[发明专利]使用机器学习的电子设备和方法

说明书

本发明涉及一种使用机器学习的电子设备和方法。电子设备使用智能分析用于识别位于特定空间内的用户的特征。该电子设备包括控制器，该控制器被配置成识别位于特定空间内的多个用户中的每个，以及基于与识别的多个特征中的每个相关的特征信息来生成用于控制与该特定空间相关联的至少一个设备的操作的控制命令。

技术领域

本公开涉及智能设备技术，并且更加具体地，涉及一种使用用于识别位于特定空间内的用户的特征的机器学习的电子设备。

背景技术

已经在情境感知技术(context awareness technology)中取得进步，该情境感知技术包括能够使用机器学习、数据挖掘、模式辨识以及其他智能算法和技术基于历史信息、用户环境、用户当前状态的情境或用户的特定日程等来辨识或预测用户的需求的设备。

随着前述的情境感知技术的发展，对能够准确且有效地执行适合于用户当前或即将到来的环境或情境的功能的改进终端的需求日益增加。

最近，随着物联网(IoT)的发展，正在开发通过对象(物)之间的通信链路提供为用户优化的环境的技术。作为此技术开发的一部分，本公开提出一种通过以利用人工智能和其他技术的方式在对象之间执行更有机的控制来提供为用户优化的环境的方法。

发明内容

因此，详细描述的一个方面是为了提供为用户优化的空间环境。

详细描述的另一方面是为了提供一种使用空间满足对多个成员的空间使用目的(即，空间使用目的)的环境。

这里公开一种电子设备，该电子设备能够控制在特定空间中安装的至少一个设备，该电子设备包括学习数据单元，该学习数据单元被配置成辨识位于特定空间内的用户，以及基于与辨识的用户有关的特征信息来生成用于控制在特定空间中安装的至少一个设备的操作的控制命令；以及控制器，该控制器被配置成基于在人工智能单元中生成的控制命令来控制至少一个设备的操作，其中当多个用户位于特定空间内时，学习数据单元通过组合与多个用户中的每个有关的特征信息来设置至少一个设备的驱动条件。

在此公开的一个实施例中，学习数据单元可以基于与位于特定空间内的多个用户中的每个相关的特征信息的组合来预测特定空间的使用目的，以及设置至少一个设备的驱动条件以满足预测的使用目的。

在此公开的一个实施例中，根据特定空间的不同使用目的可以为至少一个设备设置不同驱动命令，以及学习数据单元可以使用根据预测的使用目的设置的驱动命令来设置至少一个设备的驱动条件。

在此公开的一个实施例中，学习数据单元可以从关于多个用户中的每个的特征信息提取共同元素，以及基于提取的共同元素来预测特定空间的使用目的。

在此公开的一个实施例中，学习数据单元可以基于机器学习技术来学习关于多个用户中的每个的特征信息。

在此公开的一个实施例中，关于用户的特征信息可以包括生物信息、行为信息、与特定空间有关的日志信息以及一起位于特定空间内的同伴信息(companion information)中的至少一个。

在此公开的一个实施例中，电子设备可以进一步包括通信单元，该通信单元被配置成执行与外部设备的通信，以及学习数据单元可以基于通过通信单元从外部设备接收的消息来预测要位于特定空间内的多个用户。

在此公开的一个实施例中，学习数据单元可以通过通信单元来接收在多个电子设备中存储的多个日程信息(schedule information)，以及学习数据单元可以基于接收到的多个日程信息来生成与特定空间有关的日程信息。

在此公开的一个实施例中，当与特定空间有关的日程信息被生成时，学习数据单元可以基于与多个用户有关的特征信息的组合来设置在特定空间中安装的至少一个设备的驱动条件，以便满足与特定空间有关的日程信息。