WO2021038863A1 - 判定装置、判定方法および判定プログラム - Google Patents

判定装置、判定方法および判定プログラム Download PDF

Info

Publication number
WO2021038863A1
WO2021038863A1 PCT/JP2019/034252 JP2019034252W WO2021038863A1 WO 2021038863 A1 WO2021038863 A1 WO 2021038863A1 JP 2019034252 W JP2019034252 W JP 2019034252W WO 2021038863 A1 WO2021038863 A1 WO 2021038863A1
Authority
WO
WIPO (PCT)
Prior art keywords
communication
information
determination device
determination
unit
Prior art date
Application number
PCT/JP2019/034252
Other languages
English (en)
French (fr)
Inventor
幸暉 堀田
俊哉 池長
大智 上浦
Original Assignee
ソニー株式会社
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 ソニー株式会社 filed Critical ソニー株式会社
Priority to PCT/JP2019/034252 priority Critical patent/WO2021038863A1/ja
Priority to PCT/JP2020/017570 priority patent/WO2021038961A1/ja
Priority to JP2021541995A priority patent/JPWO2021038961A1/ja
Priority to EP20857411.1A priority patent/EP4017108A4/en
Priority to US17/633,579 priority patent/US20220312289A1/en
Priority to CN202080059022.9A priority patent/CN114258704A/zh
Publication of WO2021038863A1 publication Critical patent/WO2021038863A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
    • H04W36/324—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data by mobility data, e.g. speed data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/14—Reselecting a network or an air interface
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H04W36/00837—Determination of triggering parameters for hand-off
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/14—Reselecting a network or an air interface
    • H04W36/144—Reselecting a network or an air interface over a different radio air interface technology
    • H04W36/1446—Reselecting a network or an air interface over a different radio air interface technology wherein at least one of the networks is unlicensed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
    • H04W36/304—Reselection being triggered by specific parameters by measured or perceived connection quality data due to measured or perceived resources with higher communication quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]

