]It=argmaxffl
[0173] 电子设备权重乘法运算部If将和值为最大值的生活行动估计为生活者的实际的 生活行动。具体而言，以和值从大到小的顺序，依次为娱乐3、学习：0. 6、…，因此，估计 为娱乐是生活者的实际的生活行动。
[0174] 接下来，在步骤S45中，生活行动估计部lg以q' =q为条件把时间拨快，返回（t =t+1)步骤S5,重复上述步骤S5~S45所示的处理。
[0175] 其结果是，从由智能抽头得到的功率值能够估计当前的生活行动。
[0176] 这样，生活行动估计装置1基于从电子设备接收的功率值来估计电子设备的利用 状态，并基于某时刻的电子设备的利用状态和那之前的时刻的电子设备的利用状态，预先 检测出空间内的事件信息。接下来，基于从事件发生时刻开始的经过时间，从用于保持示出 电子设备的利用状态的转变和生活行动的关系的第1权重的第1电子设备功能模型表，预 先取得基于所述事件信息的每个生活行动的第1权重，并且，基于电子设备的利用状态，从 用于保持示出电子设备的利用状态和生活行动的关系的第2权重的第2电子设备功能模型 表，预先取得每个生活行动的第2权重。接下来，基于将第1权重乘以第2权重得到的积， 按每个电子设备计算出该积的和，将每个电子设备的积的和为最大值的生活行动估计为生 活者的实际的生活行动。由此，能够根据电子设备的消耗功率来估计生活行动，并能够考虑 到个人的生活行动，使EoD系统的导入变得容易。
[0177] 参照图20所示的功能框图，对本发明的第1实施方式的生活行动估计装置1的结 构进行说明。
[0178] 生活行动估计装置1由电子设备利用状态估计部li、电子设备事件检测部lj、下 一利用状态概率估计部lk等构成，所述电子设备利用状态估计部li、电子设备事件检测部 lj、下一利用状态概率估计部lk等由作为由CPUla执行的程序的软件模块构成，各部在工 作时将存储器10作为工作区域进行数据的读写。
[0179] 电子设备利用状态估计部li基于从多个电子设备接收的功率值来估计每个电子 设备的利用状态。电子设备事件检测部lj基于每个当前的电子设备的利用状态和每个前 一时刻的电子设备的利用状态来检测出示出生活空间内的生活行动的事件种类。
[0180] 下一利用状态概率估计部lk从示出电子设备的利用状态转变为其他利用状态的 概率的利用状态转变概率表取得下一利用状态的转变概率，并基于下一利用状态的转变概 率，从示出该利用状态持续的时间概率的利用状态持续长度概率表取得与事件发生后的经 过时间相对应的转变概率，并且，基于下一利用状态转变概率和与经过时间相对应的转变 概率，计算在下一利用状态下工作的电子设备的概率分布。
[0181] 在电子设备不在使用中的情况下，下一利用状态概率估计部lk按每个生活行动， 从示出使用电子设备的概率的电子设备使用频度表取得与生活行动标签对应的电子设备 使用频度，并从示出电子设备的利用状态转变为其他利用状态的概率的电子设备利用状态 转变概率表取得初始利用状态分布。
[0182] 另外，数据库12例如由存储于硬盘驱动器上的生活行动12d、利用状态转变概率 表12e、利用状态持续长度概率表12f、电子设备使用频度表12g构成。
[0183] 下面，参照图21所示的流程图，对图20所示的生活行动估计装置1的动作（其2) 进行说明。
[0184] 首先，在图22中，以概率时间自动机械逻辑模型示出以多长时间、什么顺序使电 子设备a工作。如图22所示，在概率时间自动机械逻辑模型中，例如，设想了电子设备a在 断开状态、弱状态、强状态这3个利用状态的期间内伴随着时间的经过发生转变的情况。
[0185] 将生活行动标签为1的时间区间t中的电子设备的工作模式例如相对于强状态 表示为：
[0186] P(t|强，1)
[0187] 状态转变概率P表示为：
[0188]
[0189] 状态持续长度分布P表示为：
[0190]
[0191] 初始状态分布Ps表示为：
[0192]
