WO2021028970A1

WO2021028970A1 - 制御システム、サーバ、機器、制御方法およびプログラム

Info

Publication number: WO2021028970A1
Application number: PCT/JP2019/031645
Authority: WO
Inventors: 孝司関; 長沢　雅人; 淳子貴島
Original assignee: 三菱電機株式会社
Priority date: 2019-08-09
Filing date: 2019-08-09
Publication date: 2021-02-18
Also published as: JPWO2021028970A1; JP7138800B2

Abstract

空気調和機（４１、４２、４３）は、クラウドサーバ（２）から係数情報を取得する係数取得部（４１８）と、係数取得部（４１８）が取得した係数情報と係数属性情報とに基づいて、ニューラルネットワークの重み係数を設定する係数設定部（４１９）と、重み係数が設定されたニューラルネットワークを用いて、現時点の環境を示す環境パラメータから空気調和機（４１、４２、４３）の将来の機器設定パラメータを求めるニューロエンジン（４０４）と、ニューロエンジン（４０４）により求められた機器設定パラメータに基づいて空気調和機（４１、４２、４３）を制御する機器制御部（４１４）と、を有する。

Description

制御システム、サーバ、機器、制御方法およびプログラム

　本発明は、制御システム、サーバ、機器、制御方法およびプログラムに関する。

　空気調和機により撮像された画像または熱画像のデータに基づいて、空気調和機が設置された部屋の在室者それぞれが快適と感じる個別快適範囲を取得し、取得した個別快適範囲に基づいて、在室者全員の個別快適範囲において共通する範囲である共通快適範囲を抽出することを繰り返すことにより、在室者と共通快適範囲との組み合わせを学習する空気調和機システムが提案されている（例えば特許文献１参照）。

国際公開第２０１８／１６３２７２号

　しかしながら、特許文献１に提案されている空気調和システムでは、例えば空気調和機が新たな空気調和機に更新された場合、その新たな空気調和機を使用して新たに在室者と共通快適範囲との組み合わせを学習し直す必要があり、新たな空気調和機を在室者にとって最適な運転状態にするまでに時間を要する虞がある。

　本発明は、上記事由に鑑みてなされたものであり、機器が更新された場合においても機器の更新前の運転状態の傾向を継続できる制御システム、サーバ、機器、制御方法およびプログラムを提供することを目的とする。

　上記目的を達成するために、本発明に係る制御システムは、
　サーバと、少なくとも１つの機器と、を備え、
　前記サーバは、
　予め設定されたノード数および層数を有する前記機器の将来の機器設定パラメータを求めるためのニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と前記係数情報の属性を示す係数属性情報とを、前記少なくとも１つの機器から取得する第１係数取得部と、
　前記少なくとも１つの機器から係数要求情報を取得すると、前記第１係数取得部が取得した前記係数情報と前記係数属性情報とを、前記少なくとも１つの機器へ送信する第１係数送信部と、を有し、
　前記少なくとも１つの機器は、それぞれ、
　前記少なくとも１つの機器それぞれで用いられるニューラルネットワークのニューラルネットワーク係数を示す係数情報と係数属性情報とを、前記サーバへ送信する第２係数送信部と、
　前記サーバへ前記係数情報の送信を要求する係数要求情報を送信することにより、前記サーバから係数情報と係数属性情報とを取得する第２係数取得部と、
　前記第２係数取得部が取得した前記係数情報と係数属性情報とに基づいて、ニューラルネットワークのニューラルネットワーク係数を設定する係数設定部と、
　前記ニューラルネットワーク係数が設定された前記ニューラルネットワークを用いて、現時点の環境を示す環境パラメータから前記機器の将来の機器設定パラメータを求めるニューロエンジンと、
　前記ニューロエンジンにより求められた前記機器設定パラメータに基づいて前記機器を制御する機器制御部と、を有する。

　本発明によれば、サーバにおいて、第１係数取得部が、機器の将来の機器設定パラメータを求めるためのニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と係数属性情報とを、少なくとも１つの機器から取得し、第１係数送信部が、少なくとも１つの機器から係数要求情報を取得すると、第１係数取得部が取得した係数情報と係数属性情報とを、少なくとも１つの機器へ送信する。一方、少なくとも１つの機器それぞれにおいて、第２係数送信部が、少なくとも１つの機器それぞれで用いられるニューラルネットワークのニューラルネットワーク係数を示す係数情報と係数属性情報とを、サーバへ送信し、第２係数取得部が、サーバへ係数要求情報を送信することにより、サーバから係数情報と係数属性情報とを取得する。そして、係数設定部が、第２係数取得部が取得した係数情報と係数属性情報とに基づいて、ニューラルネットワークのニューラルネットワーク係数を設定する。これにより、例えば機器の更新前に、機器で用いられていたニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と係数属性情報とを、サーバへ送信しておき、機器の更新後に、サーバへ係数要求情報を送信してサーバから係数情報を取得することにより、更新後の機器で用いられるニューラルネットワークについて更新前のニューラルネットワーク係数を設定することができる。従って、機器が更新された場合においても更新後の機器において、機器の更新前の運転状態の傾向を継続できる。

本発明の実施の形態に係る制御システムの概略構成図実施の形態に係る空気調和機のハードウェア構成を示すブロック図実施の形態に係る空気調和機の機能構成を示すブロック図実施の形態に係る履歴情報記憶部が記憶する情報の一例を示す図実施の形態に係る空気調和機で用いられるニューラルネットワークの説明図実施の形態に係るニューロエンジンの構成を示すブロック図実施の形態に係るクラウドサーバのハードウェア構成を示すブロック図実施の形態に係るクラウドサーバの機能構成を示すブロック図実施の形態に係る管理装置のハードウェア構成を示すブロック図実施の形態に係る管理装置の構成を示すブロック図実施の形態に係る制御システムの動作の一例を示すシーケンス図実施の形態に係る履歴属性情報の一例を示す図実施の形態に係る係数属性情報の一例を示す図実施の形態に係る制御システムの動作の一例を示すシーケンス図実施の形態に係る制御システムの動作の一例を示すシーケンス図実施の形態に係る管理装置の表示部に表示される操作画面画像の一例を示す図実施の形態に係る管理装置の表示部に表示される操作画面画像の一例を示す図実施の形態に係る管理装置の表示部に表示される操作画面画像の一例を示す図実施の形態に係る管理装置の表示部に表示される操作画面画像の一例を示す図実施の形態に係る制御システムの動作の一例を示すシーケンス図実施の形態に係る空気調和機が実行する機器制御処理の流れの一例を示すフローチャート実施の形態に係る空気調和機が実行する係数決定処理の流れの一例を示すフローチャート実施の形態に係る空気調和機が実行する機器制御処理の流れの一例を示すフローチャート実施の形態に係る空気調和機が実行する機器制御処理の流れの一例を示すフローチャート実施の形態に係るクラウドサーバが実行する係数情報生成処理の流れの一例を示すフローチャート実施の形態に係る空気調和機およびクラウドサーバそれぞれが保持する情報の推移を示す図変形例に係る管理装置の表示部に表示される操作画面画像の一例を示す図変形例に係る管理装置の表示部に表示される操作画面画像の一例を示す図変形例に係る管理装置の表示部に表示される操作画面画像の一例を示す図変形例に係る制御システムの動作の一例を示すシーケンス図変形例に係る制御システムの動作の一例を示すシーケンス図変形例に係る制御システムの動作の一例を示すシーケンス図実施の形態に係る空気調和機の構成を示すブロック図実施の形態に係るクラウドサーバの構成を示すブロック図

　以下、本発明の実施の形態に係る制御システムについて図面を参照して詳細に説明する。本実施の形態に係る制御システムは、機器の利用者に関する利用者情報に基づいて、機器が設置されている場所の環境を示す環境パラメータと将来の気象条件を示す気象予報情報とから、ニューラルネットワークを用いて、将来の機器の機器設定パラメータを求めるものである。また、本実施の形態に係る制御システムでは、機器が、予め設定されたノード数および層数を有する機器の将来の機器設定パラメータを求めるためのニューラルネットワークの重み係数を決定するとともに、重み係数が決定されたニューラルネットワークを用いて、自機の将来の機器設定パラメータを求める機能を有する。

　本実施の形態に係る制御システムは、図１に示すように、住戸Ｈ内の各部屋Ｒ１、Ｒ２、Ｒ３に設置された空気調和機４１、４２、４３と、管理装置７と、宅外ネットワークＮＴ１を介して通信可能なクラウドサーバ２と、を備える。宅外ネットワークＮＴ１は、例えばインターネットである。また、宅外ネットワークＮＴ１には、現在または過去の気象条件を示す気象実績情報と、将来の気象条件を示す気象予報情報と、を配信する気象サーバ３と、が接続されている。更に、宅外ネットワークＮＴ１には、例えば空気調和機を購買した顧客を管理する顧客サーバ９が接続されている。顧客サーバ９は、顧客が購買した空気調和機の機器設定情報と、温度情報を含む環境パラメータを示す環境情報と、の履歴を含む履歴情報、空気調和機を識別する機器識別情報に対応づけて記憶するストレージ（図示せず）を備える。顧客サーバ９は、顧客が購買した空気調和機から定期的に履歴情報を受信する毎に、受信した履歴情報を機器識別情報に対応づけてストレージに記憶させる。

　また、顧客サーバ９は、クラウドサーバ２から履歴要求情報を受信すると、履歴要求情報に対応する履歴情報とこれに対応する履歴属性情報とを生成する。ここで、顧客サーバ９は、例えばファイル形式がＪＳＯＮスキーマファイル形式である履歴属性情報を生成するとともに、ＪＳＯＮファイル形式である属性情報を生成する。そして、顧客サーバ９は、生成した履歴情報および履歴属性情報をクラウドサーバ２へ送信する。ここで、顧客サーバ９は、履歴情報および履歴属性情報に対して可逆式の情報圧縮処理を行ってから送信する。

　住戸Ｈ内の各部屋Ｒ１、Ｒ２、Ｒ３には、空気調和機４１、４２、４３を操作するための操作機器６１、６２、６３が配置されている。ここで、部屋Ｒ１、Ｒ２、Ｒ３は、それぞれ、例えば住戸Ｈ内のリビングルーム、寝室、子供部屋である。また、住戸Ｈには、宅内ネットワークＮＴ２に接続されたルータ８２と、ルータ８２および宅外ネットワークＮＴ１に接続されたデータ回線終端装置８１と、が設置されている。宅内ネットワークＮＴ２は、例えば有線ＬＡＮ（Local Area Network）または無線ＬＡＮである。データ回線終端装置８１は、モデム、ゲートウェイ等である。

　空気調和機４１、４２、４３は、それぞれ、図２に示すように、制御部４００と、部屋の温度を計測する計測装置４６１と、空気調和機４の利用者を撮像する撮像装置４８１と、を有する。なお、計測装置４６１は、部屋の温度を計測するものに限定されるものではなく、部屋の湿度、明るさ等の他の部屋の環境を示す環境パラメータを計測するものであってもよい。撮像装置４８１としては、例えば利用者の表面の温度分布を示す画像を撮像するカメラが採用される。また、空気調和機４１、４２、４３は、それぞれ、制御部４００から入力される制御信号に基づいて動作する圧縮機（図示せず）と送風ファン（図示せず）とを有する。

　制御部４００は、ＣＰＵ（Central Processing Unit）４０１と、主記憶部４０２と、補助記憶部４０３と、通信インタフェース４０５と、計測装置インタフェース４０６と、操作機器インタフェース４０７と、撮像インタフェース４０８と、ニューロエンジン４０４と、これらを相互に接続するバス４０９と、を備える。主記憶部４０２は、揮発性メモリから構成され、ＣＰＵ４０１の作業領域として用いられる。また、主記憶部４０２は、複数種類のニューラルネットワークの演算を並行して実行することができるだけの十分大きな記憶領域を有する。補助記憶部４０３は、磁気ディスク、半導体フラッシュメモリ等の不揮発性メモリから構成され、制御部４００の各種機能を実現するためのプログラムを記憶する。通信インタフェース４０５は、宅内ネットワークＮＴ２に接続されており、ＣＰＵ４０１から通知される各種情報を宅内ネットワークＮＴ２へ送出したり、宅内ネットワークＮＴ２から受信した各種情報をＣＰＵ４０１へ通知したりする。操作機器インタフェース４０７は、操作機器６１、６２、６３とそれぞれ１対１に通信する。操作機器インタフェース４０７と操作機器６１、６２、６３とは、それぞれ、赤外線通信規格またはBluetooth（登録商標）のような通信規格に適合した通信方式で無線接続されていてもよい。或いは、操作機器インタフェース４０７と操作機器６１、６２、６３とは、専用の通信線を介して接続されていてもよい。操作機器６１、６２、６３から利用者が操作機器６１、６２、６３に対して行った操作内容を示す操作情報を受信すると、その操作情報をＣＰＵ４０１へ通知する。計測装置インタフェース４０６は、計測装置４６１から計測値信号が入力されると、それに応じた温度情報を生成してＣＰＵ４０１へ通知する。撮像インタフェース４０８は、撮像装置４８１から画像信号が入力されると、それに応じた画像情報を生成してＣＰＵ４０１へ通知する。

　ＣＰＵ４０１は、補助記憶部４０３が記憶するプログラムを主記憶部４０２に読み出して実行することにより、図３に示すように、環境情報取得部４１１、画像取得部４１２、操作受付部４１３、機器制御部４１４、利用者特定部４１５、計時部４１６、気象情報取得部４１７、係数取得部４１８、係数設定部４１９、係数決定部４２０、係数送信部４２１、機器設定更新部４２２、動作モード設定部４２３、係数情報生成部４２４、履歴情報生成部４２５、履歴情報送信部４２６および機器識別情報送信部４２７として機能する。また、図２に示す補助記憶部４０３は、図３に示すように、機器設定記憶部４３１と、利用者情報記憶部４３２と、ニューラルネットワーク記憶部４３３と、履歴情報記憶部４３４と、動作モード記憶部４３５と、気象情報記憶部４３６と、を有する。

　機器設定記憶部４３１は、空気調和機４１、４２、４３の機器設定パラメータを示す機器設定情報を記憶する。利用者情報記憶部４３２は、空気調和機４１、４２、４３の利用者に関する利用者情報を記憶する。具体的には、利用者情報記憶部４３２は、例えば、撮像装置４８１により撮像される各利用者の画像情報が示す利用者の表面の温度分布から算出される利用者の表面における熱の発散が多い領域の位置を示す特徴量情報を、利用者を識別する利用者識別情報と対応づけて記憶している。

