[发明专利]信息处理装置、学习装置以及非暂时性记录介质有效
申请号: | 202010088556.6 | 申请日: | 2020-02-12 |
公开(公告)号: | CN111565256B | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 水田雅彦 | 申请(专利权)人: | 精工爱普生株式会社 |
主分类号: | H04N1/23 | 分类号: | H04N1/23;H04N1/00;G06F3/12 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 李丹 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信息处理 装置 学习 以及 暂时性 记录 介质 | ||
1.一种信息处理装置,其特征在于,包含:
存储部,存储已学习模型,所述已学习模型是基于将错误信息、运转信息和行为信息建立关联而得的数据集而对通知用户所述错误信息的条件进行机器学习后的模型,其中,所述错误信息表示在电子设备中所发生的错误,所述运转信息表示所述电子设备的运转状态,所述行为信息表示针对所述错误信息的通知的用户行为;
受理部,受理从所述电子设备发送的所述错误信息以及所述运转信息;以及
处理部,基于所述已学习模型来判定是否向所述用户通知所述错误信息,
所述错误信息包含概要信息、以及信息量比所述概要信息多的详细信息,
所述行为信息包括:所述用户针对包含所述错误信息的所述概要信息的所述通知而访问所述详细信息、以及从所述通知的发送到所述用户向所述详细信息的拜访为止的时间越短则值越大的多阶数值的信息。
2.根据权利要求1所述的信息处理装置,其特征在于,
所述行为信息还包括对所述通知的评价信息。
3.根据权利要求2所述的信息处理装置,其特征在于,
所述评价信息是表示需不需要所述通知的信息。
4.根据权利要求1至3中任一项所述的信息处理装置,其特征在于,
所述错误信息是表示与在所述电子设备中使用的耗材相关的所述错误的信息。
5.根据权利要求4所述的信息处理装置,其特征在于,
所述运转信息包含所述耗材的寿命信息。
6.根据权利要求4所述的信息处理装置,其特征在于,
所述运转信息包含所述耗材的使用历史记录信息或使用了所述耗材的任务历史记录信息。
7.根据权利要求4所述的信息处理装置,其特征在于,
所述耗材是印刷头,
所述错误是所述印刷头的喷出不良。
8.一种学习装置,其特征在于,包含:
获取部,获取错误信息、运转信息以及行为信息,其中,所述错误信息表示在电子设备中所发生的错误,所述运转信息表示所述电子设备的运转状态,所述行为信息表示针对所述错误信息的通知的用户行为;以及
学习部,基于将所述错误信息、所述运转信息和所述行为信息建立关联而得的数据集而对通知用户所述错误信息的条件进行机器学习,
所述错误信息包含概要信息、以及信息量比所述概要信息多的详细信息,
所述行为信息包括:所述用户针对包含所述错误信息的所述概要信息的所述通知而访问所述详细信息、以及从所述通知的发送到所述用户向所述详细信息的拜访为止的时间越短则值越大的多阶数值的信息。
9.一种非暂时性记录介质,存储已学习模型,所述已学习模型用于判定是否通知用户表示在电子设备中所发生的错误的错误信息,其特征在于,
所述已学习模型具有输入层、中间层和输出层,
所述已学习模型基于将所述错误信息、运转信息和行为信息建立关联而得的数据集来设定加权系数信息,其中,所述运转信息表示所述电子设备的运转状态,所述行为信息表示针对所述错误信息的通知的用户行为,所述加权系数信息包含所述输入层与所述中间层之间的第一加权系数、以及所述中间层与所述输出层之间的第二加权系数,
所述已学习模型使计算机发挥以下功能:受理所述错误信息以及所述运转信息作为输入,至少将所述运转信息向所述输入层输入,并进行基于所设定的所述加权系数信息的运算,从而从所述输出层输出表示是否通知用户所述错误信息的数据,
所述错误信息包含概要信息、以及信息量比所述概要信息多的详细信息,
所述行为信息包括:所述用户针对包含所述错误信息的所述概要信息的所述通知而访问所述详细信息、以及从所述通知的发送到所述用户向所述详细信息的拜访为止的时间越短则值越大的多阶数值的信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于精工爱普生株式会社,未经精工爱普生株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010088556.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:离子束电流测定装置及计算方法、试样制成装置
- 下一篇:立体物造形方法