[0193] 首先，在步骤S105中，电子设备利用状态估计部li从智能抽头11接收当前的功 率值，存储于存储器10中。
[0194] 接下来，在步骤S110中，电子设备利用状态估计部li从当前的功率值估计电子设 备的利用状态q(A)，存储于存储器10中。
[0195] 接下来，在步骤S115中，电子设备事件检测部lj判断当前电子设备是否在使用 中。在此，在当前电子设备在使用中的情况下，前进至步骤S120,另一方面，在当前电子设备 不在使用中的情况下，前进至步骤S150。
[0196] 接下来，在步骤S120中，电子设备事件检测部lj判断是否与从存储器10读出的 前一时刻的利用状态q'不同。在与前一时刻的利用状态q'不同的情况下，前进至步骤 S125,另一方面，在与前一时刻的利用状态q'相同的情况下，前进至步骤S130。
[0197] 在步骤S125中，电子设备事件检测部lj将利用状态转变作为事件进行检测，并将 事件的种类e{q' 一q}和发生时刻et存储于存储器10中。
[0198] 在此，参照图23对电子设备利用状态转变概率表12e进行说明。
[0199] 电子设备利用状态转变概率表12e表示电子设备的利用状态从某个利用状态转 变为另外的某个利用状态的概率。图23的（a)示出设置于客厅里的照明的状态转变概率， 例如将从前一利用状态"断开"转变为下一利用状态"弱"的概率设为"〇. 1"。图23的（b) 示出吸尘器的状态转变概率。
[0200] 下面，参照图24对利用状态持续长度概率表12f进行说明。
[0201] 利用状态持续长度概率表12f表示各电子设备中的、每个利用状态中该利用状态 所持续的时间概率。图24的（a)示出吸尘器的"强"状态的持续长度概率的分布。图24的 (b)示出吸尘器的状态为"弱"、"中"、"强"状态下的持续长度时间。
[0202] 下面，参照图25对电子设备使用频度表12g进行说明。
[0203] 电子设备使用频度表12g表示每个生活行动中使用某个电子设备的概率。图25 的（a)中，IH的使用概率中，仅在生活行动为"烹调"时示出为"0.67"，与此相对，"电视"的 使用概率中，示出"早餐"、"午餐"、"爱好娱乐"等中被使用的概率较高。
[0204] 接下来，在步骤S130中，下一利用状态概率估计部lk基于事件的种类，从电子设 备的利用状态转变概率表12e取得下一利用状态的转变概率P(q" |q)，并存储于存储器10 中。
[0205] 接下来，在步骤S135中，下一利用状态概率估计部lk从利用状态持续长度概率表 12f取得与从事件发生开始的经过时间相对应的转变概率P(t|q)，并存储于存储器10中。
[0206] 接下来，在步骤S140中，下一利用状态概率估计部lk将下一利用状态转变概 率p(q" |q)乘以转变概率p(T|q)，并将其积值作为下一利用状态的概率分布Pq" = p(q" |q)Xp(t|q)来进行计算，并存储于存储器10中。
[0207] 其结果是，作为下一利用状态的概率分布Pq"，能够估计接下来要工作的电子设备 的概率。
[0208]接下来，在步骤S145中，下一利用状态概率估计部lk以q'=q为条件，把时间拨 快（t=t+1)，返回（t=t+1)步骤S105,重复上述步骤S105~S155所示的处理。
[0209]另一方面，当前，在电子设备不在使用中的情况下，在步骤S150中，下一利用状态 概率估计部lk从电子设备使用频度表12g取得与生活行动标签对应的电子设备使用频度 P(a|l)，并存储于存储器10中。
[0210] 在此，对图26所示的电子设备使用频度表12g进行说明。
[0211] 图26是表示电子设备的使用概率P和作用度C的表。图26的（a)是示出IH烹 调设备的使用概率的表，仅"烹调"中的使用概率有效。对此，图26的（b)是示出电视的使 用概率的表，在"早餐"、"午餐"、"日常生活"等项目中有效。
[0212] 图26的（c)是示出电视的作用度的表，在"早餐"、"午餐"、"日常生活"等项目中 有效。
