Appleの特許により、Microlocationsのタグ付きデータを使用したホームアプリ向けの高度な機械学習システムが明らかになりました

画像: MAVRiC – 画像をクリックして拡大します

本日、米国特許商標庁は、自宅内でのユーザーの位置を特定し、その特定の部屋でユーザーが使用する可能性が高いアプリケーションを特定する際の改善に関する Apple の特許出願を公開しました。 ユーザーがファミリールームに入ったときにテレビをオンにする Apple TV アプリを提供したり、ガレージに入るときにガレージドアオープナーアプリを提供したりすることなどが考えられます。

Apple は特許の背景で次のように述べています。現代のモバイル デバイスが現代の生活にますます統合されるにつれて、モバイル デバイスに保存されるアプリケーションの数が増加しています。 最近の携帯電話には数百ものアプリケーションが搭載されていることも珍しくありません。 モバイル デバイスは、多数のアプリケーションを備えているため、ユーザーにとって特に便利です。 ただし、ユーザーが利用可能なすべてのアプリケーションの中から目的のアプリケーションを見つけて実行することは難しく、時間がかかる場合があります。

Apple の発明は、家の中でのユーザーの位置の決定を改善し、決定された家庭内の位置に基づいてユーザーのアプリケーションを識別します。

モバイルデバイス上のアプリケーション（例えば、ホームアプリケーション）は、家全体のアクセサリデバイス（例えば、キッチン家電、照明、サーモスタット、ドアのスマートロック、ブラインドなど）などの他のデバイスを制御するために使用され得る。 ホームアプリケーションのユーザは、制御されているアクセサリデバイスと同じ部屋にいる場合もあれば、制御されているアクセサリデバイスとは別の部屋にいる場合もあります。 たとえば、ユーザーがモバイル デバイスのホーム アプリケーションを使用してガレージのドアを閉めるとき、キッチンにいる可能性があります。

「アクセサリ デバイス」は、家、アパート、またはオフィスなど、特定の環境、地域、または場所内またはその近くにあるデバイスの場合があります。 アクセサリ デバイスには、ガレージ ドア、ドア ロック、ファン、照明デバイス (ランプなど)、温度計、窓、ブラインド、キッチン家電、およびアプリケーションによって制御されるように構成されたその他のデバイスが含まれます。ホームアプリケーション。

アクセサリ デバイスは、ホーム アプリケーションによって決定されたり、ホームに関連付けられたりすることができます。 アクセサリ デバイスは、たとえば、モバイル デバイスがアクセサリ デバイスの環境を自動的にスキャンすることによって決定できます。または、ユーザが、たとえばホーム アプリケーションを介してアクセサリ デバイス情報を手動で入力することもできます。

ユーザーは、特定の場所にいるときに、アクセサリ デバイスを使用して同じアクションまたは繰り返しのアクションを実行することがよくあります。 たとえば、ユーザーが仕事から帰宅するたびに、キッチンにいるときにガレージのドアを閉める可能性があります。 さらに、外が暗い場合、ユーザーはリビングルームにいながらリビングルームのランプを点灯したり、サーモスタットの温度を変更したりすることができます。 したがって、家庭内のデバイスに関する特定のアクティビティは、ユーザが特定の場所にいる間、定期的かつ繰り返し（たとえば、毎日、1日に数回）実行される可能性がある。 これらのタスクは定期的に、または 1 日に数回実行されるため、ユーザーにとっては時間のかかる退屈なタスクになる可能性があります。

実施形態は、センサ測定を使用して、アプリケーションおよび／またはアクセサリデバイスを推奨するため、または識別可能な場所（マイクロロケーションと呼ばれることがある）でのアプリケーションの使用履歴に基づいてアプリケーションによるアクションを自動的に実行するための、改良されたモバイルデバイスおよび方法を提供する。

モバイルデバイス上のセンサー（例えば、アンテナおよび関連する回路）は、本質的に静止している1つまたは複数の信号源、例えば家庭内の無線ルーターまたはネットワーク対応機器によって発せられる無線信号からセンサー値を測定することができる。 これらのセンサー値はモバイル デバイスの同じ物理的位置で再現可能であるため、センサー値を物理的位置の代用として使用できます。 このようにして、センサー値は、物理空間ではなくセンサー空間内であってもセンサー位置を形成できます。

