特許 7425668 情報処理システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-01-23

(45)【発行日】2024-01-31

(54)【発明の名称】情報処理システム

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20240124BHJP

   H04M 1/00 20060101ALI20240124BHJP

   H04Q 9/00 20060101ALI20240124BHJP

   F25D 23/00 20060101ALI20240124BHJP

【ＦＩ】

G06Q50/10

H04M1/00 U

H04Q9/00 311K

F25D23/00 301Z

【請求項の数】 14

(21)【出願番号】P 2020087383

(22)【出願日】2020-05-19

(65)【公開番号】P2021182251

(43)【公開日】2021-11-25

【審査請求日】2022-12-15

(73)【特許権者】

【識別番号】503376518

【氏名又は名称】東芝ライフスタイル株式会社

(74)【代理人】

【識別番号】100141139

【弁理士】

【氏名又は名称】及川 周

(74)【代理人】

【識別番号】100205785

【弁理士】

【氏名又は名称】▲高▼橋 史生

(74)【代理人】

【識別番号】100203297

【弁理士】

【氏名又は名称】橋口 明子

(74)【代理人】

【識別番号】100175824

【弁理士】

【氏名又は名称】小林 淳一

(74)【代理人】

【識別番号】100135301

【弁理士】

【氏名又は名称】梶井 良訓

(72)【発明者】

【氏名】渡邊 浩太

【審査官】塚田 肇

(56)【参考文献】

【文献】特開２０１５－１１４０５３（ＪＰ，Ａ）

【文献】特開２０１８－１７９４０６（ＪＰ，Ａ）

【文献】特表２０１６－５２５６８１（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

Ｈ０４Ｍ １／００

Ｈ０４Ｑ ９／００

Ｆ２５Ｄ ２３／００

(57)【特許請求の範囲】

【請求項1】

第１家電機器の温度センサの検出結果に基づく第１情報を所定時間に亘り蓄積する情報蓄積部と、
前記情報蓄積部により前記所定時間に亘り蓄積された前記第１情報に基づき、前記第１家電機器の周囲の将来の温度を予測する予測部と、
前記予測部により予測された前記将来の温度が第１条件を満たす場合に、前記第１家電機器の報知器または端末装置に第１報知を行わせる報知部と、
前記温度センサの過去の検出結果に基づき、前記第１家電機器と同じ空間に室温を調整可能な空調機器が存在するか否かを判定する判定部と、
を備え、
前記報知部は、前記判定部により前記空調機器が存在しないと判定された場合、前記空調機器が存在すると判定された場合と比べて早い時点で前記第１報知を行わせる、
情報処理システム。

【請求項2】

第１家電機器の温度センサの検出結果に基づく第１情報を所定時間に亘り蓄積する情報蓄積部と、
前記情報蓄積部により前記所定時間に亘り蓄積された前記第１情報に基づき、前記第１家電機器の周囲の将来の温度を予測する予測部と、
前記予測部により予測された前記将来の温度が第１条件を満たす場合に、前記第１家電機器の報知器または端末装置に第１報知を行わせる報知部と、
を備え、
前記予測部は、前記第１家電機器と同じ空間に配置された室温を調整可能な空調機器が運転中と判定された時間における前記第１情報と比べて、前記空調機器が運転されていないと判定された時間における前記第１情報の重み付けを相対的に大きくした情報に基づき、前記将来の温度を予測する、
情報処理システム。

【請求項3】

第１家電機器の温度センサの検出結果に基づく第１情報を所定時間に亘り蓄積する情報蓄積部と、
前記情報蓄積部により前記所定時間に亘り蓄積された前記第１情報に基づき、前記第１家電機器の周囲の将来の温度を予測する予測部と、
前記予測部により予測された前記将来の温度が第１条件を満たす場合に、前記第１家電機器の報知器または端末装置に第１報知を行わせる報知部と、
を備え、
前記予測部は、前記第１家電機器と同じ空間に配置された室温を調整可能な空調機器が運転されることを想定した場合と、前記空調機器が運転されないことを想定した場合とでそれぞれ前記将来の温度を予測し、
前記報知部は、前記空調機器が運転中と判定された場合であっても、前記空調機器が運転されないことを想定した場合における前記将来の温度が前記第１条件を満たす場合、前記第１家電機器の報知器または前記端末装置に第２報知を行わせる、
情報処理システム。

【請求項4】

第１家電機器の温度センサの検出結果に基づく第１情報を所定時間に亘り蓄積する情報蓄積部と、
前記情報蓄積部により前記所定時間に亘り蓄積された前記第１情報に基づき、前記第１家電機器の周囲の将来の温度を予測する予測部と、
前記予測部により予測された前記将来の温度が第１条件を満たす場合に、前記第１家電機器の報知器または端末装置に第１報知を行わせる報知部と、
前記第１家電機器と同じ空間に配置された第２家電機器の動作状態を示す第２情報を取得する第１取得部と、
を備え、
前記予測部は、前記所定時間に亘り蓄積された前記第１情報と、前記第１取得部により取得された前記第２情報とに基づき、前記将来の温度を予測する、
情報処理システム。

【請求項5】

前記第１家電機器および前記第２家電機器は、調理をするための機器が設置された調理室に配置される家電機器である、
請求項４に記載の情報処理システム。

【請求項6】

前記予測部は、前記所定時間に亘り蓄積された前記第１情報のなかで前記第２家電機器が動作中である特別時間における前記第１情報を除外した情報または前記特別時間における前記第１情報の重み付けを小さくした情報に基づき、前記将来の温度を予測する、
請求項４または請求項５に記載の情報処理システム。

【請求項7】

前記予測部は、前記第１家電機器と同じ空間に配置された室温を調整可能な空調機器が運転中と判定された場合、前記所定時間に亘り蓄積された前記第１情報のなかで前記第２家電機器が動作中である特別時間における前記第１情報を除外した情報または前記特別時間における前記第１情報の重み付けを小さくした情報に基づき前記将来の温度を予測し、前記空調機器が運転されていないと判定された場合、前記所定時間に亘り蓄積された前記第１情報を前記除外または前記重み付けを行わずに用いて前記将来の温度を予測する、
請求項４から請求項６のうちいずれか１項に記載の情報処理システム。

【請求項8】

前記予測部は、監視対象日の午前の時間帯を含む前記所定時間に亘り蓄積された前記第１情報に基づき、前記監視対象日の午後の時間帯における前記将来の温度を予測する、
請求項１から請求項７のうちいずれか１項に記載の情報処理システム。

【請求項9】

前記予測部は、監視対象日の前日の午前および午後の時間帯と前記監視対象日の午前の時間帯とを含む前記所定時間に亘り蓄積された前記第１情報に基づき、前記監視対象日の午後の時間帯における前記将来の温度を予測する、
請求項１から請求項８のうちいずれか１項に記載の情報処理システム。