Definitions

  • the present invention relates to a determination device, a determination method, and a determination program.
  • the conventional technology has room for improvement in determining the switching of the communication network.
  • the communication network is switched according to a predetermined switching standard, but the communication quality of the switching destination communication network may not always be good, and the switching of the communication network is appropriately determined. It was not always possible to do so.
  • the present application has been made in view of the above, and an object of the present application is to appropriately determine switching of a communication network.
  • the determination device determines the communication unit that selectively connects to and communicates with a plurality of communication networks, the sensor information detected by the mobile communication device used by the user, and the status of the communication quality to each communication network. It is provided with an acquisition unit for acquiring the indicated communication information, and a determination unit for determining whether to switch to another communication network among a plurality of communication networks based on the sensor information and communication information acquired by the acquisition unit. It is characterized by.
  • FIG. 1 is a diagram showing an example of information processing according to an embodiment.
  • FIG. 2 is a diagram showing an example of information processing according to the embodiment.
  • FIG. 3 is a diagram showing a configuration example of the information processing system according to the embodiment.
  • FIG. 4 is a diagram showing a configuration example of the terminal device according to the embodiment.
  • FIG. 5 is a diagram showing a configuration example of the information providing device according to the embodiment.
  • FIG. 6 is a diagram showing a configuration example of the determination device according to the embodiment.
  • FIG. 7 is a diagram showing an example of a past communication-related information storage unit according to the embodiment.
  • FIG. 8 is a diagram showing an example of a model information storage unit according to the embodiment.
  • FIG. 9 is a diagram showing a configuration example of the determination device according to the embodiment.
  • FIG. 1 is a diagram showing an example of information processing according to an embodiment.
  • FIG. 2 is a diagram showing an example of information processing according to the embodiment.
  • FIG. 3 is a
  • FIG. 10 is a flowchart showing an example of information processing according to the embodiment.
  • FIG. 11 is a diagram showing a configuration example of the terminal device according to the embodiment.
  • FIG. 12 is a diagram showing a configuration example of the terminal device according to the embodiment.
  • FIG. 13 is a flowchart showing an example of information processing according to the embodiment.
  • FIG. 14 is a flowchart showing an example of information processing according to the embodiment.
  • FIG. 15 is a diagram showing an example of information processing according to the embodiment.
  • FIG. 16 is a diagram showing an example of information processing according to the embodiment.
  • FIG. 17 is a diagram showing a configuration example of the determination device according to the embodiment.
  • FIG. 18 is a flowchart showing an example of information processing according to the embodiment.
  • FIG. 11 is a diagram showing a configuration example of the terminal device according to the embodiment.
  • FIG. 12 is a diagram showing a configuration example of the terminal device according to the embodiment.
  • FIG. 13 is a flowchart showing an
  • FIG. 19 is a diagram showing a configuration example of the determination device according to the embodiment.
  • FIG. 20 is a diagram showing a configuration example of the determination device according to the embodiment.
  • FIG. 21 is a flowchart showing an example of information processing according to the embodiment.
  • FIG. 22 is a diagram showing a configuration example of the determination device according to the embodiment.
  • FIG. 23 is a flowchart showing an example of information processing according to the embodiment.
  • FIG. 24 is a diagram showing an example of information processing according to the embodiment.
  • FIG. 25 is a hardware configuration diagram showing an example of a computer that realizes the function of the determination device.
  • the determination device the determination method, and the embodiment for implementing the determination program (hereinafter referred to as “the embodiment”) according to the present application will be described in detail with reference to the drawings.
  • the determination device, determination method, and determination program according to the present application are not limited by this embodiment. Further, in each of the following embodiments, the same parts are designated by the same reference numerals, and duplicate description is omitted.
  • FIG. 3 is a diagram showing a configuration example of the information processing system according to the embodiment.
  • the information processing system 1 includes a terminal device 10, an information providing device 50, and a determination device 100.
  • the terminal device 10, the information providing device 50, and the determination device 100 are connected to each other so as to be communicable by wire or wirelessly via a predetermined communication network (network N).
  • FIG. 3 is a diagram showing a configuration example of the information processing system according to the embodiment.
  • the information processing system 1 shown in FIG. 3 may include a plurality of terminal devices 10, a plurality of information providing devices 50, and a plurality of determination devices 100.
  • the terminal device 10 is an information processing device used by the user.
  • the terminal device 10 may be any device as long as the processing in the embodiment can be realized.
  • the terminal device 10 may be a device such as a smartphone, a tablet terminal, a notebook PC, a desktop PC, a mobile phone, or a PDA. In the example shown in FIG. 1, a case where the terminal device 10 is a smartphone is shown.
  • the information providing device 50 is, for example, an information processing device such as a PC or WS (Work Station), and is used to provide past communication-related information to the determination device 100.
  • the determination device 100 is used to determine whether to switch to another communication network.
  • the determination device 100 is, for example, an information processing device such as a PC or WS (Work Station), and performs processing based on information transmitted from the terminal device 10 or the like via the network N.
  • the determination device 100 determines the switching of the communication network of the terminal device 10 based on the communication information and the sensor information.
  • the determination device 100 determines the communication network of the terminal device 10 based on the information that can be detected by the terminal device 10 while the terminal device 10 used by the user is connected to Wifi and the information about the connected Wifi. Determine whether to switch the connection from Wifi to another communication network. Specifically, the determination device 100 determines whether to switch to another communication network by using a learning model (for example, a neural network) that infers the deterioration state of the communication quality of Wifi.
  • a learning model for example, a neural network
  • Wifi according to the embodiment is a wireless LAN network via a wireless LAN base station.
  • the other communication network according to the embodiment may be any communication network as long as it is a communication network that can be connected to the terminal device 10 and is a communication network other than the connected communication network.
  • the other communication network according to the embodiment may be a cellular network via a cellular communication base station or a wireless LAN network. It is assumed that there is no limit to the number of cellular communication base stations capable of communicating with the terminal device 10.
  • the terminal device 10 may be in a state of being able to connect to one cellular network, or may be in a state of being able to connect to two or more cellular networks.
  • the plurality of communication networks according to the embodiment include a wireless LAN network and a cellular network.
  • the communication network according to the embodiment may be a communication network compliant with the 5th generation communication standard
  • the cellular network according to the embodiment may be a communication network compliant with the 5th generation communication standard. Good.
  • the terminal device 10 is an example of a mobile communication device.
  • the mobile communication device may be any mobile communication device.
  • the mobile communication device may be a communication device that moves with the user.
  • the mobile communication device may be a communication device that can be moved by a user such as a smartphone, a smart watch, or a business camera.
  • the mobile communication device may be a communication device that moves according to a user's operation.
  • the mobile communication device may be a communication device that can be moved according to the operation of a user such as a drone.
  • FIG. 1 shows a case where the mobile communication device is a smartphone as an example.
  • FIG. 1 shows two cases, one is when the user is moving at high speed with a moving body such as a car, and the other is when the user is not moving at high speed.
  • the case where the user is moving at high speed may be the case where the user is moving at any speed as long as the user is moving at a speed satisfying a predetermined condition.
  • the speed satisfying the predetermined condition may include not only the speed based on the moving state of the user but also the speed based on the moving state of the user and the communication state of the communication network.
  • the speed satisfying the predetermined condition may be a speed based on the state of movement of the user when the communication quality of the communication network satisfies the predetermined condition.
  • the speed at which a predetermined condition is satisfied is such that even if the user is walking on foot, if the communication quality of the communication network deteriorates to the extent that the communication quality falls below the predetermined standard, the user walks. It may be walking speed.
  • the communication quality of the communication network does not fall below the predetermined standard, it is determined that the user is not moving at a speed that satisfies the predetermined condition. You may.
  • the speed that satisfies the predetermined condition is such that the value of RTT for the communication network connected to the terminal device 10 is continuously set to a predetermined threshold value in a certain section while moving. It may be the speed of the user when the train accelerates so as not to continue.
  • FIG. 1 shows a case where the vehicle moves by car as a moving body, but it is not limited to a car, but any moving body such as a moving body in public transportation such as an airplane or a train or an automatically moving body such as an elevator or an escalator. It may be.
  • the case where the user is not moving at high speed is, for example, the case where the user is moving on foot.
  • the case where the user stays at a predetermined point or a fixed point or the case where the user is not moving is also included.
  • FIG. 1 shows an example of a user in which the user U1 moves at high speed, and shows an example of a user in which user U2 does not move at high speed.
  • User U1 is assumed to move from position A1 to position B1 by car.
  • User U2 is assumed to move from position A2 to position B2 on foot.
  • the terminal device 10A used by the user U1 and the terminal device 10B used by the user U2 are connected to Wifi immediately before the user starts moving. That is, when the user U1 is at the position A1, the terminal device 10A is connected to Wifi (S1), and when the user U2 is at the position A2, the terminal device 10B is connected to the Wifi (S2).
  • S1 Wifi
  • S2 Wifi
  • the terminal device 10A shall switch to the communication (S3) from Wifi to the cellular network. Specifically, the determination device 100 predicts the deterioration state of the communication quality of Wifi and instructs the terminal device 10A to switch the communication to another communication network. Further, when the user U2 moves to the position B2, the terminal device 10B shall not switch to the communication (S4) to the cellular network while being connected to the Wifi.
  • the determination device 100 uses past information regarding the communication network (hereinafter, appropriately referred to as “past communication-related information”) to generate a learning model that outputs the degree of deterioration of the Wifi connection
  • past communication-related information past information regarding the communication network
  • the determination device 100 generates a learning model using past communication-related information in a terminal device used by another user (hereinafter, appropriately referred to as “another terminal device”).
  • the other users may include a user to be evaluated (user U1 in FIG. 1).
  • the determination device 100 may generate a learning model that outputs the degree of deterioration of the Wifi connection of the terminal device 10A by using the past communication-related information of the user U1. Further, the other users may be one user or a plurality of users.
  • the determination device 100 acquires the past communication-related information LINF1 (step S101). For example, the determination device 100 acquires the past communication-related information LINF1 transmitted from the information providing device 50. In FIG. 2, for simplification of the description, an example is shown in which the determination device 100 acquires the past communication-related information LINF1 transmitted from the information providing device 50.
  • the past communication-related information LINF1 includes sensor information that can be acquired on other terminal devices, Wifi-related information that can be acquired on other terminal devices, and a cellular network that can be acquired on other terminal devices. Information related to (hereinafter, appropriately referred to as “cellular information”) is included. Hereinafter, each of the information included in the past communication-related information LINF1 will be described.
  • the determination device 100 acquires information that can be detected on another terminal device.
  • the determination device 100 acquires sensor information detected by a sensor provided inside another terminal device.
  • sensor information detected by a sensor provided inside another terminal device.
  • the sensor information according to the embodiment includes sensor information for estimating the user's state in real time and sensor information for estimating (predicting) the user's state in the near future.
  • the determination device 100 acquires, for example, sensor information for estimating information regarding the movement of another user as sensor information for estimating the state of another user in real time. Specifically, the determination device 100 acquires sensor information indicating the position and moving speed of another user. To give a specific example, the determination device 100 acquires sensor information detected by acceleration, magnetism, direction, atmospheric pressure, position sensor, and the like. The determination device 100 is not limited to the above example as long as it is a sensor that can be used to estimate information regarding the movement of another user, and the sensor information detected by any sensor may be acquired.
  • the determination device 100 acquires, for example, sensor information for estimating the context information of another user as sensor information for inferring the state of another user. For example, the determination device 100 acquires sensor information for inferring the state of another user based on past information. For example, the determination device 100 acquires sensor information for inferring the behavior of another user. Specifically, the determination device 100 acquires sensor information for inferring the behavior of another user, such as moving on foot, moving by train, moving by car, going up and down stairs, and going up and down by elevator. To do. To give a specific example, the determination device 100 acquires sensor information detected by acceleration, time, direction, atmospheric pressure, position, pedometer, and the like.
  • the determination device 100 is not limited to the above example as long as it is a sensor that can be used to infer the behavior of another user, and sensor information detected by any sensor may be acquired. Further, the determination device 100 may acquire behavior information inferred from the acquired sensor information. For example, the determination device 100 may acquire user behavior information from the amount of change in sensor information. To give a specific example, the determination device 100 may calculate the moving speed and the acceleration state of the user from the amount of change in the acceleration and the position information. As a result, the determination device 100 can predict that the performance of Wifi will deteriorate, for example, after a few seconds.
  • the determination device 100 acquires parameter information related to each sensor as sensor information. For example, the determination device 100 acquires information on parameters related to acceleration, magnetism, direction, atmospheric pressure, position, time, pedometer sensor, and the like.
  • the determination device 100 can grasp the movement state of the user by utilizing the sensor information and use it for the switching determination to select the optimum bearer according to the movement state of the user. For example, the determination device 100 can choose to continue using the cellular in a high-speed mobile communication state such as train movement.
  • the determination device 100 acquires information about Wifi connected to another terminal device. For example, the determination device 100 acquires information on parameters related to Wifi. For example, the determination device 100 acquires information such as LinkSpeed and packet communication status as parameters related to Wifi. To give a specific example, the determination device 100 has a PHY protocol type (a / b / g / n / ac / ax) and a MAC protocol type (d / e / h / i / j) as parameters related to Wifi.
  • PHY protocol type a / b / g / n / ac / ax
  • a MAC protocol type d / e / h / i / j
  • the determination device 100 is not limited to the above example as long as it is information related to Wifi, and any parameter may be acquired.
  • the determination device 100 acquires information on a cellular network that can be connected to another terminal device. For example, the determination device 100 acquires information on parameters related to the cellular network. To give a specific example, the determination device 100 has, as parameters related to the cellular network, the number of Packet Carriers, the average rate (MCS: Modulation and Coding Scheme), the Capability (LTE / HSPA + / GSM), the signal strength, and the MIMO layer.
  • MCS Modulation and Coding Scheme
  • the determination device 100 is not limited to the above example as long as it is information related to the cellular network, and any parameter may be acquired.
  • the determination device 100 stores the acquired past communication-related information LINF1.
  • the determination device 100 stores the acquired information in a predetermined storage unit.
  • the determination device 100 stores the acquired information in the past communication-related information storage unit 121.
  • the determination device 100 generates a model that outputs the degree of deterioration of the Wifi connection (step S102).
  • the determination device 100 uses both or one of the sensor information that can be acquired on the other terminal device and the information related to Wifi as input information, and generates a model that outputs the degree of deterioration of the Wifi connection.
  • the determination device 100 uses both or one of the parameters related to the sensor and the parameters related to Wifi as input information, and generates a model that outputs the degree of deterioration of the Wifi connection.
  • the determination device 100 uses a part or all of the acquired information to generate a learned model by adding a correct answer label (flag) to the timing of switching the communication network.
  • the determination device 100 may generate a model by assigning a correct answer label to the timing when the RTT value exceeds a predetermined threshold value or the timing when the Wifi connection is disconnected due to a weak electric current.
  • the correct answer label indicates the timing at which the communication network should be switched.
  • the correct answer label indicates the timing at which it is determined that the communication network should be switched based on the past communication-related information.
  • the determination device 100 assigns the label “1” as a correct answer label at the timing when the communication network should be switched, and labels as an incorrect answer label which is not the correct answer label at the timing when the communication network should not be switched. "0" is given.
  • the determination device 100 may acquire information on the timing when the communication network should be switched and information on the timing when the communication network should not be switched based on the label "1" and the label "0". For example, the determination device 100 may acquire past communication-related information corresponding to the timing at which the communication network should be switched, and past communication-related information corresponding to the timing at which the communication network should not be switched. In the example shown in FIG. 2, the determination device 100 generates the model M1 using the information stored in the past communication-related information storage unit 121. There are two types of models generated by the determination device 100. Specifically, the determination device 100 generates a corresponding type of model according to the type of sensor information.
  • the determination device 100 generates a model that outputs the degree of deterioration of the Wifi connection in real time. For example, the determination device 100 generates a model that outputs the degree of deterioration of the Wifi connection in real time by using the sensor information for estimating the state of another user in real time. For example, the determination device 100 generates a model that outputs the degree of deterioration of the Wifi connection related to the movement of another user in real time by using the sensor information for estimating the information regarding the movement of another user.
  • the determination device 100 generates a model that outputs the degree of deterioration of the Wifi connection in the near future. For example, the determination device 100 generates a model that outputs the degree of deterioration of the Wifi connection after a few seconds. For example, the determination device 100 generates a model that outputs the degree of deterioration of the Wifi connection in the near future by using the sensor information for inferring the state of another user. For example, the determination device 100 generates a model that outputs the degree of deterioration of the Wifi connection in the near future related to the behavior of another user by using the sensor information for inferring the behavior of another user.
  • the determination device 100 can infer the degree of deterioration of the current or future Wifi connection without actually sending a communication packet and measuring the communication status. As a result, for example, in the case of the terminal device 10 having a plurality of bearers for Wifi and mobile communication, the determination device 100 detects the deterioration state of the current or future Wifi connection, and when it determines the deterioration of the Wifi, the Wifi is mobile. By switching the bearer to communication, comfortable communication can be realized on the terminal device 10.
  • the determination device 100 may output information on the RTT and information on the disconnection of the Wifi connection as information indicating the degree of deterioration of the Wifi connection. For example, the determination device 100 outputs an RTT score or value. For example, the determination device 100 outputs a score or a value indicating the disconnection probability of the Wifi connection as information regarding the disconnection of the Wifi connection.
  • the determination device 100 is not limited to the above example and may output any information as long as it is information indicating the degree of deterioration of the Wifi connection.
  • the determination device 100 stores the generated model M1.
  • the determination device 100 stores the generated model M1 in a predetermined storage unit.
  • the determination device 100 stores the generated model M1 in the model information storage unit 122.
  • the determination device 100 acquires the communication-related information TINF1 (step 103).
  • the determination device 100 acquires the communication-related information TINF1 transmitted from the terminal device 10 used by the user to be evaluated.
  • the communication-related information TINF1 includes sensor information that can be acquired by the terminal device 10, Wifi-related information that can be acquired by the terminal device 10, and information related to the cellular network that can be acquired by the terminal device 10. Is done. Since the communication-related information TINF1 contains the same information as the past communication-related information LINF1, the description thereof will be omitted.
  • the determination device 100 inputs the sensor information and the information related to Wifi among the acquired communication-related information TINF1 into the model M1 (step S104). Specifically, the determination device 100 inputs the parameters related to the sensor and the parameters related to Wifi into the model M1.
  • the determination device 100 outputs information indicating the degree of deterioration of the Wifi connection (step S105).
  • the determination device 100 outputs a score indicating communication quality as information indicating the degree of deterioration of the Wifi connection.
  • the determination device 100 may output a value of RTT as a score indicating communication quality.
  • FIG. 2 shows that the score indicating the communication quality output by the determination device 100 is 45.
  • the determination device 100 determines whether or not the output information indicating the degree of deterioration of the Wifi connection satisfies a predetermined condition. For example, the determination device 100 determines whether or not the output information indicating the degree of deterioration of the Wifi connection exceeds a predetermined threshold value. When the determination device 100 determines that the output information indicating the degree of deterioration of the Wifi connection satisfies a predetermined condition, the determination device 100 determines to request the switching of the communication path. Further, the determination device 100 may change a predetermined condition for switching the communication path according to the sensor information. For example, the determination device 100 may set the reference for switching the communication path higher or lower than the reference in normal times according to the sensor information.
  • the determination device 100 determines that the user is moving on foot or the like based on the sensor information
  • the predetermined threshold value for switching is lowered in order to make the switching of the communication path easier. It may be varied. As a result, the determination device 100 can switch the communication path more efficiently and effectively.
  • the determination device 100 may be changed so that the predetermined threshold value for switching becomes high so that the user can continue to use Wifi as much as possible. Good.
  • the determination device 100 can provide the user with a comfortable communication environment without interrupting the communication during connection. For example, the determination device 100 determines to switch to another communication network.
  • the determination device 100 determines that the connection of the communication network is switched to the cellular network. On the other hand, the determination device 100 determines that the Wifi connection is continued when the output information indicating the degree of deterioration of the Wifi connection does not satisfy a predetermined condition. In the example shown in FIG. 2, the determination device 100 determines that the output information indicating the degree of deterioration of the Wifi connection satisfies a predetermined condition.
  • the determination device 100 transmits information regarding the determination result to the terminal device 10. For example, the determination device 100 transmits control information according to the determination result to the terminal device 10. For example, the determination device 100 transmits control information regarding switching of the communication network according to the determination result to the terminal device 10.
  • the determination device 100 may transmit information for notifying the user that the communication network is unstable. For example, the determination device 100 may transmit information for notifying that stable communication cannot be performed regardless of which bearer is used. To give a specific example, the determination device 100 estimates that the communication environment of both the cellular network and Wifi deteriorates when the user is using the elevator, and stable communication cannot be performed regardless of which bearer is used. You may send information to notify you. More specifically, when the determination device 100 determines that the user is in an elevator or the like, both the Wifi side and the cellular network side calculate information indicating that the communication network environment is bad, and the communication network is unsuccessful. Information may be sent to notify the user that it is stable.
  • the terminal device 10 performs a process of switching the connection of the communication network according to the information regarding the determination result transmitted from the determination device 100.
  • the terminal device 10 of the user U1 disconnects the Wifi connection and connects to the cellular network.
  • the determination device 100 instructs the terminal device 10 used by the user U1 to switch to the cellular network via the cellular communication base station identified by the cellular communication base station CI1.
  • FIGS. 1 and 2 are not limited to the above, and may be in various modes. This point will be described below.
  • the determination device 100 acquires the past communication-related information LINF1 transmitted from the information providing device 50 is shown, but the case is not limited to the example provided by the information providing device 50.
  • the determination device 100 may individually acquire past communication-related information from another terminal device.
  • the determination device 100 may acquire past communication-related information uploaded on the cloud as meta information. That is, there is no limitation on the method of acquiring the past communication-related information by the determination device 100. In this way, the determination device 100 may acquire the past communication-related information LINF1 in any way.
  • the determination device 100 may acquire the past communication-related information LINF1 stored in a predetermined storage unit.
  • the determination device 100 may acquire the past communication-related information LINF1 stored in the past communication-related information storage unit 121. For example, the determination device 100 determines one past communication selected based on a predetermined condition from the past communication-related information transmitted from the information providing device 50 and the past communication-related information stored in a predetermined storage unit. The related information may be acquired as the past communication related information LINF1. For example, the determination device 100 calculates the similarity between the user's communication-related information and each of the acquired past communication-related information, and the past communication-related information having the largest calculated similarity is the past communication-related information LINF1. May be obtained as.
  • the determination device 100 may generate a plurality of learning models.
  • the determination device 100 may generate a plurality of learning models that output a plurality of information indicating the degree of deterioration of the Wifi connection and having different switching criteria.
  • the determination device 100 may generate a learning model that predicts the disconnection of the Wifi connection and a learning model that predicts the RTT on the Wifi connection.
  • the determination device 100 may select both or one of the result information using the two learning models to determine the degree of deterioration of the Wifi connection.
  • the determination device 100 can effectively infer a plurality of scenarios of Wifi deterioration that are difficult to cover with one learning model.
  • the determination device 100 may generate a plurality of learning models that differ depending on the state of the user. For example, the determination device 100 may generate in advance a learning model suitable for walking and a learning model suitable for high-speed movement. In this case, the determination device 100 determines according to the estimated state of the user, for example, when the user is walking, using a learning model suitable for walking, and the user moves at high speed on a railroad or the like. If this is the case, the determination may be made using a learning model suitable for high-speed movement. Specifically, the determination device 100 may make a determination using a learning model that can select an appropriate communication network while reducing the number of handovers according to the estimated user state.
  • the determination device 100 can predict the deterioration of communication quality due to more complicated and various conditions by making predictions based on a plurality of switching criteria, so that the prediction switching for the user's movement can be made more directly. It can be reflected.
  • the determination device 100 determines by using a learning model that suppresses switching when it is known that the user is at home or at work by combining with a position sensor, and promotes switching when the user is moving. The judgment may be made using a learning model to be made.
  • the determination device 100 can suppress the deterioration of the UX due to being caught by the wireless LAN while suppressing the switching in the situation where the user wants to use Wifi.
  • the determination device 100 may determine by using a learning model suitable for movement when the user is moving by combining with the acceleration sensor. Specifically, the determination device 100 may determine by using a learning model that makes it difficult to connect to the public Wifi and makes it easy to switch to the cellular network when the user is moving. For example, the determination device 100 may determine by using a learning model suitable for a stationary state when the user is in a stopped state by combining with an acceleration sensor. Specifically, the determination device 100 may make a determination using a learning model that makes it difficult to switch to the cellular network when the user is in the stopped state.
  • the determination device 100 may select one learning model from a plurality of learning models and make a determination, or may select a plurality of learning models from a plurality of learning models and make a determination. Further, when a plurality of determination devices 100 are selected and determined, the determination device 100 may use a plurality of learning models at the same time or may use them separately.
  • the switching target is not limited to Wifi, and any communication can be performed in any communication network. It may be a network.
  • the determination device 100 may determine switching from a predetermined cellular network to another communication network by generating a learning model that outputs information indicating the degree of deterioration of the connection of the predetermined cellular network.
  • the determination device 100 may determine switching from 5 GmmW to another cellular network such as 5G Sub6 or LTE.
  • the determination device 100 may determine switching from a predetermined cellular network such as 5 GmmW to a Wifi connection.
  • the determination device 100 may also assign a label to a place where it is not the timing to switch the communication network. For example, the determination device 100 may assign a correct answer label (for example, 1) to the timing when the communication network should be switched, and may assign an incorrect answer label (for example, 0) to the timing when the communication network should be switched.
  • a correct answer label for example, 1
  • an incorrect answer label for example, 0
  • the determination device 100 is not limited to the case where the correct answer label is given at the moment when the communication network should be switched, and the correct answer label is given before the event at the timing when the communication network should be switched occurs (for example, several seconds before). You may. For example, when the determination device 100 determines that the correct answer label is to be given, the correct answer label may be given before the event that is the basis (for example, the reason) for which it is determined to be switched occurs. For example, when the determination device 100 determines that the correct answer label is to be given, the correct answer label may be given before the timing when it is determined that the switching should be performed.
  • the timing of assigning the correct answer label may be a timing arbitrarily determined by the user who uses the terminal device 10 to be switched, or may be a timing determined by the determination device 100.
  • the determination device 100 may give a correct answer label even before the event occurs by shifting by a predetermined time. Further, when the determination device 100 assigns the correct answer label at the timing determined by the determination device 100, the determination device 100 shifts the time according to the event information such as the scale, content, and type of the event before the event occurs. The correct answer label may be given from. As a result, the determination device 100 can reduce the stress of the user and improve the usability by assigning the correct answer label even before the event occurs.
  • the timing when the communication network should be switched is the timing when the RTT value exceeds a predetermined threshold value or the timing when the Wifi connection is disconnected, but the above example is not limited to the above example.
  • the timing may be different.
  • the timing when Wifi is congested and communication is difficult the timing when it takes time to process the Wifi access point or base station and communication is difficult, and the RTT to the Wifi access point or base station is large.
  • the timing at which communication is difficult or the timing at which communication is difficult due to the interference wave in the radio wave environment may be the timing at which the communication network should be switched.
  • the determination device 100 may use not only the timing when the communication device or the communication path has a failure as described above but also the timing when the UX for communication deteriorates as the timing when the communication network should be switched.
  • the determination device 100 may set the timing at which the progress bar in the browser is stagnant or the timing at which the icon indicating reading is displayed as the timing at which the communication network should be switched.
  • the determination device 100 may set the timing at which the reading fails and the error is displayed on the browser as the timing at which the communication network should be switched.
  • the determination device 100 may set the timing at which the icon indicating that the video is interrupted, stopped, an error occurs, or being read is displayed in the video streaming as the timing at which the communication network should be switched.
  • the determination device 100 may set the timing at which the screen loading fails and the error message is displayed in the application (application) as the timing at which the communication network should be switched.
  • the determination device 100 may acquire the sensor information detected by the external sensor. ..
  • the determination device 100 acquires sensor information that can be detected by an external sensor connected via the input unit and the output unit of the terminal device 10.
  • the determination device 100 acquires sensor information that can be detected by an external sensor connected to the input unit and output unit of the terminal device 10 via an interface such as USB (Universal Serial Bus) or Bluetooth (registered trademark). You may.
  • the determination device 100 is not limited to interfaces such as USB and Bluetooth (registered trademark), and may acquire sensor information that can be detected by an external sensor connected via any interface.
  • the determination device 100 may acquire sensor information such as the user's pulse rate, step value, and acceleration from a device that can be used as an activity meter such as a smart watch worn on the user's arm.
  • the determination device 100 may acquire sensor information for estimating the user's situation and attributes (type) as other sensor information.
  • the determination device 100 may acquire image information, blood pressure information, and application information captured by a camera or the like for measuring the degree of immersion and stress of the user.
  • the determination device 100 may estimate the user's activity state by acquiring the user's image information, blood pressure information, and the like.
  • the determination device 100 may estimate that the user is training in the gym by combining the user's position information and blood pressure information, or the user's acceleration information and blood pressure information. By combining with, it may be estimated that the user himself is driving. In addition, the determination device 100 may estimate whether the user is in the train, in the company, in the store, or the like. As a result, the determination device 100 can grasp the user's state with higher accuracy. Further, the determination device 100 may adjust the switching reference so that a high-speed bearer can be selected according to the state of the user. As a result, the determination device 100 estimates the stress state of the user even when the user feels stress, and adjusts the switching threshold value according to the estimated stress state, which is suitable for a faster bearer. Can be switched to.
  • the determination device 100 may determine switching to another communication network based on the information regarding the downloaded target and the context information of the user. For example, the determination device 100 may determine switching to another communication network based on the time required for downloading and the time required for movement based on the user's context information. Specifically, when the time required for downloading by the determination device 100 is shorter than the travel time of the user required to exceed the range in which communication with the connected communication network can be performed, the determination device 100 waits until the download to the terminal device 10 is completed. It may be determined not to switch to another communication network.
  • the determination device 100 is downloading a file and the download is possible in the remaining 3 seconds, the determination device 100 is switched to Wifi that can be connected only for 10 seconds (> 3 seconds). It may be connected, but it may not be switched to Wifi which can be connected only for 2 seconds ( ⁇ 3 seconds).
  • the determination device 100 makes other communications during the download based on information such as the importance of the file, the size of the file, the attributes of the file, and whether or not the file is downloaded as a shredded datagram. It may be determined whether or not to switch to the network.
  • the terminal device 10 and the determination device 100 are separate devices, but the terminal device 10 and the determination device 100 may be integrated.
  • the mobile communication device may have all or part of the functions of the determination device 100, and may perform all or part of the processing performed by the determination device 100. Further, when the mobile communication device has a part of the functions of the determination device 100 and performs a part of the processing performed by the determination device 100, the mobile communication device is the rest performed by the determination device 100.
  • the processing may be performed by an external information processing device.
  • the learning model according to the embodiment is not limited to a model based on a neural network such as deep learning (deep learning), and may be any model as long as it is based on a machine learning algorithm.
  • the learning model may be a model based on a random forest.
  • the terminal device 10 shows a state in which it can connect to the wireless LAN network and the cellular network, but it is assumed that there is no limitation on the combination of the communication networks to which the terminal device 10 can connect.
  • the terminal device 10 may be in a state where it can be connected only to a plurality of cellular networks, may be in a state where it can be connected only to a wireless LAN network, or is a communication network other than the wireless LAN network and the cellular network. It may be in a state where it can be connected to.
  • FIG. 1 the terminal device 10 shows a state in which it can connect to the wireless LAN network and the cellular network, but it is assumed that there is no limitation on the combination of the communication networks to which the terminal device 10 can connect.
  • the terminal device 10 may be in a state where it can be connected only to a plurality of cellular networks, may be in a state where it can be connected only to a wireless LAN network, or is a communication network other than the wireless LAN network and the cellular network. It
  • the terminal device 10 switches the communication connection to one cellular network while connected to the wireless LAN network, but the target communication network before the switching of the terminal device 10 , There are no restrictions on the communication network to be switched to.
  • the terminal device 10 may switch the communication connection to the wireless LAN network while connected to one cellular network, or to another communication network other than one cellular network while connected to one cellular network. You may switch the communication connection.
  • FIG. 4 is a diagram showing a configuration example of the terminal device 10 according to the embodiment.
  • the terminal device 10 includes a communication unit 11, an input unit 12, an output unit 13, a control unit 14, and a sensor unit 15.
  • the terminal device 10 does not have to have the sensor unit 15. In this case, it is assumed that the terminal device 10 is connected to an external sensor or an external information processing device having the sensor in some way.
  • the connection between the terminal device 10 and the external sensor or an external information processing device having the sensor may be any connection method as long as the terminal device 10 can acquire the sensor information. ..
  • the communication unit 11 is realized by, for example, a NIC (Network Interface Card) or the like. Then, the communication unit 11 is connected to the predetermined network N by wire or wirelessly, and transmits / receives information to / from the determination device 100 or the like via the predetermined network N.
  • NIC Network Interface Card
  • the input unit 12 receives various operations from the user. In the example shown in FIG. 1, various operations from the user U1 are accepted. For example, the input unit 12 may accept various operations from the user via the display surface by the touch panel function. Further, the input unit 12 may accept various operations from the buttons provided on the terminal device 10 and the keyboard and mouse connected to the terminal device 10.
  • the output unit 13 is a display screen of a tablet terminal or the like realized by, for example, a liquid crystal display or an organic EL (Electro-Luminescence) display, and is a display device for displaying various information. For example, the output unit 13 outputs information notifying the user that the communication network is unstable.
  • the sensor unit 15 is an internal sensor provided inside the terminal device 10.
  • the sensor unit 15 detects the sensor information on the terminal device 10.
  • the sensor unit 15 is an acceleration sensor, a magnetic sensor, a direction sensor, a pressure sensor, a position sensor, a time sensor, a pedometer (pedometer), or the like.
  • the sensor unit 15 is not limited to the above example, and may be any sensor that detects sensor information that can be used to estimate the user's state in real time or to infer the user's future state. Good.
  • the sensor unit 15 may be a sensor that detects sensor information that can be used to measure the degree of immersion and stress of the user.
  • the sensor unit 15 may be a sensor that detects sensor information that can be used to estimate the activity state of the user.
  • the sensor unit 15 is connected to the control unit 14, but may be connected to the input unit 12 and the output unit 13.
  • the sensor unit 15 may be connected to an input / output unit (I / O unit) that processes input and output on the terminal device 10.
  • the control unit 14 is, for example, a controller, and various programs stored in a storage device inside the terminal device 10 by a CPU (Central Processing Unit), an MPU (Micro Processing Unit), or the like are stored in a RAM (Random Access Memory). ) Is executed as a work area.
  • the various programs include programs of applications installed in the terminal device 10.
  • these various programs include application programs that display information notifying the user that the communication network is unstable.
  • the control unit 14 is realized by, for example, an integrated circuit such as an ASIC (Application Specific Integrated Circuit) or an FPGA (Field Programmable Gate Array).
  • control unit 14 has a transmission unit 141, a reception unit 142, an application control unit 143, and a communication unit 144, and realizes or executes the information processing operation described below.
  • the transmission unit 141 provides various information to an external information processing device.
  • the transmission unit 141 transmits various information to an external information processing device.
  • the transmission unit 141 transmits various information to other information processing devices such as the determination device 100.
  • the transmission unit 141 transmits communication-related information.
  • the receiving unit 142 receives various information.
  • the receiving unit 142 receives various information from an external information processing device.
  • the receiving unit 142 receives various information from other information processing devices such as the determination device 100.
  • the receiving unit 142 receives information on the determination result by the determination device 100.
  • the receiving unit 142 receives the control information according to the determination result by the determination device 100.
  • the receiving unit 142 receives information for notifying the user that the communication network is unstable.
  • the application control unit 143 controls various information related to the application started on the terminal device 10.
  • the application control unit 143 transmits various information about the started application to the communication unit 144.
  • the communication unit 144 controls the communication of various information.
  • the communication unit 144 controls communication to the communication network.
  • the communication unit 144 controls the switching of communication.
  • the communication unit 144 controls communication switching according to a determination result by another information processing device such as the determination device 100.
  • the communication unit 144 controls the switching of communication according to various information about the application acquired from the application control unit 143.
  • FIG. 5 is a diagram showing a configuration example of the information providing device 50 according to the embodiment.
  • the information providing device 50 includes a communication unit 51, a storage unit 52, and a control unit 53.
  • the information providing device 50 has an input unit (for example, a keyboard, a mouse, etc.) that receives various operations from the administrator of the information providing device 50, and a display unit (for example, a liquid crystal display, etc.) for displaying various information. You may.
  • the communication unit 51 is realized by, for example, a NIC or the like. Then, the communication unit 51 is connected to the network N by wire or wirelessly, and transmits / receives information to / from the determination device 100 or the like via the network N.
  • the storage unit 52 is realized by, for example, a semiconductor memory element such as a RAM or a flash memory, or a storage device such as a hard disk or an optical disk.
  • the storage unit 52 stores past communication-related information.
  • the control unit 53 is a controller, and is realized by, for example, a CPU, an MPU, or the like executing various programs stored in a storage device inside the information providing device 50 using the RAM as a work area. Further, the control unit 53 is a controller, and is realized by, for example, an integrated circuit such as an ASIC or FPGA.
  • control unit 53 has a transmission unit 531 and realizes or executes the action of information processing described below.
  • the internal configuration of the control unit 53 is not limited to the configuration shown in FIG. 5, and may be another configuration as long as it is a configuration for performing information processing described later.
  • the transmission unit 531 provides various information to an external information processing device.
  • the transmission unit 531 transmits various information to an external information processing device.
  • the transmission unit 531 notifies various information to an external information processing device.
  • the transmission unit 531 transmits various information to other information processing devices such as the determination device 100.
  • the transmission unit 531 transmits past communication-related information.
  • the transmission unit 531 transmits the past communication-related information LINF1.
  • FIG. 6 is a diagram showing a configuration example of the determination device 100 according to the embodiment.
  • the determination device 100 includes a communication unit 110, a storage unit 120, and a control unit 130.
  • the determination device 100 has an input unit (for example, a keyboard, a mouse, etc.) that receives various operations from the administrator of the determination device 100, and a display unit (for example, a liquid crystal display, etc.) for displaying various information. May be good.
