thereon data processing program, evaluation system, evaluation method, and recording medium having recorded thereon evaluation program

Publications (1)

Publication Number Publication Date
WO2020158936A1 true WO2020158936A1 (ja) 2020-08-06

Family

ID=71842117

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/003768 WO2020158936A1 (ja) 2019-01-31 2020-01-31 データ処理装置、データ処理方法、データ処理プログラム、評価システム、評価方法、および、評価プログラム

Country Status (4)

Country Link
US (1) US20210357852A1 (ja)
EP (1) EP3919420A4 (ja)
JP (1) JP7300469B2 (ja)
WO (1) WO2020158936A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7402386B1 (ja) * 2022-09-13 2023-12-20 日本郵船株式会社 船倉内の積荷の品質を推定するためのシステム
WO2024010052A1 (ja) * 2022-07-08 2024-01-11 旭化成株式会社 管理装置、管理方法、及びプログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210312381A1 (en) * 2020-04-01 2021-10-07 Wipro Limited Method and system for preserving perishable products during multi-modal transportation

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002358591A (ja) 2001-05-31 2002-12-13 Ishikawajima Harima Heavy Ind Co Ltd 生鮮食料品の管理システム
JP2017520833A (ja) * 2014-06-03 2017-07-27 インテレフレックス・コーポレイションＩｎｔｅｌｌｅｆｌｅｘ Ｃｏｒｐｏｒａｔｉｏｎ 製品流通を改善するためのインテリジェント経路指定コード
JP2018116482A (ja) * 2017-01-18 2018-07-26 株式会社東芝 物流管理装置、物流管理方法、およびプログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US1148766A (en) * 1913-10-23 1915-08-03 Simmons Mfg Co Fabric-making machine.
EP1697738A1 (en) * 2003-11-20 2006-09-06 Freshpoint Holdings Sa Method and system for determining the condition of a time-temperature indicator
WO2017222934A1 (en) * 2016-06-20 2017-12-28 Carrier Corporation Cold chain quality ratings feedback manager
WO2019148056A1 (en) * 2018-01-26 2019-08-01 Avery Dennison Retail Information Services, Llc Method and system for determining product freshness

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002358591A (ja) 2001-05-31 2002-12-13 Ishikawajima Harima Heavy Ind Co Ltd 生鮮食料品の管理システム
JP2017520833A (ja) * 2014-06-03 2017-07-27 インテレフレックス・コーポレイションＩｎｔｅｌｌｅｆｌｅｘ Ｃｏｒｐｏｒａｔｉｏｎ 製品流通を改善するためのインテリジェント経路指定コード
JP2018116482A (ja) * 2017-01-18 2018-07-26 株式会社東芝 物流管理装置、物流管理方法、およびプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3919420A4

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024010052A1 (ja) * 2022-07-08 2024-01-11 旭化成株式会社 管理装置、管理方法、及びプログラム
JP7402386B1 (ja) * 2022-09-13 2023-12-20 日本郵船株式会社 船倉内の積荷の品質を推定するためのシステム
WO2024057377A1 (ja) * 2022-09-13 2024-03-21 日本郵船株式会社 船倉内の積荷の品質を推定するためのシステム

Also Published As

Publication number Publication date
JPWO2020158936A1 (ja) 2021-10-28
US20210357852A1 (en) 2021-11-18
JP7300469B2 (ja) 2023-06-29
EP3919420A4 (en) 2022-07-27
EP3919420A1 (en) 2021-12-08

Similar Documents

Publication Publication Date Title
US20210357852A1 (en) Data processing device, data processing method, recording medium having recorded thereon data processing program, evaluation system, evaluation method, and recording medium having recorded thereon evaluation program
Jedermann et al. Reducing food losses by intelligent food logistics
US10591207B2 (en) Automated and predictive monitoring of perishable good parameters throughout a cold chain distribution system
EP3488186B1 (en) Cold chain transportation route modeling system
Ketzenberg et al. Expiration dates and order quantities for perishables
Jedermann et al. Spatial temperature profiling by semi-passive RFID loggers for perishable food transportation
US20190236536A1 (en) Cold chain quality ratings feedback manager
US20130036068A1 (en) Logistical management of cargo shipments
US20200311663A1 (en) Tracking and suggesting cold chain manager
US10823498B2 (en) Controlling a refrigeration unit in response to a specific cargo load
US20190164124A1 (en) Cold chain intelligence for consumer mobile devices
US20240054191A1 (en) Freshness scoring for perishables
Manikas et al. A case study assessment of the operational performance of a multiple fresh produce distribution centre in the UK
Aung et al. Cold Chain Management
Aung et al. Quality monitoring and dynamic pricing in cold chain management
Kale et al. Need for predictive data analytics in cold chain management
US20190205835A1 (en) Refrigeration management system
Tanner et al. Sea transportation of fruits and vegetables: An update
Mahajan et al. Cold chain
Kumar et al. Cold chain and its application
Aung et al. The development of cold chain
TWI842586B (zh) 導出裝置、導出方法、及電腦可讀取之記憶媒體
US20240054503A1 (en) Transparency scoring for perishables
EP3472771B1 (en) Product producer requirement management system
Brecht et al. Transport technology and applications

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20747925

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020568636

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020747925

Country of ref document: EP

Effective date: 20210831