[发明专利]数据学习服务器以及用于生成和使用其学习模型的方法

说明书

公开了根据实施例的数据学习服务器。数据学习服务器包括：通信器，被配置为与外部设备可通信；学习数据采集单元，被配置为使用通信器来获取家用电器的产品信息和操作信息；模型学习单元，被配置为使用产品信息和操作信息来生成或更新学习模型，以及存储装置，被配置为存储学习模型，该学习模型被训练为估计与作为生成或更新学习模型的结果的故障项有关的新的故障检测模式。各个实施例是可用的。数据学习服务器可以使用基于规则的或AI算法来估计与家用电器的故障有关的新的故障检测模式。当使用AI算法估计感兴趣区域时，数据学习服务器可以使用机器学习、神经网络或深度学习算法。

技术领域

本公开涉及一种用于生成学习模型的方法以及使用生成的学习模型的数据学习服务器。

背景技术

最近，已经在各种应用领域中使用了智能服务以自动地辨识诸如语音、图像、视频或文本的数据，以提供与数据相关联的信息或提供与数据相关联的服务。

与现存的基于规则的智能系统不同，用于智能服务的人工智能(AI)技术是实施人类等级智能的技术，其中，机器学习、判断以及迭代地改进分析和决策制定。随着AI系统的使用增加，用户品味的准确度、辨识率和理解或预期可能相对应地增加。因此，现存的基于规则的智能系统逐渐地被AI系统代替。

AI技术由机器学习和利用机器学习的基本技术(elementary technology)组成。

机器学习是能够分类或学习输入数据的特性的算法技术。元素技术(elementtechnology)是使用诸如深度学习的机器学习算法来模拟诸如人脑的辨识和判断的功能的技术。机器学习由诸如语言理解、视觉理解、推理、预测、知识表示、运动控制等的技术领域组成。

实施AI技术的各个领域可以包括下述。语言理解是用于辨识、应用和/或处理人类语言或字符的技术，并且包括自然语言处理、机器翻译、对话系统、问答、语音辨识或合成等。视觉理解是用于将对象辨识和处理为人类视觉的技术，包括对象识别、对象跟踪、图像搜索、人类辨识、场景理解、空间理解、图像增强等。推断预测是用于判断并且逻辑地推断和预测信息的技术，包括基于知识的和基于概率的推断、优化预测、基于偏好的规划、推荐等。知识表示是用于将人类经验信息自动化为知识数据的技术，包括知识构建(数据生成或分类)、知识管理(数据利用)等。运动控制是用于控制车辆的自主运行和机器人的运动的技术，包括运动控制(导航、碰撞、驱动)、操作控制(行为控制)等。

发明内容

技术问题

根据本公开的实施例，本公开的目的是使用AI功能来诊断家用电器(例如，空调器、冰箱、洗衣机、机器人清洁器等)的故障。

本公开提供了一种用于生成或更新诊断家用电器的故障的学习模型以及使用该学习模型的方法。

在本公开中将要解决的任务不限于以上阐述的技术挑战，并且本领域普通技术人员根据以下描述可以清楚地理解未被提及的其他任务。

技术方案

根据实施例，一种数据学习服务器包括：通信器，被配置为与外部设备可通信；学习数据采集单元，被配置为使用通信器来获取家用电器的产品信息和与家用电器的故障有关的操作信息；模型学习单元，被配置为使用产品信息和操作信息来生成或更新学习模型；以及存储装置，被配置为存储学习模型，该学习模型被训练为使用所生成的或更新的学习模型来估计家用电器的故障项和与故障项有关的新的故障检测模式。

根据实施例的数据学习服务器可以包括：存储装置，被配置为存储学习模型，该学习模型被训练为估计家用电器的故障项和与故障项有关的新的故障检测模式；辨识数据采集单元，被配置为获取家用电器的操作信息；模型应用单元，被配置为通过向学习模型应用操作信息来获取家用电器的故障项；以及通信器，被配置为向外部设备传送所获取的故障项。