  • the communication unit 110 is realized by, for example, a NIC or the like. Then, the communication unit 110 is connected to the network N by wire or wirelessly, and transmits / receives information to / from the terminal device 10 or the like via the network N. Further, the communication unit 110 may selectively connect to a plurality of communication networks for communication.
  • the storage unit 120 is realized by, for example, a semiconductor memory element such as a RAM or a flash memory, or a storage device such as a hard disk or an optical disk. As shown in FIG. 6, the storage unit 120 includes a past communication-related information storage unit 121 and a model information storage unit 122.
  • the past communication-related information storage unit 121 stores past communication-related information.
  • FIG. 7 shows an example of the past communication-related information storage unit 121 according to the embodiment.
  • the past communication-related information storage unit 121 has items such as "data ID”, “sensor information”, “cellular information”, “Wifi information”, and "correct answer label”.
  • Data ID indicates identification information for identifying past communication-related information.
  • Sensor information indicates sensor information included in past communication-related information.
  • the “sensor information” may have items of sensor information for each sensor such as “acceleration”, “magnetism”, “direction”, “atmospheric pressure”, and “position”. Further, the “sensor information” is not limited to the above example, and may have an item corresponding to any sensor as long as it is an item of sensor information that can be acquired on the terminal device 10. In the example shown in FIG. 7, conceptual information such as “acceleration # 1", “magnetism # 1", “direction # 1", “pressure # 1", and "position # 1" is stored in the "sensor information”.
  • Cellular information indicates information related to the cellular network included in past communication-related information.
  • the "cellular information” may have items for each cellular network such as “5G mmW” and "LTE". Further, the "cellular information” is not limited to the above example, and may have an item corresponding to any cellular network as long as it is an item for each cellular network that can communicate on the terminal device 10. In the example shown in FIG.
  • Wifi information indicates information related to Wifi included in past communication-related information. As shown in FIG. 7, the "Wifi information” may have items such as “RTT” and “disconnection probability”. Further, the "Wifi information” is not limited to the above example, and may have any item as long as it corresponds to the information indicating the communication quality of Wifi. In the example shown in FIG.
  • the model information storage unit 122 stores information about the model.
  • the model information storage unit 122 stores information about a model that outputs information indicating the degree of deterioration of the communication network.
  • FIG. 8 shows an example of the model information storage unit 122.
  • the model information storage unit 122 has items such as “model ID” and “model (calculation formula)”.
  • Model ID indicates identification information for identifying the model.
  • Model (calculation formula) indicates a calculation formula of a model.
  • FIG. 8 an example in which conceptual information such as “model # 1" and “model # 2" is stored in the “model (calculation formula)” is shown, but in reality, function data is stored. Will be done.
  • the “model (calculation formula)” stores data of a function that outputs information indicating the degree of deterioration of the communication network.
  • the control unit 130 is a controller, and is realized by, for example, a CPU, an MPU, or the like executing various programs stored in a storage device inside the determination device 100 using the RAM as a work area. Further, the control unit 130 is a controller, and is realized by, for example, an integrated circuit such as an ASIC or FPGA.
  • control unit 130 includes an acquisition unit 131, a generation unit 132, a calculation unit 133, a determination unit 134, and a provision unit 135, and realizes the information processing operation described below. Or execute.
  • the internal configuration of the control unit 130 is not limited to the configuration shown in FIG. 6, and may be another configuration as long as it is a configuration for performing information processing described later.
  • the acquisition unit 131 acquires various types of information.
  • the acquisition unit 131 acquires various information from an external information processing device.
  • the acquisition unit 131 acquires various information from other information processing devices such as the terminal device 10.
  • the acquisition unit 131 acquires various information from the storage unit 120.
  • the acquisition unit 131 acquires various information from the past communication-related information storage unit 121 and the model information storage unit 122.
  • the acquisition unit 131 stores various acquired information in the storage unit 120.
  • the acquisition unit 131 stores various information in the past communication-related information storage unit 121 and the model information storage unit 122.
  • the acquisition unit 131 acquires various information generated, calculated, and determined by other functional configurations.
  • the acquisition unit 131 acquires past communication-related information.
  • the acquisition unit 131 acquires communication-related information.
  • the acquisition unit 131 acquires sensor information detected by the mobile communication device used by the user.
  • the acquisition unit 131 acquires sensor parameters related to sensor information.
  • the acquisition unit 131 acquires communication information indicating the status of communication quality to each communication network.
  • the acquisition unit 131 acquires communication parameters related to each communication network in the communication information.
  • the generation unit 132 generates various information.
  • the generation unit 132 generates various information from the storage unit 120.
  • the generation unit 132 generates various information from the past communication-related information storage unit 121 and the model information storage unit 122.
  • the generation unit 132 stores various generated information in the storage unit 120.
  • the generation unit 132 stores various information in the past communication-related information storage unit 121 and the model information storage unit 122.
  • the generation unit 132 generates various information acquired, calculated, and determined by other functional configurations.
  • the generation unit 132 generates various information based on various information acquired, calculated, and determined by other functional configurations.
  • the generation unit 132 generates a model.
  • the generation unit 132 learns the model.
  • the generation unit 132 generates a model for operating the computer so as to output a score indicating the degree of deterioration of the communication network.
  • the generation unit 132 generates a model that outputs a score indicating the degree of deterioration of the communication network in response to the input of communication-related information.
  • the generation unit 132 generates a model using the past communication-related information determined as the timing for switching the communication network among the past communication-related information as the correct answer information.
  • the generation unit 132 generates a model using the past communication-related information determined as the timing at which the communication network should not be switched among the past communication-related information as incorrect answer information.
  • the generation unit 132 generates a model using the past communication-related information to which the correct answer label is attached as the correct answer information at the corresponding timing.
  • the generation unit 132 generates a model of the past communication-related information to which the incorrect answer label is attached as the incorrect answer information at the corresponding timing.
  • the generation unit 132 may generate a model based on the past communication-related information to which the correct answer label is attached by excluding the past communication-related information to which the incorrect answer label is attached, or the incorrect answer label may be generated. By learning the given past communication-related information as incorrect answer information, a model is generated based on both the past communication-related information with the correct answer label and the past communication-related information with the incorrect answer label. You may.
  • the calculation unit 133 calculates various types of information.
  • the calculation unit 133 calculates various information from the storage unit 120.
  • the calculation unit 133 calculates various information from the past communication-related information storage unit 121 and the model information storage unit 122.
  • the calculation unit 133 stores various calculated information in the storage unit 120.
  • the calculation unit 133 stores various information in the past communication-related information storage unit 121 and the model information storage unit 122.
  • the calculation unit 133 calculates various information acquired, generated, and determined by other functional configurations.
  • the calculation unit 133 calculates various information based on various information acquired, generated, and determined by other functional configurations.
  • the calculation unit 133 calculates a score indicating the degree of deterioration of the communication network.
  • the calculation unit 133 calculates a score indicating the degree of deterioration of the communication network in response to the input of communication-related information.
  • the calculation unit 133 calculates a score indicating the degree of deterioration of the communication network based on the model generated by the generation unit 132.
  • the determination unit 134 determines various information.
  • the determination unit 134 determines various information from the storage unit 120.
  • the determination unit 134 determines various information from the past communication-related information storage unit 121 and the model information storage unit 122.
  • the determination unit 134 stores various determined information in the storage unit 120.
  • the determination unit 134 stores various information in the past communication-related information storage unit 121 and the model information storage unit 122.
  • the determination unit 134 determines various information acquired, generated, and calculated by other functional configurations. The determination unit 134 determines various information based on various information acquired, generated, and calculated by other functional configurations.
  • the determination unit 134 determines whether to switch to another communication network among the plurality of communication networks.
  • the determination unit 134 determines whether to switch to another communication network among the plurality of communication networks based on the sensor information and communication information acquired by the acquisition unit 131.
  • the determination unit 134 determines whether to switch to another network based on the sensor information for estimating the user's state in real time among the sensor information acquired by the acquisition unit 131. For example, the determination unit 134 determines whether to switch to another network based on the sensor information indicating the position and movement speed of the user.
  • the determination unit 134 determines whether to switch to another network based on the sensor information for inferring the user's state among the sensor information acquired by the acquisition unit 131.
  • the determination unit 134 determines whether to switch to another network based on the context information of the user. For example, the determination unit 134 determines whether to switch to another network based on the sensor information for inferring the user's behavior. For example, the determination unit 134 is based on sensor information for inferring user behavior such as walking, moving by train, moving by car, climbing up and down stairs, and climbing up and down in an elevator, and other networks. Determine if to switch to.
  • the determination unit 134 determines whether to switch the wireless LAN network to the cellular network. For example, the determination unit 134 determines whether to switch the wireless LAN network to the cellular network based on the communication information of the communication performed via the wireless LAN network. Further, the determination unit 134 determines whether to switch the cellular network to the wireless LAN network. For example, the determination unit 134 determines whether to switch the cellular network to the wireless LAN network based on the communication information of the communication performed via the cellular network. In addition, the determination unit 134 determines whether to switch one cellular network to another cellular network. For example, the determination unit 134 determines whether to switch one cellular network to another cellular network based on the communication information of the communication performed via one cellular network.
  • the determination unit 134 determines whether to switch to another communication network based on the communication parameters acquired by the acquisition unit 131.
  • the determination unit 134 determines whether to switch to another communication network based on RSSI, LinkSpeed, packet communication status, etc. as communication parameters.
  • the determination unit 134 determines whether to switch to another communication network based on the sensor parameters acquired by the acquisition unit 131.
  • the determination unit 134 switches to another communication network using a learning model that uses at least one of the communication parameter and the sensor parameter as input information and outputs a score indicating a measure of whether or not to switch the communication network. Is determined.
  • the determination unit 134 determines whether to switch to another communication network by using a learning model that outputs the score of each communication network using at least one of the communication parameter and the sensor parameter as input information.
  • the providing unit 135 provides various information to an external information processing device.
  • the providing unit 135 transmits various information to an external information processing device.
  • the providing unit 135 notifies various information to an external information processing device.
  • the providing unit 135 distributes various information to an external information processing device.
  • the providing unit 135 provides various information to other information processing devices such as the terminal device 10.
  • the providing unit 135 provides various information acquired, generated, and determined by other functional configurations.
  • the providing unit 135 provides information on the determination result determined by the determination unit 134.
  • the providing unit 135 provides control information according to the determination result. For example, the providing unit 135 provides control information regarding switching of the communication network according to the determination result.
  • the provider 135 provides information for notifying the user that the communication network is unstable.
  • the communication unit 110 of the determination device 100 has a communication path control unit 111, and realizes or executes the information processing operation described below.
  • the internal configuration of the communication unit 110 is not limited to the configuration shown in FIG. 9, and may be any other configuration as long as it performs information processing described later.
  • the communication path control unit 111 controls various information related to switching of the communication network.
  • the communication path control unit 111 controls various information based on various information related to switching of the communication network.
  • the communication path control unit 111 switches the communication network based on the communication bearer switching request.
  • the communication path control unit 111 switches the connection of the communication network from the cellular network (for example, 5 GmmW, Sub6) to Wifi.
  • the communication path control unit 111 switches the connection of the communication network from Wifi to the cellular network. In this way, the communication path control unit 111 selectively connects to and communicates with a plurality of communication networks. In the example shown in FIG.
  • the communication path control unit 111 is a part of the communication unit 110, but may have a different configuration from the communication unit 110. Specifically, the communication path control unit 111 may be one of the other components included in the determination device 100 different from the communication unit 110. For example, the communication path control unit 111 may be one component included in the control unit 130.
  • the acquisition unit 131 of the determination device 100 has a communication parameter acquisition unit 1311 and a sensor information acquisition unit 1312, and realizes the action of information processing described below. Execute.
  • the internal configuration of the acquisition unit 131 is not limited to the configuration shown in FIG. 9, and may be any other configuration as long as it is a configuration for performing information processing described later.
  • the communication parameter acquisition unit 1311 acquires communication information regarding each communication network. For example, the communication parameter acquisition unit 1311 acquires communication parameters related to each communication network.
  • the sensor information acquisition unit 1312 acquires sensor information. For example, the sensor information acquisition unit 1312 acquires sensor parameters related to the sensor.
  • the communication parameter acquisition unit 1311 shows a case where it is a part of the acquisition unit 131, but it may have a different configuration from the acquisition unit 131.
  • the communication parameter acquisition unit 1311 may be one of the other components included in the control unit 130 different from the acquisition unit 131.
  • the sensor information acquisition unit 1312 shows a case where it is a part of the acquisition unit 131, but the configuration may be different from that of the acquisition unit 131.
  • the sensor information acquisition unit 1312 may be one of the other components included in the control unit 130 different from the acquisition unit 131.
  • FIG. 10 is a flowchart showing a procedure of information processing by the information processing system 1 according to the embodiment.
  • the determination device 100 acquires sensor information detected by the mobile communication device used by the user and communication information indicating the status of communication quality to each communication network (step S201).
  • the determination device 100 uses the acquired sensor information and communication information as input information to calculate a value or score indicating the degree of deterioration of the communication network (step S202).
  • the determination device 100 determines whether or not the calculated value or score exceeds a predetermined threshold value (step S203).
  • the determination device 100 determines that the calculated value or score does not exceed a predetermined threshold value (step S203; NO)
  • the determination device 100 ends the information processing.
  • the determination device 100 changes the connected communication network to another network (step S204).
  • the information processing system 1 according to the above-described embodiment may be implemented in various different forms other than the above-described embodiment. Therefore, another embodiment of the information processing system 1 will be described below. The same points as in the embodiments shown in FIGS. 1 and 2 will be omitted as appropriate.
  • FIG. 11 is a diagram showing a configuration of a terminal device 20 which is another configuration example of the terminal device 10 according to the embodiment. As shown in FIG.
  • the terminal device 20 includes a communication unit 21, an input / output (I / O) unit 22, a control unit 23, and an internal sensor unit 24. Further, as shown in FIG. 11, the communication unit 21 of the terminal device 20 according to the embodiment may have a communication control unit 211. The communication control unit 211 switches the bearer in response to the communication bearer switching request. Further, FIG. 12 is a diagram showing details of the control unit 23. As shown in FIG. 12, the control unit 23 of the terminal device 20 according to the embodiment may have a communication parameter unit 231. The communication parameter unit 231 acquires communication parameters from each bearer.
  • the internal configuration of the control unit 23 is not limited to the configuration shown in FIG.
  • millimeter wave communication uses beamforming to perform communication, but it is necessary to adjust the radio wave receiving direction as the terminal device 10 moves.
  • FIG. 1 a case where the communication network is switched by predicting the degree of deterioration of the Wifi connection is shown.
  • the determination device 100 may predict deterioration in the quality of millimeter-wave communication and select an appropriate beamforming.
  • the determination device 100 acquires the communication state of the millimeter wave communication during communication and the moving state of the terminal device 10, predicts the deterioration of the quality of the millimeter wave communication, and selects an appropriate beamforming. ..
  • the cellular network is a communication network conforming to the millimeter wave communication in the fifth generation.
  • the determination device 100 may acquire the moving state of the terminal device 10 via, for example, a magnetic sensor, a pressure sensor, an acceleration sensor, a positioning system such as GPS / GNSS, or the like.
  • the determination device 100 may acquire the moving state of the terminal device 10 through any sensor, not limited to the above example.
  • the determination device 100 determines the communication state of millimeter-wave communication during communication, for example, signal strength, coding method, MIMO number, communication allocation time number, reception / transmission packet counter value, transmission success number, reception success number, transmission retransmission. Number, number of frame breaks, number of interface errors, throughput, cell information, New Radio (NR) cell information, NR Absolute Radio Frequency, Physical Cell id, MCC, MNC, beam ID, signal reception signal and signal reception strength It may be determined via parameters such as reception strength and reception quality of S / N and CSI signals and parameters such as S / N, ASU and CSI-RSRP. The determination device 100 may determine the communication state of millimeter-wave communication during communication via any parameter, not limited to the above example.
  • the determination device 100 may calculate the disconnection probability of communication in the near future in order to determine the communication state of millimeter wave communication. In this case, when the calculated cutting probability exceeds a predetermined threshold value, the determination device 100 changes the direction of the antenna array or performs a handover to a different beam.
  • the determination device 100 When the determination device 100 recognizes that the user is walking or staying at a fixed point, it determines that millimeter-wave communication is used, and when it recognizes that the user is moving at high speed on a vehicle or the like, Sub6 or It may be determined to use a cellular network such as LTE. In this case, the determination device 100 determines by measuring the communication quality of each bearer and predicting the disconnection.
  • FIG. 13 is a flowchart showing a procedure of information processing by the information processing system 1 according to the second modification.
  • the determination device 100 determines whether the 5G bearer is in a communicable state (step S301). When the 5G bearer is not in a communicable state (step S301; NO), the determination device 100 may end information processing, or may shift to, for example, an LTE-only switching prediction engine. When the 5G bearer is in a communicable state (step S301; YES), the determination device 100 indicates the sensor information detected by the mobile communication device used by the user and the communication quality status of the millimeter wave communication in 5G. Acquire communication information (step S302). The determination device 100 uses the acquired sensor information and communication information as input information to calculate a score indicating the degree of deterioration of millimeter-wave communication (step S303).
  • the determination device 100 determines whether or not the calculated score exceeds a predetermined threshold value (step S304). For example, the determination device 100 determines whether the calculated score is higher than the currently selected bearer. When the determination device 100 determines that the calculated score does not exceed a predetermined threshold value (step S304; NO), the determination device 100 ends the information processing. On the other hand, when the determination device 100 determines that the calculated score exceeds a predetermined threshold value (step S304; YES), the determination device 100 requests switching of the communication path (step S305). Specifically, the determination device 100 changes the connected communication network to another network.
  • the determination device 100 combines sensor information (for example, movement direction, movement speed, acceleration) from a sensor provided inside the terminal device 10 to select the optimum handover and beam for a user who requires a low delay. To carry out.
  • sensor information for example, movement direction, movement speed, acceleration
  • FIG. 14 is a flowchart showing a procedure of information processing by the information processing system 1 according to the third modification.
  • the determination device 100 acquires the sensor information indicating the movement information of the user and the application information used in the terminal device 10 (step S401). For example, the determination device 100 acquires the application being used and its required delay amount and throughput as a result of the moving speed and activity recognition of the terminal device 10. The determination device 100 selects the bearer having the minimum delay amount based on the acquired sensor information and application information (step S402). The determination device 100 instructs the terminal device 10 to perform a handover to the selected bearer (step S403).
  • the determination device 100 transmits the application being used and its required delay amount and throughput to the base station and the cellular network as a result of the movement speed and activity recognition of the terminal device 10. May be good. Further, the determination device 100 may request the base station or the cellular network to select the optimum bearer based on the transmission information. Further, the determination device 100 may instruct the terminal device 10 to perform a handover to the selected bearer based on the information transmitted from the base station or the cellular network.
  • the determination device 100 may generate and use a learning model for each bearer. Specifically, the determination device 100 may generate a learning model for each bearer, calculate a score for each bearer, and predict the communication quality in the near future for each bearer. Hereinafter, it will be described with reference to FIGS. 16 and 17.
  • the determination device 100 acquires the past communication-related information LINF1A (step S501).
  • the determination device 100 acquires a plurality of cellular information different for each bearer. For example, the determination device 100 acquires the cellular information P, the cellular information Q, and the cellular information R.
  • the determination device 100 generates a learning model for each bearer using cellular information that is different for each bearer (step S502). For example, the determination device 100 generates the model MP1 based on the sensor information and the cellular information P. For example, the determination device 100 generates the model MQ1 based on the sensor information and the cellular information Q.
  • the determination device 100 generates the model MR1 based on the sensor information and the cellular information R. Further, the determination device 100 stores all or a part of the generated model. For example, the determination device 100 stores all or a part of the generated model in a predetermined storage unit. For example, the determination device 100 stores all or a part of the generated model in the model information storage unit 122A. Further, the determination device 100 may store the generated model for each bearer. For example, the determination device 100 may store the generated model in the storage unit for each bearer.
  • the determination device 100 acquires the communication-related information TINF1A (step S503).
  • the communication-related information TINF1A includes cellular information P, cellular information Q, and cellular information R as information related to the cellular network that can be acquired by the terminal device 10.
  • the determination device 100 inputs each of the combinations of the sensor information and the cellular information in the acquired communication-related information TINF1A into the corresponding model. For example, the determination device 100 inputs the cellular information P and the sensor information into the model MP1. In this case, the determination device 100 outputs information indicating the degree of deterioration of the cellular network corresponding to the cellular information P. In FIG. 16, the determination device 100 outputs that the score indicating the communication quality is 30 as the information indicating the degree of deterioration of the cellular network corresponding to the cellular information P. For example, the determination device 100 inputs the cellular information Q and the sensor information into the model MQ1.
  • the determination device 100 outputs information indicating the degree of deterioration of the cellular network corresponding to the cellular information Q.
  • the determination device 100 outputs that the score indicating the communication quality is 50 as the information indicating the degree of deterioration of the cellular network corresponding to the cellular information Q.
  • the determination device 100 inputs the cellular information R and the sensor information into the model MR1.
  • the determination device 100 outputs information indicating the degree of deterioration of the cellular network corresponding to the cellular information R.
  • the determination device 100 outputs that the score indicating the communication quality is 60 as the information indicating the degree of deterioration of the cellular network corresponding to the cellular information R.
  • the determination device 100 inputs the combination of the sensor information and the Wifi information in the acquired communication-related information TINF1A into the corresponding model. For example, the determination device 100 inputs Wifi information and sensor information to the model MW1. In this case, the determination device 100 outputs information indicating the degree of deterioration of the Wifi connection. In FIG. 16, the determination device 100 outputs that the score indicating the communication quality is 45 as the information indicating the degree of deterioration of the Wifi connection.
  • the determination device 100 selects the optimum communication network based on the score indicating the output communication quality. For example, the determination device 100 selects the communication network having the maximum output score. In the above example, the determination device 100 compares the score 30 of the cellular information P, the score 50 of the cellular information Q, and the score 60 of the cellular information R, and has a maximum score of 60. Select the cellular network corresponding to a certain cellular information R. The determination device 100 may select the optimum cellular network based on the output score, and select the optimum communication network by comparing the optimum cellular network and Wifi.
  • the determination device 100 selects the cellular network corresponding to the cellular information R having the highest score, compares the score 60 of the selected cellular network with the score 45 of Wifi, and compares the score 60.
  • the cellular network corresponding to the cellular information R having a larger score may be selected as the optimum communication network.
  • the determination device 100 may use the value of RTT as a score indicating communication quality. In this case, the determination device 100 selects a communication network having a smaller RTT value as the optimum communication network. Using the above example, the determination device 100 selects the cellular network corresponding to the cellular information P having the smallest RTT value among the cellular information P, the cellular information Q, and the cellular information R. Then, the determination device 100 compares the RTT value 30 of the selected cellular network with the Wifi RTT value 45, and determines the cellular network corresponding to the cellular information P having a smaller RTT value. Select as the best communication network.
  • FIG. 17 shows the case where LTE, Sub6, and mmWave are used.
  • the determination device 100 calculates a near-future communication quality score for each bearer in combination with sensor information in a state where mmWave, Sub6, and LTE bearers can be selected.
  • the determination device 100 inputs LTE cellular information into a learning model corresponding to LTE, calculates an LTE score, and predicts the degree of deterioration of the LTE communication state.
  • the determination device 100 inputs the cellular information of the Sub6 into the learning model corresponding to the Sub6, calculates the score of the Sub6, and predicts the degree of deterioration of the communication state of the Sub6.
  • the determination device 100 inputs the cellular information of mmWave into the learning model corresponding to mmWave, calculates the score of mmWave, and predicts the degree of deterioration of the communication state of mmWave.
  • the determination device 100 calculates a near-future communication quality score for each bearer in combination with sensor information in a state where the mmWave, Sub6, and LTE bearers can communicate with the terminal device 10.
  • the determination device 100 determines the bearer of the transition destination from mmWave by simultaneously predicting the communication quality between Sub6 and LTE in the near future. Further, when Wifi is available at the same time, the determination device 100 predicts the communication quality of Wifi in the near future, and determines the destination to switch the bearer even when connected to Wifi. As a result, the determination device 100 can realize a seamless network bearer transition and can always continue to select the optimum network.
  • FIG. 18 is a flowchart showing a procedure of information processing by the information processing system 1 according to the modified example 4.
  • the determination device 100 acquires the sensor information detected by the mobile communication device used by the user and the communication information indicating the communication quality status of each communication network (step S601).
  • the determination device 100 uses the acquired sensor information and communication information as input information corresponding to each learning model, and calculates a score indicating the degree of deterioration of the communication network for each bearer (step S602).
  • the determination device 100 selects the optimum cellular network based on the calculated score (step S603).
  • the determination device 100 determines whether the calculated score is higher than the Wifi score (step S604). When the calculated score is lower than the Wifi score, the determination device 100 ends the information processing. When the calculated score is higher than the Wifi score, the determination device 100 requests switching of the communication path (step S605). For example, the determination device 100 instructs to change to the cellular network.
  • the determination device 100 selects the optimum network from the cellular networks, and then compares the score with the Wifi score to explain the procedure for switching the network.
  • the procedure of the process in which the determination device 100 simultaneously compares the scores of all the communication networks including the cellular network and Wifi and switches to the communication network having the maximum score will be described.
  • the determination device 100 performs the same processing as in steps S601 and S602 shown in FIG.
  • steps S603 and S604 the determination device 100 selects the communication network having the highest score by comparing all the calculated scores including the cellular network and Wifi.
  • the determination device 100 requests switching to the communication network having the highest score.
  • the determination device 100 calculates each score indicating the degree of deterioration of each communication network of LTE, Sub6, mmWave, and Wifi, and instructs the communication network to switch to the communication network having the maximum score.
  • the determination device 100 can realize the switching of bearers optimized for the area that cannot be learned from general data. For example, the determination device 100 can effectively utilize the wireless LAN spot on the home and the in-vehicle Wifi by downloading the learning model optimized for the route on which the user rides the train. Generally, when the upstream of the in-vehicle Wifi is WiMAX or the like, when the vehicle enters the tunnel, WAN access is lost and network communication may be lost. In this case or the like, the determination device 100 can predict entering the tunnel by adapting the optimum learning model for the route from the outside, and can switch to cellular before the upstream network is disconnected.
  • the determination device 100 is expected to attract a large number of people such as stadiums and events, and in areas where the terminal density in the cell increases, by applying a learning model tuned to be offloaded to Wifi as much as possible.
  • the overall communication quality can be improved.
  • FIG. 19 shows an example of the determination process according to the modified example 5.
  • the determination device 100 estimates the user's position information based on the sensor data.
  • the determination device 100 may have a position estimation unit 136 that estimates the user's position information based on the sensor data.
  • the control unit 130A may further include a position estimation unit 136.
  • the determination device 100 requests a learning model corresponding to the user's position information, and downloads the learning model from the outside.
  • the determination device 100 calculates a score related to communication quality by inputting communication information into a learning model downloaded from the outside.
  • FIG. 21 is a flowchart showing a procedure of information processing by the information processing system 1 according to the modified example 5.
  • the determination device 100 determines whether the trained model is available (step S701). If the trained model is not available (step S701; NO), the determination device 100 may end the information processing, or may use the default score calculator stored in the terminal device 10 or the determination device 100 to determine the score. It may be calculated. When the trained model is available (step S701; YES), the determination device 100 downloads the trained model from the outside (step S702).
  • the determination device 100 acquires the sensor information detected by the mobile communication device used by the user and the communication information indicating the communication quality status of each communication network (step S703).
  • the determination device 100 uses the acquired sensor information and communication information as input information, and calculates a score using the town-loaded learning model (step S704).
  • the determination device 100 determines whether the calculated score exceeds a predetermined threshold value (step S705). When the calculated score does not exceed a predetermined threshold value (step S705; NO), the determination device 100 ends the information processing.
  • the determination device 100 requests switching of the communication path (step S706). For example, the determination device 100 changes the connected communication network to another network.
  • the determination device 100 uploads the communication information and the sensor information of each bearer acquired from the terminal device 10 to the outside at predetermined intervals.
  • the predetermined interval may be a fixed interval such as every few seconds, every few hours, or every few days, or may be an interval that fluctuates based on a predetermined condition.
  • the determination device 100 may upload to the outside every time the amount of information acquired from the terminal device 10 satisfies a predetermined threshold value. Further, the upload to the outside by the determination device 100 may be performed by any format or method, for example, by using a JSON format, a REST API, or the like.
  • the outside uses the communication information and the sensor information of each bearer provided by the determination device 100 as input information, and outputs the score using the learning model stored in the outside. Then, the determination device 100 receives the result output by the learning model on the outside from the outside.
  • the determination device 100 determines whether to switch the bearer of the terminal device 10 by comparing the received score with a predetermined threshold value. Further, the determination device 100 may determine whether to switch the bearer of the terminal device 10 by comparing the score calculated based on the received score with a predetermined threshold value. For example, the determination device 100 may determine whether to switch the bearer of the terminal device 10 by comparing the score calculated by multiplying the received score by a weight based on a predetermined algorithm and the predetermined threshold value. Good.
  • the determination device 100 compares the received score with the score calculated by the determination device 100 based on the information obtained by the determination device 100 via a predetermined algorithm and the predetermined threshold value. You may decide whether to switch the bearer of.
  • the determination device 100 determines that the bearer of the terminal device 10 is to be switched, the determination device 100 requests the communication unit 110 to switch the communication path.
  • the determination device 100 requests the communication path control unit to switch the communication path.
  • the determination device 100 can realize even a large-scale score calculation in which the calculation amount is insufficient in the terminal device 10 by using the external calculation resource.
  • the determination device 100 may determine whether the result provided from the outside and the result output by the determination device 100 deviate from each other. When the score provided from the outside and the score output by the determination device 100 deviate from each other by a predetermined threshold value or more, the determination device 100 does not use the score provided from the outside but the score output by the determination device 100. May be used to determine the switching of bearers. Further, in the determination device 100, when the target time of the input information in the external calculation and the calculation by the determination device 100 is different before and after, the result provided from the outside and the result output by the determination device 100 are obtained. It may be determined whether or not there is a divergence.
  • FIG. 23 is a flowchart showing the procedure of information processing by the information processing system 1 according to the modification 6.
  • the determination device 100 acquires the sensor information detected by the mobile communication device used by the user and the communication information indicating the communication quality status of each communication network (step S801).
  • the determination device 100 uploads the acquired sensor information and communication information to the outside (step S802).
  • the determination device 100 receives an externally calculated score (step S803).
  • the determination device 100 determines whether the received score exceeds a predetermined threshold value (step S804).
  • the determination device 100 ends the information processing when the received score does not exceed a predetermined threshold value (step S804; NO).
  • the determination device 100 requests switching of the communication path (step S805).
  • the determination device 100 uploads information (for example, communication information, location information, SSID information of the connection destination) when the switching fails to the outside. To do.
  • the determination device 100 detects a case where switching cannot be performed normally by recording the time when the network error message output by the application is output.
  • the determination device 100 is not limited to the recording at the time when the error message is output, and may detect how the switching cannot be performed normally.
  • the determination device 100 uploads information based on the network information and the location information where the error occurred at a predetermined time from the time when the switching fails.
  • the uploaded external may learn position information such as latitude and longitude as parameters, or learn another engine using the data uploaded in the area limited to a predetermined area. May be good.
  • the determination device 100 collects the learning data at the same position, so that it is possible to realize the determination based on the information output from the learning model adapted to the location.
  • the providing unit 135 provides the sensor information and the communication information to a medium other than the mobile communication device, which outputs a score using a different learning model learned for each area.
  • FIG. 25 is a hardware configuration diagram showing an example of a computer that realizes the functions of the terminal device 10, the information providing device 50, and the determination device 100.
  • the computer 1000 has a CPU 1100, a RAM 1200, a ROM 1300, an HDD 1400, a communication interface (I / F) 1500, an input / output interface (I / F) 1600, and a media interface (I / F) 1700.
  • the CPU 1100 operates based on the program stored in the ROM 1300 or the HDD 1400, and controls each part.
  • the ROM 1300 stores a boot program executed by the CPU 1100 when the computer 1000 is started, a program that depends on the hardware of the computer 1000, and the like.
  • the HDD 1400 stores a program executed by the CPU 1100, data used by such a program, and the like.
  • the communication interface 1500 receives data from another device via a predetermined communication network and sends it to the CPU 1100, and transmits the data generated by the CPU 1100 to the other device via the predetermined communication network.
  • the CPU 1100 controls an output device such as a display or a printer and an input device such as a keyboard or a mouse via the input / output interface 1600.
  • the CPU 1100 acquires data from the input device via the input / output interface 1600. Further, the CPU 1100 outputs the generated data to the output device via the input / output interface 1600.
  • the media interface 1700 reads the program or data stored in the recording medium 1800 and provides the program or data to the CPU 1100 via the RAM 1200.
  • the CPU 1100 loads the program from the recording medium 1800 onto the RAM 1200 via the media interface 1700, and executes the loaded program.
  • the recording medium 1800 is, for example, an optical recording medium such as a DVD (Digital Versatile Disc) or PD (Phase change rewritable Disk), a magneto-optical recording medium such as an MO (Magneto-Optical disk), a tape medium, a magnetic recording medium, or a semiconductor memory. And so on.
  • the CPU 1100 of the computer 1000 executes the program loaded on the RAM 1200 to control the control units 14, 53. And 130 functions.
  • the CPU 1100 of the computer 1000 reads and executes these programs from the recording medium 1800, but as another example, these programs may be acquired from another device via a predetermined communication network.
  • each component of each device shown in the figure is a functional concept, and does not necessarily have to be physically configured as shown in the figure. That is, the specific form of distribution / integration of each device is not limited to the one shown in the figure, and all or part of the device is functionally or physically distributed / physically in arbitrary units according to various loads and usage conditions. It can be integrated and configured.
  • section, module, unit can be read as “means” or “circuit”.
  • acquisition unit can be read as an acquisition means or an acquisition circuit.
  • the present technology can also have the following configurations.
  • a communication unit that selectively connects to and communicates with multiple communication networks,
  • An acquisition unit that acquires sensor information detected by a mobile communication device used by a user and communication information indicating the status of communication quality to each communication network.
  • a determination unit that determines whether to switch to another communication network among a plurality of communication networks based on the sensor information and communication information acquired by the acquisition unit.
  • Judgment device including.
  • (2) The determination unit The determination device according to (1), wherein among the sensor information acquired by the acquisition unit, it is determined whether to switch to the other communication network based on the sensor information indicating the state of the user.
  • the determination unit The determination device according to (1) or (2), which determines whether to switch to the other communication network based on the sensor information indicating the movement speed of the user.
  • the determination unit Of the sensor information acquired by the acquisition unit, it is determined whether to switch to the other communication network based on the context information of the user estimated based on the state of the user (1) to (3).
  • the determination device according to any one item.
  • the plurality of communication networks Including a wireless LAN network via a wireless LAN base station and a cellular network via a cellular communication base station, The determination unit The determination device according to any one of (1) to (4), which determines whether to switch the wireless LAN network to the cellular network based on the communication information of the communication performed via the wireless LAN network.
  • the determination unit The determination device according to (5), which determines whether to switch to the other communication network based on at least one of RSSI, LinkSpeed, and packet communication status as the communication information. (7) The determination unit Whether to switch to the other communication network by using at least one of the communication information and the sensor information as input information and using a learning model that outputs a score indicating a measure of whether or not to switch the communication network. The determination device according to any one of (1) to (6). (8) The determination unit Using a learning model that outputs a score related to the communication quality of each communication network using at least one of the communication information and the sensor information as input information, it is determined whether to switch to the other communication network (1) to ( The determination device according to any one of 7).
  • the determination unit Using at least one of the communication information and the sensor information as input information and using a plurality of learning models that output scores corresponding to each communication network, it is determined whether to switch to the other communication network (1) to The determination device according to any one of (8). (10) The determination unit The determination device according to (9), wherein it is determined that the communication network having the highest score among the plurality of communication networks is switched to using the plurality of learning models. (11) The determination unit The determination device according to any one of (1) to (10), wherein it is determined to switch to the communication network having the minimum delay amount based on the throughput among the plurality of communication networks.
  • the determination unit provides the sensor information and communication information acquired by the acquiring unit to a device other than the mobile communication device that outputs the score.
  • the determination unit The determination device according to any one of (1) to (11), which determines whether to switch to the other communication network based on the score calculated by a device other than the mobile communication device.
  • the providing part The determination device according to (12), wherein the sensor information and communication information acquired by the acquisition unit are provided to a device other than the mobile communication device that outputs the score using the different learning models learned for each area. ..
  • the cellular network The determination device according to (5), which is a communication network compliant with the 5th generation communication standard.
  • the cellular network The determination device according to (5), which is a communication network compliant with millimeter-wave communication in the 5th generation.
  • the computer Selectively connect to and communicate with multiple communication networks to communicate Acquires sensor information detected by the mobile communication device used by the user and communication information to each communication network, A determination method for determining whether to switch to another communication network among a plurality of communication networks based on the acquired sensor information and communication information.
  • On the computer Selectively connect to and communicate with multiple communication networks to communicate Acquires sensor information detected by the mobile communication device used by the user and communication information to each communication network, A judgment program that determines whether to switch to another communication network among a plurality of communication networks based on the acquired sensor information and communication information.
  • Terminal device 50 Information providing device 100 Judgment device 110 Communication unit 111 Communication path control unit 120 Storage unit 121 Past communication-related information storage unit 122 Model information storage unit 130 Control unit 131 Acquisition unit 1311 Communication parameter acquisition unit 1312 Sensor Information acquisition unit 132 Generation unit 133 Calculation unit 134 Judgment unit 135 Providing unit 136 Position estimation unit N network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Telephone Function (AREA)