　履歴情報記憶部４３４は、空気調和機４１、４２、４３の機器設定情報と、温度情報を含む環境パラメータを示す環境情報と、の履歴を記憶する。履歴情報記憶部４３４は、例えば図４に示すように、空気調和機４１、４２、４３の設定温度、風量レベルの履歴を示す動作履歴情報と部屋の室内温度の履歴を示す環境履歴情報とを、日時情報と対応づけて記憶する。図３に戻って、動作モード記憶部４３５は、空気調和機４１、４２、４３の動作モードを示す動作モード情報を記憶する。気象情報記憶部４３６は、クラウドサーバ２から取得した気象予報情報および気象実績情報を記憶する。

　ニューラルネットワーク記憶部４３３は、ニューロエンジン４０４において実現するニューラルネットワークに関する情報を記憶する。ニューラルネットワークは、空気調和機４１、４２、４３の将来の機器設定パラメータを求めるための第１ニューラルネットワークである。このニューラルネットワークは、図５に示すように入力層Ｌ１０、隠れ層Ｌ２０および出力層Ｌ３０を有する。入力層Ｌ１０は、室内温度、湯水温度等の環境パラメータと、日時を示す数値と、気象条件を数値化した情報とを、隠れ層Ｌ２０へ入力する。ここで、気象条件の数値化方法としては、例えば気象条件を「晴れ」、「曇り」、「雨」、「雪」の４種類とした場合、各気象条件に対応する数値ＮＵＭ１、ＮＵＭ２、ＮＵＭ３、ＮＵＭ４を、ＮＵＭ１＜ＮＵＭ２＜ＮＵＭ３＜ＮＵＭ４の関係が成立するように設定すればよい。具体的には、「晴れ」、「曇り」、「雨」、「雪」に対応する数値を、それぞれ、「１０」「２０」「３０」「４０」に設定すればよい。

　隠れ層Ｌ２０は、予め設定された数Ｍ［ｊ］のノードｘ［ｊ，ｉ］（１≦ｉ≦Ｍ［ｊ］、Ｍ［ｊ］は正の整数）を含むＮ（Ｎは正の整数）個の層から構成されている。即ち、隠れ層Ｌ２０は、各ノード列同士が繋がれた構造を有する。ここで、各ノードｘ［ｊ，ｉ］の出力ｙ［ｊ，ｉ］は、下記式（１）の関係式で表される。

ここで、Ｗ［ｊ，ｉ，ｋ］は、重み係数を示し、ｆ（＊）は、活性化関数を示す。この重み係数Ｗ［ｊ，ｉ，ｋ］が、前述のニューラルネットワークの構造を決める第１ニューラルネットワーク係数に相当する。また、活性化関数としては、シグモイド関数、ランプ関数、ステップ関数、ソフトマックス関数等の非線形関数が用いられる。例えば、活性化関数が、シグモイド関数である場合、下記式（２）の関係式で表される。

ここで、ｙｉは、引数を示し、ｙｏは出力値を示す。
また、活性化関数がランプ関数である場合、下記式（３）の関係式で表される。

ここで、ｙｉは、引数を示し、ｙｏは出力値を示す。

　隠れ層Ｌ２０は、ノードに入力される情報が前の層の各ノードの出力にそれぞれに重み係数を乗じたものの総和となっている。そして、総和を引数とする活性化関数の出力が次の層へ伝達される。出力層Ｌ３０は、隠れ層Ｌ２０の最終層からの出力ｙ［ｊ，ｉ］をそのまま出力する。

　そして、ニューラルネットワーク記憶部４３３は、式（１）で表されるニューラルネットワークの構造を示す情報と、ニューラルネットワークの重み係数Ｗ［ｊ，ｉ，ｋ］を示す情報と、を記憶する。

　図３に戻って、環境情報取得部４１１は、計測装置４６１により計測される部屋の温度を示す温度情報を計測装置インタフェース４０６から取得する。なお、環境情報取得部４１１は、計測装置４６１が部屋の湿度、明るさ等の他の部屋の環境パラメータを計測するものである場合、これらの他の環境パラメータを示す環境情報を取得する。画像取得部４１２は、撮像装置４８１で撮像される利用者の画像情報を撮像インタフェース４０８から取得する。

　操作受付部４１３は、操作機器６から送出された操作情報が操作機器インタフェース４０７から通知されると、通知された操作情報を受け付ける。そして、操作受付部４１３は、操作情報が空気調和機４の機器設定パラメータの更新に関するものである場合、操作情報に対応する機器設定パラメータを示す機器設定情報を生成して、機器設定記憶部４３１に記憶させる。また、操作受付部４１３は、操作情報が空気調和機４の動作モードの変更に関するものである場合、操作情報に対応する動作モードを示す動作モード情報を動作モード設定部４２３に通知する。機器制御部４１４は、機器設定記憶部４３１が記憶する機器設定情報に基づいて、圧縮機および送風ファンの動作を制御する。

　利用者特定部４１５は、画像取得部４１２が取得した画像情報が示す利用者の表面の温度分布から、利用者表面における熱の発散が多い領域を特定し、利用者情報記憶部４３２が記憶する利用者に関する特徴量情報と特定した領域の位置とに基づいて、空気調和機４１、４２、４３の利用者を特定する。また、利用者特定部４１５は、特定した空気調和機４１、４２、４３の利用者の利用者識別情報を、利用者情報記憶部４３２に記憶させる。

　計時部４１６は、環境情報取得部４１１が環境情報を取得した日時および現時点の時刻を計時する。気象情報取得部４１７は、現在および過去の気象条件を示す気象実績情報と将来の気象条件を示す気象予報情報とを含む気象情報を、クラウドサーバ２から取得する。係数取得部４１８は、ニューロエンジン４０４において実現されているニューラルネットワークの重み係数を示す情報を含む係数情報を、クラウドサーバ２から取得する第２係数取得部である。また、係数取得部４１８は、クラウドサーバ２から取得した可逆式の情報圧縮処理が施された係数情報および係数属性情報に対して情報伸張処理を実行する。そして、係数取得部４１８は、係数情報に含まれる重み係数情報をニューラルネットワーク記憶部４３３に記憶させる。

　係数決定部４２０は、履歴情報に含まれる動作履歴情報および環境履歴情報と、気象実績情報と、に基づいて、ニューラルネットワークの重み係数を決定する。係数決定部４２０は、まず、ニューラルネットワーク記憶部４３３から初期係数を示す情報を取得し、取得した初期係数をニューラルネットワークの重み係数に設定する。次に、係数決定部４２０は、ニューロエンジン４０４が、環境履歴情報が示す現在および過去の環境パラメータと、日時情報が示す日時と、気象実績情報が示す現在または過去の気象条件を数値化した情報と、に基づいて、ニューラルネットワークを用いて算出した機器設定パラメータを取得する。続いて、係数決定部４２０は、履歴情報記憶部４３４が記憶する動作履歴情報が示す現在および過去の機器設定パラメータを取得し、ニューラルネットワークを用いて算出された機器設定パラメータとの誤差を算出する。そして、係数決定部４２０は、算出した誤差に基づいて、誤差逆伝播法（バックプロパゲーション）によりニューラルネットワークの重み係数を決定する。ここで、係数決定部４２０は、例えばオートエンコーダを用いて重み係数を決定する。

　また、係数決定部４２０は、ニューラルネットワークの重み係数を決定する際、ドロップアウト情報を使用する。ドロップアウト情報は、前述の隠れ層Ｌ２０における各ノードノードについて定義され、係数決定部２１５がニューラルネットワークの重み係数を決定する際に、ノードを不活性化、即ち、ノードｘ［ｊ，ｉ］の出力を「０」としたか否かを示す情報である。各ノードは、予め設定された確率Ｐで活性化され、確率（１－Ｐ）で不活性化される。確率Ｐは、ノード毎に設定されており、０よりも大きく１以下の範囲の値をとる。確率Ｐが「１」に設定されている場合、対応するノードは常に活性化されることになる。例えば、確率Ｐで「１」となり、確率（１－Ｐ）で「０」となる変数をｒＹとすると、各ノードｘ［ｊ，ｉ］の出力ｙ［ｊ，ｉ］は、下記式（４）および式（５）の関係式で表される。

ここで、Ｂｅｒｎｏｕｌｌｉ（＊）は、ベルヌ－イ分布に従った確率で「１」となる関数を表す。

　係数設定部４１９は、係数決定部４２０が決定した重み係数を、ニューラルネットワークの重み係数に設定する。機器設定更新部４２２は、ニューロエンジン４０４により算出された機器設定パラメータで機器設定記憶部４３１が記憶する機器設定情報を更新する。

　動作モード設定部４２３は、操作受付部４１３が空気調和機４１、４２、４３の動作モードを設定するための操作を受け付けると、受け付けた操作内容に応じた動作モードを示す動作モード情報を動作モード記憶部４３５に記憶させる。係数情報生成部４２４は、管理装置７から後述する移動先通知情報を受信すると、ニューラルネットワーク記憶部４３３が記憶するニューラルネットワークの重み係数を示す重み係数情報を含む係数情報とこれに対応する係数属性情報とを生成する。係数情報生成部４２４は、例えばファイル形式がＪＳＯＮスキーマファイル形式である係数属性情報を生成するとともに、ＪＳＯＮファイル形式である係数情報を生成する。係数送信部４２１は、ニューラルネットワーク記憶部４３３が記憶する重み係数を示す情報を含む係数情報とこれに対応する係数属性情報とを、クラウドサーバ２へ送信する第２係数送信部である。係数送信部４２１は、係数情報および係数属性情報に対して可逆式の情報圧縮処理を行ってから送信する。

　履歴情報生成部４２５は、予め設定されたアップロード時期が到来した場合、履歴情報記憶部４３４が記憶する履歴情報を参照して、前回のアップロード時期から今回のアップロード時期までの間の機器設定パラメータおよび環境パラメータの履歴を示す履歴情報とこれに対応する履歴属性情報とを生成する。履歴情報生成部４２５は、例えばファイル形式がＪＳＯＮスキーマファイル形式である履歴属性情報を生成するとともに、ＪＳＯＮファイル形式である属性情報を生成する。履歴情報送信部４２６は、履歴情報生成部４２５が生成した履歴情報および履歴属性情報を顧客サーバ９へ送信する。履歴情報送信部４２６は、履歴情報および履歴属性情報に対して可逆式の情報圧縮処理を行ってから送信する。機器識別情報送信部４２７は、空気調和機４１、４２、４３を識別する機器識別情報を管理装置７へ送信する。

　ニューロエンジン４０４は、予め設定されたノード数および層数を有するニューラルネットワークを用いた演算処理専用のハードウェアである。ニューロエンジン４０４は、図６に示すように、プロセッサ４４１と、ワークメモリ４４２と、演算アクセラレータ４４３と、入出力レジスタ４４４と、ダウンロードバッファ４４５と、を有する。ここで、クラウドサーバ２からは、後述する係数属性情報と、係数情報と、を取得する。なお、係数属性情報は、例えばＪＳＯＮスキーマファイル形式のフォーマットを有し、係数情報は、ＪＳＯＮファイル形式のフォーマットを有する。ここで、係数属性情報は、ダウンロードバッファ４４５に一度格納された後、プロセッサ４４１が使用するワークメモリ４４２に格納される。プロセッサ４４１は、ワークメモリ４４２の係数属性情報ＤＡＺ２を読み出し、係数属性情報ＤＡＺ２に含まれるニューラルネットワークの構造を示す情報、ニューラルネットワークの層数およびノード数を示す情報に基づいて、重み係数情報ＤＡＣ２、ノード計算値情報ＤＡＮ２１および入出力ノード値情報ＤＡＮ２２を格納するために必要となるメモリ領域を確保する。そして、プロセッサ４４１は、それぞれのメモリ領域において、ニューラルネットワークの重み係数とノードとを対応付けていく。

　また、プロセッサ４４１は、重み係数情報ＤＡＣ２を、ワークメモリ４４２の対応部分に格納する。また、プロセッサ４４１は、入出力レジスタ４４４から入力されるニューラルネットワークへの入力値情報を、入出力ノード値情報ＤＡＮ２２を格納するためのメモリ領域に格納した上で、順次重み係数情報ＤＡＣ２を読み出す。また、プロセッサ４４１は、ワークメモリ４４２に格納された係数属性情報ＤＡＺ２に含まれる活性化関数情報を、演算プログラムに設定した上で、ニューラルネットワークの各層および各ノードについて順次演算を実行する。そして、プロセッサ４４１は、ニューラルネットワークの各層および各ノードについての演算を完了すると、得られた出力値情報を、入出力ノード値情報ＤＡＮ２２を格納するメモリ領域に格納し、その後、入出力ノード値情報ＤＡＮ２２を格納するメモリ領域から入出力レジスタ４４４の出力部分へ転送する。なお、プロセッサ４４１による演算処理には、大きな容量のワークメモリ４４２が必要となるとともに、プロセッサ４４１とワークメモリ４４２との間での数値情報の転送が頻発する。従って、プロセッサ４４１を用いたニューラルネットワークの演算にはある程度の時間を要する。そこで、ニューラルネットワークの演算時間を短縮するために、プロセッサ４４１として、高速演算が可能なＧＰＵ(Graphics Processing Unit）を採用する場合もある。

　一方、演算アクセラレータ４４３は、ハードウェアで構成された専用アクセラレータであり、ニューラルネットワークのノード毎に必要となる膨大な数の単純演算を実行するニューラルネットワークの演算に特有の処理に特化したものである。演算アクセラレータ４４３は、複数のノード単位演算部４４３ａを有する。各ノード単位演算部４４３ａは、ニューラルネットワークのノード（例えばノードＸ１、Ｙ１）毎に設けられ、ローカルレジスタ４４３ｂと、積和演算部４４３ｃと、変換テーブル部４４３ｄと、を有する。ノード単位演算部４４３ａは、ニューラルネットワークを構成するノードの数と同数だけ設けられている。また、積和演算部４４３ｃおよび変換テーブル部４４３ｄに対応するローカルレジスタ４４３ｂは、ニューラルネットワークの規模によりレジスタの数が異なることを考慮して、必要な数のローカルレジスタ４４３ｂを選択できる構造となっている。そして、演算アクセラレータ４４３は、クラウドサーバ２から取得した係数属性情報に含まれるニューラルネットワークの層数、ノード数を示す情報に基づいて、必要な数のローカルレジスタ４４３ｂを選択する。

　そして、演算アクセラレータ４４３は、必要な数のローカルレジスタ４４３ｂが選択された後、重み係数情報を各ローカルレジスタ４４３ｂに格納してニューラルネットワークの各ノードの演算を実行する。また、変換テーブル部４４３ｄは、前述の活性化関数の演算を行うためのものであり、変換テーブル部４４３ｄの内容は、係数属性情報に含まれる活性化関数の形状を示す情報に基づいて設定される。また、係数属性情報には、後述するように、ニューラルネットワークの構造を示す構造情報を含む。そして、ノード単位演算部４４３ａは、係数属性情報に含まれるニューラルネットワークの構造に関する情報を参照して、ニューラルネットワークの重み係数情報を格納するローカルレジスタ４４３ｂの位置と、ノード単位演算部４４３ａの間の接続関係と、を決定し、係数情報を取得する。演算アクセラレータ４４３は、このようなハードウェア構成を有することにより、ニューラルネットワークのノード毎に各別に計算したり、複数のノードについての計算を纏めて実行したりすることができる。この演算アクセラレータ４４３は、ワークメモリ４４２とプロセッサ４４１とを用いた演算に比べて、高速な処理が可能となっている。また、演算アクセラレータ４４３は、ニューラルネットワークを用いた演算の結果を、出力ノードに対応するノード単位演算部４４３ａのローカルレジスタ４４３ｂから読み出して入出力レジスタ４４４の出力部分へ出力する。