【請求項10】

前記予測部は、ニューラルネットワークを用いて前記温度センサの過去の検出結果に基づいて学習された学習モデルに基づき、前記所定時間に亘り蓄積された前記第１情報を入力情報として前記将来の温度を予測する、
請求項１から請求項９のうちいずれか１項に記載の情報処理システム。

【請求項11】

前記予測部は、前記将来の温度が所定温度に達する予測時刻を予測し、
前記報知部は、前記予測部により予測された前記予測時刻を含む前記第１報知を前記第１家電機器の報知器または前記端末装置に行わせる、
請求項１から請求項１０のうちいずれか１項に記載の情報処理システム。

【請求項12】

前記第１家電機器の周囲に人が存在するか否かを判定するユーザ存在判定部をさらに備え、
前記報知部は、前記ユーザ存在判定部により前記第１家電機器の周囲に人が存在すると判定された場合に、前記第１家電機器の報知器に前記第１報知を行わせる、
請求項１から請求項１１のうちいずれか１項に記載の情報処理システム。

【請求項13】

前記情報蓄積部は、天気状態を示す第３情報を蓄積し、
前記予測部は、前記情報蓄積部により蓄積された前記第１情報および前記第３情報に基づき、前記第１家電機器の周囲の将来の温度を予測する、
請求項１から請求項１２のうちいずれか１項に記載の情報処理システム。

【請求項14】

前記報知部は、前記第１情報と、前記温度センサとは異なる情報源から得らえる第４情報との関係が第２条件を満たす場合、前記第１報知の内容を変更する、
請求項１から請求項１３のうちいずれか１項に記載の情報処理システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、情報処理システムに関する。

【背景技術】

【0002】

周囲温度が基準温度の上限（熱中症のおそれがある温度）を超えた場合に、駆動条件などに基づいて庫外情報を取得し、取得した庫外情報を外部装置に送信する冷蔵庫が知られている。

【0003】

ところで、周囲温度が所定値に達することに応じて動作が行われる場合、利便性の観点で改善の余地があった。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１４－７０７３９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明が解決しようとする課題は、利便性の向上を図ることができる情報処理システムを提供することである。

【課題を解決するための手段】

【0006】

実施形態の情報処理システムは、情報蓄積部と、予測部と、報知部と、判定部とを持つ。前記情報蓄積部は、第１家電機器の温度センサの検出結果に基づく第１情報を所定時間に亘り蓄積する。前記予測部は、前記情報蓄積部により前記所定時間に亘り蓄積された前記第１情報に基づき、前記第１家電機器の周囲の将来の温度を予測する。前記報知部は、前記予測部により予測された前記将来の温度が第１条件を満たす場合、前記第１家電機器の報知器または端末装置に第１報知を行わせる。前記判定部は、前記温度センサの過去の検出結果に基づき、前記第１家電機器と同じ空間に室温を調整可能な空調機器が存在するか否かを判定する。前記報知部は、前記判定部により前記空調機器が存在しないと判定された場合、前記空調機器が存在すると判定された場合と比べて早い時点で前記第１報知を行わせる。

【図面の簡単な説明】

【0007】

【図1】第１実施形態の見守りシステムの全体構成を示す図。

【図2】第１実施形態の第１家電機器の構成を示すブロック図。

【図3】第１実施形態のサーバの構成を示すブロック図。

【図4】第１実施形態の予測部による将来の温度の予測の一例を概念的に示す図。

【図5】第１実施形態の予測部による将来の温度の予測の別の一例を概念的に示す図。

【図6】第１実施形態の端末装置に表示される第１報知の一例を示す図。

【図7】第１実施形態の端末装置に表示される第１報知の別の一例を示す図。

【図8】第１実施形態のサーバによる処理の基本的な流れを示すフローチャート。

【図9】第２実施形態のサーバの構成を示すブロック図。

【図10】第２実施形態の学習モデルの一例を示す図。

【発明を実施するための形態】

【0008】

以下、実施形態の情報処理システムを、図面を参照して説明する。以下の説明では、同一または類似の機能を有する構成に同一の符号を付す。そして、それら構成の重複する説明は省略する場合がある。「ＸＸに基づく」とは、「少なくともＸＸに基づく」ことを意味し、ＸＸに加えて別の要素に基づく場合も含み得る。「ＸＸに基づく」とは、ＸＸを直接に用いる場合に限定されず、ＸＸに対して演算や加工が行われたものに基づく場合も含み得る。「ＸＸまたはＹＹ」とは、ＸＸとＹＹのうちいずれか一方の場合に限定されず、ＸＸとＹＹの両方の場合も含み得る。これは選択的要素が３つ以上の場合も同様である。「ＸＸ」および「ＹＹ」は、任意の要素（例えば任意の情報）である。

【0009】

（第１実施形態）
＜１．見守りシステムの全体構成＞
図１は、第１実施形態の見守りシステム１の全体構成を示す図である。見守りシステム１は、例えば、家電機器１００、サーバ２００、および端末装置３００を含む。後述するネットワークＮＷは、例えば、インターネット、セルラー網、Ｗｉ－Ｆｉ網、ＬＰＷＡ（Low Power Wide Area）、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、またはその他の公衆回線や専用回線などを状況に応じて利用すればよい。

【0010】

家電機器１００は、第１ユーザＵ１の住居内に配置されている。家電機器１００は、例えば、第１家電機器１０１と、第２家電機器１０２と、エアコン１０３とを含む。

【0011】

第１家電機器１０１は、後述する温度センサ１１１（図２参照）を有し、第１家電機器１０１の周囲の温度を検出可能な家電機器である。第１家電機器１０１は、例えば、外部電源であるコンセントに常時接続され、２４時間に亘り周囲の温度を検出可能であると好ましい。本実施形態では、第１家電機器１０１は、冷蔵庫である。ただし、第１家電機器１０１は、冷蔵庫に限らず、電子レンジ、コンロ、室温を調整可能な空調機器（例えばエアコン）、空気清浄機、加湿器、洗濯機、テレビジョン受像機、または照明機器などでもよい。第１家電機器１０１は、後述する通信モジュール１１５（図２参照）を有し、同じ住居内に配置された無線ルータＲおよびネットワークＮＷを介して、サーバ２００と通信可能である。第１家電機器１０１については詳しく後述する。

【0012】

第２家電機器１０２は、第１家電機器１０１と同じ空間に配置される家電機器である。第２家電機器１０２は、例えば、動作時に発熱し、室温を上昇させる家電機器である。ここで、キッチンとリビングなど複数の部屋が連続している場合（例えば複数の部屋の間に扉などが無い場合）、それらは本明細書でいう「同じ空間」の一例に該当する。本実施形態では、第１家電機器１０１および第２家電機器１０２は、主としてキッチンに配置されるキッチン家電である。第２家電機器１０２は、例えば、電子レンジ１０２Ａ、コンロ１０２Ｂ、または炊飯器１０２Ｃである。例えば第１家電機器１０１および第２家電機器１０２の双方がキッチン家電であると、特別な判定処理を行わなくても、これらが互いに同じ空間に配置されていると見做すことができる。キッチンは、「調理をするための機器が設置された調理室」の一例である。