Abstract

本願に係る判定装置（１００）は、通信部（１１０）と、取得部（１３１）と、判定部（１３４）とを備える。通信部（１１０）は、複数の通信ネットワークに選択的に接続して通信する。取得部（１３１）は、ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信品質の状況を示す通信情報とを取得する。判定部（１３４）は、取得部（１３１）によって取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する。

Description

判定装置、判定方法および判定プログラム
　本発明は、判定装置、判定方法および判定プログラムに関する。
　従来、ＩＥＥＥ８０２．１１に準拠した無線ＬＡＮ（Local　Area　Network）通信機能と、４ＧやＬＴＥ（Long　Term　Evolution）などの通信規格に準拠したセルラー通信機能とを切り替えて利用する技術が知られている（特許文献１～３参照）。
特表２００７－５０９５９０号公報 特表２００９－５０３９１４号公報 特表２０１０－５２３０２４号公報
　従来の技術は、通信ネットワークの切り替えの判定に改善の余地がある。例えば、従来の技術は、所定の切り替え基準に従って通信ネットワークの切り替えを実施しているが、切替先の通信ネットワークの通信品質が必ずしも良いとは言えない場合があり、通信ネットワークの切り替えを適切に判定することができるとは限らなかった。
　本願は、上記に鑑みてなされたものであって、通信ネットワークの切り替えを適切に判定することを目的とする。
　本願に係る判定装置は、複数の通信ネットワークに選択的に接続して通信する通信部と、ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信品質の状況を示す通信情報とを取得する取得部と、前記取得部によって取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する判定部とを備えることを特徴とする。
図１は、実施形態に係る情報処理の一例を示す図である。 図２は、実施形態に係る情報処理の一例を示す図である。 図３は、実施形態に係る情報処理システムの構成例を示す図である。 図４は、実施形態に係る端末装置の構成例を示す図である。 図５は、実施形態に係る情報提供装置の構成例を示す図である。 図６は、実施形態に係る判定装置の構成例を示す図である。 図７は、実施形態に係る過去通信関連情報記憶部の一例を示す図である。 図８は、実施形態に係るモデル情報記憶部の一例を示す図である。 図９は、実施形態に係る判定装置の構成例を示す図である。 図１０は、実施形態に係る情報処理の一例を示すフローチャートである。 図１１は、実施形態に係る端末装置の構成例を示す図である。 図１２は、実施形態に係る端末装置の構成例を示す図である。 図１３は、実施形態に係る情報処理の一例を示すフローチャートである。 図１４は、実施形態に係る情報処理の一例を示すフローチャートである。 図１５は、実施形態に係る情報処理の一例を示す図である。 図１６は、実施形態に係る情報処理の一例を示す図である。 図１７は、実施形態に係る判定装置の構成例を示す図である。 図１８は、実施形態に係る情報処理の一例を示すフローチャートである。 図１９は、実施形態に係る判定装置の構成例を示す図である。 図２０は、実施形態に係る判定装置の構成例を示す図である。 図２１は、実施形態に係る情報処理の一例を示すフローチャートである。 図２２は、実施形態に係る判定装置の構成例を示す図である。 図２３は、実施形態に係る情報処理の一例を示すフローチャートである。 図２４は、実施形態に係る情報処理の一例を示す図である。 図２５は、判定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。
　以下に、本願に係る判定装置、判定方法及び判定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る判定装置、判定方法及び判定プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
　以下に示す項目順序に従って本開示を説明する。
　　１．情報処理システムの構成
　　２．情報処理の一例
　　３．処理のバリエーション
　　　３－１．データ収集
　　　３－２．複数学習モデルの搭載
　　　３－３．切り替え
　　　３－４．正解ラベル
　　　３－５．切り替えるべきタイミング
　　　３－６．外部センサ
　　　３－７．他のセンサ情報
　　　３－８．ダウンロード
　　　３－９．端末装置、情報提供装置、判定装置
　　　３－１０．学習モデル
　　　３－１１．通信ネットワークの組み合わせ
　　４．端末装置の構成
　　５．情報提供装置の構成
　　６．判定装置の構成
　　７．判定装置の詳細
　　８．情報処理のフロー
　　９．変形例
　　　９－１．変形例１（端末装置の他の構成例）
　　　９－２．変形例２（ミリ波通信）
　　　９－３．変形例３（アプリに応じたベアラの切り替え）
　　　９－４．変形例４（ベアラごとのスコア計算）
　　　９－５．変形例５（場所に応じて訓練済みデータをダウンロード）
　　　９－６．変形例６（クラウド上のスコア計算１）
　　　９－７．変形例７（クラウド上のスコア計算２）
　　１０．ハードウェア構成
　　１１．その他
（実施形態）
〔１．情報処理システムの構成〕
　図１の説明に先立って、図３を用いて情報処理システム１の構成について説明する。図３は、実施形態に係る情報処理システムの構成例を示す図である。図３に示すように、情報処理システム１には、端末装置１０と、情報提供装置５０と、判定装置１００とが含まれる。端末装置１０と、情報提供装置５０と、判定装置１００とは所定の通信網（ネットワークＮ）を介して、有線または無線により通信可能に接続される。図３は、実施形態に係る情報処理システムの構成例を示す図である。なお、図３に示した情報処理システム１には、複数台の端末装置１０や、複数台の情報提供装置５０や、複数台の判定装置１００が含まれてもよい。
　端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、実施形態における処理を実現可能であれば、どのような装置であってもよい。また、端末装置１０は、スマートフォンや、タブレット型端末や、ノート型ＰＣや、デスクトップＰＣや、携帯電話機や、ＰＤＡ等の装置であってもよい。図１に示す例においては、端末装置１０がスマートフォンである場合を示す。
　情報提供装置５０は、例えば、ＰＣ、ＷＳ（Work　Station）等の情報処理装置であり、過去通信関連情報を判定装置１００へ提供するために用いられる。
　判定装置１００は、他の通信ネットワークへの切り替えるかを判定するために用いられる。判定装置１００は、例えば、ＰＣ、ＷＳ（Work　Station）等の情報処理装置であり、端末装置１０等からネットワークＮを介して送信されてきた情報に基づいて処理を行う。判定装置１００は、通信情報やセンサ情報に基づいて、端末装置１０の通信ネットワークの切り替えを判定する。
〔２．情報処理の一例〕
　図１では、判定装置１００は、ユーザが利用する端末装置１０がＷｉｆｉ接続中に、端末装置１０により検知可能な情報と、接続中のＷｉｆｉに関する情報とに基づいて、端末装置１０の通信ネットワークの接続を、Ｗｉｆｉから他の通信ネットワークへ切り替えるかを判定する。具体的には、判定装置１００は、Ｗｉｆｉの通信品質の悪化状態を推論する学習モデル（例えば、ニューラルネットワーク）を用いて、他の通信ネットワークへ切り替えるかを判定する。
　実施形態に係るＷｉｆｉは、無線ＬＡＮ基地局を介する無線ＬＡＮネットワークである。また、実施形態に係る他の通信ネットワークは、端末装置１０と接続可能な通信ネットワークであって、接続中の通信ネットワーク以外の通信ネットワークであれば、どのような通信ネットワークであってもよい。例えば、実施形態に係る他の通信ネットワークは、セルラー通信基地局を介するセルラーネットワークであってもよいし、無線ＬＡＮネットワークであってもよい。なお、端末装置１０と通信可能なセルラー通信基地局の数に制限はないものとする。言い替えると、端末装置１０は、一のセルラーネットワークと接続可能な状態にあってもよいし、二以上のセルラーネットワークと接続可能な状態にあってもよい。そして、実施形態に係る複数の通信ネットワークには、無線ＬＡＮネットワークとセルラーネットワークとが含まれるものとする。なお、実施形態に係る通信ネットワークは、第５世代の通信規格に準拠した通信ネットワークであってもよく、実施形態に係るセルラーネットワークは、第５世代の通信規格に準拠した通信ネットワークであってもよい。
　実施形態に係る端末装置１０は、移動体通信機器の一例である。移動体通信機器は、移動可能な通信機器であればどのようなものであってもよい。例えば、移動体通信機器は、ユーザとともに移動する通信機器であってもよい。具体的には、移動体通信機器は、スマートフォンやスマートウォッチや業務用カメラなどのユーザが所持する又は身に着けることにより移動可能な通信機器であってもよい。例えば、移動体通信機器は、ユーザの操作に応じて移動する通信機器であってもよい。具体的には、移動体通信機器は、ドローンなどのユーザの操作に応じて移動可能な通信機器であってもよい。図１では、移動体通信機器がスマートフォンである場合を一例として示す。
　以下、図１を用いて、実施形態に係る判定処理の概要を説明する。図１は、ユーザが車などの移動体で高速に移動している場合と、ユーザが高速に移動していない場合との２つの場合を示す。なお、ユーザが高速に移動している場合とは、ユーザが所定の条件を満たす速度で移動していればどのような速度で移動している場合であってもよいものとする。ここで、所定の条件を満たす速度には、ユーザの移動の状態に基づくものだけでなく、ユーザの移動の状態と、通信ネットワークの通信の状態とに基づくものが含まれてもよい。例えば、所定の条件を満たす速度は、通信ネットワークの通信品質が所定の条件を満たす場合のユーザの移動の状態に基づく速度であってもよい。具体的な例を挙げると、所定の条件を満たす速度は、仮にユーザが徒歩で歩いている状態であったとしても、通信ネットワークの通信品質が所定の基準を下回るほど悪化すれば、ユーザが徒歩で歩く速度であってもよい。一方、仮にユーザが電車で高速に移動している状態であったとしても、通信ネットワークの通信品質が所定の基準を下回らなければ、ユーザが所定の条件を満たす速度で移動していないと判定してもよい。例えばユーザが電車で移動中の場合を例に挙げると、所定の条件を満たす速度は、端末装置１０と接続中の通信ネットワークに対するＲＴＴの値が、移動中のある区間において連続して所定の閾値以上であり続けられないほど電車が加速した場合のユーザの速度であってもよい。また、図１では、移動体として車で移動する場合を示すが、車に限らず、飛行機や電車などの公共交通機関における移動体やエレベータやエスカレータなど自動で動く移動体などどのような移動体であってもよいものとする。また、ユーザが高速に移動していない場合とは、例えば、ユーザが徒歩で移動している場合である。なお、ユーザが高速に移動していない場合には、ユーザが所定の地点や定点に留まっている場合や移動していない場合なども含まれるものとする。
　図１では、ユーザＵ１が高速に移動するユーザの一例を示し、ユーザＵ２が高速に移動しないユーザの一例を示す。ユーザＵ１は、位置Ａ１から位置Ｂ１まで車で移動するものとする。ユーザＵ２は、位置Ａ２から位置Ｂ２まで徒歩で移動するものとする。また、ユーザＵ１が利用する端末装置１０Ａと、ユーザＵ２が利用する端末装置１０Ｂとは、ユーザが移動を開始する直前では、Ｗｉｆｉと接続中であるものとする。すなわち、ユーザＵ１が位置Ａ１にいる際には端末装置１０Ａは、Ｗｉｆｉと接続中（Ｓ１）であり、ユーザＵ２が位置Ａ２にいる際には端末装置１０Ｂは、Ｗｉｆｉと接続中（Ｓ２）であるものとする。また、ユーザＵ１が位置Ｂ１へ高速に移動すると、端末装置１０Ａは、Ｗｉｆｉからセルラーネットワークへの通信（Ｓ３）へ切り替えるものとする。具体的には、判定装置１００は、Ｗｉｆｉの通信品質の悪化状態を予測して、端末装置１０Ａに他の通信ネットワークへ通信を切り替えるよう指示する。また、ユーザＵ２が位置Ｂ２へ移動する場合には、端末装置１０Ｂは、Ｗｉｆｉと接続のまま、セルラーネットワークへの通信（Ｓ４）へは切り替えないものとする。
　以下、図２を用いて、実施形態に係る判定処理の一例を説明する。以下、判定装置１００が、通信ネットワークに関する過去の情報（以下、適宜、「過去通信関連情報」とする。）を用いて、Ｗｉｆｉ接続の悪化の度合を出力する学習モデルを生成する処理について説明する。例えば、判定装置１００は、他のユーザが利用する端末装置（以下、適宜、「他の端末装置」とする。）における過去通信関連情報を用いて学習モデルを生成する。なお、他のユーザには、評価の対象となるユーザ（図１では、ユーザＵ１）が含まれてもよい。すなわち、判定装置１００は、ユーザＵ１の過去通信関連情報を用いて端末装置１０ＡのＷｉｆｉ接続の悪化の度合を出力する学習モデルを生成してもよい。また、他のユーザは、一のユーザであってもよいし、複数のユーザであってもよいものとする。
　判定装置１００は、過去通信関連情報ＬＩＮＦ１を取得する（ステップＳ１０１）。例えば、判定装置１００は、情報提供装置５０から送信された過去通信関連情報ＬＩＮＦ１を取得する。図２では、説明を簡略化するため、判定装置１００が情報提供装置５０から送信された過去通信関連情報ＬＩＮＦ１を取得する一例を示すものとする。なお、過去通信関連情報ＬＩＮＦ１には、他の端末装置上で取得可能なセンサ情報と、他の端末装置上で取得可能なＷｉｆｉに関連する情報と、他の端末装置上で取得可能なセルラーネットワークに関連する情報（以下、適宜、「セルラー情報」とする。）とが含まれる。以下、過去通信関連情報ＬＩＮＦ１に含まれる情報の各々について説明する。
　判定装置１００は、他の端末装置上で検知可能な情報を取得する。例えば、判定装置１００は、他の端末装置の内部に備えられたセンサにより検知されるセンサ情報を取得する。なお、実施形態に係るセンサ情報は主に２種類ある。具体的には、実施形態に係るセンサ情報は、ユーザの状態をリアルタイムに推定するためのセンサ情報と、近い未来のユーザの状態を推察（予測）するためのセンサ情報とがある。
　判定装置１００は、他のユーザの状態をリアルタイムに推定するためのセンサ情報として、例えば、他のユーザの移動に関する情報を推定するためのセンサ情報を取得する。具体的には、判定装置１００は、他のユーザの位置や移動速度を示すセンサ情報を取得する。具体的な例を挙げると、判定装置１００は、加速度、磁気、方角、気圧、位置センサなどにより検知されるセンサ情報を取得する。なお、判定装置１００は、他のユーザの移動に関する情報を推定するのに使用できるセンサであれば、上記の例に限らず、どのようなセンサにより検知されるセンサ情報を取得してもよい。
　判定装置１００は、他のユーザの状態を推察するためのセンサ情報として、例えば、他のユーザのコンテキスト情報を推定するためのセンサ情報を取得する。例えば、判定装置１００は、過去の情報に基づいて、他のユーザの状態を推察するためのセンサ情報を取得する。例えば、判定装置１００は、他のユーザの行動を推察するためのセンサ情報を取得する。具体的には、判定装置１００は、徒歩で移動中、電車で移動中、車で移動中、階段で昇降中、エレベータで昇降中などの他のユーザの行動を推察するためのセンサ情報を取得する。具体的な例を挙げると、判定装置１００は、加速度、時刻、方角、気圧、位置、歩数計などにより検知されるセンサ情報を取得する。なお、判定装置１００は、他のユーザの行動を推察するのに使用できるセンサであれば、上記の例に限らず、どのようなセンサにより検知されるセンサ情報を取得してもよい。また、判定装置１００は、取得したセンサ情報から推察される行動情報を取得してもよい。例えば、判定装置１００は、センサ情報の変化量からユーザの行動情報を取得してもよい。具体的な例を挙げると、判定装置１００は、加速度や位置情報の変化量から、ユーザの移動速度や加速状態を算出してもよい。これにより、判定装置１００は、例えば数秒後に、Ｗｉｆｉの性能が劣化するということを予測することができる。
　判定装置１００は、センサ情報として、各センサに関連するパラメータの情報を取得する。例えば、判定装置１００は、加速度、磁気、方角、気圧、位置、時刻、歩数計センサなどに関連するパラメータの情報を取得する。
　これにより、判定装置１００は、センサ情報を活用することによりユーザの移動状態を把握し、切り換え判断に使用することで、ユーザの移動状態に応じた最適なベアラを選択することができる。例えば、判定装置１００は、電車移動などの高速移動通信状態では、セルラーを使用し続けることを選択することができる。
　また、判定装置１００は、他の端末装置と接続中のＷｉｆｉに関する情報を取得する。例えば、判定装置１００は、Ｗｉｆｉに関連するパラメータの情報を取得する。例えば、判定装置１００は、Ｗｉｆｉに関連するパラメータとして、ＬｉｎｋＳｐｅｅｄやパケット通信状況などの情報を取得する。具体的な例を挙げると、判定装置１００は、Ｗｉｆｉに関連するパラメータとして、ＰＨＹプロトコルタイプ（a/b/g/n/ac/ax）、ＭＡＣプロトコルタイプ（d/e/h/i/j/k/p/v/w/y/z）、信号強度（ＲＳＳＩ）、使用周波数、ＳＳＩＤ、ＢＳＳＩＤ，割り当て帯域幅、ＡＰに対する無線区間のＲＴＴ、Ｓ／Ｎ比、周波数スペクトル、同一ＢＳＳ（Basic　Service　Set）内にいる端末数、認証方式、ＭＩＭＯレイヤー数、信号衝突回数、単位時間あたりのＲＴＳ／ＣＴＳの個数、Ｐｒｏｂｅ　Ｒｅｑｕｅｓｔ数、ビーコン受信数、受信／送信パケットカウンタ値、送信成功数、受信成功数、送信再送数、フレーム破損数、インターフェイスエラー回数、ｃｃａ_ｂｕｓｙ_ｔｉｍｅ、ｃｏｎｔｅｎｔｉｏｎＡｖｅｒａｇｅＴｉｍｅ、ＲａｄｉｏＯｎＴｉｍｅ、Ｗｉ－ｆｉの送信バッファーのキュー内に存在するフレーム数などの情報を取得する。なお、判定装置１００は、Ｗｉｆｉに関連する情報であれば、上記の例に限らず、どのようなパラメータを取得してもよい。
　また、判定装置１００は、他の端末装置と接続可能なセルラーネットワークに関する情報を取得する。例えば、判定装置１００は、セルラーネットワークに関連するパラメータの情報を取得する。具体的な例を挙げると、判定装置１００は、セルラーネットワークに関連するパラメータとして、Ｃｏｍｐｏｎｅｎｔ　Ｃａｒｒｉｅｒ数、平均レート（ＭＣＳ：Modulation　and　Coding　Scheme）、Ｃａｐａｂｉｌｉｔｙ（ＬＴＥ／ＨＳＰＡ＋／ＧＳＭ）、信号強度、ＭＩＭＯレイヤー数、通信割り当て時間数、実際のリソースブロック数、受信／送信パケットカウンタ値、送信成功数、受信成功数、フレーム再送数（ＭＡＣ）、ＲＬＣ数、インターフェイスエラー回数、スループット（ＰＨＹ／ＩＰ）、ｃｅｌｌ情報（セルＩＤ、ＤＬの参照信号の送信電力、隣接セル情報、セル収容人数、バックボーン帯域情報）、ＡｓｕＬｖｅｌ、Ｃｑｉ、ｄｂｍ、Ｌｅｖｅｌ、ＲＳＲＰ、ＲＳＳＩ、ＲＳＳＮＲ、ＴｉｍｉｎｇＡｄｖａｎｃｅ、ユーザの通信プラン、通信プラン中の月における残通信可能容量などの情報を取得する。なお、判定装置１００は、セルラーネットワークに関連する情報であれば、上記の例に限らず、どのようなパラメータを取得してもよい。
　そして、判定装置１００は、取得した過去通信関連情報ＬＩＮＦ１を記憶する。例えば、判定装置１００は、取得した情報を所定の記憶部に記憶する。例えば、判定装置１００は、取得した情報を過去通信関連情報記憶部１２１に記憶する。
　続いて、判定装置１００は、Ｗｉｆｉ接続の悪化の度合を出力するモデルを生成する（ステップＳ１０２）。例えば、判定装置１００は、他の端末装置上で取得可能なセンサ情報とＷｉｆｉに関連する情報との両方又はいずれか一方を入力情報として、Ｗｉｆｉ接続の悪化の度合を出力するモデルを生成する。例えば、判定装置１００は、センサに関連するパラメータと、Ｗｉｆｉに関連するパラメータとの両方又はいずれか一方を入力情報として、Ｗｉｆｉ接続の悪化の度合を出力するモデルを生成する。また、判定装置１００は、取得した情報の一部又は全てを用いて、通信ネットワークを切り替えるタイミングに正解ラベル（フラグ）を付与することにより学習されたモデルを生成する。例えば、判定装置１００は、ＲＴＴの値が所定の閾値を超えたタイミングや、弱電によりＷｉｆｉ接続が切断されたタイミングに正解ラベルを付与して学習することによりモデルを生成してもよい。ここで、正解ラベルは、通信ネットワークを切り替えるべきタイミングを示す。具体的には、正解ラベルは、過去通信関連情報に基づいて通信ネットワークを切り替えるべきと判定したタイミングを示す。図２では、判定装置１００は、通信ネットワークを切り替えるべきタイミングに、正解ラベルとしてラベル「１」を付与し、また、通信ネットワークを切り替えるべきではないタイミングに、正解ラベルではない不正解ラベルとして、ラベル「０」を付与する。なお、判定装置１００は、ラベル「１」やラベル「０」に基づいて、通信ネットワークを切り替えるべきタイミングに関する情報や、通信ネットワークを切り替えるべきではないタイミングに関する情報を取得してもよい。例えば、判定装置１００は、通信ネットワークを切り替えるべきタイミングに対応する過去通信関連情報や、通信ネットワークを切り替えるべきではないタイミングに対応する過去通信関連情報を取得してもよい。図２に示す例では、判定装置１００は、過去通信関連情報記憶部１２１に記憶された情報を用いてモデルＭ１を生成する。なお、判定装置１００により生成されるモデルは２種類ある。具体的には、判定装置１００は、センサ情報の種類に応じて、対応する種類のモデルを生成する。
　判定装置１００は、Ｗｉｆｉ接続の悪化の度合をリアルタイムに出力するモデルを生成する。例えば、判定装置１００は、他のユーザの状態をリアルタイムに推定するためのセンサ情報を用いることにより、Ｗｉｆｉ接続の悪化の度合をリアルタイムに出力するモデルを生成する。例えば、判定装置１００は、他のユーザの移動に関する情報を推定するためのセンサ情報を用いることにより、他のユーザの移動に係るＷｉｆｉ接続の悪化の度合をリアルタイムに出力するモデルを生成する。
　判定装置１００は、近い未来のＷｉｆｉ接続の悪化の度合を出力するモデルを生成する。例えば、判定装置１００は、数秒後のＷｉｆｉ接続の悪化の度合を出力するモデルを生成する。例えば、判定装置１００は、他のユーザの状態を推察するためのセンサ情報を用いることにより、近い将来のＷｉｆｉ接続の悪化の度合を出力するモデルを生成する。例えば、判定装置１００は、他のユーザの行動を推察するためのセンサ情報を用いることにより、他のユーザの行動に係る近い将来のＷｉｆｉ接続の悪化の度合を出力するモデルを生成する。
　ある時点での端末装置１０のＷｉｆｉ接続悪化度合の予測（判定）は、実際に通信パケットを流して通信状況（例えば、エラー率、スループットなど）を測定しない限りは難しいことが知られている。なぜなら、Ｗｉｆｉ接続の悪化状態は様々な要因の組み合わせの結果であり、加えて時々刻々変化し得るからである。例えば、無線の弱電波による悪化、他の無線通信機器の電波影響による悪化、移動体通信機器が高速に動作することによる悪化などがあり、現在の悪化状態の判定でも難しいのに、ましてや、未来のＷｉｆｉ接続の悪化状態を予測することは尚難しいと考えられる。
　判定装置１００は、実際に通信パケットを流して通信状況を測定することなく、現在又は未来のＷｉｆｉ接続の悪化の度合を推論することができる。これにより、判定装置１００は、例えば、Ｗｉｆｉ及びモバイル通信の複数のベアラを持つ端末装置１０の場合、現在又は未来のＷｉｆｉ接続の悪化状態の検出し、Ｗｉｆｉの悪化を判断した場合、Ｗｉｆｉからモバイル通信へとベアラを切り換えることで、端末装置１０上で快適な通信を実現することができる。
　判定装置１００は、Ｗｉｆｉ接続の悪化の度合を示す情報として、ＲＴＴに関する情報や、Ｗｉｆｉ接続の切断に関する情報を出力してもよい。例えば、判定装置１００は、ＲＴＴのスコアや値を出力する。例えば、判定装置１００は、Ｗｉｆｉ接続の切断に関する情報として、Ｗｉｆｉ接続の切断確率を示すスコアや値を出力する。なお、判定装置１００は、Ｗｉｆｉ接続の悪化の度合を示す情報であれば、上記の例に限らず、どのような情報を出力してもよい。
　判定装置１００は、生成したモデルＭ１を記憶する。例えば、判定装置１００は、生成したモデルＭ１を所定の記憶部に記憶する。例えば、判定装置１００は、生成したモデルＭ１をモデル情報記憶部１２２に記憶する。
　以上、判定装置１００が、Ｗｉｆｉ接続の悪化の度合を出力する学習モデルを生成する処理について説明した。
　判定装置１００は、通信関連情報ＴＩＮＦ１を取得する（ステップ１０３）。判定装置１００は、評価の対象となるユーザが利用する端末装置１０から送信された通信関連情報ＴＩＮＦ１を取得する。なお、通信関連情報ＴＩＮＦ１には、端末装置１０で取得可能なセンサ情報と、端末装置１０で取得可能なＷｉｆｉに関連する情報と、端末装置１０で取得可能なセルラーネットワークに関連する情報とが含まれる。通信関連情報ＴＩＮＦ１には、過去通信関連情報ＬＩＮＦ１と同様の情報が含まれるため、説明を省略する。
　判定装置１００は、取得した通信関連情報ＴＩＮＦ１のうち、センサ情報とＷｉｆｉに関連する情報とをモデルＭ１に入力する（ステップＳ１０４）。具体的には、判定装置１００は、センサに関連するパラメータと、Ｗｉｆｉに関連するパラメータとをモデルＭ１に入力する。
　判定装置１００は、Ｗｉｆｉ接続の悪化度合を示す情報を出力する（ステップＳ１０５）。図２に示す例では、判定装置１００は、Ｗｉｆｉ接続の悪化度合を示す情報として、通信品質を示すスコアを出力する。例えば、判定装置１００は、通信品質を示すスコアとして、ＲＴＴの値を出力してもよい。図２は、判定装置１００により出力される通信品質を示すスコアが４５であることを示す。