　なお、演算アクセラレータ４４３は、演算規模によらずハードウェアの回路規模を変更することができない。そこで、本実施の形態に係るニューロエンジン４０４は、演算アクセラレータ４４３と、プロセッサ４４１とワークメモリ４４２とを組み合わせた構成となっている。

　このニューロエンジン４０４は、係数設定部４１９により重み係数が設定されたニューラルネットワークを用いて、気象予報情報と環境履歴情報に含まれる現時点の環境を示す環境パラメータから空気調和機４１、４２、４３の将来の機器設定パラメータを算出する。ここで、気象予報情報は、将来の気象条件を数値化した情報である。機器設定パラメータは、空気調和機４１、４２、４３の設定温度、風量レベル、給湯機５１の設定温度等を示す情報である。また、ニューロエンジン４０４は、係数取得部４１８が複数の係数情報を取得した場合、複数の係数情報それぞれの係数属性情報に含まれるニューラルネットワークのノード数および層数を示す情報に基づいて、複数の係数情報それぞれに対応したニューラルネットワークの演算を各別に実行する複数のニューラルネットワーク計算部を生成する。そして、ニューロエンジン４０４は、利用者特定部４１５により特定された利用者に応じて、その利用者に対応するニューラルネットワークの演算を実行して、その利用者に適した機器設定パラメータを算出する。

　クラウドサーバ２は、図７に示すように、ＣＰＵ２０１と、主記憶部２０２と、補助記憶部２０３と、通信インタフェース２０５と、これらを相互に接続するバス２０９と、を備える。ＣＰＵ２０１は、例えばマルチコアプロセッサである。主記憶部２０２は、揮発性メモリから構成され、ＣＰＵ２０１の作業領域として用いられる。補助記憶部２０３は、大容量の不揮発性メモリから構成され、クラウドサーバ２の各種機能を実現するためのプログラムを記憶する。通信インタフェース２０５は、宅外ネットワークＮＴ１に接続されており、気象サーバ３と宅外ネットワークＮＴ１を介して通信可能である。ＣＰＵ２０１は、補助記憶部２０３が記憶するプログラムを主記憶部２０２に読み出して実行することにより、図８に示すように、履歴情報取得部２１１、気象実績取得部２１２、ニューラルネットワーク計算部２１４、係数決定部２１５、係数情報生成部２１８、係数送信部２１９および係数取得部２２０として機能する。また、図７に示す補助記憶部２０３は、図８に示すように、履歴情報記憶部２３１と、気象情報記憶部２３２と、ニューラルネットワーク記憶部２３３と、を有する。

　ニューラルネットワーク記憶部２３３は、住戸Ｈに設置された空気調和機４１、４２、４３で用いられるニューラルネットワークの重み係数の初期値である初期係数を示す情報を記憶する。この初期係数は、空気調和機４１、４２、４３と同一機種の空気調和機が設置された他の住戸における空気調和機の動作履歴情報および環境履歴情報を含む履歴情報および気象実績情報に基づいて決定したニューラルネットワークの重み係数の初期値である。また、ニューラルネットワーク記憶部２３３は、空気調和機４１、４２、４３から取得した係数情報に含まれるニューラルネットワークの重み係数を示す情報を、係数情報の送信元の空気調和機４１、４２、４３の機器識別情報に対応づけて記憶する。

　履歴情報取得部２１１は、住戸Ｈに設置された空気調和機４１、４２、４３と同一機種の空気調和機、給湯機が設置された他の住戸における空気調和機、給湯機の動作履歴情報および環境履歴情報を含む履歴情報を顧客サーバ９から取得する。履歴情報取得部２１１は、例えば空気調和機４１、４２、４３と同一機種の空気調和機を購買した顧客を管理する顧客サーバ９から履歴情報を取得する。履歴情報取得部２１１は、顧客サーバ９から取得した可逆式の情報圧縮処理が施された履歴情報に対して情報伸張処理を実行してから履歴情報に含まれる動作履歴情報、環境履歴情報および利用者情報を取得する。そして、履歴情報取得部２１１は、取得した履歴情報に含まれる動作履歴情報、環境履歴情報および利用者情報を履歴情報記憶部２３１に記憶させる。気象実績取得部２１２は、気象サーバ３から宅外ネットワークＮＴ１を介して、履歴情報に対応する世帯の住戸の存在する地域における現在および過去の気象条件を示す気象実績情報を取得する。

　ニューラルネットワーク計算部２１４は、空気調和機４１、４２、４３で用いられるニューラルネットワークを用いて、気象予報情報と履歴情報取得部２１１が顧客サーバ９から取得した環境履歴情報とから、空気調和機４１、４２、４３と同一機種の空気調和機の機器設定パラメータを求める。

　係数決定部４２０は、履歴情報に含まれる動作履歴情報および環境履歴情報と、気象実績情報と、に基づいて、ニューラルネットワークの重み係数を決定する。係数決定部４２０は、まず、ニューラルネットワーク記憶部４３３から初期係数を示す情報を取得し、取得した初期係数をニューラルネットワークの重み係数に設定する。次に、係数決定部４２０は、ニューラルネットワーク計算部２１４が、環境履歴情報が示す現在および過去の環境パラメータと、日時情報が示す日時と、気象実績情報が示す現在または過去の気象条件を数値化した情報と、に基づいて、ニューラルネットワークを用いて算出した機器設定パラメータを取得する。続いて、係数決定部４２０は、履歴情報記憶部４３４が記憶する動作履歴情報が示す現在および過去の機器設定パラメータを取得し、ニューラルネットワークを用いて算出された機器設定パラメータとの誤差を算出する。そして、係数決定部４２０は、算出した誤差に基づいて、誤差逆伝播法によりニューラルネットワークの重み係数を決定する。

　係数情報生成部２１８は、係数決定部２１３が決定した重み係数を示す情報と重み係数が初期係数であることを示す情報とを含む係数情報を生成する。また、係数情報生成部２１８は、空気調和機４１、４２、４３から取得したニューラルネットワークの重み係数を示す情報を含む係数情報を生成する。係数送信部２１９は、係数情報生成部２１８が生成した係数情報を、宅外ネットワークＮＴ１を介して空気調和機４１、４２、４３へ送信する第１係数送信部である。係数取得部２２０は、空気調和機４１、４２、４３から送信される係数情報を取得すると、取得した係数情報に含まれるニューラルネットワークの重み係数を示す情報をニューラルネットワーク記憶部２３３に、空気調和機４１、４２、４３の機器識別情報に対応づけて記憶させる第１係数取得部である。

　管理装置７は、図９に示すように、ＣＰＵ７０１と主記憶部７０２と補助記憶部７０３と表示部７０４と入力部７０５とネットワーク通信部７０６と各部を相互に接続するバス７０９とを有する。補助記憶部７０３は、情報管理装置７の各種機能を実現するためのプログラムを記憶する。表示部７０４は、例えば液晶ディスプレイであり、ＣＰＵ７０１から入力される各種情報または操作画面画像を表示する。入力部７０５は、タッチパッドであり、利用者により操作されるとその操作内容に応じた情報をＣＰＵ７０１へ出力する。入力部７０５は、表示部７０４に重ねて配置されており、利用者は、表示部７０４に表示された操作画面画像を見ながら入力部７０５を操作することができる。ネットワーク通信部７０６は、宅内ネットワークＮＴ２に接続され、宅内ネットワークＮＴ２を介して空気調和機４１、４２、４３と通信する。

　ＣＰＵ７０１は、補助記憶部７０３が記憶するプログラムを主記憶部７０２に読み出して実行することにより、図１０に示すように、受付部７１１、特定部７１２、表示制御部７１３、機器識別情報取得部７１６、移動情報生成部７１４および移動情報送信部７１５として機能する。また、図９に示す補助記憶部７０３は、図１０に示すように、レイアウト情報記憶部７３１と、移動情報記憶部７３２と、画像記憶部７３３と、を有する。レイアウト情報記憶部７３１は、空気調和機４１、４２、４３の機器識別情報を、空気調和機４１、４２、４３の住戸Ｈ内の位置を示す配置情報と対応づけて記憶する。また、レイアウト情報記憶部７３１は、住戸Ｈ内における部屋Ｒ１、Ｒ２、Ｒ３の配置を示す間取り情報も記憶する。移動情報記憶部７３２は、係数情報の移動元となる空気調和機４１、４２、４３の機器識別情報と、係数情報の移動先となる空気調和機４１、４２、４３の機器識別情報と、を、利用者識別情報と対応づけて記憶する。画像記憶部７３３は、表示部７０４に表示させる間取り画像、マーク画像、矢印画像を示す画像情報を記憶する。

　受付部７１１は、利用者により入力部７０５が操作されると、その操作内容に応じた操作情報を受け付ける。機器識別情報取得部７１６は、空気調和機４１、４２、４３からそれぞれの機器識別情報を取得する。特定部７１２は、レイアウト情報記憶部７３１が記憶する配置情報と受付部７１１により受け付けられた操作情報とに基づいて、係数情報の移動元となる空気調和機４１、４２、４３の機器識別情報と、移動先となる空気調和機４１、４２、４３の機器識別情報と、を特定する。表示制御部７１３は、画像記憶部７３３から間取り画像を示す画像情報とマーク画像を示す画像情報とを取得し、レイアウト情報記憶部７３１が記憶する配置情報と間取り情報とに基づいて、間取り画像に空気調和機４１、４２、４３を示すマーク画像を合成して表示部７０４に表示させる。また、表示制御部７１３は、利用者により入力部７０５において係数情報の移動元の空気調和機４１、４２、４３から移動先の空気調和機４１、４２、４３へドラッグする操作を行うと、それに応じた矢印画像を画像記憶部７３３から取得して表示部７０４に表示させる。

　移動情報生成部７１４は、特定部７１２により特定された係数情報の移動元となる空気調和機４１、４２、４３の機器識別情報を含む移動元通知情報と、係数情報の移動先となる空気調和機４１、４２、４３の機器識別情報を含む移動先通知情報と、を生成する。移動情報生成部７１４は、生成した移動元通知情報と移動先通知情報とを移動情報記憶部７３２に記憶させる。移動情報送信部７１５は、移動元通知情報を係数情報の移動先となる空気調和機４１、４２、４３へ送信し、移動先通知情報を係数情報の移動元となる空気調和機４１、４２、４３へ送信する。

　次に、本実施の形態に係る制御システムの動作について図１１から図１７Ｂを参照しながら説明する。ここでは、空気調和機４１が新たに住戸Ｈに設置されるものとして説明する。まず、図１１に示すように、顧客サーバ９に対して履歴情報の送信を要求する履歴要求情報が、クラウドサーバ２から顧客サーバ９へ送信される（ステップＳ１）。ここで、履歴情報は、住戸Ｈに設置された空気調和機４１と同一機種の空気調和機が設置された他の住戸における空気調和機の動作履歴情報および環境履歴情報を含むものである。一方、顧客サーバ９は、履歴要求情報を受信すると、住戸Ｈに設置された空気調和機４１と同一機種の空気調和機が設置された他の住戸を特定し、特定した住戸に設置された空気調和機の動作履歴情報および環境履歴情報を含む履歴情報とこれに対応する履歴属性情報とを生成する（ステップＳ２）。

　履歴情報は、プロトコル情報と、生成した履歴情報を識別する履歴情報識別情報と、動作履歴情報と、環境履歴情報と、を含む。プロトコル情報は、履歴情報をクラウドサーバ２へ送信する際の通信プロトコルに関する各種情報を含む。なお、動作履歴情報、環境履歴情報は、例えば住戸Ｈに設置された空気調和機４１と同一機種の空気調和機が設置された複数の世帯における機器設定パラメータの平均値の履歴および環境パラメータの平均値の履歴を示すものであってもよい。また、履歴属性情報は、例えば図１２に示すように、プロトコル情報と、各種履歴属性情報と、を含む。プロトコル情報は、履歴情報をクラウドサーバ２へ送信する際の通信プロトコルに関する各種情報を含む。履歴属性情報としては、生成した履歴属性情報を識別する履歴属性情報識別情報と、空気調和機４、５２または給湯機５１を識別する機器識別情報と、前述の利用者識別情報と、フォーマット情報と、パラメータ取得条件情報と、機器設定種別情報と、環境種別情報と、連携機器識別情報と、連携対象情報と、操作機器識別情報と、が含まれる。履歴情報識別情報は、例えば属性情報に付与された識別情報と、履歴情報に付与された識別情報と、空気調和機４、５２または給湯機５１の識別情報と、の少なくとも１つを含む。フォーマット情報は、属性情報および履歴情報それぞれのデータ形式またはファイル形式を示す情報と圧縮形式を示す情報とを含む。ここで、フォーマット情報は、例えば属性情報のファイル形式がＪＳＯＮスキーマファイル形式であることを示す情報と、履歴情報がＪＳＯＮファイル形式であることを示す情報を含む。また、フォーマット情報は、履歴情報ファイル数、各履歴情報のファイルのファイルサイズを示す情報を含む。ここで、フォーマット情報に含まれるフラグ情報が例えば「０」であれば、履歴情報のファイル数を示し、「１」であれば１つ目の履歴情報のファイルのサイズ、「２」であれば２つ目の履歴情報のファイルのサイズ、「Ｎ」であればＮ個目の履歴情報のファイルのサイズを示し、「Ｎ＋１」であれば、履歴情報の圧縮形式を示すようにしてもよい。

　パラメータ取得条件情報は、動作履歴情報または環境履歴情報を取得した期間、機器設定パラメータ、環境パラメータを取得する時間間隔のような各種パラメータの取得条件を示す情報を含む。また、パラメータ取得条件情報は、各種パラメータの取得条件の変更履歴の有無、各種パラメータの取得条件を変更した場合の変更日時を示す情報を含んでもよい。ここで、パラメータ取得条件情報に含まれるフラグ情報が例えば「０」であれば、パラメータの取得日時を示し、「１」であればパラメータの取得開始日時を示し、「２」であればパラメータの取得終了日時を示し、「３」であればパラメータの取得間隔を示すようにしてもよい。機器設定種別情報は、動作履歴情報の内容を補足する情報であり、空気調和機４、５２および給湯機５１それぞれのオンオフ、設定温度、設定風量、設定風向等の機器設定パラメータの種別を示す情報を含む。ここで、機器設定種別情報に含まれるフラグ情報が例えば「０」であれば、空気調和機４、５２および給湯機５１それぞれのオンオフを示し、「１」であれば設定温度を示し、「２」であれば設定風量を示し、「３」であれば設定風向を示すようにしてもよい。操作機器識別情報は、機器設定パラメータを設定した操作機器６、７１、７２が住戸Ｈ内のリモートコントローラ、ＴＶまたはスマートフォンのような携帯端末、クラウドサーバ２を介した遠隔操作端末のいずれであるかを示す情報を含む。例えば、操作機器識別情報は、リモートコントローラであれば「０」に設定され、携帯端末であれば「１」に設定され、遠隔情報端末であれば「２」に設定されるようにしてもよい。

