CN119487349A 电子设备以及电子设备的控制方法 （三星电子株式会社）

2025.01.06PCT/KR2023/0047382023.04.07WO2024/014659KO2024.01.18公开了一种电子设备以及用于控制该电子被训练为获得与冰箱的除霜相关的信息的第二神经网络模型有关的信息；以及至少一个处理网络模型获得针对冰箱的未来操作的预测结果该第三数据包括与根据第二数据操作冰箱时的2至少一个存储器，被配置为存储被训练为预测冰箱的操作的第一神经网络模型的信将所述第一数据输入到所述第一神经网络模型，并从所述第一神将所述第二数据输入到所述第二神经网络模型，并从所述第二神经其中，所述至少一个处理器还被配置为：基于从所述第二神经3.根据权利要求2所述的电子设备，其中，与控制所述冰箱的除霜操作相关的信息包基于根据与控制所述除霜操作相关的信息的所述除霜操作的周期基于所述第一数据，获得与至少一个原因相关的信息，所述至少一控制所述通信器将与引导消息相关的信息发送给所述冰箱钟转数RPM有关的信息、所述冰箱的压缩机的功耗的信息、以及所述冰箱的内部温度的信其中，所述第一神经网络模型被训练为基于所述第一数据8.根据权利要求7所述的电子设备，其中，所述3其中，所述第二神经网络模型被训练为基于所述第一预其中，所述至少一个处理器还被配置为：基于从所述第二神经基于将所述第一数据输入到被训练为预测所述冰箱的操作的第基于将所述第二数据输入到被训练为获得与所述冰箱的除霜相关联的信息的第二神基于根据与控制所述除霜操作相关的信息的所述除霜操作的周期基于所述第一数据，获得与至少一个原因相关的信息，所述至少一将与引导消息有关的信息发送给所述冰箱，所述引导消息与所述至少一个原因相对4[0006]附加方面部分地将在以下描述中阐述，且部分地将通过以下描述而变得清楚明5打开和关闭的次数相关的信息、与冰箱内部的最高温度和控制温度之间的差异相关的信史相关的第一数据；基于将第一数据输入到被训练为预测冰箱的操作的第一神经网络模67存储设备中的一个或多个软件程序来执行对应操作的通用处理器（例如，中央处理单元[0048]根据实施例的电子设备100可以指代可以预测冰箱的操作并获得用于控制冰箱的除霜操作的信息的设备。根据实施例的电子设备100可以被实现为作为与冰箱分离的设备且通过将所获得的信息发送给冰箱来控制要由冰箱执行的除霜操作。电子设备100可以被被实现为冰箱本身。相应地，下面通过区分电子设备100和冰箱进行描述仅是为了便于描8将直至过去的随机时间点为止的数据包括到第一数据中可以根据冰箱中包括的压缩机的功耗有关的信息、以及与冰箱内部温度有关的信息之中的至少一[0056]电子设备100可以将第一数据输入到第一神经网络模型，并且获得表示针对冰箱[0057]第一神经网络模型可以指代被训练为获得针对冰箱的未来操作的预测结果的神被训练为基于第一数据中包括的冰箱的操作历史来输出针对冰箱未来是否执行任何操作9[0063]第二神经网络模型可以指代被训练为获得与冰箱的除霜操作相关联的信息的神且电子设备100可以基于通过第二神经网络模型获得的与结霜程度有关的信息来获得用于个除霜周期的除霜操作的强度有关的信息可以指代每个周期执行除霜操作时用于确定形设备100和冰箱被实现为一个设备，则第一神经网络模型和第二神经网络模型可以以设备[0077]如果除霜操作周期被识别为大于或等于预设阈值（S220_N则电子设备100可以[0079]当获得第四数据时，电子设备100可以基于第一数据获得包括与关联于冰箱效率[0081]当获得第四数据和第五数据时，电子设备100可以将第四数据和第五数据发送给考图3更详细地描述识别与冰箱的效率下降相关联的原因以及引导消息的具体类型的过[0084]在图2的描述中，已经描述了获得包括与关联于冰箱效率下降的原因有关的信息在内的第五数据的实施例。下面将参考图3更详细地描述识别与冰箱的效率下降相关联的师上门以接受针对冰箱的维修，所以电子设备100可以向用户提供针对建议请求服务工程关闭的次数被识别为超出正常范围（S330_N则电子设备100可以提供针对门打开和关闭电子设备100可以识别冰箱内部的最高温度和控制温度之间的差异是否在正常范围内是说，因为当识别出由于冰箱内的最高温度和控制温度之间的差异超出正常范围的原因已提供针对建议不要一次性放入过多高温食物的引导消息。备100可以向用户提供针对建议改变冰箱安装[0093]具体地，一种包括执行电子设备100的控制方法的程序在内的非暂时性计算机可[0098]具体地，用于电子设备100以根据本公开的各种实施例进行操作的各种软件模块可以存储在存储器110中，并且处理器120可以通过执行存储在存储器110中的各种软件模[0101]除上述之外，实现本公开的目的的范围内所需的各种信息可以存储在存储器110100的包括存储器110的配置连接，并且通过执行如上所述存储在存储器110中的至少一个[0103]可以通过各种方法来实现处理器120。例如，处理器可以被实现为专用集成电路器（DSP）中的至少一个。本文中所使用的术语“处理器120”可以用作包括中央处理单元[0105]根据实施例，处理器120可以基于根据用于控制除霜操作信息的除霜操作周期小于预设阈值，通过将第三数据中与除霜操作周期有关的信息改变为阈值来获得第四数据，关联于冰箱效率下降的至少一个原因有关的信息，并且控制该通信器130将与对应于至少通过处理器130连接的外部设备接收各种数据或信息，并且将各种数据或信息发送给外部蓝牙方法执行通信。当使用Wi_Fi模块或蓝牙模块时，首先发送和接收诸如服务集标识符接收各种信息。现精确的距离和位置识别。块或软件模块来实现每个模块。与模块有关的信息可以存储在存储器110中，并且处理器[0114]操作历史数据收集模块121可以指代用于收集表示冰箱的操作历史的数据的模[0115]未来操作数据预测模块122可以指代用于获得针对冰箱的未来操作的预测结果的[0116]过度结霜识别和除霜周期预测模块123可以指代用于获得与当执行冰箱的操作时[0117]阈值周期识别模块124可以指代用于识别基于第三数据确定的除霜周期是否小于器130将第四数据和第五数据发送给冰箱或用户终端的过程都可以通过阈值周期识别模块[0118]上述模块仅用于描述由处理器120执行的操作可以分别通过模块来执行，并且可[0119]输入器140可以包括电路，并且处理器120可以通过输入器140接收用于控制电子[0121]输出器150可以包括电路，并且处理器120可以通过输出器150输出可以由电子设[0123]扬声器可以通过处理器120的控制来输出音频数据，并且指示器可以通过处理器[0125]根据如上所述的本公开的各种实施例，电子设备100可以通过防止冰箱中的过度[0127]此外，电子设备100可以通过识别与冰箱的效率下降相关联的原因并且向用户提[0128]上述与第一神经网络模型和第二神经网络模型相关联的功能可以通过存储器110[0130]一个或多个处理器120可以被配置为控制以便根据存储在非易失性存储器110和易失性存储器110中的预定义操作规则或人工智能模型来处理输入数据。预定义操作规则[0131]通过学习创建的规则或模型可以指代通过将学习算法应用于多个学习数据而形