【0013】

第２家電機器１０２は、不図示の通信モジュールを有し、無線ルータＲおよびネットワークＮＷを介して、サーバ２００と通信可能である。第２家電機器１０２は、第２家電機器１０２の動作状態を示す動作状態情報（例えば、第２家電機器１０２が動作中である場合、第２家電機器１０２が動作中であることを示す情報）をサーバ２００に送信する。

【0014】

エアコン１０３は、例えば、第１家電機器１０１および第２家電機器１０２と同じ空間に配置され、第１家電機器１０１および第２家電機器１０２が配置された空間の冷房および暖房を行うことができる。エアコン１０３は、不図示の通信モジュールを有し、無線ルータＲおよびネットワークＮＷを介して、サーバ２００と通信可能であってもよいし、通信モジュールを有さず、サーバ２００と通信不可能であってもよい。エアコン１０３は、サーバ２００と通信可能である場合、エアコン１０３の動作状態を示す動作状態情報（例えば、エアコン１０３が運転中である場合、エアコン１０３が運転中であることを示す情報）をサーバ２００に送信する。エアコン１０３は、「室温を調整可能な空調機器」の一例である。

【0015】

サーバ２００は、１台以上のサーバ装置ＳＤ（例えばクラウドサーバ）で構成される。サーバ２００は、「サーバシステム」と称されてもよい。サーバ２００は、ネットワークＮＷ中のルータに含まれる情報処理部など、エッジコンピューティングやフォグコンピューティングを行う情報処理部を含んでもよい。サーバ２００は、ネットワークＮＷを介して気象庁のサーバ装置ＣＳＤと通信可能である。サーバ２００については、詳しく後述する。

【0016】

端末装置３００は、第１ユーザＵ１の端末装置３０１、および／または第２ユーザＵ２の端末装置３０２である。例えば、第１ユーザＵ１は、家電機器１００が配置された住居に暮らす高齢者である。第２ユーザＵ２は、第１ユーザＵ１の子供などで、見守りシステム１を利用して第１ユーザＵ１の暮らしを見守るユーザである。以下では、第１ユーザＵ１と第２ユーザＵ２とを区別しない場合は、単に「ユーザＵ」と称し、第１ユーザＵ１の端末装置３０１と第２ユーザＵ２の端末装置３０２とを区別しない場合は、単に「端末装置３００」と称する。端末装置３００は、例えば、スマートフォンまたはタブレット端末機器のような携帯端末装置であるが、スマートスピーカのような音声対話装置などでもよい。

【0017】

＜２．第１家電機器＞
図２は、第１家電機器１０１の構成を示すブロック図である。第１家電機器１０１は、例えば、温度センサ（外気温センサ）１１１、人感センサ１１２、表示装置１１３、ブザー１１４、通信モジュール１１５、および制御部１１６を有する。

【0018】

温度センサ１１１は、例えば第１家電機器１０１の表面に設けられ、第１家電機器１０１の周囲の温度（第１家電機器１０１が配置された部屋の室温）を検出する。人感センサ１１２は、例えば赤外線に基づき、第１家電機器１０１の周囲に人が存在するか否かを検出する。

【0019】

表示装置１１３は、例えば液晶ディスプレイまたは有機ＥＬディスプレイ（Electro Luminescence）ディスプレイであり、後述する所定の報知を表示可能な表示画面を含む。ブザー１１４は、後述する所定の報知を警告音として出力可能である。表示装置１１３およびブザー１１４の各々は、「報知器」の一例である。以下では、表示装置１１３とブザー１１４とを区別しない場合は、単に「報知器Ｎ」と称する。通信モジュール１１５は、例えば高周波回路とアンテナを含み、無線ルータＲと無線通信可能である。

【0020】

制御部１１６は、例えば、第１家電機器１０１に搭載されたＣＰＵ（Central Processing Unit）のようなハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。ただし、制御部１１６の全部または一部は、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、またはＦＰＧＡ（Field Programmable Gate Array）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。制御部１１６は、温度センサ１１１の検出結果を示す温度情報を、所定の周期（例えば１０分毎）でサーバ２００に送信する。制御部１１６は、人感センサ１１２により人の存在が検出された場合、第１家電機器１０１の周囲に人が存在することを示す情報をサーバ２００に送信する。制御部１１６は、後述するサーバ２００の報知部２６０から受信する制御指令に基づき、報知器Ｎを制御して所定の報知を行わせる。

【0021】

＜３．サーバ＞
＜３．１ サーバの構成＞
図３は、サーバ２００の構成を示すブロック図である。サーバ２００は、例えば、情報取得部２１０、判定部２２０、情報蓄積部２３０、予測モデル生成部２４０、予測部２５０、および報知部２６０を有する。これら機能部は、例えば、例えば、サーバ２００に搭載されたＣＰＵのようなハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。ただし、これら機能部の全部または一部は、ＡＳＩＣ、ＰＬＤ、またはＦＰＧＡなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。

【0022】

さらに、サーバ２００は、記憶部２７０を有する。記憶部２７０は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ、またはこれらのうち複数の組み合わせにより実現される。記憶部２７０には、蓄積情報Ｉ、予測モデルＭ、および後述する第１条件および第２条件を規定する閾値などを記憶している。

【0023】

本実施形態では、サーバ２００は、「情報処理システム」の一例である。ここで、上述した情報取得部２１０、判定部２２０、情報蓄積部２３０、予測部２５０、報知部２６０、および記憶部２７０の一部または全部は、サーバ２００に代えて、第１家電機器１０１に設けられてもよい。これら場合、サーバ２００と第１家電機器１０１とが協働することで「情報処理システム」の一例が構成されてもよい。また、家電機器１００が単独で「情報処理システム」の一例に該当してもよい。以下では、上記機能部がサーバ２００に設けられる例について説明する。

【0024】

＜３．２ 情報取得部＞
情報取得部２１０は、不図示の通信モジュールを介して通信を行い、種々の情報を取得する（受け取る）。例えば、情報取得部２１０は、温度情報取得部２１１、ユーザ存在情報取得部２１２、動作情報取得部２１３、および天気情報取得部２１４を含む。

【0025】

温度情報取得部２１１は、第１家電機器１０１から送信された温度情報（温度センサ１１１により検出された温度値を示す情報）を取得する。温度情報は、「第１情報」の一例である。温度情報は、例えば第１ユーザＵ１の住居内に配置された無線ルータＲのＩＰアドレスが付加された状態で受信される。ユーザ存在情報取得部２１２は、第１家電機器１０１から送信された人感センサ１１２の検出結果（第１家電機器１０１の周囲に人が存在することを示す情報）を取得する。