　判定装置１００は、出力されたＷｉｆｉ接続の悪化度合を示す情報が所定の条件を満たすか否かを判定する。例えば、判定装置１００は、出力されたＷｉｆｉ接続の悪化度合を示す情報が所定の閾値を超えたか否かを判定する。判定装置１００は、出力されたＷｉｆｉ接続の悪化度合を示す情報が所定の条件を満たすと判定した場合、通信経路の切り替えを要求することを決定する。また、判定装置１００は、センサ情報に応じて、通信経路の切り替えの所定の条件を変動させてもよい。例えば、判定装置１００は、通信経路の切り替えの基準を、センサ情報に応じて平常時の基準よりも高くしたり低くしたりしてもよい。具体的な例を挙げると、判定装置１００は、センサ情報によってユーザが徒歩などで移動していると判定した場合、通信経路の切り替えをより切り替えやすくするために切り替えに関する所定の閾値が低くなるよう変動させてもよい。これにより、判定装置１００は、通信経路の切り替えをより効率的かつ効果的に行うことができる。一方、判定装置１００は、センサ情報によってユーザが移動していない又は停止していると判定した場合、ユーザがなるべくＷｉｆｉを使い続けられるために切り替えに関する所定の閾値が高くなるように変動させてもよい。これにより、判定装置１００は、接続中の通信を遮断することなくユーザに快適な通信環境を提供することができる。例えば、判定装置１００は、他の通信ネットワークへ切り替えると決定する。この場合、判定装置１００は、通信ネットワークの接続をセルラーネットワークへ切り替えると決定する。一方、判定装置１００は、出力されたＷｉｆｉ接続の悪化度合を示す情報が所定の条件を満たさない場合、Ｗｉｆｉ接続を継続すると決定する。図２に示す例では、判定装置１００は、出力されたＷｉｆｉ接続の悪化度合を示す情報が所定の条件を満たすと判定するものとする。
　判定装置１００は、判定結果に関する情報を端末装置１０へ送信する。例えば、判定装置１００は、判定結果に応じた制御情報を端末装置１０へ送信する。例えば、判定装置１００は、判定結果に応じた通信ネットワークの切り替えに関する制御情報を端末装置１０へ送信する。
　判定装置１００は、通信ネットワークが不安定であることをユーザに通知するための情報を送信してもよい。例えば、判定装置１００は、どのベアラを利用しても安定した通信ができないことを通知するための情報を送信してもよい。具体的な例を挙げると、判定装置１００は、ユーザがエレベータを利用している際はセルラーネットワークもＷｉｆｉも通信環境が悪くなると推定して、どのベアラを利用しても安定した通信ができないことを通知するための情報を送信してもよい。より具体的には、判定装置１００は、ユーザがエレベータなどに乗っていることを判断した場合、Ｗｉｆｉ側もセルラーネットワーク側も通信ネットワークの環境が悪いことを示す情報を算出し、通信ネットワークが不安定であることをユーザに通知するための情報を送信してもよい。
　端末装置１０は、判定装置１００から送信された判定結果に関する情報に応じて、通信ネットワークの接続の切り替えの処理を行う。図１に示す例では、ユーザＵ１の端末装置１０は、Ｗｉｆｉ接続を解除して、セルラーネットワークへ接続する。具体的には、判定装置１００は、ユーザＵ１が利用する端末装置１０に対してセルラー通信基地局ＣＩ１により識別されるセルラー通信基地局を介したセルラーネットワークへ切り替えるよう指示する。
　なお、図１及び２に示す各種の情報処理は、上記に限らず、種々の態様であってもよい。この点について以下説明する。
〔３．処理のバリエーション〕
（３－１．データ収集）
　上述した例では、判定装置１００が、情報提供装置５０から送信された過去通信関連情報ＬＩＮＦ１を取得する場合を示したが、情報提供装置５０から提供される例に限られない。例えば、判定装置１００は、過去通信関連情報を他の端末装置から個別に取得してもよい。例えば、判定装置１００は、メタ情報としてクラウド上にアップロードされた過去通信関連情報を取得してもよい。すなわち、判定装置１００による過去通信関連情報の取得の方法に関して制限はないものとする。このように、判定装置１００は、過去通信関連情報ＬＩＮＦ１をどのように取得してもよい。例えば、判定装置１００は、所定の記憶部に記憶された過去通信関連情報ＬＩＮＦ１を取得してもよい。例えば、判定装置１００は、過去通信関連情報記憶部１２１に記憶された過去通信関連情報ＬＩＮＦ１を取得してもよい。例えば、判定装置１００は、情報提供装置５０から送信された過去通信関連情報と、所定の記憶部に記憶された過去通信関連情報とのうち、所定の条件に基づいて選択された一の過去通信関連情報を過去通信関連情報ＬＩＮＦ１として取得してもよい。例えば、判定装置１００は、ユーザの通信関連情報と、取得した各々の過去通信関連情報との類似度を算出し、算出された類似度が最大の一の過去通信関連情報を過去通信関連情報ＬＩＮＦ１として取得してもよい。
（３－２．複数学習モデルの搭載）
　上述した例では、Ｗｉｆｉ接続の悪化度合を示す情報を出力する一の学習モデルを生成する場合を示したが、判定装置１００は、複数の学習モデルを生成してもよい。例えば、判定装置１００は、Ｗｉｆｉ接続の悪化度合を示す情報であって、切り替えの基準が異なる複数の情報を出力する複数の学習モデルを生成してもよい。具体的は例を挙げると、判定装置１００は、Ｗｉｆｉ接続の切断を予測する学習モデルと、Ｗｉｆｉ接続上のＲＴＴを予測する学習モデルとを生成してもよい。この場合、判定装置１００は、２つの学習モデルを用いた結果情報の両方又はどちらか一方を選択して、Ｗｉｆｉ接続の悪化度合を判定してもよい。これにより、判定装置１００は、一つの学習モデルではカバーすることが困難なＷｉｆｉ悪化の複数のシナリオを効果的に推論することができる。
　判定装置１００は、ユーザの状態ごとに異なる複数の学習モデルを生成してもよい。例えば、判定装置１００は、歩行に適した学習モデルと、高速な移動に適した学習モデルとを予め生成してもよい。この場合、判定装置１００は、推定されたユーザの状態に応じて、例えば、ユーザが歩行をしている場合には歩行に適した学習モデルを用いて判定し、ユーザが鉄道などで高速に移動している場合には高速移動に適した学習モデルを用いて判定してもよい。具体的には、判定装置１００は、推定されたユーザの状態に応じて、ハンドオーバーの回数を減少させつつ、適切な通信ネットワークを選択できる学習モデルを用いて判定してもよい。これにより、判定装置１００は、複数の切り替え基準に基づいて予測することで、より複雑で様々な条件による通信品質の劣化を予測することができるため、ユーザの動きに対する予測の切り替えをよりダイレクトに反映させることができる。例えば、判定装置１００は、位置センサと組み合わせることで、ユーザが自宅や職場にいることが分かる場合には切り替えを抑止する学習モデルを用いて判定し、ユーザが移動中の場合には切り替えを促進させる学習モデルを用いて判定してもよい。これにより、判定装置１００は、よりユーザがＷｉｆｉを使用したい状況では切り替えを抑止しつつ、無線ＬＡＮに捕まることによるＵＸの悪化を抑止することができる。例えば、判定装置１００は、加速度センサと組み合わせることで、ユーザが移動している場合には移動に適した学習モデルを用いて判定してもよい。具体的には、判定装置１００は、ユーザが移動している場合には、公衆Ｗｉｆｉに接続しにくく、且つ、セルラーネットワークに切り替わりやすくする学習モデルを用いて判定してもよい。例えば、判定装置１００は、加速度センサと組み合わせることで、ユーザが停止状態の場合は静止状態に適した学習モデルを用いて判定してもよい。具体的には、判定装置１００は、ユーザが停止状態の場合には、セルラーネットワークに切り替わりにくくする学習モデルを用いて判定してもよい。
　判定装置１００は、複数の学習モデルの中から一の学習モデルを選択して判定してもよいし、複数の学習モデルの中から複数を選択して判定してもよい。また、判定装置１００は、複数を選択して判定する場合には、複数の学習モデルを同時に使用してもよいし、別々に使用してもよい。
（３－３．切り替え）
　上述した例では、Ｗｉｆｉ接続の悪化度合に応じて、Ｗｉｆｉから他の通信ネットワークへの切り替えを判定する場合を示したが、切り替えの対象はＷｉｆｉに限らず、通信ネットワークであればどのような通信ネットワークであってもよい。例えば、判定装置１００は、所定のセルラーネットワークの接続の悪化度合を示す情報を出力する学習モデルを生成することにより、所定のセルラーネットワークから他の通信ネットワークへの切り替えを判定してもよい。具体的な例を挙げると、判定装置１００は、５Ｇ　ｍｍＷから５Ｇ　Ｓｕｂ６やＬＴＥなどの他のセルラーネットワークへの切り替えを判定してもよい。例えば、判定装置１００は、５Ｇ　ｍｍＷなどの所定のセルラーネットワークからＷｉｆｉ接続への切り替えを判定してもよい。
（３－４．正解ラベル）
　上述した例では、通信ネットワークを切り替えるべきタイミングに正解ラベルを付与する例を示した。判定装置１００は、通信ネットワークを切り替えるべきタイミングではないところにもラベルを付与してもよい。例えば、判定装置１００は、通信ネットワークを切り替えるべきタイミングに正解ラベル（例えば１）を付与し、切り替えるべきタイミングではないところに不正解ラベル（例えば０）を付与してもよい。
　また、判定装置１００は、通信ネットワークを切り替えるべきタイミングの瞬間に正解ラベルを付与する場合に限らず、通信ネットワークを切り替えるべきタイミングの事象が発生する前（例えば、数秒前）から正解ラベルを付与してもよい。例えば、判定装置１００は、正解ラベルを付与すると決定した場合、切り替えるべきと判定した基（例えば、理由）となった事象が発生した前から正解ラベルを付与してもよい。例えば、判定装置１００は、正解ラベルを付与すると決定した場合、切り替えるべきと判定したタイミングの前から正解ラベルを付与してもよい。なお、正解ラベルを付与するタイミングは、切り替えの対象である端末装置１０を利用するユーザにより任意に定められたタイミングであってもよいし、判定装置１００により決定されたタイミングであってもよい。この場合、判定装置１００は、予め定められた時間だけずらして、事象が発生する前から正解ラベルを付与してもよい。また、判定装置１００は、判定装置１００により決定されたタイミングで正解ラベルを付与する場合には、事象の規模や内容や種類などの事象の情報に応じた時間だけずらして、事象が発生する前から正解ラベルを付与してもよい。これにより、判定装置１００は、事象が発生する前から正解ラベルを付与することで、ユーザのストレスを低減してユーザビリティを向上させることができる。
（３－５．切り替えるべきタイミング）
　上述した例では、通信ネットワークを切り替えるべきタイミングが、ＲＴＴの値が所定の閾値を超えたタイミングや、Ｗｉｆｉ接続が切断されたタイミングである場合を示したが、上記の例に限られず、どのようなタイミングであってもよい。例えば、判定装置１００は、Ｗｉｆｉが混雑していて通信が困難なタイミング、Ｗｉｆｉアクセスポイントや基地局の処理に時間を要して通信が困難なタイミング、Ｗｉｆｉアクセスポイントや基地局へのＲＴＴが大きく通信が困難なタイミング、電波環境が干渉波を受けて通信が困難なタイミングを、通信ネットワークを切り替えるべきタイミングとしてもよい。また、判定装置１００は、上記のような、通信機器又は通信路に障害があるタイミングだけでなく、通信に対するＵＸが悪化しているタイミングを、通信ネットワークを切り替えるべきタイミングとしてもよい。具体的な例を挙げると、判定装置１００は、ブラウザにおけるプログレスバーが停滞するタイミングや、読み込み中を示すアイコンが表示されるタイミングを、通信ネットワークを切り替えるべきタイミングとしてもよい。例えば、判定装置１００は、読み込みに失敗し、ブラウザにエラーが表示されるタイミングを、通信ネットワークを切り替えるべきタイミングとしてもよい。例えば、判定装置１００は、ビデオストリーミングにおいて映像が途切れる、停止する、エラーが発生する、又は読み込み中を示すアイコンが表示されるタイミングを、通信ネットワークを切り替えるべきタイミングとしてもよい。例えば、判定装置１００は、アプリケーション（アプリ）において画面のロードに失敗しエラーメッセージを表示されるタイミングを、通信ネットワークを切り替えるべきタイミングとしてもよい。
（３－６．外部センサ）
　上述した例では、端末装置１０の内部に備えられたセンサにより検知されるセンサ情報を取得する場合を示したが、判定装置１００は、外部のセンサにより検知されるセンサ情報を取得してもよい。この場合、判定装置１００は、端末装置１０の入力部と出力部とを介して接続される外部のセンサにより検知可能なセンサ情報を取得する。例えば、判定装置１００は、端末装置１０の入力部と出力部と、ＵＳＢ（Universal　Serial　Bus）やBluetooth（登録商標）などのインターフェイスを介して接続される外部のセンサにより検知可能なセンサ情報を取得してもよい。なお、判定装置１００は、ＵＳＢやBluetooth（登録商標）などのインターフェイスに限らず、どのようなインターフェイスを介して接続される外部のセンサにより検知可能なセンサ情報を取得してもよい。例えば、判定装置１００は、ユーザの腕につけるスマートウォッチなどの活動量計として使用できるデバイスから、ユーザの脈拍、歩数値、加速度などのセンサ情報を取得してもよい。
（３－７．他のセンサ情報）
　上述した例では、ユーザの状態をリアルタイムに推定するためのセンサ情報と、ユーザの状態を推察するためのセンサ情報とを取得する例を示した。判定装置１００は、その他のセンサ情報として、ユーザの状況や属性（種類）を推定するためのセンサ情報を取得してもよい。例えば、判定装置１００は、ユーザの没入感やストレスの度合を計測するための、カメラなどで撮像された画像情報や、血圧情報や、アプリケーション情報を取得してもよい。例えば、判定装置１００は、ユーザの画像情報や血圧情報などを取得することにより、ユーザのアクティビティ状態を推定してもよい。具体的な例を挙げると、判定装置１００は、ユーザの位置情報と血圧情報とを組み合わせることにより、ユーザがジムでトレーニング中であることを推定してもよいし、ユーザの加速度情報と血圧情報とを組み合わせることにより、ユーザ自身がドライブ中であることを推定してもよい。その他、判定装置１００は、ユーザが電車内にいる、会社内にいる、店内にいるかなどを推定してもよい。これにより、判定装置１００は、より高精度にユーザの状態を把握することができる。また、判定装置１００は、ユーザの状態に応じて高速なベアラを選択できるように切り替え基準を調整してもよい。これにより、判定装置１００は、例えばユーザがストレスを感じる状態であっても、ユーザのストレス状態を推定し、推定されたストレス状態に応じて切り替えの閾値を調整して、より高速なベアラに適切に切り替えることができる。
（３－８．ダウンロード）
　判定装置１００は、ファイルなどの情報を端末装置１０にダウンロード中の場合、ダウンロードされる対象に関する情報と、ユーザのコンテキスト情報とに基づいて、他の通信ネットワークへの切り替えを判定してもよい。例えば、判定装置１００は、ダウンロードに掛かる時間と、ユーザのコンテキスト情報に基づく移動に掛かる時間とに基づいて、他の通信ネットワークへの切り替えを判定してもよい。具体的には、判定装置１００は、ダウンロードに掛かる時間が、接続中の通信ネットワークと通信できる範囲を超えるまでに掛かるユーザの移動時間よりも短い場合、端末装置１０へのダウンロードが完了するまで、他の通信ネットワークへの切り替えを行わないと判定してもよい。より具体的な例を挙げると、判定装置１００は、ファイルダウンロード中の場合であって残り３秒でダウンロードが可能な場合であれば、１０秒（＞３秒）のみ接続可能なＷｉｆｉに切り替えて接続させてもよいが、２秒（＜３秒）のみ接続可能なＷｉｆｉには切り替えさせないようにしてもよい。その他、判定装置１００は、ファイルの重要度や、ファイルの容量や、ファイルの属性や、細切れのデータグラムでダウンロードされるファイルであるか否かなどの情報に基づいて、ダウンロード中に他の通信ネットワークへの切り替えを行うか否かを判定してもよい。
（３－９．端末装置、情報提供装置、判定装置）
　上述した例では、端末装置１０と判定装置１００とは、別装置である場合を示したが、端末装置１０と判定装置１００とが一体であってもよい。この場合、移動体通信機器は、判定装置１００の全て又は一部の機能を有し、判定装置１００により行われる全て又は一部の処理を行ってもよい。また、移動体通信機器が、判定装置１００の一部の機能を有し、判定装置１００により行われる一部の処理を行う場合には、移動体通信機器は、判定装置１００により行われる残りの処理を外部の情報処理装置に行わせてもよい。
（３－１０．学習モデル）
　実施形態に係る学習モデルは、ディープラーニング（深層学習）などのニューラルネットワークに基づくモデルに限らず、機械学習のアルゴリズムに基づくものであれば、どのようなものであってもよい。例えば、学習モデルは、ランダムフォレストに基づくモデルであってもよい。
（３－１１．通信ネットワークの組み合わせ）
　図１に示す例では、端末装置１０が、無線ＬＡＮネットワークと、セルラーネットワークとに接続可能な状態を示すが、端末装置１０が接続可能な通信ネットワークの組み合わせに制限はないものとする。例えば、端末装置１０は、複数のセルラーネットワークのみに接続可能な状態であってもよいし、無線ＬＡＮネットワークのみに接続可能な状態であってもよいし、無線ＬＡＮネットワーク及びセルラーネットワーク以外の通信ネットワークと接続可能な状態であってもよい。また、図１に示す例では、端末装置１０が、無線ＬＡＮネットワークと接続中に、一のセルラーネットワークへ通信の接続を切り替える場合を示すが、端末装置１０の切り替え前の対象となる通信ネットワークと、切り替え先の対象となる通信ネットワークとに制限はないものとする。例えば、端末装置１０は、一のセルラーネットワークと接続中に、無線ＬＡＮネットワークへ通信の接続を切り替えてもよいし、一のセルラーネットワークと接続中に、一のセルラーネットワーク以外の他の通信ネットワークへ通信の接続を切り替えてもよい。
〔４．端末装置の構成〕
　次に、図４を用いて、実施形態に係る端末装置１０の構成について説明する。図４は、実施形態に係る端末装置１０の構成例を示す図である。図４に示すように、端末装置１０は、通信部１１と、入力部１２と、出力部１３と、制御部１４と、センサ部１５とを有する。
　なお、端末装置１０は、センサ部１５を有さなくてもよい。この場合、端末装置１０は、外部のセンサ又はセンサを有する外部の情報処理装置と何らかの方法で接続されているものとする。端末装置１０と外部のセンサ又はセンサを有する外部の情報処理装置との接続は、端末装置１０がセンサ情報を取得可能な方法であれば、どのような接続の方法であってもよいものとする。
（通信部１１）
　通信部１１は、例えば、ＮＩＣ（Network　Interface　Card）等によって実現される。そして、通信部１１は、所定のネットワークＮと有線又は無線で接続され、所定のネットワークＮを介して、判定装置１００等との間で情報の送受信を行う。
（入力部１２）
　入力部１２は、ユーザからの各種操作を受け付ける。図１に示す例では、ユーザＵ１からの各種操作を受け付ける。例えば、入力部１２は、タッチパネル機能により表示面を介してユーザからの各種操作を受け付けてもよい。また、入力部１２は、端末装置１０に設けられたボタンや、端末装置１０に接続されたキーボードやマウスからの各種操作を受け付けてもよい。
（出力部１３）
　出力部１３は、例えば液晶ディスプレイや有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現されるタブレット端末等の表示画面であり、各種情報を表示するための表示装置である。例えば、出力部１３は、ユーザに対して通信ネットワークが不安定である旨を通知する情報を出力する。
（センサ部１５）
　センサ部１５は、端末装置１０の内部に備えられた内部センサである。センサ部１５は、端末装置１０上のセンサ情報を検知する。例えば、センサ部１５は、加速度センサ、磁気センサ、方角センサ、気圧センサ、位置センサ、時刻センサ、歩数計（歩数メータ）などである。センサ部１５は、上記の例に限られず、ユーザの状態をリアルタイムに推定する又はユーザの未来の状態を推察するのに使用できるセンサ情報を検知するセンサであればどのようなセンサであってもよい。その他、センサ部１５は、ユーザの没入感やストレスの度合を計測するのに使用できるセンサ情報を検知するセンサであってもよい。また、センサ部１５は、ユーザのアクティビティ状態を推定するのに使用できるセンサ情報を検知するセンサであってもよい。
　図４に示す例では、センサ部１５は、制御部１４と接続される例を示すが、入力部１２と出力部１３とに接続されていてもよい。なお、センサ部１５は、端末装置１０上の入力と出力との処理を行う入出力部（Ｉ／Ｏ部）と接続されていてもよい。
（制御部１４）
　制御部１４は、例えば、コントローラ（controller）であり、ＣＰＵ（Central　Processing　Unit）やＭＰＵ（Micro　Processing　Unit）等によって、端末装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ（Random　Access　Memory)を作業領域として実行されることにより実現される。例えば、この各種プログラムには、端末装置１０にインストールされたアプリケーションのプログラムが含まれる。例えば、この各種プログラムには、ユーザに対して通信ネットワークが不安定である旨を通知する情報を表示するアプリケーションのプログラムが含まれる。また、制御部１４は、例えば、ＡＳＩＣ（Application　Specific　Integrated　Circuit）やＦＰＧＡ（Field　Programmable　Gate　Array）等の集積回路により実現される。
　図４に示すように、制御部１４は、送信部１４１と、受信部１４２と、アプリケーション制御部１４３と、通信部１４４とを有し、以下に説明する情報処理の作用を実現または実行する。
（送信部１４１）
　送信部１４１は、外部の情報処理装置へ各種情報を提供する。送信部１４１は、外部の情報処理装置へ各種情報を送信する。送信部１４１は、判定装置１００等の他の情報処理装置へ各種情報を送信する。例えば、送信部１４１は、通信関連情報を送信する。
（受信部１４２）
　受信部１４２は、各種情報を受信する。受信部１４２は、外部の情報処理装置から各種情報を受信する。受信部１４２は、判定装置１００等の他の情報処理装置から各種情報を受信する。例えば、受信部１４２は、判定装置１００による判定結果に関する情報を受信する。例えば、受信部１４２は、判定装置１００による判定結果に応じた制御情報を受信する。例えば、受信部１４２は、通信ネットワークが不安定であることをユーザに通知するための情報を受信する。
（アプリケーション制御部１４３）
　アプリケーション制御部１４３は、端末装置１０上で起動されたアプリケーションに関する各種情報を制御する。アプリケーション制御部１４３は、起動されたアプリケーションに関する各種情報を通信部１４４へ送信する。
（通信部１４４）
　通信部１４４は、各種情報の通信を制御する。通信部１４４は、通信ネットワークへの通信を制御する。通信部１４４は、通信の切り替えを制御する。通信部１４４は、判定装置１００等の他の情報処理装置による判定結果に応じて通信の切り替えを制御する。通信部１４４は、アプリケーション制御部１４３から取得されたアプリケーションに関する各種情報に応じて通信の切り替えを制御する。
〔５．情報提供装置の構成〕
　次に、図５を用いて、実施形態に係る情報提供装置５０の構成について説明する。図５は、実施形態に係る情報提供装置５０の構成例を示す図である。図５に示すように、情報提供装置５０は、通信部５１と、記憶部５２と、制御部５３とを有する。なお、情報提供装置５０は、情報提供装置５０の管理者から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
（通信部５１）
　通信部５１は、例えば、ＮＩＣ等によって実現される。そして、通信部５１は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、判定装置１００等との間で情報の送受信を行う。
（記憶部５２）
　記憶部５２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部５２は、過去通信関連情報を記憶する。
（制御部５３）
　制御部５３は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、情報提供装置５０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部５３は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。
　図５に示すように、制御部５３は、送信部５３１を有し、以下に説明する情報処理の作用を実現または実行する。なお、制御部５３の内部構成は、図５に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
（送信部５３１）
　送信部５３１は、外部の情報処理装置へ各種情報を提供する。送信部５３１は、外部の情報処理装置へ各種情報を送信する。送信部５３１は、外部の情報処理装置へ各種情報を通知する。送信部５３１は、判定装置１００等の他の情報処理装置へ各種情報を送信する。例えば、送信部５３１は、過去通信関連情報を送信する。例えば、送信部５３１は、過去通信関連情報ＬＩＮＦ１を送信する。
〔６．判定装置の構成〕
　次に、図６を用いて、実施形態に係る判定装置１００の構成について説明する。図６は、実施形態に係る判定装置１００の構成例を示す図である。図６に示すように、判定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、判定装置１００は、判定装置１００の管理者から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
（通信部１１０）