　環境種別情報は、環境履歴情報の内容を補足する情報であり、室温、住戸Ｈ外の気温、住戸Ｈ内の人の検知有無、住戸Ｈ内に居住する人の表面の温度、においセンサによる検知状態、ＣＯ_２濃度、空気中の微粒子（例えばＰＭ２．５）の濃度等の環境パラメータの種別を示す情報を含む。ここで、環境種別情報に含まれるフラグ情報が例えば「０」であれば、室温を示し、「１」であれば湿度を示し、「２」であれば外気温を示し、「３」であれば人の検知の有無を示すようにしてもよい。また、環境種別情報には、気象情報が含まれている。連携機器識別情報は、例えば空気調和機４、５２または給湯機５１と連携して動作している機器の識別情報を含む。連携対象情報は、例えば空気調和機４、５２または給湯機５１と連携する対象となる機器の動作状態の識別情報を含む。連携機器識別は、例えば、給湯機５１と連携している換気扇の識別情報を含む。この場合、連携対象情報は、例えば給湯機５１と連携する換気扇の動作がオンオフ動作であることを示す情報を含む。

　図１１に戻って、次に、生成された履歴情報と履歴属性情報とが、顧客サーバ９からクラウドサーバ２へ送信される（ステップＳ３）。続いて、気象サーバ３に対して気象実績情報の送信を要求する気象実績要求情報が、クラウドサーバ２から気象サーバ３へ送信される（ステップＳ４）。一方、気象サーバ３は、気象実績要求情報を受信すると、住戸Ｈが存在する地域における気象実績情報を生成する（ステップＳ５）。ここで、気象実績情報は、前述の履歴情報に対応する世帯の住戸の存在する地域における現在および過去の気象条件を示す気象実績情報である。その後、生成された気象実績情報が、気象サーバ３からクラウドサーバ２へ送信される（ステップＳ６）。一方、クラウドサーバ２は、気象実績情報を受信すると、受信した気象実績情報を気象情報記憶部２３２に記憶させる。その後、クラウドサーバ２は、取得した動作履歴情報、環境履歴情報および気象実績情報に基づいて、ニューラルネットワークの重み係数を初期係数として決定する（ステップＳ７）。クラウドサーバ２は、決定した初期係数を示す情報をニューラルネットワーク記憶部２３３に記憶させる。

　次に、新たな空気調和機４１が住戸Ｈに設置され、起動したとする。このとき、新たな空気調和機４１を識別する機器識別情報が、空気調和機４１から管理装置７へ送信される（ステップＳ８）。一方、管理装置７は、空気調和機４１から機器識別情報を受信すると、受信した機器識別情報を、空気調和機４１の位置を示す配置情報に対応づけてレイアウト情報記憶部７３１に記憶させる（ステップＳ９）。ここで、管理装置７は、例えば利用者が空気調和機４１の位置を管理装置７に登録するための操作画面画像を表示部７０４に表示させた状態で、利用者が入力部７０５を介して空気調和機４１の位置を登録するための操作を行うと、その操作内容に応じた配置情報を生成する。

　続いて、クラウドサーバ２に対して初期係数の送信を要求する係数要求情報が、空気調和機４１からクラウドサーバ２へ送信される（ステップＳ１０）。一方、クラウドサーバ２は、係数要求情報を受信すると、ニューラルネットワーク記憶部２３３が記憶する初期係数を示す情報を含む係数情報とこれに対応する係数属性情報とを生成する（ステップＳ１１）。係数情報は、プロトコル情報と、生成した係数情報を識別する係数情報識別情報と、重み係数情報と、を含む。プロトコル情報は、係数情報を空気調和機４１、４２、４３へ送信する際の通信プロトコルに関する各種情報を含む。係数属性情報は、例えば図１３に示すように、プロトコル情報と、各種属性情報と、を含む。この係数属性情報の詳細は後述する。図１１に戻って、次に、生成された係数情報と係数属性情報とが、クラウドサーバ２から空気調和機４１へ送信される（ステップＳ１２）。一方、空気調和機４１は、係数情報を受信すると、受信した係数情報をニューラルネットワーク記憶部４３３に記憶させる。

　その後、空気調和機４１が、予め設定されたニューラルネットワークの重み係数の更新時期が到来したと判定したとする。この場合、気象サーバ３に対して気象実績情報の送信を要求する気象実績要求情報が、空気調和機４１からクラウドサーバ２へ送信された後（ステップＳ１３）、クラウドサーバ２から気象サーバ３へ送信される（ステップＳ１４）。一方、気象サーバ３は、気象実績要求情報を受信すると、住戸Ｈが存在する地域における気象実績情報を生成する（ステップＳ１５）。次に、図１４に示すように、生成された気象実績情報が、気象サーバ３からクラウドサーバ２へ送信された後（ステップＳ１６）、クラウドサーバ２から空気調和機４１へ送信される（ステップＳ１７）。一方、空気調和機４１は、気象実績情報を受信すると、受信した気象実績情報を気象情報記憶部４３６に記憶させる。その後、空気調和機４１は、履歴情報記憶部４３４が記憶する動作履歴情報、環境履歴情報、日時情報および利用者情報と、気象情報記憶部４３６が記憶する気象実績情報と、に基づいて、ニューラルネットワークの重み係数を決定する（ステップＳ１８）。ここで、空気調和機４１は、決定した重み係数を示す情報をニューラルネットワーク記憶部４３３に記憶させる。以後、ニューラルネットワークの重み係数の更新時期が到来する毎に、前述のステップＳ１１からＳ１６までの一連の処理が繰り返し実行される。

　次に、利用者が空気調和機４１の動作モードを手動モードから自動モードへ切り替えるための操作を行ったとする。この場合、空気調和機４１は、利用者による自動モードへの切り替え操作を受け付ける（ステップＳ１９）。このとき、空気調和機４１は、動作モード記憶部４３５が記憶する動作モード情報を、自動モードを示す動作モード情報に更新する。その後、空気調和機４１が、機器設定記憶部４３１が記憶する機器設定情報の更新時期が到来したと判定したとする。この場合、気象サーバ３に対して気象予報情報と気象実績情報とを含む気象情報の送信を要求する気象情報要求情報が、空気調和機４１からクラウドサーバ２へ送信された後（ステップＳ２０）、クラウドサーバ２から気象サーバ３へ送信される（ステップＳ２１）。一方、気象サーバ３は、気象情報要求情報を受信すると、住戸Ｈが存在する地域における気象予報情報と気象実績情報とを特定して、特定した気象予報情報と気象実績情報とを含む気象情報を生成する（ステップＳ２２）。次に、生成された気象情報が、気象サーバ３からクラウドサーバ２へ送信された後（ステップＳ２３）、クラウドサーバ２から空気調和機４１へ送信される（ステップＳ２４）。

　続いて、空気調和機４１は、ニューラルネットワークを用いて、気象予報情報と現時点の環境を示す環境パラメータとから空気調和機４１の将来の機器設定パラメータを算出する（ステップＳ２５）。その後、空気調和機４１は、算出された機器設定パラメータを用いて、機器設定記憶部４３１が記憶する機器設定情報を更新する（ステップＳ２６）。以後、機器設定情報の更新時期が到来する毎に、前述のステップＳ２０からＳ２６までの一連の処理が繰り返し実行される。

　その後、空気調和機４１で用いられるニューラルネットワークの重み係数を示す係数情報をクラウドサーバ２へアップロードするアップロード時期が到来したとする。アップロード時期は、例えば１ヶ月の間隔で到来するように予め設定されている。この場合、空気調和機４１は、履歴情報とこれに対応する履歴属性情報と係数情報とこれに対応する係数属性情報とを生成する（ステップＳ２７）。ここで、空気調和機４１は、履歴情報記憶部４３４が記憶する履歴属性情報を参照して、前回のアップロード時期から今回のアップロード時期までの間の機器設定パラメータおよび環境パラメータの履歴を示す履歴情報とこれに対応する履歴属性情報とを生成する。また、空気調和機４１は、ニューラルネットワーク記憶部４３３が記憶するニューラルネットワークの重み係数を示す情報を取得して係数情報とこれに対応する係数属性情報とを生成する。ここで、履歴情報および履歴属性情報の構造は、前述の図１２を用いて説明した履歴情報および履歴属性情報の構造と同様である。また、係数情報は、前述のように、プロトコル情報と、生成した係数情報を識別する係数情報識別情報と、重み係数情報と、を含む。

　係数属性情報は、図１３に示すように、プロトコル情報と、各種属性情報と、を含む。属性情報としては、生成した係数属性情報を識別する係数属性情報識別情報と、ニューラルネットワークを用いて機器設定パラメータを算出する対象である空気調和機４１、４２、４３を識別する機器識別情報と、前述の利用者識別情報と、フォーマット情報と、ニューラルネットワーク構造情報と、演算情報と、学習方式情報と、学習期間情報と、係数更新時期情報と、実現機能情報と、機器使用環境情報と、が含まれる。係数情報識別情報は、例えば属性情報に付与された識別情報と、重み係数情報に付与された識別情報と、空気調和機４１、４２、４３の識別情報と、の少なくとも１つを含む。フォーマット情報は、属性情報および重み係数情報それぞれのデータ形式またはファイル形式を示す情報と圧縮形式を示す情報とを含む。ここで、フォーマット情報は、例えば属性情報のファイル形式がＪＳＯＮスキーマファイル形式であることを示す情報と、重み係数情報がＪＳＯＮファイル形式であることを示す情報を含む。ニューラルネットワーク構造情報は、ニューラルネットワークの層数および各層のノード数を示す情報と、ニューラルネットワークを用いた演算に使用する行列の次数を示す情報と、ニューラルネットワークの各ノードにおける活性化関数の形状を表す情報と、を含む。また、ニューラルネットワーク構造情報は、ニューラルネットワークを用いた計算における正規化処理またはドロップアウト情報と、ニューラルネットワークの各ノードについての入力側に接続されるノードと出力側に接続されるノードに関する情報と、を含む。ここで、ドロップアウト情報とは、ニューラルネットワークの重み係数を決定する際にニューラルネットワークを構成するノードのいずれかを不活性化させたかどうかを示す情報である。演算情報は、マルチスレット処理、パイプライン処理等のニューラルネットワークを用いた演算を行う際の処理方法を示す情報を含む。学習方式情報は、オートエンコーダを用いた誤差逆伝播法のような学習方式を示す情報を含む。学習期間情報は、ニューラルネットワークの係数を決定する際に使用した動作履歴情報、環境履歴情報および気象実績情報を取得した現在または過去の時期を示す情報を含む。係数更新時期情報は、ニューラルネットワークの重み係数を更新する時期を示す情報を含む。実現機能情報は、ニューラルネットワークを用いて算出される機器設定パラメータによる制御対象となる空気調和機４１、４２、４３の機能を示す情報を含む。また、実現機能情報は、ニューラルネットワークを用いて算出される機器設定パラメータを利用者が手動で変更する場合に操作機器６１、６２、６３に対して行う操作内容を示す情報を含む。機器使用環境情報は、住戸Ｈ内における空気調和機４１、４２、４３それぞれの配置を示す情報と、住戸Ｈに居住する世帯の構成を示す情報と、を含む。

　次に、生成された履歴情報と履歴属性情報と係数情報と係数属性情報とが、空気調和機４１からクラウドサーバ２へ送信される（ステップＳ２８）。一方、クラウドサーバ２は、空気調和機４１から履歴情報、履歴属性情報、係数情報および係数属性情報を受信すると、受信した履歴情報と履歴属性情報とを空気調和機４１の機器識別情報に対応づけて履歴情報記憶部２３１に記憶させるとともに、受信した係数情報と係数属性情報とを空気調和機４１の機器識別情報に対応づけてニューラルネットワーク記憶部２３３に記憶させる（ステップＳ２９）。

　ここで、クラウドサーバ２は、履歴情報に含まれる機器識別情報、機器設定種別情報等の空気調和機４１に固有の情報または環境種別情報のような空気調和機４１の使用環境に関する情報といったいわゆる静的な情報と、機器設定パラメータ、環境パラメータ等のいわゆる動的な情報をＩｏＴ情報として履歴情報記憶部２３１に記憶させる。また、クラウドサーバ２は、係数情報に含まれるニューラルネットワークの重み係数を示す情報を、係数情報に含まれる学習期間情報に対応づけて、ＡＩ情報としてニューラルネットワーク記憶部２３３に記憶させる。前回のアップロード時期から今回のアップロード時期までの間、クラウドサーバ２は、係数情報に含まれる学習期間情報を参照して、ニューラルネットワークの重み係数を決定する際に用いた履歴情報をＩｏＴ情報として係数情報に含まれる係数識別情報に対応づけて履歴情報記憶部２３１に記憶させる。また、履歴情報には、空気調和機４１において故障または不具合が発生した不具合発生時期を示す情報が含まれている。これにより、クラウドサーバ２は、空気調和機４１における不具合の発生状況を管理することができる。

　続いて、クラウドサーバ２が空気調和機４１から受信した履歴情報と履歴属性情報とが、クラウドサーバ２から顧客サーバ９へ送信される（ステップＳ３０）。ここで、顧客サーバ９は、空気調和機４１から履歴情報と履歴属性情報とを受信すると、受信した履歴情報と履歴属性情報とを空気調和機４１の機器識別情報に対応づけてストレージに記憶させる。

　また、図１５に示すように、利用者が、管理装置７の入力部７０５を介して既に住戸Ｈに設定されている空気調和機４２，４３で用いられているニューラルネットワークの係数情報を新たな空気調和機４１へ移動させるための係数情報移動操作を行ったとする。この場合、管理装置７は、利用者による係数情報移動操作を受け付ける（ステップＳ３１）。

　ここで、管理装置７は、レイアウト情報記憶部７３１が記憶する配置情報および間取り情報に基づいて、例えば図１６Ａに示すような、住戸Ｈの間取りを示す間取り画像ＧＡＨを含む操作画面画像を表示部７０４の表示画面７０４ａに表示させる。ここで、画像ＧＡＨには、空気調和機４１、４２、４３が設置された部屋Ｒ１、Ｒ２、Ｒ３に対応する領域Ａ１、Ａ２、Ａ３が含まれている。