【0026】

動作情報取得部２１３は、第２家電機器１０２および／またはエアコン１０３から送信された動作状態情報を取得する。動作状態情報は、例えば第１ユーザＵ１の住居内に配置された無線ルータＲのＩＰアドレスが付加された状態で受信される。動作情報取得部２１３は、例えば上記ＩＰアドレスに基づき、第１家電機器１０１と第２家電機器１０２（またはエアコン１０３）とが同一のサブネット内（同一の住居内）に配置された家電機器群であると判定し、同一住居内に配置された家電機器群から得た情報を互いに関連付けて管理する。なお上記に代えて、動作情報取得部２１３は、同一のユーザＵによって第１家電機器１０１と第２家電機器１０２（またはエアコン１０３）とがサーバ２００上で遠隔操作対象の家電機器として登録されている場合、その登録に基づき同一住居内に配置された家電機器群から得た情報を互いに関連付けて管理してもよい。動作情報取得部２１３は、「第１取得部」の一例である。第２家電機器１０２の動作状態情報は、「第２情報」の一例である。

【0027】

天気情報取得部２１４は、気象庁のサーバ装置ＣＳＤ（図１参照）から配信された天気状態を示す天気情報を取得する。天気情報は、例えば、各地域の天気（晴れ／雨／雲りなど）、最高気温、最低気温、および温度変化の予測を含む。天気情報取得部２１４は、「第２取得部」の一例である。天気情報は、「第３情報」の一例である。天気情報は、第１家電機器１０１の温度センサ１１１とは異なる情報源（例えば気象庁のサーバ装置ＣＳＤ）から得られる情報であり、「第４情報」の一例でもある。

【0028】

＜３．３ 判定部＞
判定部２２０は、例えば、ユーザ存在判定部２２１と、エアコン存在判定部２２２と、エアコン運転判定部２２３とを含む。ユーザ存在判定部２２１は、ユーザ存在情報取得部２１２により取得された情報に基づき、第１家電機器１０１の周囲に人が存在するか否かを判定する。本実施形態では、ユーザ存在判定部２２１は、ユーザ存在情報取得部２１２により第１家電機器１０１の周囲に人が存在することを示す情報が取得された場合、第１家電機器１０１の周囲に人が存在すると判定する。一方で、ユーザ存在判定部２２１は、ユーザ存在情報取得部２１２により第１家電機器１０１の周囲に人が存在することを示す情報が取得されない場合、第１家電機器１０１の周囲に人が存在しないと判定する。ユーザ存在判定部２２１は、「第１判定部」の一例である。

【0029】

エアコン存在判定部２２２は、第１家電機器１０１と同じ空間にエアコン１０３が存在するか否かを判定する。ここで、エアコン１０３は、第１家電機器１０１と同じ住居内に配置されている場合でも、キッチン家電と異なり、冷蔵庫である第１家電機器１０１と同じ空間に配置されているか否かは不明である。このため、第１家電機器１０１と同じ空間にエアコン１０３が存在するか否かの判定が必要となる。この判定は、例えば後述する将来の温度の予測とは別に、事前に行われている。

【0030】

本実施形態では、エアコン存在判定部２２２は、温度情報取得部２１１により取得された第１家電機器１０１の温度センサ１１１の過去の検出結果に基づき、第１家電機器１０１と同じ空間にエアコン１０３が存在するか否かを判定する。例えば、エアコン存在判定部２２２は、温度センサ１１１の過去の検出結果（例えば過去１年間の検出結果）に所定の閾値を超える急激な温度変化が含まれる場合、第１家電機器１０１と同じ空間にエアコン１０３が存在すると判定する。「急激な温度変化」は、例えば、日中の３０分の間に３℃を超える温度低下がある場合などである。

【0031】

このような急激な温度変化が存在する場合、エアコン存在判定部２２２は、第１家電機器１０１と同じ空間にエアコン１０３が存在すると判定する。一方で、温度センサ１１１の過去の検出結果に含まれる温度変化が常に穏やかな場合、エアコン存在判定部２２２は、第１家電機器１０１と同じ空間にエアコン１０３が存在しないと判定する。エアコン存在判定部２２２は、「第２判定部」の一例である。

【0032】

エアコン運転判定部２２３は、エアコン存在判定部２２２により第１家電機器１０１と同じ空間にエアコン１０３が存在すると判定された場合、温度センサ１１１の検出結果とエアコン１０３の動作状態情報との比較に基づき、第１家電機器１０１と同じ空間に存在するエアコン１０３（以下「特定エアコン１０３」と称する）を特定する。そして、エアコン運転判定部２２３は、動作情報取得部２１３により特定エアコン１０３の動作状態情報が取得された場合、特定エアコン１０３が動作中であると判定する。一方で、エアコン運転判定部２２３は、動作情報取得部２１３により特定エアコン１０３の動作状態情報が取得されない場合、特定エアコン１０３が動作中でないと判定する。

【0033】

＜３．４ 情報蓄積部＞
情報蓄積部２３０は、温度情報取得部２１１により新しい温度情報が取得された場合、新しく取得された温度情報を日時情報と対応付けて記憶部２７０の蓄積情報Ｉに追加して蓄積する。例えば、情報蓄積部２３０は、第１家電機器１０１から所定の周期（例えば１０分毎）で取得される温度情報を、蓄積情報Ｉに随時追加して蓄積する。これにより、情報蓄積部２３０は、第１家電機器１０１の周囲の温度変化の履歴を蓄積する。

【0034】

ここで１つの観点で見ると、情報蓄積部２３０は、温度情報取得部２１１により取得された温度情報を第１所定時間に亘り蓄積する。第１所定時間は、例えば数時間でもよく、１２時間や２４時間、３６時間、４８時間などでもよい。第１所定時間に亘り蓄積された温度情報は、後述する予測部２５０により将来の温度を予測するための入力情報として用いられる。

【0035】

一方で、別の観点で見ると、情報蓄積部２３０は、温度情報取得部２１１により取得された取得された温度情報を第２所定時間（例えば１年以上の期間）に亘り蓄積する。第２所定時間は、第１所定時間よりも長い時間である。第２所定時間に亘り蓄積された温度情報は、後述する予測モデルＭを生成するために用いられる。

【0036】

本実施携帯では、情報蓄積部２３０は、温度情報に加えて、動作情報取得部２１３により取得された第２家電機器１０２およびエアコン１０３の動作状態情報や、天気情報取得部２１４により取得された天気情報も、日時情報と対応付けて記憶部２７０の蓄積情報Ｉに追加して蓄積する。

【0037】

＜３．５ 予測モデル生成部＞
予測モデル生成部２４０は、情報蓄積部２３０により第２所定時間に亘り蓄積された温度情報などに基づき、将来の温度を予測するための予測モデルＭを生成する。予測モデルＭの生成は、後述する温度の予測とは別に、事前に行われている。ここで「予測対象時間帯」と「先行時間帯」との用語について定義する。予測対象時間帯は、温度を予測したい時間帯であり、温度変化や最高温度、最低温度などに注意すべき時間帯である。予測対象時間帯は、例えば、１２時～１８時や１８時～翌６時などである。先行時間帯は、予測対象時間帯よりも前の時間帯であり、予測対象時間帯における温度を予測するための情報を収集して蓄積する時間帯である。

【0038】

本実施形態では、予測モデル生成部２４０は、例えば、先行時間帯における温度変化（および／または先行時間帯における前日の同時刻の温度に対する差分値）と、予測対象時間帯における温度変化、予測対象時間帯における最高温度、および予測対象時間帯における最低温度などとの相関関係を回帰分析または機械学習などにより求めることで、予測モデルＭを生成する。すなわち、予測モデルＭは、先行時間帯における温度変化、および／または先行時間帯における前日の同時刻の温度に対する差分値を入力した場合に、予測対象時間帯における温度変化、最高温度、および最低温度などを出力するモデルである。

【0039】

＜３．６ 予測部＞
予測部２５０は、先行時間帯において第１所定時間に亘り蓄積された温度情報に基づき、第１家電機器１０１の周囲の将来の温度を予測する。本実施形態では、予測部２５０は、先行時間帯における温度変化、および／または、先行時間帯における前日の同時刻の温度に対する差分値に基づき、第１家電機器１０１の周囲の将来の温度を予測する。以下、これらについて詳しく説明する。

【0040】

＜３．６．１ 当日の温度変化に基づく予測＞
図４は、予測部２５０による将来の温度の予測の一例を概念的に示す図である。本明細書では、予測部２５０により温度が予測される日を「監視対象日」または「当日」と称し、監視対象日の１日前を「前日」と称する。例えば、予測部２５０は、監視対象日の午前の時間帯を含む第１所定時間に亘り蓄積された温度情報に基づき、監視対象日の午後の時間帯における将来の温度を予測する。

【0041】

例えば、予測部２５０は、監視対象日の午前の時間帯における温度変化に基づき、監視対象日の午後の時間帯における温度変化および最高温度を予測する。具体的な一例では、予測部２５０は、先行時間帯である９時～１１時の温度変化を入力情報とし、予測モデルＭを用いて、監視対象日の午後の温度が基準温度範囲の上限値である所定温度（例えば３５℃）に達するか否かを予測し、監視対象日の午後の温度が上記基準温度範囲の上限値に達することが予測される場合、上記上限値に達する予測時刻を予測する。

【0042】

図５は、予測部２５０による将来の温度の予測の別の一例を概念的に示す図である。本実施形態では、予測部２５０は、監視対象日の日中の時間帯（１８時より前の時間帯）を含む第１所定時間に亘り蓄積された温度情報に基づき、監視対象日の夜間の時間帯（１８時以降の時間帯）における将来の温度を予測する。

【0043】

例えば、予測部２５０は、監視対象日の日中の時間帯における温度変化に基づき、関対象日の夜間の時間帯における温度変化および最低温度を予測する。具体的な一例では、予測部２５０は、先行時間帯である６時～１８時の温度変化を入力情報とし、予測モデルＭを用いて、監視対象日の１８時～翌６時の温度が夏場において熱帯夜を示す所定温度（例えば２５℃）以上を維持するか否か、または冬場において基準温度範囲の下限値である所定温度（例えば５℃）に達するか否かを予測し、監視対象日の夜間の温度が上記基準温度範囲の下限値に達することが予測される場合、上記下限値に達する予測時刻を予測する。

【0044】

＜３．６．２ 前日の同時刻の温度に対する差分値に基づく予測＞
別の例では、予測部２５０は、上述した当日の温度変化に代えて／加えて、前日の同時刻の温度に対する差分値に基づき、第１家電機器１０１の周囲の将来の温度を予測する。図４に示す例では、予測部２５０は、監視対象日の前日の午前および午後の時間帯と監視対象日の午前の時間帯とを含む第１所定時間に亘り蓄積された温度情報に基づき、監視対象日の午後の時間帯における将来の温度を予測する。

【0045】

例えば、予測部２５０は、午前の時間帯における前日と当日の温度差と、前日の午後の時間帯における温度変化とに基づき、当日の午後の時間帯における温度変化および最高温度を予測する。具体的な一例では、予測部２５０は、先行時間帯である９時～１１時における前日と当日の温度差を入力情報とし、予測モデルＭを用いて、当日の午後の温度が基準温度範囲の上限である所定温度（例えば３５℃）に達するか否かを予測し、監視対象日の午後の温度が上記基準温度範囲の上限値に達することが予測される場合、上記上限値に達する予測時刻を予測する。

【0046】

同様に、図５に示す例では、予測部２５０は、監視対象日の前日の日中および夜間の時間帯と監視対象日の日中の時間帯とを含む第１所定時間に亘り蓄積された温度情報に基づき、監視対象日の夜間の時間帯における将来の温度を予測する。

【0047】

例えば、予測部２５０は、日中の時間帯における前日と当日の温度差と、前日の夜間の時間帯における温度変化とに基づき、当日の夜間の時間帯における温度変化および最低温度を予測する。具体的な一例では、予測部２５０は、先行時間帯である１２時～１８時における前日と当日の温度差を入力情報とし、予測モデルＭを用いて、監視対象日の１８時～翌６時の温度が夏場において熱帯夜を示す所定温度（例えば２５℃）以上を維持するか否か、または冬場において基準温度範囲の下限値である所定温度（例えば５℃）に達するか否かを予測し、監視対象日の夜間の温度が上記基準温度範囲の下限値に達することが予測される場合、上記下限値に達する予測時刻を予測する。

【0048】

＜３．７ 報知部＞
報知部２６０は、予測部２５０により予測された将来の温度が所定条件（第１条件）を満たす場合に、第１家電機器１０１の報知器Ｎまたは端末装置３００に第１報知を行わせる。「第１条件を満たす」とは、例えば、将来の温度が基準温度範囲の上限値または下限値である所定温度に達する場合や、急激な温度変化（変化率が予め設定された閾値を超える温度変化）が存在する場合などである。以下では、これらを纏めて「注意事象」と称する。第１報知は、注意事象をユーザＵに知らせるための報知である。