　通信部１１０は、例えば、ＮＩＣ等によって実現される。そして、通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、端末装置１０等との間で情報の送受信を行う。また、通信部１１０は、複数の通信ネットワークに選択的に接続して通信してもよい。
（記憶部１２０）
　記憶部１２０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図６に示すように、記憶部１２０は、過去通信関連情報記憶部１２１と、モデル情報記憶部１２２とを有する。
　過去通信関連情報記憶部１２１は、過去通信関連情報を記憶する。ここで、図７に、実施形態に係る過去通信関連情報記憶部１２１の一例を示す。図７に示すように、過去通信関連情報記憶部１２１は、「データＩＤ」、「センサ情報」、「セルラー情報」、「Ｗｉｆｉ情報」、「正解ラベル」といった項目を有する。
　「データＩＤ」は、過去通信関連情報を識別するための識別情報を示す。「センサ情報」は、過去通信関連情報に含まれるセンサ情報を示す。図７に示すように、「センサ情報」は、「加速度」、「磁気」、「方角」、「気圧」、「位置」といったセンサごとのセンサ情報の項目を有してもよい。また、「センサ情報」は、上記の例に限らず、端末装置１０上で取得可能なセンサ情報の項目であれば、どのようなセンサに対応する項目を有してもよい。図７に示す例では、「センサ情報」に「加速度＃１」や「磁気＃１」や「方角＃１」や「気圧＃１」や「位置＃１」といった概念的な情報が格納される例を示したが、実際には、センサごとに検知された情報に基づいて出力される値やスコアなどのデータが格納される。「セルラー情報」は、過去通信関連情報に含まれるセルラーネットワークに関連する情報を示す。図７に示すように、「セルラー情報」は、「５Ｇ　ｍｍＷ」、「ＬＴＥ」といったセルラーネットワークごとの項目を有してもよい。また、「セルラー情報」は、上記の例に限らず、端末装置１０上で通信可能なセルラーネットワークごとの項目であれば、どのようなセルラーネットワークに対応する項目を有してもよい。図７に示す例では、「セルラー情報」に「５Ｇ　ｍｍＷ＃１」や「ＬＴＥ＃１」といった概念的な情報が格納される例を示したが、実際には、各セルラーネットワークの通信品質（ＲＴＴやＲＳＳＩなど）に基づいて出力される値やスコアなどのデータが格納される。「Ｗｉｆｉ情報」は、過去通信関連情報に含まれるＷｉｆｉに関連する情報を示す。図７に示すように、「Ｗｉｆｉ情報」は、「ＲＴＴ」、「切断確率」といった項目を有してもよい。また、「Ｗｉｆｉ情報」は、上記の例に限らず、Ｗｉｆｉの通信品質を示す情報に対応する項目であれば、どのような項目を有してもよい。図７に示す例では、「Ｗｉｆｉ情報」に「ＲＴＴ＃１」や「切断確率＃１」といった概念的な情報が格納される例を示したが、実際には、Ｗｉｆｉの通信品質に基づいて出力される値やスコアなどのデータが格納される。「正解ラベル」は、通信ネットワークを切り替えるべきタイミングであったか否かを示す。「正解ラベル」に含まれる「１」は、通信ネットワークを切り替えるべきタイミングであったことを示す。「正解ラベル」に含まれる「０」は、通信ネットワークを切り替えるべきタイミングでなかったことを示す。
　モデル情報記憶部１２２は、モデルに関する情報を記憶する。例えば、モデル情報記憶部１２２は、通信ネットワークの悪化の度合を示す情報を出力するモデルに関する情報を記憶する。図８は、モデル情報記憶部１２２の一例を示す。図８に示すように、モデル情報記憶部１２２は、「モデルＩＤ」、「モデル（算出式）」といった項目を有する。
　「モデルＩＤ」は、モデルを識別するための識別情報を示す。「モデル（算出式）」は、モデルの算出式を示す。図８に示す例では、「モデル（算出式）」に「モデル＃１」や「モデル＃２」といった概念的な情報が格納される例を示したが、実際には、関数のデータが格納される。例えば、「モデル（算出式）」には、通信ネットワークの悪化の度合を示す情報を出力する関数のデータが格納される。
（制御部１３０）
　制御部１３０は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、判定装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。
　図６に示すように、制御部１３０は、取得部１３１と、生成部１３２と、算出部１３３と、判定部１３４と、提供部１３５とを有し、以下に説明する情報処理の作用を実現または実行する。なお、制御部１３０の内部構成は、図６に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
（取得部１３１）
　取得部１３１は、各種情報を取得する。取得部１３１は、外部の情報処理装置から各種情報を取得する。取得部１３１は、端末装置１０等の他の情報処理装置から各種情報を取得する。
　取得部１３１は、記憶部１２０から各種情報を取得する。取得部１３１は、過去通信関連情報記憶部１２１やモデル情報記憶部１２２から各種情報を取得する。
　取得部１３１は、取得した各種情報を記憶部１２０に格納する。取得部１３１は、過去通信関連情報記憶部１２１やモデル情報記憶部１２２に各種情報を格納する。
　取得部１３１は、他の機能構成により生成、算出、判定された各種情報を取得する。
　取得部１３１は、過去通信関連情報を取得する。取得部１３１は、通信関連情報を取得する。取得部１３１は、ユーザが利用する移動体通信機器により検知されるセンサ情報を取得する。取得部１３１は、センサ情報に関するセンサパラメータを取得する。取得部１３１は、各通信ネットワークへの通信品質の状況を示す通信情報を取得する。取得部１３１は、通信情報のうち各通信ネットワークに関する通信パラメータを取得する。
（生成部１３２）
　生成部１３２は、各種情報を生成する。生成部１３２は、記憶部１２０から各種情報を生成する。生成部１３２は、過去通信関連情報記憶部１２１やモデル情報記憶部１２２から各種情報を生成する。
　生成部１３２は、生成した各種情報を記憶部１２０に格納する。生成部１３２は、過去通信関連情報記憶部１２１やモデル情報記憶部１２２に各種情報を格納する。
　生成部１３２は、他の機能構成により取得、算出、判定された各種情報を生成する。生成部１３２は、他の機能構成により取得、算出、判定された各種情報に基づいて、各種情報を生成する。
　生成部１３２は、モデルを生成する。生成部１３２は、モデルを学習する。生成部１３２は、通信ネットワークの悪化の度合を示すスコアを出力するよう、コンピュータを機能させるためのモデルを生成する。生成部１３２は、通信関連情報の入力に応じて、通信ネットワークの悪化の度合を示すスコアを出力するモデルを生成する。生成部１３２は、過去通信関連情報のうち通信ネットワークを切り替えるべきタイミングとして判定された過去通信関連情報を正解情報としてモデルを生成する。生成部１３２は、過去通信関連情報のうち通信ネットワークを切り替えるべきではないタイミングとして判定された過去通信関連情報を不正解情報としてモデルを生成する。生成部１３２は、正解ラベルが付与された過去通信関連情報を、対応するタイミングにおける正解情報としてモデルを生成する。生成部１３２は、不正解ラベルが付与された過去通信関連情報を、対応するタイミングにおける不正解情報としてモデルを生成する。なお、生成部１３２は、不正解ラベルが付与された過去通信関連情報を除外することにより、正解ラベルが付与された過去通信関連情報に基づいてモデルを生成してもよいし、不正解ラベルが付与された過去通信関連情報を不正解情報として学習することにより、正解ラベルが付与された過去通信関連情報と、不正解ラベルが付与された過去通信関連情報との双方に基づいてモデルを生成してもよい。
（算出部１３３）
　算出部１３３は、各種情報を算出する。算出部１３３は、記憶部１２０から各種情報を算出する。算出部１３３は、過去通信関連情報記憶部１２１やモデル情報記憶部１２２から各種情報を算出する。
　算出部１３３は、算出した各種情報を記憶部１２０に格納する。算出部１３３は、過去通信関連情報記憶部１２１やモデル情報記憶部１２２に各種情報を格納する。
　算出部１３３は、他の機能構成により取得、生成、判定された各種情報を算出する。算出部１３３は、他の機能構成により取得、生成、判定された各種情報に基づいて、各種情報を算出する。
　算出部１３３は、通信ネットワークの悪化の度合を示すスコアを算出する。算出部１３３は、通信関連情報の入力に応じて、通信ネットワークの悪化の度合を示すスコアを算出する。算出部１３３は、生成部１３２により生成されたモデルに基づいて、通信ネットワークの悪化の度合を示すスコアを算出する。
（判定部１３４）
　判定部１３４は、各種情報を判定する。判定部１３４は、記憶部１２０から各種情報を判定する。判定部１３４は、過去通信関連情報記憶部１２１やモデル情報記憶部１２２から各種情報を判定する。
　判定部１３４は、判定した各種情報を記憶部１２０に格納する。判定部１３４は、過去通信関連情報記憶部１２１やモデル情報記憶部１２２に各種情報を格納する。
　判定部１３４は、他の機能構成により取得、生成、算出された各種情報を判定する。判定部１３４は、他の機能構成により取得、生成、算出された各種情報に基づいて、各種情報を判定する。
　判定部１３４は、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する。判定部１３４は、取得部１３１によって取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する。
　判定部１３４は、取得部１３１によって取得されたセンサ情報のうち、ユーザの状態をリアルタイムに推定するためのセンサ情報に基づいて、他のネットワークへ切り替えるかを判定する。例えば、判定部１３４は、ユーザの位置や移動速度を示すセンサ情報に基づいて、他のネットワークへ切り替えるかを判定する。
　判定部１３４は、取得部１３１によって取得されたセンサ情報のうち、ユーザの状態を推察するためのセンサ情報に基づいて、他のネットワークへ切り替えるかを判定する。判定部１３４は、ユーザのコンテキスト情報に基づいて、他のネットワークへ切り替えるかを判定する。例えば、判定部１３４は、ユーザの行動を推察するためのセンサ情報に基づいて、他のネットワークへ切り替えるかを判定する。例えば、判定部１３４は、徒歩で移動中、電車で移動中、車で移動中、階段で昇降中、エレベータで昇降中などのユーザの行動を推察するためのセンサ情報に基づいて、他のネットワークへ切り替えるかを判定する。
　判定部１３４は、無線ＬＡＮネットワークをセルラーネットワークへ切り替えるかを判定する。例えば、判定部１３４は、無線ＬＡＮネットワークを介して行われる通信の通信情報に基づいて、無線ＬＡＮネットワークをセルラーネットワークへ切り替えるかを判定する。また、判定部１３４は、セルラーネットワークを無線ＬＡＮネットワークへ切り替えるかを判定する。例えば、判定部１３４は、セルラーネットワークを介して行われる通信の通信情報に基づいて、セルラーネットワークを無線ＬＡＮネットワークへ切り替えるかを判定する。また、判定部１３４は、一のセルラーネットワークを他のセルラーネットワークへ切り替えるかを判定する。例えば、判定部１３４は、一のセルラーネットワークを介して行われる通信の通信情報に基づいて、一のセルラーネットワークを他のセルラーネットワークへ切り替えるかを判定する。
　判定部１３４は、取得部１３１によって取得された通信パラメータに基づいて、他の通信ネットワークへ切り替えるかを判定する。判定部１３４は、通信パラメータとして、ＲＳＳＩ、ＬｉｎｋＳｐｅｅｄ、パケット通信状況などに基づいて他の通信ネットワークへ切り替えるかを判定する。
　判定部１３４は、取得部１３１によって取得されたセンサパラメータに基づいて、他の通信ネットワークへ切り替えるかを判定する。
　判定部１３４は、通信パラメータ及びセンサパラメータの少なくともいずれか一つを入力情報として、通信ネットワークの切り替えを実行すべきか否かの尺度を示すスコアを出力する学習モデルを用いて他の通信ネットワークへ切り替えるかを判定する。判定部１３４は、通信パラメータ及びセンサパラメータの少なくともいずれか一つを入力情報として、各通信ネットワークのスコアを出力する学習モデルを用いて、他の通信ネットワークへ切り替えるかを判定する。
（提供部１３５）
　提供部１３５は、外部の情報処理装置へ各種情報を提供する。提供部１３５は、外部の情報処理装置へ各種情報を送信する。提供部１３５は、外部の情報処理装置へ各種情報を通知する。提供部１３５は、外部の情報処理装置へ各種情報を配信する。提供部１３５は、端末装置１０等の他の情報処理装置へ各種情報を提供する。
　提供部１３５は、他の機能構成により取得、生成、判定された各種情報を提供する。
　提供部１３５は、判定部１３４により判定された判定結果に関する情報を提供する。提供部１３５は、判定結果に応じた制御情報を提供する。例えば、提供部１３５は、判定結果に応じた通信ネットワークの切り替えに関する制御情報を提供する。提供部１３５は、通信ネットワークが不安定であることをユーザに通知するための情報を提供する。
〔７．判定装置の詳細〕
　図９に示すように、実施形態に係る判定装置１００の通信部１１０は、通信経路制御部１１１を有し、以下に説明する情報処理の作用を実現または実行する。なお、通信部１１０の内部構成は、図９に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
（通信経路制御部１１１）
　通信経路制御部１１１は、通信ネットワークの切り替えに関する各種情報を制御する。通信経路制御部１１１は、通信ネットワークの切り替えに関する各種情報に基づいて、各種情報を制御する。例えば、通信経路制御部１１１は、通信ベアラの切り替え要求に基づいて、通信ネットワークの切り替えを実行する。例えば、通信経路制御部１１１は、通信ネットワークの接続をセルラーネットワーク（例えば、５ＧｍｍＷ、Ｓｕｂ６）からＷｉｆｉへ切り替える。例えば、通信経路制御部１１１は、通信ネットワークの接続をＷｉｆｉからセルラーネットワークへ切り替える。このように、通信経路制御部１１１は、複数の通信ネットワークに選択的に接続して通信する。なお、図９に示す例では、通信経路制御部１１１は、通信部１１０の一部である場合を示すが、通信部１１０とは別の構成であってもよい。具体的には、通信経路制御部１１１は、通信部１１０とは異なる判定装置１００に含まれる他の構成要素の一つであってもよい。例えば、通信経路制御部１１１は、制御部１３０に含まれる一の構成要素であってもよい。
　また、図９に示すように、実施形態に係る判定装置１００の取得部１３１は、通信パラメータ取得部１３１１と、センサ情報取得部１３１２とを有し、以下に説明する情報処理の作用を実現または実行する。なお、取得部１３１の内部構成は、図９に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
（通信パラメータ取得部１３１１）
　通信パラメータ取得部１３１１は、各通信ネットワークに関する通信情報を取得する。例えば、通信パラメータ取得部１３１１は、各通信ネットワークに関する通信パラメータを取得する。
（センサ情報取得部１３１２）
　センサ情報取得部１３１２は、センサ情報を取得する。例えば、センサ情報取得部１３１２は、センサに関するセンサパラメータを取得する。
　図９に示す例では、通信パラメータ取得部１３１１は、取得部１３１の一部である場合を示すが、取得部１３１とは別の構成であってもよい。例えば、通信パラメータ取得部１３１１は、取得部１３１とは異なる制御部１３０に含まれる他の構成要素の一つであってもよい。また、図９に示す例では、センサ情報取得部１３１２は、取得部１３１の一部である場合を示すが、取得部１３１とは別の構成であってもよい。例えば、センサ情報取得部１３１２は、取得部１３１とは異なる制御部１３０に含まれる他の構成要素の一つであってもよい。
〔８．情報処理のフロー〕
　次に、図１０を用いて、実施形態に係る情報処理システム１による情報処理の手順について説明する。図１０は、実施形態に係る情報処理システム１による情報処理の手順を示すフローチャートである。
　図１０に示すように、判定装置１００は、ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信品質の状況を示す通信情報とを取得する（ステップＳ２０１）。判定装置１００は、取得したセンサ情報と通信情報とを入力情報として、通信ネットワークの悪化の度合を示す値又はスコアを算出する（ステップＳ２０２）。判定装置１００は、算出した値又はスコアが所定の閾値を超えたか否かを判定する（ステップＳ２０３）。判定装置１００は、算出した値又はスコアが所定の閾値を超えていないと判定した場合（ステップＳ２０３；ＮＯ）、情報処理を終了する。一方、判定装置１００は、算出した値又はスコアが所定の閾値を超えたと判定した場合（ステップＳ２０３；ＹＥＳ）、接続中の通信ネットワークを他のネットワークへ変更する（ステップＳ２０４）。
〔９．変形例〕
　上述した実施形態に係る情報処理システム１は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理システム１の他の実施形態について説明する。なお、図１及び２に示す実施形態と同様の点については説明を適宜省略する。
〔９－１．変形例１（端末装置の他の構成例）〕
　上述した例では、端末装置１０と判定装置１００とが別々の装置である場合を示したが、端末装置１０と判定装置１００とが一体であってもよい。図１１を用いて、実施形態に係る端末装置１０と判定装置１００とが一体である場合の構成について説明する。以下、説明を簡略化するため、実施形態に係る端末装置１０と判定装置１００とが一体である場合の構成を、端末装置１０の他の構成例として説明する。なお、実施形態に係る端末装置１０及び判定装置１００と同様の処理については説明を省略する。図１１は、実施形態に係る端末装置１０の他の構成例である端末装置２０の構成を示す図である。図１１に示すように、端末装置２０は、通信部２１と、入出力（Ｉ／Ｏ）部２２と、制御部２３と、内部センサ部２４とを有する。また、図１１に示すように、実施形態に係る端末装置２０の通信部２１は、通信制御部２１１を有してもよい。通信制御部２１１は、通信ベアラの切り替え要求に応じてベアラを切り替える。また、図１２は、制御部２３の詳細を示す図である。図１２に示すように、実施形態に係る端末装置２０の制御部２３は、通信パラメータ部２３１を有してもよい。通信パラメータ部２３１は、各ベアラから通信パラメータを取得する。なお、制御部２３の内部構成は、図１２に示した構成に限られなくてもよい。
〔９－２．変形例２（ミリ波通信）〕
　以下、通信ネットワークとして５Ｇにおけるミリ波通信を用いる場合を説明する。一般的に、５Ｇにおけるミリ波通信は、ビームフォーミングを用いて通信を実施するが端末装置１０の移動に伴い電波受信方向の調整を実施する必要がある。図１に示す例では、Ｗｉｆｉ接続の悪化の度合を予測して、通信ネットワークを切り替える場合を示した。判定装置１００は、ミリ波通信の品質悪化を予測して、適切なビームフォーミングを選択してもよい。具体的には、判定装置１００は、通信中のミリ波通信の通信状態と端末装置１０の移動状態とを取得して、ミリ波通信の品質悪化を予測して、適切なビームフォーミングを選択する。なお、この場合、通信ネットワークは、第５世代におけるミリ波通信に準拠するため、セルラーネットワークは、第５世代におけるミリ波通信に準拠する通信ネットワークである。
　判定装置１００は、端末装置１０の移動状態を、例えば、磁気センサ、気圧センサ、加速度センサ、ＧＰＳ／ＧＮＳＳなどの位置測位システムなどを介して取得してもよい。なお、判定装置１００は、端末装置１０の移動状態を、上記の例に限らず、どのようなセンサを介して取得してもよい。
　判定装置１００は、通信中のミリ波通信の通信状態を、例えば、信号強度、符号化方式、ＭＩＭＯ数、通信割り当て時間数、受信／送信パケットカウンタ値、送信成功数、受信成功数、送信再送数、フレーム破損数、インターフェイスエラー回数、スループット、ｃｅｌｌ情報、Ｎｅｗ　Ｒａｄｉｏ（ＮＲ）セル情報、ＮＲ　Ａｂｓｏｌｕｔｅ　Ｒａｄｉｏ　Ｆｒｅｑｕｅｎｃｙ、Ｐｈｙｓｉｃａｌ　Ｃｅｌｌ　ｉｄ、ＭＣＣ、ＭＮＣ、ビームＩＤ、ｓｙｎｃｈｒｏｎｉｚａｔｉｏｎ　ｓｉｇｎａｌ　ｒｅｆｅｒｅｎｃｅ　ｓｉｇｎａｌの受信強度や受信品質やＳ／Ｎ、ＣＳＩ信号の受信強度や受信品質やＳ／Ｎ、ＡＳＵ、ＣＳＩ－ＲＳＲＰといったパラメータを介して判定してもよい。なお、判定装置１００は、通信中のミリ波通信の通信状態を、上記の例に限らず、どのようなパラメータを介して判定してもよい。例えば、判定装置１００は、ミリ波通信の通信状態を判定するために、近い未来の通信の切断確率を算出してもよい。この場合、判定装置１００は、算出した切断確率が所定の閾値を超えた場合にはアンテナアレイの方向の変更や、異なるビームへのハンドオーバーを実施する。
　判定装置１００は、ユーザが徒歩や定点に留まっていると認識した場合にはミリ波通信を使用すると判定し、ユーザが乗り物などに乗って高速に移動していると認識した場合にはＳｕｂ６やＬＴＥなどのセルラーネットワークを使用すると判定してもよい。この場合、判定装置１００は、各ベアラの通信品質の計測と切断予測を実施することにより、判定する。
　以下、図１３を用いて、変形例２に係る情報処理システム１による情報処理の手順について説明する。図１３は、変形例２に係る情報処理システム１による情報処理の手順を示すフローチャートである。
　判定装置１００は、５Ｇベアラが通信可能な状態にあるかを判定する（ステップＳ３０１）。判定装置１００は、５Ｇベアラが通信可能な状態にない場合（ステップＳ３０１；ＮＯ）、情報処理を終了してもよいし、例えば、ＬＴＥのみの切り替え予測エンジンに移行してもよい。判定装置１００は、５Ｇベアラが通信可能な状態にある場合（ステップＳ３０１；ＹＥＳ）、ユーザが利用する移動体通信機器により検知されるセンサ情報と、５Ｇにおけるミリ波通信の通信品質の状況を示す通信情報とを取得する（ステップＳ３０２）。判定装置１００は、取得したセンサ情報と通信情報とを入力情報として、ミリ波通信の悪化の度合を示すスコアを算出する（ステップＳ３０３）。判定装置１００は、算出したスコアが所定の閾値を超えたか否かを判定する（ステップＳ３０４）。例えば、判定装置１００は、算出したスコアが現在の選択中のベアラよりも高いか否かを判定する。判定装置１００は、算出したスコアが所定の閾値を超えていないと判定した場合（ステップＳ３０４；ＮＯ）、情報処理を終了する。一方、判定装置１００は、算出したスコアが所定の閾値を超えたと判定した場合（ステップＳ３０４；ＹＥＳ）、通信経路の切り替えを要求する（ステップＳ３０５）。具体的には、判定装置１００は、接続中の通信ネットワークを他のネットワークへ変更する。
〔９－３．変形例３（アプリに応じたベアラの切り替え）〕
　以下、利用するアプリケーションに応じてベアラを切り替える場合を説明する。一般的に、キャリア網内に設置されたＭＥＣ（Mobile　Edge　Computing）を利用できる場合など、Ｗｉｆｉを利用する場合よりセルラーの方が遅延面で優れる場合がある。例えば、低遅延性を要求するオンラインゲームのような場合には、遅延量が小さくなるようなベアラを選択する場合がある。この場合、Ｗｉｆｉを利用できる環境下においてもセルラーを使用することがある。また、遅延量を最適にし、快適に通信する場合には、ハンドオーバーを最適に実施する必要がある。
　判定装置１００は、端末装置１０の内部に備えられたセンサによるセンサ情報（例えば、移動方向、移動速度、加速度）を組み合わせて、低遅延を要求するユーザに対して最適なハンドオーバーやビームの選択を実施する。以下、図１４を用いて、変形例３に係る情報処理システム１による情報処理の手順について説明する。図１４は、変形例３に係る情報処理システム１による情報処理の手順を示すフローチャートである。
　判定装置１００は、ユーザの移動情報を示すセンサ情報と、端末装置１０で使用されているアプリケーション情報とを取得する（ステップＳ４０１）。例えば、判定装置１００は、端末装置１０の移動速度、アクティビィティ認識の結果、使用しているアプリケーションとその要求遅延量やスループットを取得する。判定装置１００は、取得したセンサ情報とアプリケーション情報とに基づいて遅延量が最小のベアラを選択する（ステップＳ４０２）。判定装置１００は、選択したベアラへのハンドオーバーを端末装置１０に指示する（ステップＳ４０３）。
　図１５に示すように、判定装置１００は、基地局やセルラーネットワークに対して、端末装置１０の移動速度、アクティビィティ認識の結果、使用しているアプリケーションとその要求遅延量やスループットを送信してもよい。また、判定装置１００は、基地局やセルラーネットワークに対して、送信情報に基づいて最適なベアラを選択するよう要求してもよい。また、判定装置１００は、基地局やセルラーネットワークから送信された情報に基づいて、選択されたベアラへのハンドオーバーを端末装置１０に指示してもよい。
〔９－４．変形例４（ベアラごとのスコア計算）〕
　上記実施形態では、一のベアラに対して複数の学習モデルを同時に使用する場合を示した。判定装置１００は、ベアラごとに学習モデルを生成して使用してもよい。具体的には、判定装置１００は、ベアラごとに学習モデルを生成してベアラごとにスコアを算出し、ベアラごとに近い未来の通信品質を予測してもよい。以下、図１６及び１７を用いて説明する。
　図１６を用いて、変形例４に係る判定処理の一例を説明する。判定装置１００は、過去通信関連情報ＬＩＮＦ１Ａを取得する（ステップＳ５０１）。判定装置１００は、ベアラごとに異なる複数のセルラー情報を取得する。例えば、判定装置１００は、セルラー情報Ｐと、セルラー情報Ｑと、セルラー情報Ｒとを取得する。判定装置１００は、ベアラごとに異なるセルラー情報を用いて、ベアラごとに学習モデルを生成する（ステップＳ５０２）。例えば、判定装置１００は、センサ情報とセルラー情報Ｐとに基づいてモデルＭＰ１を生成する。例えば、判定装置１００は、センサ情報とセルラー情報Ｑとに基づいてモデルＭＱ１を生成する。例えば、判定装置１００は、センサ情報とセルラー情報Ｒとに基づいてモデルＭＲ１を生成する。また、判定装置１００は、生成したモデルの全て又は一部を記憶する。例えば、判定装置１００は、生成したモデルの全て又は一部を所定の記憶部に記憶する。例えば、判定装置１００は、生成したモデルの全て又は一部をモデル情報記憶部１２２Ａに記憶する。また、判定装置１００は、生成したモデルをベアラごとに記憶してもよい。例えば、判定装置１００は、生成したモデルをベアラごとの記憶部に記憶してもよい。