[0213] 图26的（d)是示出对于烹调的作用度的表，示出了"厨房"、"壶"、"微波炉"、"IH 烹调设备"等的作用度居上位。
[0214] 接下来，在步骤S155中，下一利用状态概率估计部lk从电子设备a的电子设备利 用状态转变概率表12e取得初始利用状态分布P(q' |OFF)，并存储于存储器10中。
[0215] 在图27所示的生活行动估计处理的结果例中，在个人的生活行动的时间带（例 如，从18点开始至第二天的12点）内，与"睡眠"、"烹调"、"洗涤"等项目相对应地赋予个 别的颜色进行显示。
[0216] 在图28所示的生活行动估计处理的结果例中，在个人的生活行动的时间带内，赋 予个别的颜色进行显示。
[0217] 这样，从示出电子设备的利用状态转变的概率的利用状态转变概率表取得下一利 用状态的转变概率，并且，基于下一利用状态的转变概率，从示出下一利用状态所持续的时 间概率的利用状态持续长度概率表预先取得与事件发生后的经过时间相对应的转变概率。 接下来，通过基于下一利用状态转变概率和与所述经过时间相对应的转变概率来计算在下 一利用状态下要工作的电子设备的概率分布，能够考虑到个人的生活行动，使EoD系统的 导入变得容易。
[0218] 这样，在电子设备不在使用中的情况下，从示出在每个生活行动中使用电子设备 的概率的电子设备使用频度表预先取得与生活行动标签对应的电子设备使用频度。接下 来，从示出电子设备的利用状态转变为其他利用状态的概率的电子设备状态转变概率表取 得初始利用状态分布。由此，即使在电子设备不在使用中的情况下，也能够取得电子设备的 初始利用状态分布，并且能够考虑到个人的生活行动使EoD系统的导入变得容易。
[0219](第2实施方式）
[0220] 对本发明的第2实施方式的生活行动估计装置101进行说明。
[0221] 首先，参照图29所示的处理概要图，对消耗功率模拟进行说明。
[0222] 在本实施方式中，利用问卷来从个人收集关于成为在图11的（b)所示那样的处理 中使用的标签的"睡眠"、"进餐"、"烹调"等居住地周围环境中的基本的事项的活动时间，例 如以EXCEL(注册商标）这样的表的形式，将由生活行动（例如，烹调）及其时间带构成的 数据输入到生活行动估计装置101中。
[0223]预先存储表示用于估计规定的空间内的生活者的生活行动的问卷信息的各时刻 的生活行动标签，并从存储内容中取得电子设备的某个时刻的利用状态和前一利用状态。 然后，基于所取得的电子设备的利用状态和前一利用状态来检测出表示生活空间内的生活 行动的事件种类信息。进而，取得下一利用状态的转变概率，基于下一利用状态的转变概 率，取得与事件发生后的经过时间相对应的转变概率，并且，基于下一利用状态转变概率和 与经过时间相对应的转变概率来计算下一利用状态的概率分布，并根据下一利用状态的概 率分布，生成不出功率值的功率消耗模式。
[0224] 最终，生成功率消耗模式，因此，能够对填写问卷的生活者进行环保咨询。
[0225] 下面，对图30所示的电子设备使用模型的概要图进行说明。
[0226] 学习与生活行动对应的个人的电子设备的使用方法的特征。
[0227] (1)掌握使用多长时间、经常使用的电子设备很重要以及与生活行动的关系的大 小。
[0228] (2)掌握怎么使用、多少长度、利用状态的顺序。
[0229] (3)掌握什么样的次序、多个电子设备之间的顺序性、时刻。
[0230] 首先，对电子设备使用模型进行说明。在此，（1)掌握使用多长时间、经常使用的 电子设备很重要以及与生活行动的关系的大小。
[0231] 将电子设备使用模型中的电子设备的使用概率P定义为：
[0232] P(Ua= 1 | 1)
[0233] 在此，在使用电子设备a的情况下，将Ua定义为1，在未使用电子设备a的情况下 将Ua定义为0。在生活行动标签为1时，将以什么程度的频度来使用电子设备a表示为使 用概率P。
[0234] 另一方面，电子设备的作用度C(a|li)示出了，对于个人的生活行动来说，该电子 设备a是什么程度的特征性，表示为：