「センサー位置」は、各次元の個別のセンサー値によって定義される多次元データ ポイントである場合があります。 様々な実施形態において、無線信号のパラメータは、信号特性（例えば、信号強度または往復時間（ＲＴＴ）などの飛行時間）、またはモバイルデバイスのセンサによって測定される他のセンサ値であり得る。例えば、１つ以上の無線信号で伝送されるデータに関連する。

「クラスタ」は、測定が行われたセンサー位置のグループ（たとえば、スカラー データ ポイント、多次元データ ポイントなど）に対応します。 センサ位置は、本明細書に記載の実施形態に従って、クラスタ内に位置するように決定することができる。 たとえば、クラスターのセンサー位置は、相互の距離またはクラスターの重心からの距離がしきい値以内にあるパラメーターを持つことができます。 センサー空間で見ると、センサー位置のクラスターは、互いに近いセンサー位置のグループとして表示されます。 センサー位置のクラスターは、たとえば、家の部屋または家の特定のエリア (たとえば、廊下、玄関ドアのエリア) に配置できます。

家や建物内の場所は、「マイクロロケーション」と呼ばれることもあります。 場所は、たとえばユーザーの自宅内の特定のエリアを指すため、マイクロロケーションと呼ばれることがあります。 さらに、場所またはマイクロロケーションは、場所のクラスターと呼ばれることもあります。 ロケーション、マイクロロケーション、およびロケーションのクラスターという用語は、同じエリアまたは地域を指す場合があります。 家には複数の場所がある場合があります。 場所は、家の部屋または家の他のエリアに対応します。 たとえば、場所は裏庭エリア、玄関エリア、廊下エリアなどです。

Apple の特許図。 センサー位置に基づいてユーザーのアプリケーションを識別するシステムのブロック図を示す。 イチジク。 図５は、教師なし機械学習を使用したマイクロロケーションの例を示す。

Apple の特許図。 以下の半教師あり機械学習モデルの簡略化されたブロック図を示す。 イチジク。 図８は、半教師あり機械学習モデルによって生成される結果の例を示す。

Apple の特許図。 上の図 10B は を示しています。 アプリケーション固有のマイクロロケーション機械学習モデルを含むアプリケーションの予測システムの簡略化されたブロック図。

いくつかの実施形態によれば、アプリケーションは、ユーザが能動的に要求しなくても、タグ付きサンプルを自動的に生成することができる。 たとえば、ユーザーが私道にいるときにモバイル デバイスのホーム アプリケーションを使用して玄関ドアを開けると (玄関ドアにスマート ロックが装備されていると仮定)、ホーム アプリケーションは、信号値を測定することによってタグ付きサンプルを自動的に生成できます。その場所を指定し、タグ付けされたサンプルに「玄関」というラベルを付けます。

その後、機械学習モデルがトレーニングされた後、ホーム アプリケーションは、ユーザー インターフェイス上で推奨事項として「玄関ドアを開ける」ことを提供したり、機械学習モデルがユーザーが車道にいると予測した場合に玄関ドアを自動的に開けたりすることができます (たとえば、機械学習モデルが、データ ポイントが私道に関連付けられたデータ ポイントのクラスターに「類似している」と判断した場合など)。

別の例として、ワイヤレス ストリーミング アプリケーションは、ビデオまたはオーディオを投影するターゲット デバイスを予測するために半教師あり機械学習モデルを使用できます。 機械学習モデルがトレーニングされた後、ユーザーがリビングルームにいると機械学習モデルが予測した場合、ワイヤレス ストリーミング アプリケーションはリビング ルームのテレビを推奨として提供できます。

Apple の特許には次のトピックが含まれています。

この発明の詳細を知りたいエンジニアや愛好家は、Apple の特許出願番号 20230179671 を確認してください。

アップルの発明家

Jack Purcher によって、2023 年 6 月 8 日午前 5 時 38 分に 1A で投稿されました。 特許出願、地図、屋内位置 | パーマリンク | コメント (0)