　管理装置７が操作画面画像を表示部７０４の表示画面７０４ａに表示させた状態で、利用者が、タッチパッドである入力部７０５における空気調和機４２を示すマーク画像ＧＡ２に対応する部分を指Ｆでタッチしたとする。その後、利用者が、入力部７０５にタッチした指Ｆを、入力部７０５における空気調和機４１を示すマーク画像ＧＡ１に対応する部分までドラッグさせたとする。このとき、管理装置７は、表示部７０４の表示画面７０４ａに矢印画像ＧＡＡＲ１を表示させる。そして、利用者が、指Ｆを入力部７０５から離脱させると、管理装置７は、表示部７０４の表示画面７０４ａに、図１６Ｂに示すようなウィンドウ画像ＰＭ１を表示させる。ウィンドウ画像ＰＭ１には、係数情報移動操作を終了する際にタッチされる部分に表示される釦画像ＢＵ１１が含まれる。また、ウィンドウ画像ＰＭ１には、入力部７０５における釦画像ＢＵ１１に対応する部分がタッチされた後、係数情報移動操作を継続する際にタッチされる部分に表示される釦画像ＢＵ１２も含まれる。入力部７０５における釦画像ＢＵ１２に対応する部分は、係数移動操作を行っている途中の状態では、選択不可能な状態となっている。

　また、利用者が、入力部７０５における釦画像ＢＵ１１に対応する部分をタッチすることなく、続けて、入力部７０５における空気調和機４３を示すマーク画像ＧＡ３に対応する部分を指Ｆでタッチしたとする。その後、利用者が、入力部７０５にタッチした指Ｆを、入力部７０５における空気調和機４１を示すマーク画像ＧＡ１に対応する部分までドラッグさせたとする。このとき、管理装置７は、図１７Ａに示すように、表示部７０４の表示画面７０４ａに矢印画像ＧＡＡＲ２を追加で表示させる。

　次に、利用者が、図１７Ｂに示すように、入力部７０５における釦画像ＢＵ１１に対応する部分を指Ｆでタッチしたとする。この場合、管理装置７は、図１５に示すように、係数情報の移動元となる空気調和機４２、４３と、移動先となる空気調和機４１と、を特定する（ステップＳ３２）。続いて、管理装置７は、特定した係数情報の移動先の空気調和機４１の機器識別情報を含む移動先通知情報と、特定した移動元の空気調和機４２、４３の機器識別情報を含む移動元通知情報と、を生成する（ステップＳ３３）。その後、生成された移動元通知情報が、管理装置７から空気調和機４１へ送信され（ステップＳ３４）、生成された移動先通知情報が、管理装置７から空気調和機４２、４３へ送信される（ステップＳ３５）。

　一方、空気調和機４２、４３は、管理装置７から移動先通知情報を受信すると、ニューラルネットワーク記憶部４３３から自機が用いるニューラルネットワークの重み係数を示す情報を取得して係数情報と係数属性情報とを生成する（ステップＳ３６）。この係数情報および係数属性情報の構造は、前述の図１３を用いて説明した係数情報および係数属性情報の構造と同様である。次に、生成された係数情報と係数属性情報とが、空気調和機４２、４３からクラウドサーバ２へ送信される（ステップＳ３７）。一方、クラウドサーバ２は、空気調和機４２、４３から係数情報と係数属性情報とを受信すると、受信した係数情報と係数属性情報とを空気調和機４２、４３の機器識別情報に対応づけてニューラルネットワーク記憶部２３３に記憶させる（ステップＳ３８）。

　また、空気調和機４１が管理装置７から移動元通知情報を受信すると、受信した移動元通知情報に含まれる空気調和機４２、４３の機器識別情報を含む係数要求情報が、空気調和機４１からクラウドサーバ２へ送信される（ステップＳ３９）。一方、クラウドサーバ２は、係数要求情報を受信すると、受信した係数要求情報に含まれる機器識別情報に基づいて、ニューラルネットワーク記憶部２３３が記憶する係数情報の中から、空気調和機４２、４３に対応する係数情報を特定する（ステップＳ４０）。このとき、クラウドサーバ２は、空気調和機４２、４３それぞれに対応する係数情報に含まれる学習期間情報と、空気調和機４２、４３それぞれに対応する履歴情報に含まれる不具合発生時期を示す情報と、を比較し、学習期間情報が示す学習期間内に不具合発生時期が存在する係数情報は除外する。これにより、空気調和機４１にとって適切な係数情報が空気調和機４１へ送信されるので、空気調和機４１が適切に自動運転することが可能となる。

　続いて、特定された係数情報とこれに対応する係数属性情報とが、クラウドサーバ２から空気調和機４１へ送信される（ステップＳ４１）。一方、空気調和機４１は、クラウドサーバ２から係数情報と係数属性情報とを受信すると、受信した係数情報と係数属性情報とをニューラルネットワーク記憶部４３３に記憶させる（ステップＳ４２）。

　また、利用者が、図１８に示すように、操作機器６１を介して空気調和機４１のニューラルネットワーク記憶部４３３が記憶する重み係数を示す情報を含む係数情報をクラウドサーバ２へアップロードするためのアップロード操作を行ったとする。この場合、空気調和機４１は、係数情報をクラウドサーバ２へアップロードする操作を受け付けて（ステップＳ５１）、ニューラルネットワーク記憶部４３３が記憶する重み係数を示す重み係数情報を含む係数情報を生成する（ステップＳ５２）。その後、生成された係数情報と係数属性情報とが、空気調和機４１からクラウドサーバ２へ送信される（ステップＳ５３）。一方、クラウドサーバ２は、係数情報と係数属性情報とを受信すると、受信した係数情報と係数属性情報とを、空気調和機４１を識別する機器識別情報に対応づけてニューラルネットワーク記憶部２３３に記憶させる（ステップＳ５４）。

　また、利用者が、操作機器６１を介してクラウドサーバ２から空気調和機４１へ係数情報をダウンロードするためのダウンロード操作を行ったとする。この場合、空気調和機４１は、クラウドサーバ２から係数情報をダウンロードする操作を受け付ける（ステップＳ５５）。次に、クラウドサーバ２に対して係数情報を送信するよう要求する係数要求情報が、空気調和機４１からクラウドサーバ２へ送信される（ステップＳ５６）。この係数要求情報には、空気調和機４１の機器識別情報が含まれる。一方、クラウドサーバ２は、係数要求情報を受信すると、受信した係数要求情報に含まれる機器識別情報に対応づけられた係数情報を特定する（ステップＳ５７）。続いて、特定された係数情報とこれに対応する係数属性情報とが、クラウドサーバ２から空気調和機４１へ送信される（ステップＳ５８）。一方、空気調和機４１は、係数情報と係数属性情報とを受信すると、受信した係数情報と係数属性情報とをニューラルネットワーク記憶部４３３に記憶させる（ステップＳ５９）。

　次に、本実施の形態に係る空気調和機４１、４２、４３が実行する機器制御処理について図１９から図２２を参照しながら説明する。この機器制御処理は、例えば、住戸Ｈに空気調和機４１、４２、４３を新たに設置してから、空気調和機４１、４２、４３を起動させたことを契機として開始される。まず、図１９に示すように、機器識別情報送信部４２７は、空気調和機４１、４２、４３を識別する機器識別情報を管理装置７へ送信する（ステップＳ１０１）。次に、係数取得部４１８は、クラウドサーバ２へ係数要求情報を送信することにより（ステップＳ１０２）、クラウドサーバ２からニューラルネットワークの初期係数を示す初期重み係数情報を含む係数情報と係数属性情報とを取得する（ステップＳ１０３）。係数取得部４１８は、取得した係数情報に含まれる初期重み係数情報と係数属性情報とをニューラルネットワーク記憶部４３３に記憶させる。

　次に、係数決定部４２０は、ニューラルネットワークの係数更新時期が到来したか否かを判定する（ステップＳ１０４）。係数決定部４２０が、未だ係数更新時期が到来していないと判定すると（ステップＳ１０４：Ｎｏ）、そのまま後述のステップＳ１０８の処理が実行される。一方、係数決定部４２０が、係数更新時期が到来したと判定したとする（ステップＳ１０４：Ｙｅｓ）。この場合、気象情報取得部４１７は、気象実績要求情報をクラウドサーバ２へ送信することにより（ステップ１０５）、クラウドサーバ２から気象実績情報を取得する（ステップＳ１０６）。気象情報取得部４１７は、取得した気象実績情報を気象情報記憶部４３６に記憶させる。その後、係数決定処理が実行される（ステップＳ１０７）。

　ここで、係数決定処理の詳細について、図２０を参照しながら詳細に説明する。まず、ニューロエンジン４０４は、履歴情報記憶部４３４から空気調和機４１の動作履歴情報、環境履歴情報および日時情報を取得し、気象情報記憶部４３６から気象実績情報を取得する（ステップＳ２０１）。この動作履歴情報、環境履歴情報および日時情報が、ニューラルネットワークを学習させるためのいわゆる教師データに相当する。次に、係数設定部４１９が、ニューラルネットワーク記憶部４３３から重み係数の初期値である初期重み係数を示す情報を取得し、取得した情報が示す初期重み係数を、ニューロエンジン４０４で演算を行うニューラルネットワークの重み係数に設定する（ステップＳ２０２）。続いて、ニューロエンジン４０４は、初期重み係数が設定されたニューラルネットワークを用いて、取得した環境履歴情報に含まれる環境パラメータ、日時情報が示す日時および気象実績情報が示す気象条件を数値化した情報から、過去および現在の予め設定された複数の時間帯それぞれにおける機器設定パラメータを算出する（ステップＳ２０３）。その後、係数決定部４２０は、前述複数の時間帯それぞれについて、算出された機器設定パラメータと、動作履歴情報に含まれる機器設定パラメータと、の誤差を算出する（ステップＳ２０４）。次に、係数決定部４２０は、算出された誤差に基づいて、誤差逆伝播法（バックプロパゲーション）によりニューラルネットワークの各重み係数を新たに決定する（ステップＳ２０５）。そして、係数決定部４２０は、決定した重み係数をニューラルネットワーク記憶部４３３に記憶させる（ステップＳ２０６）。

　図１９に戻って、次に、操作受付部４１３は、動作モードを設定するための操作を受け付けたか否かを判定する（ステップＳ１０８）。操作受付部４１３が、動作モードを設定するための操作を受け付けていないと判定する（ステップＳ１０８：Ｎｏ）、そのまま後述のステップＳ１０９の処理が実行される。一方、操作受付部４１３が、動作モードを設定するための操作を受け付けたと判定する（ステップＳ１０８：Ｙｅｓ）、動作モード設定部４２３は、受け付けた操作内容に応じた動作モードを示す動作モード情報を動作モード記憶部４３５に記憶させる（ステップＳ１０９）。

　続いて、機器設定更新部４２２は、動作モード記憶部４３５が記憶する動作モード情報を参照して、空気調和機４１、４２、４３の動作モードが自動モードであるか否かを判定する（ステップＳ１１０）。機器設定更新部４２２が、空気調和機４１、４２、４３の動作モードが手動モードであると判定すると（ステップＳ１１０：Ｎｏ）、後述するステップＳ１１６の処理が実行される。一方、機器設定更新部４２２は、空気調和機４１、４２、４３の動作モードが自動モードであると判定すると（ステップＳ１１０：Ｙｅｓ）、予め設定された空気調和機４１、４２、４３の機器設定情報の更新時期が到来したか否かを判定する（ステップＳ１１１）。機器設定更新部４２２が、空気調和機４１、４２、４３の機器設定更新時期が未だ到来していないと判定すると（ステップＳ１１１：Ｎｏ）、後述するステップＳ１１６の処理が実行される。一方、機器設定更新部４２２が、空気調和機４１、４２、４３の機器設定情報の更新時期が到来したと判定したとする（ステップＳ１１１：Ｙｅｓ）。この場合、気象情報取得部４１７は、クラウドサーバ２に対して気象情報要求情報を送信することにより（ステップＳ１１２）、クラウドサーバ２から気象情報を取得する（ステップＳ１１３）。ここで、気象情報取得部４１７は、取得した気象情報に含まれる気象予報情報および気象実績情報を気象情報記憶部４３６に記憶させる。

　その後、ニューロエンジン４０４が、環境履歴情報に含まれる現在の環境パラメータと気象予報情報とに基づいて、係数設定部４１９により重み係数が設定されたニューラルネットワークを用いて、空気調和機４１、４２、４３の機器設定パラメータを算出する（ステップＳ１１４）。ここで、係数設定部４１９は、ニューラルネットワーク記憶部４３３が記憶する重み係数を示す重み係数情報を取得し、取得した重み係数情報が示す重み係数をニューラルネットワークの重み係数に設定する。次に、機器設定更新部４２２が、算出された機器設定パラメータを用いて、機器設定記憶部４３１が記憶する機器設定情報を更新する（ステップＳ１１５）。

　続いて、図２１に示すように、履歴情報生成部４２５は、予め設定されたアップロード時期が到来したか否かを判定する（ステップＳ１１６）。履歴情報生成部４２５が、未だアップロード時期が到来していないと判定すると（ステップＳ１１６：Ｎｏ）、後述するステップＳ１１８の処理が実行される。一方、履歴情報生成部４２５が、アップロード時期が到来したと判定したとする（ステップＳ１１６：Ｙｅｓ）。この場合、履歴情報生成部４２５が、履歴情報とこれに対応する履歴属性情報とを生成し、係数情報生成部４２４が、係数情報とこれに対応する係数属性情報とを生成する（ステップＳ１１７）。ここで、履歴情報生成部４２５は、履歴情報記憶部４３４が記憶する履歴情報を参照して、前回のアップロード時期から今回のアップロード時期までの間の機器設定パラメータおよび環境パラメータの履歴を示す履歴情報を生成する。また、係数情報生成部４２４は、ニューラルネットワーク記憶部４３３が記憶するニューラルネットワークの重み係数を示す情報を取得して係数情報を生成する。ここで、履歴情報および履歴属性情報の構造は、前述の図１２を用いて説明した履歴情報および履歴属性情報の構造と同様であり、係数情報および係数属性情報の構造は、前述の図１３を用いて説明した係数情報および係数属性情報の構造と同様である。その後、履歴情報送信部４２６が、履歴情報生成部４２５が生成した履歴情報と履歴属性情報とを顧客サーバ９へ送信するとともに、係数送信部４２１が、係数情報生成部４２４が生成した係数情報と係数属性情報とを顧客サーバ９へ送信する（ステップＳ１１８）。

　次に、係数情報生成部４２４は、管理装置７から、自機が用いるニューラルネットワークの重み係数を示す係数情報を、他の空気調和機４１、４２、４３へ移動させる際の移動先を通知する移動先通知情報を受信したか否かを判定する（ステップＳ１１９）。係数情報生成部４２４が、移動先通知情報を受信していないと判定すると（ステップＳ１１９：Ｎｏ）、後述するステップＳ１２２の処理が実行される。一方、係数情報生成部４２４は、移動先通知情報を受信したと判定すると（ステップＳ１１９：Ｙｅｓ）、係数情報とこれに対応する係数属性情報とを生成する（ステップＳ１２０）。この係数情報および係数属性情報の構造は、前述の図１３を用いて説明した係数情報および係数属性情報の構造と同様である。係数情報は、ニューラルネットワーク記憶部４３３が記憶する重み係数を示す重み係数情報を含む。また、係数属性情報は、自機の機器識別情報と、係数情報の移動先の空気調和機（例えば空気調和機４１）の機器識別情報と、を含む。ここで、係数情報の移動先の空気調和機の機器識別情報は、例えば機器使用環境情報として係数属性情報に含まれる。続いて、係数送信部４２１は、生成された係数情報と係数属性情報とをクラウドサーバ２へ送信する（ステップＳ１２１）。

　その後、係数取得部４１８は、管理装置７から、他の空気調和機４１、４２、４３が用いるニューラルネットワークの重み係数を示す係数情報を自機へ移動させる際の移動元を通知する移動元通知情報を受信したか否かを判定する（ステップＳ１２２）。係数取得部４１８が、移動元通知情報を受信していないと判定すると（ステップＳ１２２：Ｎｏ）、そのまま後述のステップＳ１２５の処理が実行される。一方、係数取得部４１８は、移動元通知情報を受信したと判定すると（ステップＳ１２２：Ｙｅｓ）、クラウドサーバ２に対して他の空気調和機４１、４２、４３の係数情報の送信を要求する係数要求情報をクラウドサーバ２へ送信する（ステップＳ１２３）。この係数要求情報は、移動元通知情報に含まれる係数情報の移動元の空気調和機（例えば空気調和機４２、４３）の機器識別情報を含む。これにより、係数取得部４１８は、クラウドサーバ２から他の空気調和機に対応する係数情報とこれに対応する係数属性情報とを取得する（ステップＳ１２４）。

　次に、図２２に示すように、操作受付部４１３は、クラウドサーバ２へ係数情報をアップロードするためのアップロード操作を受け付けたか否かを判定する（ステップＳ１２５）。操作受付部４１３が、アップロード操作を受け付けていないと判定すると（ステップＳ１２５：Ｎｏ）、後述するステップＳ１２８の処理が実行される。一方、操作受付部４１３が、アップロード操作を受け付けたと判定すると（ステップＳ１２５：Ｙｅｓ）、係数情報生成部４２４が、ニューラルネットワーク記憶部４３３が記憶する重み係数を示す情報を含む係数情報を生成する（ステップＳ１２６）。続いて、係数送信部４２１は、生成された係数情報をクラウドサーバ２へ送信する（ステップＳ１２７）。その後、操作受付部４１３は、クラウドサーバ２から係数情報をダウンロードするためのダウンロード操作を受け付けたか否かを判定する（ステップＳ１２８）。操作受付部４１３が、ダウンロード操作を受け付けていないと判定すると（ステップＳ１２８：Ｎｏ）、再びステップＳ１０３の処理が実行される。一方、操作受付部４１３が、ダウンロード操作を受け付けたと判定すると（ステップＳ１２８：Ｙｅｓ）、係数取得部４１８が、係数要求情報をクラウドサーバ２へ送信することにより（ステップＳ１２９）、クラウドサーバ２から係数情報とこれに対応する係数属性情報とを取得する（ステップＳ１３０）。係数取得部４１８は、取得した係数情報に含まれる重み係数情報をニューラルネットワーク記憶部４３３に記憶させる。ここで、ニューロエンジン４０４は、係数取得部４１８が複数の係数情報とこれに対応する係数属性情報とを取得した場合、複数の係数情報に対応する係数属性情報それぞれに含まれるニューラルネットワークのノード数および層数を示す情報に基づいて、複数の係数情報それぞれに対応したニューラルネットワークの演算を各別に実行する。その後、再びステップＳ１０３の処理が実行される。

　次に、本実施の形態に係るクラウドサーバ２が実行する係数情報生成処理について図２３を参照しながら説明する。この係数情報生成処理は、例えばクラウドサーバ２へ電源が投入されたことを契機として開始される。まず、履歴情報取得部２１１は、顧客サーバ９に対して住戸Ｈに設置された空気調和機４１、４２，４３と同一機種の空気調和機の動作履歴情報および環境履歴情報を含む履歴情報の送信を要求する履歴要求情報を顧客サーバ９へ送信することにより（ステップＳ３０１）、顧客サーバ９から履歴情報とこれに対応する履歴属性情報とを取得する（ステップＳ３０２）。次に、気象実績取得部２１２は、気象サーバ３に対して気象実績情報の送信を要求する気象実績要求情報を送信することにより（ステップＳ３０３）、気象サーバ３から気象実績情報を取得する（ステップＳ３０４）。続いて、履歴情報に含まれる動作履歴情報および環境履歴情報と気象実績情報とに基づいて、前述のニューラルネットワークの係数を決定する係数決定処理が実行される（ステップＳ３０５）。係数決定処理の内容は、図２０を用いて説明した係数決定処理と同様である。この係数決定処理により算出される重み係数は、初期重み係数としてニューラルネットワーク記憶部２３３に記憶される。

　その後、係数情報生成部２１８は、空気調和機４１、４２、４３から係数要求情報を取得したか否かを判定する（ステップＳ３０６）。係数情報生成部２１８が、係数要求情報を取得していないと判定すると（ステップＳ３０６：Ｎｏ）、再びステップＳ３０１の処理が実行される。一方、係数情報生成部２１８が、係数要求情報を取得したと判定すると（ステップＳ３０６：Ｙｅｓ）、ニューラルネットワーク記憶部２３３が記憶する初期重み係数を示す情報を含む係数情報を生成する（ステップＳ３０７）。その後、係数送信部２１９が、生成された係数情報を、係数要求情報の送信元の空気調和機４１、４２、４３へ送信する（ステップＳ３０８）。次に、再びステップＳ３０１の処理が実行される。

　ここで、本実施の形態における制御システムにおける、空気調和機４１およびクラウドサーバ２それぞれで保持される重み係数を示す情報と履歴情報の推移の一例について、図２４を参照しながら説明する。まず、空気調和機４１が新たに導入された時点Ｔ０では、クラウドサーバ２が、空気調和機４１へ送信する初期重み係数を示す情報をニューラルネットワーク記憶部２３３に記憶させ、空気調和機４１が、クラウドサーバ２から取得した初期重み係数を示す情報をニューラルネットワーク記憶部４３３に記憶させている。その後、空気調和機４１の寿命により、第１回目の空気調和機４１の更新時期Ｔ１が到来したとする。このとき、空気調和機４１は、時期Ｔ０から時期Ｔ１までの間の履歴情報を履歴情報記憶部４３４に記憶させるとともに、時期Ｔ０から時期Ｔ１までの間の履歴情報に基づいて決定された重み係数（ｖｅｒ１）を示す情報をニューラルネットワーク記憶部４３３に記憶させている。このとき、クラウドサーバ２は、空気調和機４１から受信した時期Ｔ０から時期Ｔ１までの間の履歴情報をいわゆる学習用情報として履歴情報記憶部２３１に記憶させるとともに、初期重み係数を示す情報と空気調和機４１から受信した重み係数（ｖｅｒ１）を示す情報とをニューラルネットワーク記憶部２３３に記憶させている。

　その後、空気調和機４１の寿命により、第２回目の空気調和機４１の更新時期Ｔ２が到来したとする。このとき、空気調和機４１は、時期Ｔ１から時期Ｔ２までの間の履歴情報を履歴情報記憶部４３４に記憶させるとともに、時期Ｔ１から時期Ｔ２までの間の履歴情報に基づいて決定された重み係数（ｖｅｒ２）を示す情報をニューラルネットワーク記憶部４３３に記憶させている。このとき、クラウドサーバ２は、空気調和機４１から受信した時期Ｔ１から時期Ｔ２までの間の履歴情報を学習用情報として履歴情報記憶部２３１に記憶させるとともに、空気調和機４１から受信した重み係数（ｖｅｒ１）を示す情報と重み係数（ｖｅｒ２）を示す情報とをニューラルネットワーク記憶部２３３に記憶させている。そして、クラウドサーバ２は、初期重み係数をニューラルネットワーク記憶部２３３から削除している。

　その後、時期Ｔ２１において、空気調和機４１の不具合が発生したとする。そして、時期Ｔ２１の後に第３回目の空気調和機４１の更新時期Ｔ３が到来したとする。このとき、空気調和機４１は、時期Ｔ２から時期Ｔ３までの間の履歴情報を履歴情報記憶部４３４に記憶させる。但し、空気調和機４１は、不具合の発生した時期を除く時期Ｔ１から時期Ｔ２までの間の履歴情報に基づいて新たに決定された重み係数（ｖｅｒ３）を示す情報をニューラルネットワーク記憶部４３３に記憶させている。このとき、クラウドサーバ２は、空気調和機４１から受信した時期Ｔ１から時期Ｔ２までの間の履歴情報をそのまま履歴情報記憶部２３１に残し、空気調和機４１で不具合が発生した時期Ｔ２から時期Ｔ３までの間の履歴情報の学習用情報としての履歴情報記憶部２３１への記憶を回避する。また、クラウドサーバ２は、重み係数（ｖｅｒ１）を示す情報をそのままニューラルネットワーク記憶部２３３に残し、空気調和機４１から受信した重み係数（ｖｅｒ２）を示す情報のニューラルネットワーク記憶部２３３への記憶を回避する。そして、クラウドサーバ２は、新たに決定された重み係数（ｖｅｒ３）をニューラルネットワーク記憶部２３３に記憶させる。これにより、空気調和機４１で不具合が発生した時期の履歴情報が、空気調和機４１で用いられるニューラルネットワークの重み係数の決定に用いられることが防止される。また、クラウドサーバ２は、予め設定された期間よりも前の時期に対応する重み係数を示す情報および履歴情報を、ニューラルネットワーク記憶部２３３、履歴情報記憶部２３１から削除していく。これにより、クラウドサーバ２に要求される補助記憶２０３の容量規模の拡大が抑制される。

　以上説明したように、本実施の形態に係る制御システムでは、クラウドサーバ２において、係数取得部２２０が、係数情報を空気調和機４１から取得し、係数送信部２１９が、空気調和機４１から係数要求情報を取得すると、係数取得部２２０が取得した係数情報を空気調和機４１へ送信する。一方、空気調和機４１において、係数取得部４１８が、クラウドサーバ２へ係数要求情報を送信することにより、クラウドサーバ２から係数情報を取得し、係数設定部４１９が、係数取得部４１８が取得した係数情報に基づいて、ニューラルネットワークの重み係数を設定する。これにより、例えば空気調和機４１の更新前に、空気調和機４１で用いられていたニューラルネットワークの重み係数を示す情報を含む係数情報を、クラウドサーバ２へアップロードしておき、空気調和機４１の更新後に、クラウドサーバ２へ係数要求情報を送信してクラウドサーバ２から係数情報をダウンロードすることにより、更新後の空気調和機４１で用いられるニューラルネットワークについて更新前の重み係数を設定することができる。従って、空気調和機４１が更新された場合においても更新後の空気調和機４１において、空気調和機４１の更新前の運転状態の傾向を継続できる。即ち、それまでに使用していた空気調和機４１の自動運転時の動作傾向を新たな空気調和機４１へ引き継ぐことができる。また、本実施の形態に係る制御システムでは、空気調和機４１のニューラルネットワークの重み係数をクラウドサーバ２からダウンロードして更新することにより、利用者の空気調和機４１の使用方法の変化、特に、利用者の引っ越しに伴う空気調和機４１の設置環境の変化、利用者の家族構成の変化等に柔軟に対応できる。

　また、本実施の形態に係る制御システムでは、複数の異なる利用者に対応するニューラルネットワークの重み係数を示す情報を、予めクラウドサーバ２にアップロードさせておくことにより、利用者毎に対応する係数情報をダウンロードして用いることができる。これにより、利用者の数が大幅に増加した場合であっても、空気調和機４１、４２、４３を、各利用者に適した動作傾向で自動運転させることができる。

　更に、本実施の形態に係る空気調和機４１、４２、４３は、空気調和機４１、４２、４３の機器設定パラメータの履歴を示す動作履歴情報と空気調和機４１、４２、４３が動作する環境の環境パラメータの履歴を示す環境履歴情報と初期の重み係数を示す情報と気象実績情報に基づいて、重み係数を決定する係数決定部４２０を備える。これにより、空気調和機４１、４２、４３は、ニューラルネットワークの重み係数を更新しながら運転を継続するので、空気調和機４１、４２、４３の利用者に適した動作傾向で自動運転させることができる。

　また、本実施の形態に係るニューロエンジン４０４は、係数取得部４１８が複数の係数情報を取得した場合、複数の係数情報それぞれの係数属性情報に含まれるニューラルネットワークのノード数および層数を示す情報に基づいて、複数の係数情報それぞれに対応したニューラルネットワークの演算を各別に実行する複数のニューラルネットワーク計算部を生成する。これにより、複数種類のニューラルネットワークを用いた演算を並行して実行することができるので、複数の異なる利用者に対応するニューラルネットワークを用いて、空気調和機４１、４２、４３を、複数の利用者それぞれに適した動作傾向で自動運転させることができる。

　更に、本実施の形態では、履歴情報生成部４２５が、空気調和機４１、４２、４３の機器設定パラメータの履歴を示す動作履歴情報と前記機器が動作する環境の環境パラメータの履歴を示す環境履歴情報とを含む履歴情報を生成し、履歴情報送信部４２６が、生成された履歴情報を顧客サーバ９へ送信する。そして、クラウドサーバ２の係数決定部２１５が、顧客サーバ９から取得した、空気調和機４１、４２、４３および空気調和機４１、４２、４３と同一機種の空気調和機の履歴情報と気象実績情報とに基づいて、空気調和機４１、４２、４３で用いられるニューラルネットワークの重み係数の初期値を決定する。これにより、例えば新たに空気調和機４１、４２、４３を導入する際、空気調和機４１、４２、４３で用いられるニューラルネットワークの初期の重み係数を適切な値に設定することができる。

　以上、本発明の実施の形態について説明したが、本発明は前述の実施の形態の構成に限定されるものではない。例えば、管理装置７が、空気調和機４１、４２、４３それぞれについてそれらの利用者を設定するための操作画面画像を表示部７０４に表示させるものであってもよい。管理装置７が新たに設置された空気調和機４１から機器識別情報を受信すると、管理装置７の表示制御部７１３は、例えば図２５Ａに示すような管理装置７に未だ登録されていない機器のリストを表示する操作画面画像を表示部７０４の表示画面７０４ａに表示させる。図２５Ａに示す操作画面画像は、新たに設置された空気調和機４１に対応する釦画像ＢＵ２１を含んでいる。ここで、利用者が、タッチパッドである入力部７０５における釦画像ＢＵ２１に対応する部位にタッチすると、表示制御部７１３は、例えば図２５Ｂに示すような空気調和機４１の利用者を登録する操作画面画像を、表示部７０４の表示画面７０４ａに表示させる。図２５Ｂに示す操作画面画像は、例えば住戸Ｈに居住する各利用者を示す複数の釦画像ＢＵ２２を含む。ここで、利用者が、入力部７０５における釦画像ＢＵ２２のいずれかに対応する部分をタッチすると、管理装置７の特定部７１２は、その釦画像ＢＵ２２が示す利用者の利用者識別情報を、空気調和機４１の機器識別情報に対応づけてレイアウト情報記憶部７３１に記憶させる。このようにして、１人の利用者が空気調和機４１の利用者として管理装置７に登録されると、表示制御部７１３は、例えば図２６に示すようなウィンドウ画像ＰＭ２１を含む操作画面画像を表示部７０４の表示画面７０４ａに表示させる。ここで、利用者が、入力部７０５における釦画像ＢＵ２４に対応する部分をタッチすると、表示制御部７１３は、再び図２５Ｂに示すような操作画面画像を表示部７０４の表示画面７０４ａに表示させる。

　一方、利用者が、入力部７０５における釦画像ＢＵ２３に対応する部分をタッチすると、特定部７１２は、レイアウト情報記憶部７３１が記憶する他の空気調和機４２、４３の機器識別情報に対応づけられた利用者識別情報を参照して、空気調和機４１に対応づけられた利用者識別情報と同一の利用者識別情報に対応づけられた機器識別情報を検索する。そして、特定部７１２は、空気調和機４１に対応づけられた利用者識別情報と同一の利用者識別情報に対応づけられた機器識別情報が付与された空気調和機４２、４３を、係数情報の移動元の空気調和機４２、４３として特定する。

　なお、本変形例において、例えば特定部７１２の機能がクラウドサーバ２で実現される構成であってもよい。この場合、クラウドサーバ２が、各空気調和機４２、４３の利用者識別情報を、各空気調和機４２、４３の機器識別情報に対応づけて記憶する利用者情報記憶部（図示せず）を備える構成とすればよい。そして、管理装置７は、空気調和機４１から受信した機器識別情報と、それに対応づけられた利用者識別情報と、をクラウドサーバ２へ送信し、クラウドサーバ２が、機器識別情報記憶部が記憶する他の空気調和機４２、４３の機器識別情報に対応づけられた利用者識別情報を参照して、空気調和機４１に対応づけられた利用者識別情報と同一の利用者識別情報に対応づけられた機器識別情報を検索するようにすればよい。

　本構成によれば、管理装置７が、間取り画像ＧＡＨを示す画像情報を記憶する必要がないので、管理装置７の補助記憶部７０３の記憶容量を低減することができる。

　実施の形態では、利用者が管理装置７の入力部７０５を操作することにより係数情報を移動させる例について説明したが、これ限らず、利用者が管理装置７を操作することなく自動的に係数情報の移動元の空気調和機４２、４３を特定するものであってもよい。

　ここで、本変形例に係る制御システムの動作について、図２７を参照しながら説明する。なお、図２７において、実施の形態と同様の処理については、図１４と同一の符号を付している。まず、利用者が、空気調和機４１を住戸Ｈに設置した後、空気調和機４１を起動させたとする。このとき、空気調和機４１は、撮像装置４８１により利用者を撮像する（ステップＳ３０３１）。次に、空気調和機４１は、撮像装置４８１で撮像された利用者の画像情報を取得し、取得した画像情報が示す利用者の表面の温度分布から空気調和機４１の利用者を特定する（ステップＳ３０３２）。ここで、空気調和機４１は、特定した空気調和機４１の利用者の利用者識別情報を、利用者情報記憶部４３２に記憶させる。続いて、空気調和機４１の機器識別情報と利用者情報記憶部４３２が記憶する利用者識別情報とが、空気調和機４１から管理装置７へ送信される（ステップＳ３０３３）。

　一方、管理装置７は、空気調和機４１から機器識別情報と利用者識別情報とを受信すると、レイアウト情報記憶部７３１が記憶する他の空気調和機４２、４３の機器識別情報に対応づけられた利用者識別情報を参照して、空気調和機４１に対応づけられた利用者識別情報と同一の利用者識別情報に対応づけられた機器識別情報を検索する。そして、特定部７１２は、受信した機器識別情報が付与された空気調和機４１を係数情報の移動先と特定し、空気調和機４１と同一の利用者識別情報に対応づけられた機器識別情報が付与された空気調和機４２、４３を、係数情報の移動元として特定する（ステップＳ３０３４）。その後、ステップＳ３３以降の処理が実行される。

　なお、本変形例において、例えばクラウドサーバ２が、利用者識別情報を、各空気調和機４２、４３の機器識別情報に対応づけて記憶する利用者情報記憶部（図示せず）を備える構成であってもよい。この場合、図２８に示すように、まず、利用者が、空気調和機４１を住戸Ｈに設置した後、空気調和機４１を起動させたとする。このとき、空気調和機４１は、撮像装置４８１により利用者を撮像する（ステップＳ４０３２）。次に、空気調和機４１の機器識別情報と、利用者を撮像して得られる画像情報とが、空気調和機４１からクラウドサーバ２へ送信される（ステップＳ４０３３）。次に、クラウドサーバ２は、撮像装置４８１で撮像された利用者の画像情報を取得し、取得した画像情報が示す利用者の表面の温度分布から空気調和機４１の利用者を特定する（ステップＳ４０３４）。このとき、クラウドサーバ２は、特定した利用者の利用者識別情報を、空気調和機４１から取得した機器識別情報に対応づけて利用者情報記憶部に記憶させる。

　続いて、クラウドサーバ２は、利用者情報記憶部が記憶する他の空気調和機４２、４３の機器識別情報に対応づけられた利用者識別情報を参照して、空気調和機４１に対応づけられた利用者識別情報と同一の利用者識別情報に対応づけられた機器識別情報を検索する。そして、クラウドサーバ２は、受信した機器識別情報が付与された空気調和機４１を係数情報の移動先と特定し、空気調和機４１と同一の利用者識別情報に対応づけられた機器識別情報が付与された空気調和機４２、４３を、係数情報の移動元として特定する（ステップＳ４０３５）。その後、クラウドサーバ２は、特定した係数情報の移動先の空気調和機４１の機器識別情報を含む移動先通知情報と、特定した移動元の空気調和機４２、４３の機器識別情報を含む移動元通知情報と、を生成する（ステップＳ４０３６）。その後、生成された移動元通知情報が、クラウドサーバ２から空気調和機４１へ送信され（ステップＳ４０３７）、生成された移動先通知情報が、クラウドサーバ２から空気調和機４２、４３へ送信される（ステップＳ４０３８）。次に、ステップＳ３６以降の処理が実行される。

　本構成によれば、利用者が管理装置７を操作する必要が無くなるので、利用者の利便性を高めることができる。

　また、図２６を用いて説明した変形例において、空気調和機４１において、予め設定された利用者特定期間内における空気調和機４１の主な利用者を特定し、特定した主な利用者の利用者識別情報に基づいて、係数情報が移動元の空気調和機が決定されるものであってもよい。この場合、利用者が、空気調和機４１を住戸Ｈに設置した後、空気調和機４１を起動させた後、空気調和機４１は、撮像装置４８１により利用者を撮像して得られる利用者の画像情報を取得し、取得した画像情報が示す利用者の表面の温度分布から空気調和機４１の利用者を特定することを、予め設定された利用者特定期間が経過するまでの間、繰り返し実行する。利用者特定期間は、例えば空気調和機４１を起動してから１週間程度の期間に設定される。その後、利用者特定期間が経過すると、空気調和機４１は、利用者特定期間中に特定した利用者のうち、空気調和機４１の利用頻度が最も高い利用者を主な利用者として特定する。

　なお、本変形例において、例えばクラウドサーバ２が、空気調和機４１の主な利用者を特定するものであってもよい。この場合、利用者が、空気調和機４１を住戸Ｈに設置して空気調和機４１を起動させた後、空気調和機４１は、撮像装置４８１により利用者を撮像して得られる利用者の画像情報を取得し、取得した画像情報を空気調和機４１の機器識別情報とともにクラウドサーバ２へ送信することを、予め設定された利用者特定期間が経過するまでの間繰り返し実行する。一方、クラウドサーバ２は、空気調和機４１から取得した各画像情報について、各画像情報が示す利用者の表面の温度分布から空気調和機４１の利用者を特定する。そして、クラウドサーバ２は、利用者特定期間が経過すると、クラウドサーバ２は、利用者特定期間中に特定した利用者のうち、空気調和機４１の利用頻度が最も高い利用者を主な利用者として特定する。

　本構成によれば、空気調和機４１で用いられるニューラルネットワークに設定されるべき重み係数を適切に選択することができる。

　また、図２２用いて説明した変形例において、管理装置７が、空気調和機４２，４３から係数属性情報を取得し、取得した係数属性情報に含まれる利用者識別情報に基づいて、係数情報の移動元の空気調和機を決定するものであってもよい。

　ここで、本変形例に係る制御システムの動作について、図２９を参照しながら説明する。なお、図２９において、図２７を用いて説明した変形例と同様の処理については、図２７と同一の符号を付している。まず、利用者が、空気調和機４１を住戸Ｈに設置した後、空気調和機４１を起動させると、空気調和機４１は、撮像装置４８１により利用者を撮像する（ステップＳ７０３１）。次に、空気調和機４１は、撮像装置４８１で撮像された利用者の画像情報を取得し、取得した画像情報が示す利用者の表面の温度分布から空気調和機４１の利用者を特定する（ステップＳ７０３２）。ここで、空気調和機４１は、特定した空気調和機４１の利用者の利用者識別情報を、利用者情報記憶部４３２に記憶させる。続いて、空気調和機４１の機器識別情報と利用者情報記憶部４３２が記憶する利用者識別情報とが、空気調和機４１から管理装置７へ送信される（ステップＳ７０３３）。

　一方、管理装置７は、空気調和機４１から機器識別情報と利用者識別情報とを受信すると、受信した機器識別情報が付与された空気調和機４１を係数情報の移動先として特定する（ステップＳ７０３４）。その後、空気調和機４２、４３に対して係数属性情報の送信を要求する係数属性要求情報が、管理装置７から空気調和機４２、４３それぞれへブロードキャスト送信される（ステップＳ７０３５）。一方、空気調和機４２、４３は、係数属性要求情報を受信すると、係数属性情報を生成する（ステップ７０３６）。この係数属性情報は、図８に示す係数情報における係数属性情報ＤＡＺ２のみを含む情報に相当する。次に、生成された係数属性情報が、空気調和機４２、４３それぞれから管理装置７へ送信される（ステップＳ７０３７）。管理装置７は、係数属性情報を受信すると、係数属性情報に含まれる利用者識別情報を抽出し、抽出した利用者識別情報の中に、空気調和機４１から受信した利用者識別情報と同じものが含まれる係数属性情報を検索する。そして、管理装置７は、空気調和機４１から受信した利用者識別情報と同じものが含まれる係数属性情報の送信元の空気調和機４２、４３を係数情報の移動元として特定する（ステップＳ７０３８）。その後、ステップＳ３３以降の一連の処理が実行される。

　なお、本変形例において、管理装置７が、係数属性情報を受信すると、係数属性情報に含まれる利用者識別情報とともに学習期間情報を抽出し、抽出した利用者識別情報の中に空気調和機４１から受信した利用者識別情報と同じものが含まれ且つ抽出した学習期間情報から算出される学習期間の長さが予め設定された基準期間以上である係数属性情報を検索してもよい。そして、管理装置７は、空気調和機４１から受信した利用者識別情報と同じものが含まれ且つ学習期間情報から算出される学習期間の長さが予め設定された基準期間以上である係数属性情報の送信元の空気調和機４２、４３を係数情報の移動元として特定するようにすればよい。或いは、管理装置７が、抽出した利用者識別情報の中に空気調和機４１から受信した利用者識別情報と同じものが含まれ且つ学習期間情報が示す学習期間の終期が直近の予め設定された期間内に含まれる係数属性情報を検索してもよい。そして、管理装置７は、空気調和機４１から受信した利用者識別情報と同じものが含まれ且つ学習期間情報が示す学習期間の終期が直近の予め設定された期間に含まれる係数属性情報の送信元の空気調和機４２、４３を係数情報の移動元として特定するようにすればよい。

　また、本変形例において、例えばクラウドサーバ２が、係数情報の移動元の空気調和機４２、４３を特定する構成であってもよい。この場合、クラウドサーバ２は、空気調和機４１から管理装置７を介して空気調和機４１の機器識別情報と利用者識別情報とを取得し、空気調和機４２、４３に対して係数属性要求情報を送信することより、空気調和機４２、４３から係数属性情報を取得するようにすればよい。ここで、クラウドサーバ２は、空気調和機４２、４３から係数属性情報を受信すると、係数属性情報に含まれる利用者識別情報を抽出し、抽出した利用者識別情報の中に、空気調和機４１から受信した利用者識別情報と同じものが含まれる係数属性情報を検索して移動元の空気調和機４２、４３を特定するようにすればよい。また、クラウドサーバ２は、特定した係数情報の移動先の空気調和機４１の機器識別情報を含む移動先通知情報と、特定した移動元の空気調和機４２、４３の機器識別情報を含む移動元通知情報と、を生成する。そして、生成された移動元通知情報が、クラウドサーバ２から空気調和機４１へ送信されるとともに、生成された移動先通知情報が、クラウドサーバ２から空気調和機４２、４３へ送信される。

　本構成によれば、管理装置７またはクラウドサーバ２が、空気調和機４１、４２、４３の利用者の利用者識別情報を、空気調和機４１、４２、４３の機器識別情報と対応づけて記憶しておく必要がない。従って、管理装置７の補助記憶部７０３またはクラウドサーバ２の補助記憶部２０３の記憶容量を低減することができる。

　実施の形態では、履歴情報が、空気調和機４１から直接クラウドサーバ２へ送信され、係数情報が、空気調和機４１から直接クラウドサーバ２へ送信されたりクラウドサーバ２から直接空気調和機４１へ送信されたりする例について説明した。但し、履歴情報、係数情報の送信方法は、これに限定されない。例えば、履歴情報が、空気調和機４１からいわゆるテザリング機能を有する端末装置（図示せず）で中継されてクラウドサーバ２へ送信されるものであってもよい。また、係数情報が、空気調和機４１から端末装置で中継されてクラウドサーバ２へ送信されるものであってもよいし、クラウドサーバ２から端末装置で中継されて空気調和機４１へ送信されるものであってもよい。また、実施の形態において、気象情報が、クラウドサーバ２から直接空気調和機４１へ送信される例について説明したが、これに限らず、例えば、気象情報が、クラウドサーバ２から端末装置で中継されて空気調和機４１へ送信されるものであってもよい。ここで、端末装置としては、例えばスマートフォンのような携帯端末を採用することができる。