　図２に示す例と同様に、判定装置１００は、通信関連情報ＴＩＮＦ１Ａを取得する（ステップＳ５０３）。なお、通信関連情報ＴＩＮＦ１Ａには、端末装置１０で取得可能なセルラーネットワークに関連する情報として、セルラー情報Ｐと、セルラー情報Ｑと、セルラー情報Ｒとが含まれる。
　判定装置１００は、取得した通信関連情報ＴＩＮＦ１Ａのうち、センサ情報とセルラー情報との組み合わせの各々を、対応するモデルに入力する。例えば、判定装置１００は、セルラー情報Ｐとセンサ情報とをモデルＭＰ１に入力する。この場合、判定装置１００は、セルラー情報Ｐに対応するセルラーネットワークの悪化度合を示す情報を出力する。図１６では、判定装置１００は、セルラー情報Ｐに対応するセルラーネットワークの悪化度合を示す情報として、通信品質を示すスコアが３０であることを出力する。例えば、判定装置１００は、セルラー情報Ｑとセンサ情報とをモデルＭＱ１に入力する。この場合、判定装置１００は、セルラー情報Ｑに対応するセルラーネットワークの悪化度合を示す情報を出力する。図１６では、判定装置１００は、セルラー情報Ｑに対応するセルラーネットワークの悪化度合を示す情報として、通信品質を示すスコアが５０であることを出力する。例えば、判定装置１００は、セルラー情報Ｒとセンサ情報とをモデルＭＲ１に入力する。この場合、判定装置１００は、セルラー情報Ｒに対応するセルラーネットワークの悪化度合を示す情報を出力する。図１６では、判定装置１００は、セルラー情報Ｒに対応するセルラーネットワークの悪化度合を示す情報として、通信品質を示すスコアが６０であることを出力する。
　判定装置１００は、取得した通信関連情報ＴＩＮＦ１Ａのうち、センサ情報とＷｉｆｉ情報との組み合わせを、対応するモデルに入力する。例えば、判定装置１００は、Ｗｉｆｉ情報とセンサ情報とをモデルＭＷ１に入力する。この場合、判定装置１００は、Ｗｉｆｉ接続の悪化度合を示す情報を出力する。図１６では、判定装置１００は、Ｗｉｆｉ接続の悪化度合を示す情報として、通信品質を示すスコアが４５であることを出力する。
　判定装置１００は、出力した通信品質を示すスコアに基づいて最適な通信ネットワークを選択する。例えば、判定装置１００は、出力したスコアが最大の通信ネットワークを選択する。上記の例では、判定装置１００は、セルラー情報Ｐのスコアである３０と、セルラー情報Ｑのスコアである５０と、セルラー情報Ｒのスコアである６０とを比較して、スコアが６０で最大であるセルラー情報Ｒに対応するセルラーネットワークを選択する。なお、判定装置１００は、出力したスコアに基づいて最適なセルラーネットワークを選択し、最適なセルラーネットワークとＷｉｆｉとを比較することにより、最適な通信ネットワークを選択してもよい。上記の例では、判定装置１００は、スコアが最大のセルラー情報Ｒに対応するセルラーネットワークを選択し、選択されたセルラーネットワークのスコアである６０と、Ｗｉｆｉのスコアである４５とを比較して、スコアがより大きいセルラー情報Ｒに対応するセルラーネットワークを最適な通信ネットワークとして選択してもよい。
　なお、判定装置１００は、通信品質を示すスコアとしてＲＴＴの値を用いてもよい。この場合、判定装置１００は、ＲＴＴの値がより小さい通信ネットワークを最適な通信ネットワークとして選択する。上記の例を用いると、判定装置１００は、セルラー情報Ｐと、セルラー情報Ｑと、セルラー情報Ｒとのうち、ＲＴＴの値が最小のセルラー情報Ｐに対応するセルラーネットワークを選択する。そして、判定装置１００は、選択されたセルラーネットワークのＲＴＴの値である３０と、ＷｉｆｉのＲＴＴの値である４５とを比較して、ＲＴＴの値がより小さいセルラー情報Ｐに対応するセルラーネットワークを最適な通信ネットワークとして選択する。
　図１７は、ＬＴＥ、Ｓｕｂ６、ｍｍＷａｖｅを用いる場合を示す。図１７では、判定装置１００は、ｍｍＷａｖｅ、Ｓｕｂ６、ＬＴＥのベアラが選択可能な状態で、センサ情報と組み合わせてベアラごとに近い未来の通信品質のスコアを算出する。具体的には、判定装置１００は、ＬＴＥのセルラー情報を、ＬＴＥに対応する学習モデルに入力してＬＴＥのスコアを算出し、ＬＴＥの通信状態の悪化度合を予測する。例えば、判定装置１００は、Ｓｕｂ６のセルラー情報を、Ｓｕｂ６に対応する学習モデルに入力してＳｕｂ６のスコアを算出し、Ｓｕｂ６の通信状態の悪化度合を予測する。例えば、判定装置１００は、ｍｍＷａｖｅのセルラー情報を、ｍｍＷａｖｅに対応する学習モデルに入力してｍｍＷａｖｅのスコアを算出し、ｍｍＷａｖｅの通信状態の悪化度合を予測する。図１７では、判定装置１００は、ｍｍＷａｖｅ、Ｓｕｂ６、ＬＴＥのベアラが端末装置１０と通信可能な状態で、センサ情報と組み合わせてベアラごとに近い未来の通信品質のスコアを算出する。
　一般的に、ｍｍＷａｖｅのベアラはスループットが高いがカバレッジが小さいため、頻繁に切断される可能性がある。この場合、判定装置１００は、Ｓｕｂ６とＬＴＥとの近い未来の通信品質を同時に予測することにより、ｍｍＷａｖｅからの遷移先のベアラを決定する。また、判定装置１００は、Ｗｉｆｉが同時に利用可能な場合には、Ｗｉｆｉの近い未来の通信品質を予測することで、Ｗｉｆｉに接続中の場合であっても、ベアラの切り替えるべき先を決定する。これにより、判定装置１００は、シームレスなネットワークベアラの遷移を実現し、常に最適なネットワークを選び続けることができる。
　以下、図１８を用いて、変形例４に係る情報処理システム１による情報処理の手順について説明する。図１８は、変形例４に係る情報処理システム１による情報処理の手順を示すフローチャートである。判定装置１００は、ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークの通信品質の状況を示す通信情報とを取得する（ステップＳ６０１）。判定装置１００は、取得したセンサ情報と通信情報とを、各学習モデルに対応する入力情報として、通信ネットワークの悪化の度合を示すスコアをベアラごとに算出する（ステップＳ６０２）。判定装置１００は、算出したスコアに基づいて最適なセルラーネットワークを選択する（ステップＳ６０３）。判定装置１００は、算出したスコアがＷｉｆｉのスコアよりも高いかを判定する（ステップＳ６０４）。判定装置１００は、算出したスコアがＷｉｆｉのスコアよりも低い場合には、情報処理を終了する。判定装置１００は、算出したスコアがＷｉｆｉのスコアよりも高い場合には、通信経路の切り替えを要求する（ステップＳ６０５）。例えば、判定装置１００は、セルラーネットワークへ変更するよう指示する。
　なお、図１８では、判定装置１００が、セルラーネットワークの中から最適なネットワークを選択し、その後Ｗｉｆｉのスコアと比較して、ネットワークを切り替える処理の手順について説明した。ここで、判定装置１００が、セルラーネットワークとＷｉｆｉとを含む全ての通信ネットワークのスコアを同時に比較して、スコアが最大の通信ネットワークへ切り替える処理の手順について説明する。この場合、判定装置１００は、図１８に示すステップＳ６０１及びＳ６０２と同様の処理を行う。ステップＳ６０３及びＳ６０４において、判定装置１００は、セルラーネットワークとＷｉｆｉとを含む算出した全てのスコアを比較することにより、スコアが最大の通信ネットワークを選択する。ステップＳ６０５において、判定装置１００は、スコアが最大の通信ネットワークへの切り替えを要求する。例えば、判定装置１００は、ＬＴＥ、Ｓｕｂ６、ｍｍＷａｖｅ、Ｗｉｆｉの各通信ネットワークの悪化の度合を示す各スコアを算出してスコアが最大の通信ネットワークへ切り替えるよう指示する。
〔９－５．変形例５（場所に応じて訓練済みデータをダウンロード）〕
　上述した実施形態では、端末装置１０内で生成された又はインストールされた学習モデルを用いる場合を示したが、外部から提供された学習モデルを用いてもよい。例えば、判定装置１００は、外部からアップデートなどで提供される学習モデルを用いてもよい。以下、センサ情報から取得された位置情報に基づいて外部から学習モデルをダウンロードし、ダウンロードされた学習モデルに基づいて切り替えを実施する場合を説明する。
　これにより、判定装置１００は、一般的なデータからでは学習できないエリアに最適化されたベアラの切り替えを実現することができる。例えば、判定装置１００は、ユーザが電車に乗る路線に最適化された学習モデルをダウンロードすることにより、ホーム上にある無線ＬＡＮスポットや車内Ｗｉｆｉを有効に活用することができる。一般的に、車内Ｗｉｆｉの上流がＷｉＭＡＸなどの場合、車両がトンネルに入るとＷＡＮのアクセスがなくなり、ネットワーク疎通がなくなる可能性がある。この場合など、判定装置１００は、路線に最適な学習モデルを外部から適応することで、トンネルに入ることを予測させ、上流ネットワークが切断される前にセルラーに切り替えることができる。また、判定装置１００は、スタジアムやイベントなどの大勢の人間が集まることが予想され、セル内端末密度が上がるエリアでは、なるべくＷｉｆｉにオフロードされるようにチューニングされた学習モデルを適応することで全体の通信品質を上げることができる。
　図１９は、変形例５に係る判定処理の一例を示す。判定装置１００は、センサデータに基づいてユーザの位置情報を推定する。この場合、判定装置１００は、センサデータに基づいてユーザの位置情報を推定する位置推定部１３６を有してもよい。図２０に示すように、制御部１３０Ａは、位置推定部１３６を更に有していてもよい。判定装置１００は、ユーザの位置情報に対応する学習モデルを要求し、外部から学習モデルをダウンロードする。判定装置１００は、外部からダウンロードした学習モデルに通信情報を入力することにより、通信品質に関するスコアを算出する。
　以下、図２１を用いて、変形例５に係る情報処理システム１による情報処理の手順について説明する。図２１は、変形例５に係る情報処理システム１による情報処理の手順を示すフローチャートである。判定装置１００は、学習済みモデルが利用可能かを判定する（ステップＳ７０１）。判定装置１００は、学習済みモデルが利用可能でない場合（ステップＳ７０１；ＮＯ）、情報処理を終了してもよいし、端末装置１０又は判定装置１００に記憶されたデフォルトのスコア計算機を用いてスコアを算出してもよい。判定装置１００は、学習済みモデルが利用可能である場合（ステップＳ７０１；ＹＥＳ）、外部から学習モデルをダウンロードする（ステップＳ７０２）。判定装置１００は、ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークの通信品質の状況を示す通信情報とを取得する（ステップＳ７０３）。判定装置１００は、取得したセンサ情報と通信情報とを入力情報として、タウンロードした学習モデルを用いてスコアを算出する（ステップＳ７０４）。判定装置１００は、算出したスコアが所定の閾値を超えるかを判定する（ステップＳ７０５）。判定装置１００は、算出したスコアが所定の閾値を超えない場合（ステップＳ７０５；ＮＯ）、情報処理を終了する。判定装置１００は、算出したスコアが所定の閾値を超える場合（ステップＳ７０５；ＹＥＳ）、通信経路の切り替えを要求する（ステップＳ７０６）。例えば、判定装置１００は、接続中の通信ネットワークを他のネットワークへ変更する。
〔９－６．変形例６（クラウド上でのスコア計算１）〕
　上述した実施形態では、端末装置１０内にある学習モデルを用いる場合を示したが、判定装置１００は、外部にある学習モデルを用いてもよい。また、上述した変形例５に係る実施形態では、外部からダウンロードなどにより提供された学習モデルを用いる場合を示したが、変形例６に係る実施形態では、判定装置１００は、入力情報を外部に提供することにより、外部にある学習モデルを用いる場合を示す。例えば、判定装置１００は、クラウドサーバやモバイルエッジコンピューティングサーバ上などにある学習モデルを用いる。なお、変形例６に係る外部とは、クラウドやモバイルエッジコンピューティングに限らず、学習モデルを記憶できる媒体であればどのようなものであってもよい。この場合、提供部１３５は、センサ情報と通信情報とを、移動体通信機器以外のスコアを出力する媒体へ提供する。
　図２２を用いて、変形例６に係る判定処理の一例を説明する。判定装置１００は、端末装置１０から取得した各ベアラの通信情報とセンサ情報とを所定の間隔で外部にアップロードする。なお、所定の間隔とは、数秒ごとや数時間ごとや数日ごとなどの一定の間隔であってもよいし、所定の条件に基づいて変動する間隔であってもよい。例えば、判定装置１００は、端末装置１０から取得した情報量が所定の閾値を満たすごとに外部にアップロードしてもよい。また、判定装置１００による外部へのアップロードは、どのような形式や手法によって行われてもよく、例えば、ＪＳＯＮ形式や、ＲＥＳＴ　ＡＰＩなどを使用することによって行われてもよい。この場合、外部は、判定装置１００から提供された各ベアラの通信情報とセンサ情報とを入力情報として、外部に記憶された学習モデルを用いてスコアを出力する。そして、判定装置１００は、外部にある学習モデルによって出力された結果を外部から受信する。判定装置１００は、受信したスコアと所定の閾値とを比較することにより、端末装置１０のベアラを切り替えるかを判定する。また、判定装置１００は、受信したスコアに基づいて算出されたスコアと所定の閾値とを比較することにより、端末装置１０のベアラを切り替えるかを判定してもよい。例えば、判定装置１００は、受信したスコアに所定のアルゴリズムに基づく重みを掛け合わせることにより算出されたスコアと所定の閾値とを比較することにより、端末装置１０のベアラを切り替えるかを判定してもよい。例えば、判定装置１００は、受信したスコアと、判定装置１００により取得された情報に基づく重みとを所定のアルゴリズムを介して算出されたスコアと、所定の閾値とを比較することにより、端末装置１０のベアラを切り替えるかを判定してもよい。判定装置１００は、端末装置１０のベアラを切り替えると判定した場合、通信経路の切り替えを通信部１１０に要求する。例えば、判定装置１００は、通信経路の切り替えを通信経路制御部に要求する。これにより、判定装置１００は、端末装置１０内では計算量が不足するような大規模なスコア計算でも、外部計算資源を利用することにより実現することができるようになる。
　判定装置１００は、外部から提供された結果と、判定装置１００により出力された結果とが乖離しているかを判定してもよい。判定装置１００は、外部から提供されたスコアと、判定装置１００により出力されたスコアとが所定の閾値以上乖離する場合には、外部から提供されたスコアではなく、判定装置１００により出力されたスコアを用いて、ベアラの切り替えを判定してもよい。また、判定装置１００は、外部による算出と、判定装置１００による算出とにおける入力情報が対象とする時刻が前後で異なる場合、外部から提供された結果と、判定装置１００により出力された結果とが乖離しているかを判定してもよい。
　以下、図２３を用いて、変形例６に係る情報処理システム１による情報処理の手順について説明する。図２３は、変形例６に係る情報処理システム１による情報処理の手順を示すフローチャートである。判定装置１００は、ユーザが利用する移動体通信機器により検知されるセンサ情報と各通信ネットワークの通信品質の状況を示す通信情報とを取得する（ステップＳ８０１）。判定装置１００は、取得したセンサ情報と通信情報とを外部にアップロードする（ステップＳ８０２）。判定装置１００は、外部で算出されたスコアを受信する（ステップＳ８０３）。判定装置１００は、受信したスコアが所定の閾値を超えるかを判定する（ステップＳ８０４）。判定装置１００は、受信したスコアが所定の閾値を超えない場合（ステップＳ８０４；ＮＯ）、情報処理を終了する。判定装置１００は、受信したスコアが所定の閾値を超える場合（ステップＳ８０４；ＹＥＳ）、通信経路の切り替えを要求する（ステップＳ８０５）。
〔９－７．変形例７（クラウド上でのスコア計算２）〕
　変形例６に係る実施形態では、外部に記憶された学習モデルを用いる場合を示したが、変形例７に係る実施形態では、学習モデルがクラウドなどの外部で学習される場合を示す。例えば、単一の切り替えモデルで構成されるスコア計算機では画一的な切り替え基準になってしまい、ユーザ自身の行動パターンやユーザが存在している場所に最適化されたエンジンにならない。以下、変形例６と同様の処理については適宜記載を省略する。以下、図２４を用いて、変形例７に係る判定処理の一例を説明する。判定装置１００は、端末装置１０内に記憶された学習モデルでは正常に切り替えができない場合、切り替えが失敗したときの情報（例えば、通信情報、位置情報、接続先のＳＳＩＤの情報）を外部にアップロードする。例えば、判定装置１００は、アプリケーションが出力するネットワークエラーのメッセージが出力された時点を記録することにより、正常に切り替えができなかった場合を検出する。なお、判定装置１００は、エラーメッセージが出力された時点の記録に限らず、どのように正常に切り替えができなかった場合を検出してもよい。具体的には、判定装置１００は、切り替えの失敗時から所定の時間におけるネットワーク情報とエラーが発生した位置情報とに基づく情報をアップロードする。この場合、アップロードされる外部は、緯度や経度などの位置情報をパラメータとして学習してもよいし、所定のエリアに限定されたエリア内でアップロードされたデータを用いて別のエンジンを学習してもよい。これにより、判定装置１００は、同じ位置における学習データが集まるため、より場所に適応した学習モデルから出力される情報に基づく判定を実現することが可能になる。この場合、提供部１３５は、センサ情報と通信情報とを、移動体通信機器以外の媒体であって、エリアごとに学習された異なる学習モデルを用いてスコアを出力する媒体へ提供する。
〔１０．ハードウェア構成〕
　また、上述してきた実施形態に係る端末装置１０、情報提供装置５０および判定装置１００は、例えば、図２５に示すような構成のコンピュータ１０００によって実現される。図２５は、端末装置１０、情報提供装置５０および判定装置１００の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
　ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。
　ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、所定の通信網を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して他の機器へ送信する。
　ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。
　メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital　Versatile　Disc）、ＰＤ（Phase　change　rewritable　Disk）等の光学記録媒体、ＭＯ（Magneto-Optical　disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
　例えば、コンピュータ１０００が実施形態に係る端末装置１０、情報提供装置５０および判定装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１４、５３および１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。
〔１１．その他〕
　また、上記実施形態および変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
　また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
　また、上述してきた実施形態および変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
　以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
　また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
　なお、本技術は以下のような構成も取ることができる。
（１）
　複数の通信ネットワークに選択的に接続して通信する通信部と、
　ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信品質の状況を示す通信情報とを取得する取得部と、
　前記取得部によって取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する判定部と、
　を備える判定装置。
（２）
　前記判定部は、
　前記取得部によって取得されたセンサ情報のうち、前記ユーザの状態を示すセンサ情報に基づいて、前記他の通信ネットワークへ切り替えるかを判定する
　（１）に記載の判定装置。
（３）
　前記判定部は、
　前記ユーザの移動速度を示すセンサ情報に基づいて、前記他の通信ネットワークへ切り替えるかを判定する
　（１）または（２）に記載の判定装置。
（４）
　前記判定部は、
　前記取得部によって取得されたセンサ情報のうち、前記ユーザの状態に基づいて推定された前記ユーザのコンテキスト情報に基づいて、前記他の通信ネットワークへ切り替えるかを判定する
　（１）～（３）のいずれか１項に記載の判定装置。
（５）
　前記複数の通信ネットワークは、
　無線ＬＡＮ基地局を介する無線ＬＡＮネットワークと、セルラー通信基地局を介するセルラーネットワークとを含み、
　前記判定部は、
　前記無線ＬＡＮネットワークを介して行われる通信の前記通信情報に基づいて、前記無線ＬＡＮネットワークを前記セルラーネットワークへ切り替えるかを判定する
　（１）～（４）のいずれか１項に記載の判定装置。
（６）
　前記判定部は、
　前記通信情報として、ＲＳＳＩ、ＬｉｎｋＳｐｅｅｄ、又はパケット通信状況のうち少なくともいずれか一つに基づいて、前記他の通信ネットワークへ切り替えるかを判定する
　（５）に記載の判定装置。
（７）
　前記判定部は、
　前記通信情報及びセンサ情報の少なくともいずれか一つを入力情報として、前記通信ネットワークの切替を実行すべきか否かの尺度を示すスコアを出力する学習モデルを用いて、前記他の通信ネットワークへ切り替えるかを判定する
　（１）～（６）のいずれか１項に記載の判定装置。
（８）
　前記判定部は、
　前記通信情報及びセンサ情報の少なくともいずれか一つを入力情報として、各通信ネットワークの通信品質に関するスコアを出力する学習モデルを用いて、前記他の通信ネットワークへ切り替えるかを判定する
　（１）～（７）のいずれか１項に記載の判定装置。
（９）
　前記判定部は、
　前記通信情報及びセンサ情報の少なくともいずれか一つを入力情報として、各通信ネットワークに対応するスコアを出力する複数の学習モデルを用いて、前記他の通信ネットワークへ切り替えるかを判定する
　（１）～（８）のいずれか１項に記載の判定装置。
（１０）
　前記判定部は、
　前記複数の学習モデルを用いて、前記複数の通信ネットワークのうち前記スコアが最大の通信ネットワークへ切り替えると判定する
　（９）に記載の判定装置。
（１１）
　前記判定部は、
　前記複数の通信ネットワークのうち、スループットに基づく遅延量が最小の通信ネットワークへ切り替えると判定する
　（１）～（１０）のいずれか１項に記載の判定装置。
（１２）
　前記取得部によって取得されたセンサ情報と通信情報とを前記スコアを出力する前記移動体通信機器以外へ提供する提供部をさらに備え、
　前記判定部は、
　前記移動体通信機器以外で算出された前記スコアに基づいて、前記他の通信ネットワークへ切り替えるかを判定する
　（１）～（１１）のいずれか１項に記載の判定装置。
（１３）
　前記提供部は、
　前記取得部によって取得されたセンサ情報と通信情報とを、エリアごとに学習された異なる前記学習モデルを用いて前記スコアを出力する前記移動体通信機器以外へ提供する
　（１２）に記載の判定装置。
（１４）
　前記セルラーネットワークは、
　第５世代の通信規格に準拠した通信ネットワークである
　（５）に記載の判定装置。
（１５）
　前記セルラーネットワークは、
　第５世代におけるミリ波通信に準拠した通信ネットワークである
　（５）に記載の判定装置。
（１６）
　コンピュータが、
　複数の通信ネットワークに選択的に接続して通信し、
　ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信情報とを取得し、
　取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する
　判定方法。
（１７）
　コンピュータに、
　複数の通信ネットワークに選択的に接続して通信し、
　ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信情報とを取得し、
　取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する
　判定プログラム。
　　　　　１　情報処理システム
　　　　１０　端末装置
　　　　５０　情報提供装置
　　　１００　判定装置
　　　１１０　通信部
　　　１１１　通信経路制御部
　　　１２０　記憶部
　　　１２１　過去通信関連情報記憶部
　　　１２２　モデル情報記憶部
　　　１３０　制御部
　　　１３１　取得部
　　１３１１　通信パラメータ取得部
　　１３１２　センサ情報取得部
　　　１３２　生成部
　　　１３３　算出部
　　　１３４　判定部
　　　１３５　提供部
　　　１３６　位置推定部
　　　Ｎ　　　ネットワーク