[0235] C(a|li) =P(Ua= 1|1 = 1i)/P(Ua= 1|1 辛 1 )
[0236] 下面，对作为图22所示的生活行动-电子设备关系模型的电子设备使用模型进行 说明。在此，⑵掌握怎么使用、多少长度、利用状态的顺序。
[0237] 为了掌握以多长时间、什么顺序来使用电子设备，适用概率时间自动机械逻辑模 型。在生活行动标签为1的时间区间中的电子设备的工作模式中，
[0238] 分别将利用状态转变概率P、利用状态持续长度分布P、初始利用状态分布Ps表示 为：
[0239]
[0240]
[0241]
[0242] 下面，对作为生活行动-电子设备关系模型的个人模型进行说明。在此，（3)掌握 什么样的次序、多个电子设备之间的顺序性、时刻。
[0243] 电子设备之间的共现性是这样求得的：从生活行动为1的时间区间中的电子设 备被同时使用的概率、或当任意一个电子设备已被使用时另一个电子设备被使用的概率求 得。
[0244]
[0245] 在电子设备之间的时刻结构中，关于状态转变的时刻、电子设备之间的状态转变 的时刻差的分布，如果分布的统一性较好，则使用方法同步。
[0246]
[0247] 并且，在本实施方式中，关于（3)，之后省略说明。
[0248] 参照图31所示的功能框图，对本发明的第2实施方式的生活行动估计装置101的 结构进行说明。
[0249] 生活行动估计装置101由电子设备利用状态估计部101m、电子设备事件检测部 101n、下一利用状态概率估计部101〇、功率消耗模式生成部101p构成，所述电子设备利用 状态估计部l〇lm、电子设备事件检测部101n、下一利用状态概率估计部101〇、功率消耗模 式生成部l〇lp由作为由CPUlOla执行的程序的软件模块构成，各部在工作时将存储器10 作为工作区域进行数据的读写。
[0250] 电子设备利用状态取得部101m从存储有示出用于估计规定的空间内的生活者的 生活行动的问卷信息的各时刻的生活行动标签的生活行动存储部12h取得电子设备的某 个时刻的利用状态和前一利用状态。
[0251] 电子设备事件检测部101n基于通过利用状态取得单元取得的电子设备的利用状 态和前一利用状态来检测出示出生活空间内的生活行动的事件种类信息。
[0252] 下一利用状态概率估计部101〇从示出电子设备的利用状态转变为其他利用状态 的概率的利用状态转变概率表12e预先取得下一利用状态的转变概率。接下来，基于下一 利用状态的转变概率，从示出该利用状态所持续的时间概率的状态持续长度概率表12f取 得与事件发生后的经过时间相对应的转变概率，并且，基于下一利用状态转变概率和与经 过时间相对应的转变概率来计算下一利用状态的概率分布。
[0253] 在电子设备不在使用中的情况下，下一利用状态概率估计部101〇从示出在生活 行动中使用电子设备的概率的电子设备使用频度表12g预先取得与生活行动标签对应的 电子设备使用频度。接下来，从示出电子设备的利用状态转变为其他利用状态的概率的电 子设备利用状态转变概率表12e取得初始利用状态分布。
[0254] 功率消耗模式生成部101p根据下一利用状态的概率分布生成不出功率值的功率 消耗模式。
[0255] 另外，数据库12例如由存储于硬盘驱动器上的生活行动存储部12h、利用状态转 变概率表12e、利用状态持续长度概率表12f、电子设备使用频度表12g构成。
[0256] 下面，参照图32所示的流程图，对图31所示的生活行动估计装置101的动作进行 说明。
[0257] 首先，在步骤S205中，电子设备利用状态估计部101m从存储有问卷结果的生活行 动存储部12h取得时刻t的生活行动标签，存储于存储器10中。
[0258] 接下来，在步骤S210中，电子设备利用状态估计部101m从存储器10取得电子设 备a的当前利用状态q和前一利用状态q'，存储于存储器10中。
[0259] 接下来，在步骤S215中，电子设备事件检测部101n判断当前电子设备是否在使用 中。在此，在当前