　本構成によれば、空気調和機４１が直接宅内ネットワークＮＴ２に接続されていない場合でも、空気調和機４１からクラウドサーバ２へ履歴情報または係数情報を送信したり、クラウドサーバ２から空気調和機４１へ係数情報または気象実績情報を送信したりすることができる。従って、空気調和機４１の利用者の利便性を高めることができる。

　実施の形態では、クラウドサーバ２が、顧客から空気調和機４１と同一機種の他の空気調和機についての動作履歴情報および環境履歴情報と、他の空気調和機が設置された場所における気象実績情報と、に基づいて、ニューラルネットワークの重み係数を初期係数として決定する例について説明した。但し、これに限らず、例えばクラウドサーバ２が、ニューラルネットワーク記憶部２３３が記憶する空気調和機４１と同一機種の他の空気調和機それぞれで用いられるニューラルネットワークの重み係数を示す情報を取得し、取得した情報が示す重み係数の分布に基づいて、初期の重み係数を決定するものであってもよい。

　実施の形態では、クラウドサーバ２が、顧客サーバ９から、空気調和機４１と同一機種の空気調和機が設置された他の住戸における空気調和機の動作履歴情報および環境履歴情報を含む履歴情報を取得する例について説明した。但し、これに限らず、例えば、クラウドサーバ２が、空気調和機４１と同一機種の空気調和機が設置された他の住戸における空気調和機の動作履歴情報および環境履歴情報を含む履歴情報を管理する機能を有するものであってもよい。この場合、クラウドサーバ２は、履歴情報を、顧客サーバ９へ送信しない構成とすることができる。

　実施の形態では、空気調和機４１、４２、４３が、気象サーバ３から取得した気象情報を用いて機器設定パラメータを算出する構成について説明したが、これに限らず、例えば、空気調和機４１、４２、４３が、気象情報を用いずに機器設定パラメータを算出するものであってもよい。この場合、例えば図３０に示すように、空気調和機４１、４２、４３は、気象情報取得部４１７と気象情報記憶部４３６とを備えない構成とすればよい。また、クラウドサーバ２は、図３１に示すように、気象実績取得部２１２と気象情報記憶部２３２とを備えない構成としてもよい。

　また、コンピュータにプログラムを提供する方法は任意である。例えば、プログラムは、通信回線の掲示版（ＢＢＳ（Bulletin Board System））にアップロードされ、通信回線を介してコンピュータに配信されてもよい。そして、コンピュータは、このプログラムを起動して、ＯＳ（Operating System）の制御の下、他のアプリケーションと同様に実行する。これにより、コンピュータは、上述の処理を実行する空気調和機４１、４２、４３の制御部４００およびクラウドサーバ２として機能する。

　本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施形態及び変形が可能とされるものである。また、上述した実施形態は、この発明を説明するためのものであり、本発明の範囲を限定するものではない。すなわち、本発明の範囲は、実施形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、この発明の範囲内とみなされる。

　本発明は、住戸に設置される家電機器の自動運転制御に好適である。

２　クラウドサーバ、３　気象サーバ、７　管理装置、９　顧客サーバ、４１,４２,４３　空気調和機、６１，６２，６３　操作機器、８１　データ回線終端装置、８２　ルータ、２０１，４０１,７０１　ＣＰＵ、２０２，４０２,７０２　主記憶部、２０３，４０３,７０３　補助記憶部、２０５,４０５,７０５　通信インタフェース、２０９，４０９,７０９　バス、２１２　気象実績取得部、２１４　ニューラルネットワーク計算部、２１５,４２０　係数決定部、２１８，４２４　係数情報生成部、２１９,４２１　係数送信部、２３３,４３３　ニューラルネットワーク記憶部、４００　制御部、４０４　ニューロエンジン、４０６　計測装置インタフェース、４０７　操作機器インタフェース、４０８　撮像インタフェース、４１１　環境情報取得部、４１２　画像取得部、４１３　操作受付部、４１４　機器制御部、４１５　利用者特定部、４１６　計時部、４１７　気象情報取得部、４１８　係数取得部、４１９　係数設定部、４２２　機器設定更新部、４２３　動作モード設定部、４２５　履歴情報生成部、４２６　履歴情報送信部、４２７　機器識別情報送信部、４３１　機器設定記憶部、４３２　利用者情報記憶部、４３４　履歴情報記憶部、４３５　動作モード記憶部、４３６　気象情報記憶部、４６１　計測装置、４８１　撮像装置、７１１　受付部、７１２　特定部、７１３　表示制御部、７１４　移動情報生成部、７１５　移動情報送信部、７３１　レイアウト情報記憶部、７３２　移動情報記憶部、７３３　画像記憶部、Ｈ　住戸、Ｌ１０　入力層、Ｌ２０　隠れ層、Ｌ３０　出力層、ＮＴ１　宅外ネットワーク、ＮＴ２　宅内ネットワーク

Claims

　サーバと、少なくとも１つの機器と、を備え、
　前記サーバは、
　予め設定されたノード数および層数を有する前記機器の将来の機器設定パラメータを求めるためのニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と前記係数情報の属性を示す係数属性情報とを、前記少なくとも１つの機器から取得する第１係数取得部と、
　前記少なくとも１つの機器から係数要求情報を取得すると、前記第１係数取得部が取得した前記係数情報と前記係数属性情報とを、前記少なくとも１つの機器へ送信する第１係数送信部と、を有し、
　前記少なくとも１つの機器は、それぞれ、
　前記少なくとも１つの機器それぞれで用いられるニューラルネットワークのニューラルネットワーク係数を示す係数情報と係数属性情報とを、前記サーバへ送信する第２係数送信部と、
　前記サーバへ前記係数情報の送信を要求する係数要求情報を送信することにより、前記サーバから係数情報と係数属性情報とを取得する第２係数取得部と、
　前記第２係数取得部が取得した前記係数情報と係数属性情報とに基づいて、ニューラルネットワークのニューラルネットワーク係数を設定する係数設定部と、
　前記ニューラルネットワーク係数が設定された前記ニューラルネットワークを用いて、現時点の環境を示す環境パラメータから前記機器の将来の機器設定パラメータを求めるニューロエンジンと、
　前記ニューロエンジンにより求められた前記機器設定パラメータに基づいて前記機器を制御する機器制御部と、を有する、
　制御システム。
　前記少なくとも１つの機器は、それぞれ、
　前記機器の機器設定パラメータの履歴を示す動作履歴情報と前記機器が動作する環境の環境パラメータの履歴を示す環境履歴情報と前記係数情報とに基づいて、前記ニューラルネットワーク係数を決定する係数決定部を更に備える、
　請求項１に記載の制御システム。
　前記少なくとも１つの機器は、それぞれ、過去の気象条件を示す気象実績情報と将来の気象条件を示す気象予報情報とを含む気象情報を取得する気象情報取得部を更に有し、
　前記ニューロエンジンは、前記ニューラルネットワーク係数が設定された前記ニューラルネットワークを用いて、前記気象予報情報と現時点の環境を示す環境パラメータとから前記機器の将来の機器設定パラメータを求め、
　前記係数決定部は、前記機器の機器設定パラメータの履歴を示す動作履歴情報と前記機器が動作する環境の環境パラメータの履歴を示す環境履歴情報と前記係数情報と前記係数属性情報と前記気象実績情報とに基づいて、前記ニューラルネットワーク係数を決定する、
　請求項２に記載の制御システム。
　前記少なくとも１つの機器は、それぞれ、
　前記機器の機器設定パラメータの履歴を示す動作履歴情報と前記機器が動作する環境の環境パラメータの履歴を示す環境履歴情報とを含む履歴情報と前記履歴情報の属性を示す履歴属性情報とを生成する履歴情報生成部を更に有し、
　前記サーバは、前記履歴情報生成部が生成した前記履歴情報と前記履歴属性情報とに基づいて、前記機器の前記ニューラルネットワーク係数の初期値を決定する係数決定部を更に有する、
　請求項２または３に記載の制御システム。
　前記履歴属性情報は、前記機器を識別する機器識別情報と、前記機器設定パラメータの種別を示す機器設定種別情報と、前記環境の種別を示す環境種別情報と、を含む、
　請求項４に記載の制御システム。
　前記係数属性情報は、前記ニューラルネットワークのノード数および層数を示す情報を含む構造情報を含み、
　前記ニューロエンジンは、前記第２係数取得部が複数の係数情報と前記複数の係数情報それぞれの属性を示す複数の係数属性情報とを取得した場合、前記複数の係数属性情報それぞれに含まれるニューラルネットワークのノード数および層数を示す情報に基づいて、複数の係数情報および複数の係数属性情報それぞれに対応したニューラルネットワークの演算を各別に実行する、
　請求項１から５のいずれか１項に記載の制御システム。
　前記機器の利用者を撮像する撮像装置と、
　前記撮像装置により撮像された画像に基づいて、前記利用者を特定する利用者特定部と、を更に備え、
　前記係数属性情報は、更に、前記利用者特定部により特定された利用者を識別する利用者識別情報を含む、
　請求項６に記載の制御システム。
　前記少なくとも１つの機器は、少なくとも１つの第１機器と第２機器とを含み、
　前記少なくとも１つの第１機器および第２機器それぞれで用いられるニューラルネットワークの重み係数を示す重み係数情報を含む係数情報を管理する管理装置を更に備え、
　前記管理装置は、
　前記係数情報の移動元となる前記少なくとも１つの第１機器の機器識別情報と、前記係数情報の移動先となる前記第２機器の機器識別情報と、を特定する特定部と、
　前記特定部により特定された前記少なくとも１つの第１機器の機器識別情報を含む移動元通知情報と、前記第２機器の機器識別情報を含む移動先通知情報と、を生成する移動情報生成部と、
　前記移動元通知情報を前記第２機器へ送信し、前記移動先通知情報を前記少なくとも１つの第１機器へ送信する移動情報送信部と、を有し、
　前記少なくとも１つの第１機器の第２係数送信部は、前記移動先通知情報を取得すると、前記少なくとも１つの第１機器で用いられるニューラルネットワークの重み係数を示す情報と前記第２機器の機器識別情報とを含む係数情報と係数属性情報とを前記サーバへ送信し、
　前記第２機器の第２係数取得部は、前記移動元通知情報を取得すると、前記移動元通知情報に含まれる前記少なくとも１つの第１機器の機器識別情報に基づいて、前記少なくとも１つの第１機器で用いられるニューラルネットワークの重み係数を示す重み係数情報を含む係数情報と係数属性情報とを、前記サーバから取得する、
　請求項１から７のいずれか１項に記載の制御システム。
　予め設定されたノード数および層数を有する少なくとも１つの機器それぞれの将来の機器設定パラメータを求めるためのニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と前記係数情報の属性を示す係数属性情報とを、前記少なくとも１つの機器から取得する係数取得部と、
　前記少なくとも１つの機器から係数要求情報を取得すると、前記係数取得部が取得した係数情報と係数属性情報とを、前記少なくとも１つの機器へ送信する係数送信部と、を備える、
　サーバ。
　予め設定されたノード数および層数を有する機器の将来の機器設定パラメータを求めるためのニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と前記係数情報の属性を示す係数属性情報とをサーバへ送信する係数送信部と、
　前記ニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報の送信を要求する係数要求情報を前記サーバへ送信することにより、前記サーバから前記係数情報と前記係数属性情報とを取得する係数取得部と、
　前記係数取得部が取得した前記係数情報と前記係数属性情報とに基づいて、ニューラルネットワークのニューラルネットワーク係数を設定する係数設定部と、
　前記ニューラルネットワーク係数が設定された前記ニューラルネットワークを用いて、現時点の環境を示す環境パラメータから前記機器の将来の機器設定パラメータを求めるニューロエンジンと、
　前記ニューロエンジンにより求められた前記機器設定パラメータに基づいて前記機器を制御する機器制御部と、を備える、
　機器。
　少なくとも１つの機器が、予め設定されたノード数および層数を有する機器の将来の機器設定パラメータを求めるためのニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と前記係数情報の属性を示す係数属性情報とをサーバへ送信するステップと、
　前記サーバが、前記ニューラルネットワークのニューラルネットワーク係数を示す係数情報と前記係数情報の属性を示す係数属性情報とを、前記少なくとも１つの機器から取得するステップと、
　前記サーバが、前記少なくとも１つの機器から係数要求情報を取得すると、取得した前記係数情報と前記係数属性情報とを、前記少なくとも１つの機器へ送信するステップと、
　前記少なくとも１つの機器が、前記サーバへ前記係数情報の送信を要求する係数要求情報を送信することにより、前記サーバから係数情報と係数属性情報とを取得するステップと、
　前記少なくとも１つの機器が、取得した前記係数情報と前記係数属性情報とに基づいて、ニューラルネットワークのニューラルネットワーク係数を設定するステップと、
　前記少なくとも１つの機器が、前記ニューラルネットワーク係数が設定された前記ニューラルネットワークを用いて、現時点の環境を示す環境パラメータから前記機器の将来の機器設定パラメータを求めるステップと、
　前記少なくとも１つの機器が、求められた前記機器設定パラメータに基づいて前記機器を制御するステップと、を含む、
　制御方法。
　コンピュータを、
　予め設定されたノード数および層数を有する少なくとも１つの機器それぞれの将来の機器設定パラメータを求めるためのニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と前記係数情報の属性を示す係数属性情報とを、前記少なくとも１つの機器から取得する係数取得部、
　前記少なくとも１つの機器から係数要求情報を取得すると、前記係数取得部が取得した係数情報と係数属性情報とを、前記少なくとも１つの機器へ送信する係数送信部、
　として機能させるためのプログラム。
　コンピュータを、
　予め設定されたノード数および層数を有する機器の将来の機器設定パラメータを求めるためのニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報と前記係数情報の属性を示す係数属性情報とをサーバへ送信する係数送信部、
　前記ニューラルネットワークのニューラルネットワーク係数を示す情報を含む係数情報の送信を要求する係数要求情報を前記サーバへ送信することにより、前記サーバから前記係数情報と前記係数属性情報とを取得する係数取得部、
　前記係数取得部が取得した前記係数情報と前記係数属性情報とに基づいて、ニューラルネットワークのニューラルネットワーク係数を設定する係数設定部、
　前記ニューラルネットワーク係数が設定された前記ニューラルネットワークを用いて、現時点の環境を示す環境パラメータから前記機器の将来の機器設定パラメータを求めるニューロエンジン、
　前記ニューロエンジンにより求められた前記機器設定パラメータに基づいて前記機器を制御する機器制御部、
　として機能させるためのプログラム。