【0049】

図６は、端末装置３００の表示画面に表示される第１報知の一例を示す図である。図６に示す例は、予測部２５０により１５時近くに温度が３５℃を超えることが予測される場合を示す。この場合、報知部２６０は、端末装置３００に所定の制御指令を送信することで、端末装置３００の表示画面に「午前１０時時点、前日よりも２℃程度高く推移しています。今日の日中は３５℃を超える可能性がありますので、ご注意ください」などのメッセージをプッシュ通知で表示させる。さらに報知部２６０は、予測部２５０により所定温度（例えば３５℃）に達する予測時刻が予測された場合、予測された予測時刻を第１報知に含めてもよい。

【0050】

図７は、端末装置３００の表示画面に表示される第１報知の別の一例を示す図である。図７に示す例は、予測部２５０により熱帯夜が予測される場合を示す。この場合、報知部２６０は、端末装置３００に所定の制御指令を送信することで、端末装置３００の表示画面に「午後６時時点、前日よりも２℃程度高く推移しています。今夜は寝苦しい夜になる可能性がありますので、ご注意ください」などのメッセージをプッシュ通知で表示させる。

【0051】

本実施形態では、報知部２６０は、端末装置３００に代えて／加えて、第１家電機器１０１の報知器Ｎに第１報知を行わせる。報知器Ｎが表示装置１１３である場合、第１報知は、上述したような注意喚起のメッセージを表示装置１１３の表示画面に表示させることである。一方で、報知器Ｎがブザー１１４である場合、第１報知は、注意喚起するための警告音をブザー１１４から出力させることである。以下では、第１家電機器１０１の報知器Ｎまたは端末装置３００に第１報知を行わせることを「第１報知を行う」と称する。

【0052】

本実施形態では、報知部２６０は、第１報知を行う場合であって、ユーザ存在判定部２２１により第１家電機器１０１の周囲に人が存在すると判定された場合には、少なくとも第１家電機器１０１の報知器Ｎに第１報知を行わせる。

【0053】

本実施形態では、報知部２６０は、エアコン存在判定部２２２により第１家電機器１０１と同じ空間にエアコン１０３が存在しないと判定された場合、第１家電機器１０１と同じ空間にエアコン１０３が存在すると判定された場合と比べて早い時点で第１報知を行う。例えば、報知部２６０は、第１家電機器１０１と同じ空間にエアコン１０３が存在すると判定された場合、温度が所定温度（例えば３５℃）に達することが予測される予測時刻の３時間前に第１報知を行う。一方で、報知部２６０は、第１家電機器１０１と同じ空間にエアコン１０３が存在しないと判定された場合、温度が所定温度（例えば３５℃）に達することが予測される予測時刻の４時間前に第１報知を行う。

【0054】

＜４．本実施形態に関するいくつかの観点＞
以下、本実施形態に関するいくつかの観点について説明する。

【0055】

＜４．１ 特定エアコンが運転しない時間のデータの取り扱い＞
本実施形態では、予測モデル生成部２４０は、エアコン運転判定部２２３により第１家電機器１０１と同じ空間に配置されたエアコン１０３（特定エアコン１０３）が運転中と判定された時間における温度情報と比べて、エアコン運転判定部２２３により特定エアコン１０３が運転されていないと判定された時間における温度情報の重み付けを相対的に大きくした情報に基づき、予測モデルＭを生成する。

【0056】

例えば、予測モデル生成部２４０は、特定エアコン１０３が運転されていないと判定された時間における温度情報に含まれる温度変化をそのまま用いるとともに、特定エアコン１０３が運転中と判定された時間における温度情報に含まれる温度変化を小さく補正（例えば２分の１に補正）して用いることで重み付けを行い、予測モデルＭを生成する。

【0057】

そして、予測部２５０は、第１所定時間に亘り蓄積された温度情報のなかで特定エアコン１０３が運転されていないと判定された時間における温度情報に含まれる温度変化をそのまま用いるとともに、第１所定時間に亘り蓄積された温度情報のなかで特定エアコン１０３が運転中と判定された時間における温度情報に含まれる温度変化を小さく補正（例えば２分の１に補正）して修正温度情報を生成し、生成した修正温度情報を入力情報として予測モデルＭを用いることで、将来の温度を予測する。

【0058】

＜４．２ 特定エアコンの運転時／非運転時のどちらの将来温度も予測する＞
本実施形態では、予測モデル生成部２４０は、第２所定時間に亘り蓄積された温度情報のなかで、エアコン運転判定部２２３により特定エアコン１０３が運転中である判定された時間帯における温度情報と温度センサ１１１により実際に検出された温度とに基づき、特定エアコン１０３が運転される場合の予測モデルＭ１を生成する。一方で、予測モデル生成部２４０は、第２所定時間に蓄積された情報のなかで、エアコン運転判定部２２３により特定エアコン１０３が運転されていない判定された時間帯における温度情報と温度センサ１１１により実際に検出された温度とに基づき、特定エアコン１０３が運転されない場合の予測モデルＭ２を生成する。

【0059】

そして、予測部２５０は、将来の温度を予測する際、エアコン運転判定部２２３により特定エアコン１０３が運転中であると判定された場合でも、特定エアコン１０３が運転されることを想定した場合（例えば特定エアコン１０３の運転が継続されることを想定した場合）と、特定エアコン１０３が運転されないことを想定した場合（例えば特定エアコン１０３がすぐに停止されることを想定した場合）場合とでそれぞれ将来の温度を予測する。

【0060】

例えば、予測部２５０は、第１所定時間に蓄積された温度情報を入力情報とし、上述した特定エアコン１０３が運転される場合の予測モデルＭ１を用いることで、特定エアコン１０３が運転されることを想定した場合の将来の温度を予測する。一方で、予測部２５０は、第１所定時間に蓄積された温度情報を入力情報とし、上述した特定エアコン１０３が運転されない場合の予測モデルＭ２を用いることで、特定エアコン１０３が運転されないことを想定した場合の将来の温度を予測する。

【0061】

そして、報知部２６０は、エアコン運転判定部２２３により特定エアコン１０３が運転中と判定された場合でも、特定エアコン１０３が運転されないことを想定した場合における将来の温度が上記第１条件を満たす場合、第１家電機器１０１の報知器Ｎまたは端末装置３００に第２報知を行わせる。第２報知は、例えば、特定エアコン１０３の運転の継続を促す内容（例えば、特定エアコン１０３の運転を停止すると、基準温度範囲の上限値を超えて温度が上昇する可能性が高いこと）をユーザＵに知らせる報知である。

【0062】

このような構成によれば、特定エアコン１０３が運転されている場合でも、特定エアコン１０３の運転を停止させることのリスクをユーザＵに知らせることができる。これにより、ユーザＵの利便性のさらなる向上を図ることができる。

【0063】

＜４．３ 第２家電機器の動作状態を反映した温度予測＞
本実施形態では、予測部２５０は、第１所定時間に亘り蓄積された温度情報と、動作情報取得部２１３により取得された第２家電機器１０２の動作状態情報とに基づき、第１家電機器１０１の周囲の将来の温度を予測する。

【0064】

例えば、予測モデル生成部２４０は、動作情報取得部２１３により取得された第２家電機器１０２の動作状態（例えば各時刻において動作中である否か）を変数として加味して予測モデルＭを生成する。そして、予測部２５０は、第１所定時間に亘り蓄積された温度情報と、同じく第１所定時間に亘り動作情報取得部２１３により取得されて蓄積された第２家電機器１０２の動作状態情報とを入力情報として、将来の温度を予測する。以下では、より具体的ないくつかの実施例について説明する。

【0065】

＜４．３．１ 第１実施例＞
第１実施例では、予測モデル生成部２４０は、第２所定時間に亘り蓄積された温度情報から第２家電機器１０２が動作中である特別時間における温度情報を除外した情報、または第２所定時間に亘り蓄積された温度情報において上記特別時間における温度情報の重み付けを小さくした情報（例えば特別時間における温度変化を２分の１にした補正した情報）に基づき、予測モデルＭを生成する。なお本明細書で「除外」とは、その時間の温度値を削除することに限定されず、その時間の温度値を、前後の温度値に基づいて補完された温度値に置き換える場合を含む。

【0066】

そして、予測部２５０は、第１所定時間に亘り蓄積された温度情報から第２家電機器１０２が動作中である特別時間における温度情報を除外した情報、または第１所定時間に亘り蓄積された温度情報から上記特別時間における温度情報の重み付けを小さくした情報（例えば特別時間における温度変化を２分の１にした補正した情報）を入力情報として、将来の温度を予測する。

【0067】

このような構成によれば、第２家電機器１０２の動作により一時的に比較的大きな室温上昇が生じる場合でも、その一時的な室温上昇が将来の温度の予測に与える影響を小さくし、温度の予測の精度を高めることができる。

【0068】

＜４．３．２ 第２実施例＞
第２実施例では、予測部２５０は、エアコン運転判定部２２３により特定エアコン１０３が運転されていると判定された場合、第１所定時間に亘り蓄積された温度情報のなかで第２家電機器１０２が動作中である特別時間における温度情報を除外した情報または上記特別時間における温度情報の重み付けを小さくした情報（例えば特別時間における温度変化を２分の１にした補正した情報）に基づき将来の温度を予測する。一方で、予測部２５０は、エアコン運転判定部２２３により特定エアコン１０３が運転されていないと判定された場合、第１所定時間に亘り蓄積された温度情報を上記除外または上記重み付けを行わずに用いて将来の温度を予測する。

【0069】

このような構成によれば、特定エアコン１０３が運転中であれば第２家電機器１０２の動作により一時的に比較的大きな室温上昇が生じる場合であっても、それは特定エアコン１０３の働きによりすぐに落ち着くため心配ないと考えられる一方で、特定エアコン１０３が運転されていない場合では、第２家電機器１０２の動作により一時的に比較的大きな室温上昇が生じると、特定エアコン１０３が運転されている場合と比べて室温が高温に維持される時間が長くなる可能性などがあるため、第２家電機器１０２の動作時に取得された温度情報を反映させて将来の温度を予測する。

【0070】

＜４．４ 天気情報を加味した温度予測＞
本実施形態では、予測部２５０は、情報蓄積部２３０により蓄積された温度情報および天気情報に基づき、第１家電機器１０１の周囲の将来の温度を予測する。天気情報は、上述したとおり、各地域の天気（晴れ／雨／雲りなど）、最高気温、最低気温、および温度変化の予測などを含む。天気情報を温度の予測に取り入れることで、温度の予測の精度を高めることができる。

【0071】

＜４．５ 不自然な関係が検出された場合の報知＞
本実施形態では、報知部２６０は、温度情報と、温度センサ１１１とは異なる情報源から得らえる情報との関係が所定条件（第２条件）を満たす場合、第１報知の内容を変更する。例えば、報知部２６０は、温度情報と、天気情報取得部２１４により取得された天気情報との関係が第２条件を満たす場合、第１報知の内容を変更する。第２条件は、予め設定された閾値を超える不自然な関係がある場合に満たされる条件である。変更後の第１報知の内容は、変更前と比べてユーザＵに高い注意喚起を促す内容である。

【0072】

例えば、報知部２６０は、予測部２５０により予測された将来の温度と、天気情報に含まれる最高温度または最低温度との差異が予め設定された閾値を超えて大きい場合、第１家電機器１０１の周囲で異常が生じている（例えばコンロ１０２Ｂが火が付いたまま放置されている）可能性があると判定する。この場合、報知部２６０は、変更後の第１報知の内容として、第１家電機器１０１の周囲で異常が生じている可能性があることをユーザＵに知らせる内容が追加する。

【0073】

また別の例では、報知部２６０は、天気情報に含まれる前日の天気が快晴、当日の天気が雨であるのに、予測部２５０により予測された将来の温度（例えば最高温度）が前日の温度（例えば最高温度）よりも高い場合、上記例と同様に、第１家電機器１０１の周囲で異常が生じている可能性があると判定し、第１報知の内容を変更する。

【0074】

＜５．処理の流れ＞
図８は、サーバ２００による処理の基本的な流れを示すフローチャートである。まず、情報取得部２１０は、各種情報（温度情報、動作状態情報など）を取得する（Ｓ１０１）。次に、情報蓄積部２３０は、情報取得部２１０により取得された情報を蓄積情報Ｉに随時追加することで蓄積する（Ｓ１０２）。

【0075】

次に、予測部２５０は、直近の第１所定時間に亘り蓄積された情報と、予測モデルＭとを用いて第１家電機器１０１の周囲の将来の温度を予測する（Ｓ１０３）。そして、報知部２６０は、予測部２５０により予測された将来の温度が第１条件を満たすか否かを判定する（Ｓ１０４）。

【0076】

そして、将来の温度が第１条件を満たさないと判定された場合（Ｓ１０４：ＮＯ）、所定の周期でＳ１０１の処理に戻り、次の時点（例えば１０分後）において同様の処理を繰り返す。一方で、将来の温度が第１条件を満たすと判定された場合（Ｓ１０４：ＹＥＳ）、報知部２６０は、第１家電機器１０１または端末装置３００に所定の制御指令を送信することで、第１家電機器１０１の報知器Ｎまたは端末装置３００に第１報知を行わせる（Ｓ１０５）。この場合も次の時点（例えば１０分後）においてＳ１０１の処理に戻り、同様の処理を繰り返す。

【0077】

＜６．作用＞
比較例として、温度センサで検出された温度値が所定温度（閾値温度）に達した場合にユーザに報知が行われるシステムについて考える。この場合、ユーザが報知によって温度が高いことを認識し、エアコンをつけたとしても、エアコンをつけてから温度が下がるまで時間がかかる。このため、高齢者などの身体にあまり負担をかけないためには、判定のための閾値温度はあまり高い温度には設定できず、熱中症などで実際に問題になる温度（例えば３５℃）に対して十分に余裕を持たせた低い閾値温度を設定する必要がある。

【0078】

しかしながらこの場合、閾値温度が低いため、本来では報知しなくてもよい場合であっても、温度センサで検出された温度値が閾値温度を超えることに応じて多くの報知が行われ、ユーザにとっては煩わしく、利便性の点で改善の余地がある。

【0079】

そこで本実施形態では、情報処理システムは、第１家電機器１０１の温度センサ１１１の検出結果に基づく温度情報を所定時間に亘り蓄積する情報蓄積部２３０と、情報蓄積部２３０により所定時間に亘り蓄積された温度情報に基づき、第１家電機器１０１の周囲の将来の温度を予測する予測部２５０と、予測部２５０により予測された将来の温度が第１条件を満たす場合に、第１家電機器１０１の報知器Ｎまたは端末装置３００に第１報知を行わせる報知部２６０とを有する。

【0080】

このような構成によれば、温度センサ１１１で検出される温度値が将来に所定温度に達するか否かを予測に基づき事前に判定することができ、温度センサ１１１で検出される温度値が将来に所定温度に達する可能性がある場合、その旨をユーザＵに事前に報知することができる。このため、例えばユーザＵが報知を確認して予めエアコン１０３をつけることで、高齢者などの身体に負担をかけることを抑制することができる。例えば、１４時または１５時において最高温度が予測される場合、１１時頃に第１報知が行われることで、ユーザＵは午後の温度上昇に備えることができる。また、例えば熱帯夜になる場合や、夜間に急激な温度低下が予測される場合、１８時頃に第１報知が行われることで、ユーザＵは熱帯夜や温度低下に備えることができる。

【0081】

言い換えると、このような構成によれば、判定のための所定温度（閾値温度）を比較的高く設定しても、高齢者などの身体に負担をかけることを抑制することができる。このため、判定のための所定温度をある程度高く設定することで、頻繁に報知が行われることの煩わしさを回避することができる。これにより、ユーザＵの利便性を高めることができる。

【0082】

ところで、高齢者はキッチンで端末装置３００を持っていない場合が多く想定される。このため本実施形態では、報知部２６０は、ユーザ存在判定部２２１により第１家電機器１０１の周囲に人が存在すると判定された場合に、第１家電機器１０１の報知器Ｎに第１報知を行わせる。これにより、ユーザＵが報知により気付きやすくなり、ユーザＵの利便性をさらに高めることができる。

【0083】

（第２実施形態）
次に、第２実施形態について説明する。第２実施形態は、予測部２５０がニューラルネットワークを含む学習モデルＭＡを用いて予測を行う点で、第１実施形態とは異なる。以下に説明する以外の構成は、第１実施形態と同様である。

【0084】

図９は、第２実施形態のサーバ２００の構成を示すブロック図である。本実施形態では、サーバ２００は、第１実施形態の予測モデルＭ、予測モデル生成部２４０、および予測部２５０に代えて、学習モデルＭＡ、学習部２４０Ａ、および予測部２５０Ａを有する。

【0085】

図１０は、本実施形態の学習モデルＭＡの一例を示す図である。学習モデルＭＡは、入力層と、隠れ層（中間層）と、出力層とを含むニューラルネットワークにより構成される。学習モデルＭＡは、温度センサ１１１の過去の検出結果に基づく温度情報などを教師データとしたディープラーニングなどによって入力層、隠れ層、および出力層に含まれるノード間の重み付け係数などが調整されることで学習が行われる。例えば、教師データは、第１所定時間に亘り蓄積された温度情報（例えば、現在、１０分前、２０分前、…の温度値）などである入力情報と、上記温度情報が検出された場合において実測された将来の温度値（例えば、１０分後、２０分後、…の温度値）である出力情報（正解データ）とがセットになったデータである。

【0086】

本実施形態では、学習部２４０Ａは、第２所定時間（例えば１年以上の期間）に亘り蓄積された温度情報から得られる上記教師データを用いて、学習モデルＭＡを学習させる。本実施形態では、教師データの入力情報には、温度情報に加えて、第１実施形態の予測モデルＭの生成に用いられた各種情報（第２家電機器１０２の動作状態情報、エアコン１０３の動作状態情報、天気情報）などが含まれる。学習モデルＭＡは、予測モデルＭ１に相当する学習モデルＭＡ１と、予測モデルＭ２に相当する学習モデルＭＡ２とを含む。

【0087】

本実施形態では、予測部２５０Ａは、学習部２４０Ａにより学習された学習モデルＭＡに基づき、第１所定時間に亘り蓄積された温度情報を入力情報として将来の温度を予測する。さらに言えば、予測部２５０Ａは、第１所定時間に亘り蓄積された温度情報に加え、第１所定時間に亘り蓄積された各種情報（第２家電機器１０２の動作状態情報、エアコン１０３の動作状態情報、天気情報）などを入力情報として学習モデルＭＡを用いて将来の温度を予測する。

【0088】

第１実施形態のなかで説明した＜４．本実施形態に関するいくつかの観点＞の内容は、第２実施形態でも同様である。この場合、「予測モデルＭ」は「学習モデルＭＡ」と読み替えられ、「予測モデル生成部２４０」は「学習部２４０Ａ」と読み替えられ、「予測部２５０」は「予測部２５０Ａ」と読み替えられる。

【0089】

このような構成によれば、第１実施形態と同様に、ユーザＵの利便性を高めることができる。さらにニューラルネットワークを含む学習モデルＭＡを用いて予測が行われることで、予測の精度をさらに高めることができる。

【0090】

以上説明した少なくともひとつの実施形態によれば、情報処理システムは、第１家電機器の温度センサの検出結果に基づく第１情報を所定時間に亘り蓄積する情報蓄積部と、前記情報蓄積部により前記所定時間に亘り蓄積された第１情報に基づき、前記第１家電機器の周囲の将来の温度を予測する予測部と、前記予測部により予測された前記将来の温度が第１条件を満たす場合に、前記第１家電機器の報知器または端末装置に第１報知を行わせる報知部とを持つ。このような構成によれば、快適性の向上を図ることができる情報処理システムを提供することできる。

【0091】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0092】

１…見守りシステム、１００…家電機器、１０１…第１家電機器、１０２…第２家電機器、１０３…エアコン、１１１…温度センサ、２００…サーバ、２１０…情報取得部、２２０…判定部、２３０…情報蓄積部、２４０…予測モデル生成部、２４０Ａ…学習部、２５０，２５０Ａ…予測部、２６０…報知部、３００…端末装置、Ｎ…第１家電機器の報知器。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】