Claims (17)

  1. 　複数の通信ネットワークに選択的に接続して通信する通信部と、
    　ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信品質の状況を示す通信情報とを取得する取得部と、
    　前記取得部によって取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する判定部と、
    　を備える判定装置。
  2. 　前記判定部は、
    　前記取得部によって取得されたセンサ情報のうち、前記ユーザの状態を示すセンサ情報に基づいて、前記他の通信ネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項１に記載の判定装置。
  3. 　前記判定部は、
    　前記ユーザの移動速度を示すセンサ情報に基づいて、前記他の通信ネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項２に記載の判定装置。
  4. 　前記判定部は、
    　前記取得部によって取得されたセンサ情報のうち、前記ユーザの状態に基づいて推定された前記ユーザのコンテキスト情報に基づいて、前記他の通信ネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項１に記載の判定装置。
  5. 　前記複数の通信ネットワークは、
    　無線ＬＡＮ基地局を介する無線ＬＡＮネットワークと、セルラー通信基地局を介するセルラーネットワークとを含み、
    　前記判定部は、
    　前記無線ＬＡＮネットワークを介して行われる通信の前記通信情報に基づいて、前記無線ＬＡＮネットワークを前記セルラーネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項１に記載の判定装置。
  6. 　前記判定部は、
    　前記通信情報として、ＲＳＳＩ、ＬｉｎｋＳｐｅｅｄ、又はパケット通信状況のうち少なくともいずれか一つに基づいて、前記他の通信ネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項５に記載の判定装置。
  7. 　前記判定部は、
    　前記通信情報及びセンサ情報の少なくともいずれか一つを入力情報として、前記通信ネットワークの切替を実行すべきか否かの尺度を示すスコアを出力する学習モデルを用いて、前記他の通信ネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項１に記載の判定装置。
  8. 　前記判定部は、
    　前記通信情報及びセンサ情報の少なくともいずれか一つを入力情報として、各通信ネットワークの通信品質に関するスコアを出力する学習モデルを用いて、前記他の通信ネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項１に記載の判定装置。
  9. 　前記判定部は、
    　前記通信情報及びセンサ情報の少なくともいずれか一つを入力情報として、各通信ネットワークに対応するスコアを出力する複数の学習モデルを用いて、前記他の通信ネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項１に記載の判定装置。
  10. 　前記判定部は、
    　前記複数の学習モデルを用いて、前記複数の通信ネットワークのうち前記スコアが最大の通信ネットワークへ切り替えると判定する
    　ことを特徴とする請求項９に記載の判定装置。
  11. 　前記判定部は、
    　前記複数の通信ネットワークのうち、スループットに基づく遅延量が最小の通信ネットワークへ切り替えると判定する
    　ことを特徴とする請求項１に記載の判定装置。
  12. 　前記取得部によって取得されたセンサ情報と通信情報とを前記スコアを出力する前記移動体通信機器以外へ提供する提供部をさらに備え、
    　前記判定部は、
    　前記移動体通信機器以外で算出された前記スコアに基づいて、前記他の通信ネットワークへ切り替えるかを判定する
    　ことを特徴とする請求項７に記載の判定装置。
  13. 　前記提供部は、
    　前記取得部によって取得されたセンサ情報と通信情報とを、エリアごとに学習された異なる前記学習モデルを用いて前記スコアを出力する前記移動体通信機器以外へ提供する
    　ことを特徴とする請求項１２に記載の判定装置。
  14. 　前記セルラーネットワークは、
    　第５世代の通信規格に準拠した通信ネットワークである
    　ことを特徴とする請求項５に記載の判定装置。
  15. 　前記セルラーネットワークは、
    　第５世代におけるミリ波通信に準拠した通信ネットワークである
    　ことを特徴とする請求項５に記載の判定装置。
  16. 　コンピュータが、
    　複数の通信ネットワークに選択的に接続して通信し、
    　ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信情報とを取得し、
    　取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する
    　判定方法。
  17. 　コンピュータに、
    　複数の通信ネットワークに選択的に接続して通信し、
    　ユーザが利用する移動体通信機器により検知されるセンサ情報と、各通信ネットワークへの通信情報とを取得し、
    　取得されたセンサ情報と通信情報とに基づいて、複数の通信ネットワークのうち他の通信ネットワークへ切り替えるかを判定する
    　判定プログラム。
PCT/JP2019/034252 2019-08-30 2019-08-30 判定装置、判定方法および判定プログラム WO2021038863A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
PCT/JP2019/034252 WO2021038863A1 (ja) 2019-08-30 2019-08-30 判定装置、判定方法および判定プログラム
PCT/JP2020/017570 WO2021038961A1 (ja) 2019-08-30 2020-04-23 判定装置、判定方法および判定プログラム
JP2021541995A JPWO2021038961A1 (ja) 2019-08-30 2020-04-23
EP20857411.1A EP4017108A4 (en) 2019-08-30 2020-04-23 DETERMINATION DEVICE, DETERMINATION METHOD AND DETERMINATION PROGRAM
US17/633,579 US20220312289A1 (en) 2019-08-30 2020-04-23 Determination device, determination method, and determination program
CN202080059022.9A CN114258704A (zh) 2019-08-30 2020-04-23 确定设备、确定方法和确定程序

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/034252 WO2021038863A1 (ja) 2019-08-30 2019-08-30 判定装置、判定方法および判定プログラム

Publications (1)

Publication Number Publication Date
WO2021038863A1 true WO2021038863A1 (ja) 2021-03-04

Family

ID=74684091

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/JP2019/034252 WO2021038863A1 (ja) 2019-08-30 2019-08-30 判定装置、判定方法および判定プログラム
PCT/JP2020/017570 WO2021038961A1 (ja) 2019-08-30 2020-04-23 判定装置、判定方法および判定プログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/017570 WO2021038961A1 (ja) 2019-08-30 2020-04-23 判定装置、判定方法および判定プログラム

Country Status (5)

Country Link
US (1) US20220312289A1 (ja)
EP (1) EP4017108A4 (ja)
JP (1) JPWO2021038961A1 (ja)
CN (1) CN114258704A (ja)
WO (2) WO2021038863A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11115989B1 (en) * 2019-12-09 2021-09-07 Sprint Communications Company L.P. Primary component carrier selection in a wireless access node that uses multiple radio frequency bands
US11611486B2 (en) * 2021-04-26 2023-03-21 Verizon Patent And Licensing Inc. Method and system for deployment and management of composite applications
WO2023021745A1 (ja) * 2021-08-18 2023-02-23 ソニーグループ株式会社 通信装置及び通信方法
WO2023152877A1 (ja) * 2022-02-10 2023-08-17 日本電信電話株式会社 通信品質予測装置、通信品質予測システム、通信品質予測方法、及び通信品質予測プログラム
WO2023152879A1 (ja) * 2022-02-10 2023-08-17 日本電信電話株式会社 モデル設定装置、モデル設定システム、モデル設定方法、及びモデル設定プログラム
WO2023242967A1 (ja) * 2022-06-14 2023-12-21 日本電信電話株式会社 制御装置、制御方法、及びプログラム
JP2024051862A (ja) * 2022-09-30 2024-04-11 パナソニックコネクト株式会社 無線通信システム、ユーザ端末、及び通信制御方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004208001A (ja) * 2002-12-25 2004-07-22 Sharp Corp 無線通信システム、無線通信方法、無線通信プログラム及びプログラム記録媒体
WO2009110103A1 (ja) * 2008-03-04 2009-09-11 株式会社日立製作所 ネットワークシステム及び監視ノード
JP2014036317A (ja) * 2012-08-08 2014-02-24 Hitachi Ltd 無線通信システム及び無線通信制御方法
CN109068350A (zh) * 2018-08-15 2018-12-21 西安电子科技大学 一种无线异构网络的终端自主选网系统及方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1692905A1 (en) 2003-10-24 2006-08-23 QUALCOMM Incorporated Handoff between a wireless local area network and a cellular communication system
US7835743B2 (en) 2005-08-03 2010-11-16 Toshiba America Research, Inc. Seamless network interface selection, handoff and management in multi-IP network interface mobile devices
WO2008116324A1 (en) 2007-03-28 2008-10-02 Sierra Wireless, Inc. System and method for selecting network access technology
CN101841876B (zh) * 2009-03-20 2013-03-13 上海贝尔股份有限公司 非授权移动接入网络和蜂窝通信网络间的移交方法及装置
CN102271375A (zh) * 2010-06-02 2011-12-07 中国移动通信集团福建有限公司 一种网络切换方法和装置
KR101440080B1 (ko) * 2012-11-20 2014-09-17 주식회사에어플러그 무선 통신망의 접속점 정보에 기반하여 그 무선 통신망의 접속점으로의 접속전환을 제어하는 방법 및 장치
CN105766030B (zh) * 2013-11-27 2019-10-15 索尼公司 通信控制设备、通信控制方法和信息处理设备
CN105264959B (zh) * 2014-04-29 2018-11-13 华为技术有限公司 一种切换方法和设备
US9955398B2 (en) * 2015-03-30 2018-04-24 Apple Inc. WLAN / cellular interworking based on mobility information
US10609616B2 (en) * 2015-12-22 2020-03-31 Alfred Consulting LLC System and method for using mobility information in heterogeneous networks
KR20170109466A (ko) * 2016-03-21 2017-09-29 삼성전자주식회사 지능형 네트워크 연결 관리를 제공하는 방법 및 장치
US10390273B2 (en) * 2017-02-10 2019-08-20 Microsoft Technology Licensing, Llc Roaming between network access points based on dynamic criteria
KR102452106B1 (ko) * 2017-07-13 2022-10-07 삼성전자주식회사 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법
WO2019013248A1 (ja) * 2017-07-14 2019-01-17 日本電気株式会社 通信品質評価装置、通信品質評価方法、および通信品質評価プログラム
CN108391298B (zh) * 2018-05-25 2020-12-25 金华市智甄通信设备有限公司 一种网络自动切换的系统及电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004208001A (ja) * 2002-12-25 2004-07-22 Sharp Corp 無線通信システム、無線通信方法、無線通信プログラム及びプログラム記録媒体
WO2009110103A1 (ja) * 2008-03-04 2009-09-11 株式会社日立製作所 ネットワークシステム及び監視ノード
JP2014036317A (ja) * 2012-08-08 2014-02-24 Hitachi Ltd 無線通信システム及び無線通信制御方法
CN109068350A (zh) * 2018-08-15 2018-12-21 西安电子科技大学 一种无线异构网络的终端自主选网系统及方法

Also Published As

Publication number Publication date
EP4017108A1 (en) 2022-06-22
CN114258704A (zh) 2022-03-29
US20220312289A1 (en) 2022-09-29
WO2021038961A1 (ja) 2021-03-04
EP4017108A4 (en) 2022-08-31
JPWO2021038961A1 (ja) 2021-03-04

Similar Documents

Publication Publication Date Title
WO2021038961A1 (ja) 判定装置、判定方法および判定プログラム
JP7234918B2 (ja) 無線通信に用いられる電子装置及び無線通信方法
JP7263353B2 (ja) ハンドオーバー関連技術、装置及び方法
US20220393750A1 (en) Electronic device and method for measuring a beam quality of a currently serving beam based on a prediction window when the detected beam quality is within a particular range
EP2953393B1 (en) Communications control device, communications control method, program, and terminal device
US10904804B2 (en) Handover measurement control method and apparatus
EP3580961B1 (en) Roaming between network access points based on dynamic criteria
WO2017140361A1 (en) Uplink selection for wireless network based on network cell weight and link-specific weight for wireless links
WO2009055304A1 (en) Location aware background access point scanning for wlan
US20220182891A1 (en) Central unit device, user equipment, wireless communication method, and storage medium
US10440687B2 (en) Method and user equipment for resource allocation of vehicle network
CN110603849A (zh) 无线通信方法和无线通信设备
CN110431878B (zh) 一种包括软件定义无线电接收机的基站
WO2016029948A1 (en) Quality of service control
US11012912B2 (en) Predictive handoff and wireless association in a network
TWI577221B (zh) 用於在密集ｗｉｆｉ環境中增進效能之增強頻道存取機制
WO2015149725A1 (zh) 一种回程链路调整方法、移动设备及系统
CN107646201A (zh) 用于无线通信网络中的切换的网络节点和其中的方法
CN115226121A (zh) 测量上报方法、装置及系统
US20240058694A1 (en) Selecting a processing unit to serve a user equipment (ue)
WO2021179982A1 (zh) 用于无线通信的电子设备和方法、计算机可读存储介质
WO2022153523A1 (ja) 通信装置、通信方法、及びプログラム
EP3850803B1 (en) Method and ng-cu for call selection and migration in a ng-ran
WO2023078163A1 (zh) 用于无线通信的电子设备和方法、计算机可读存储介质
US20230224790A1 (en) Systems and methods for determining a handover time period based on mobility prediction

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: 19943326

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19943326

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP