WO2026017525 - METHOD AND SYSTEM FOR TRAINING MODEL FOR EVALUATING OBJECT FRESHNESS, METHOD AND SYSTEM FOR EVALUATING OBJECT FRESHNESS, AND COMPUTER PROGRAM PRODUCT
National phase entry is expected:
Publication Number
WO/2026/017525
Publication Date
22.01.2026
International Application No.
PCT/EP2025/069683
International Filing Date
10.07.2025
Title **
[English]
METHOD AND SYSTEM FOR TRAINING MODEL FOR EVALUATING OBJECT FRESHNESS, METHOD AND SYSTEM FOR EVALUATING OBJECT FRESHNESS, AND COMPUTER PROGRAM PRODUCT
[French]
PROCÉDÉ ET SYSTÈME D'ENTRAÎNEMENT DE MODÈLE D'ÉVALUATION DE FRAÎCHEUR D'OBJET, PROCÉDÉ ET SYSTÈME D'ÉVALUATION DE FRAÎCHEUR D'OBJET, ET PRODUIT PROGRAMME D'ORDINATEUR
Applicants **
BSH HAUSGERÄTE GMBH
Inventors
QU, Dean
HE, Ziyue
PANG, Zhipeng
JU, Wangkou
Priority Data
202410951503.0
15.07.2024
CN
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
EPO
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 2020 | |
| EPO | Filing, Examination, Granting | 8276 | |
| Japan | Filing, Examination, Granting | 2093 | |
| South Korea | Filing, Examination, Granting | 1945 | |
| USA | Filing, Examination, Granting | 6540 |
Total:
20,874
Contact Us
Abstract[English]
This application relates to a method and system for training a model for evaluating object freshness. The method includes: respectively labeling VOC detection data, obtained by each semiconductor gas sensor, on an object of each category with a label for representing a freshness state of an object of a corresponding category; and training, based at least on a labeled VOC detection dataset, a category identification model for determining a category of an object and each freshness identification model for determining a freshness state of an object of a corresponding category. This application further relates to a method and system for evaluating object freshness, and a computer program product. According to this application, by using a two-stage training manner and an evaluation manner, each trained deep learning model can fully mine information included in VOC detection data, and focus more on a to-be-executed subtask, thereby effectively improving accuracy of predicting object freshness, and further effectively improving a freshness regulation function of a household appliance based on object freshness.[French]
La présente demande concerne un procédé et un système d'entraînement d'un modèle pour évaluer la fraîcheur d'un objet. Le procédé consiste à : étiqueter respectivement des données de détection de COV, obtenues par chaque capteur de gaz à semi-conducteur, sur un objet de chaque catégorie avec une étiquette pour représenter un état de fraîcheur d'un objet d'une catégorie correspondante ; et entraîner, sur la base au moins d'un ensemble de données de détection de COV étiqueté, un modèle d'identification de catégorie pour déterminer une catégorie d'un objet et chaque modèle d'identification de fraîcheur pour déterminer un état de fraîcheur d'un objet d'une catégorie correspondante. La présente demande concerne en outre un procédé et un système d'évaluation de fraîcheur d'objet, et un produit programme d'ordinateur. Selon cette application, en utilisant un entraînement en deux étapes et une évaluation, chaque modèle d'apprentissage profond entraîné peut exploiter complètement des informations incluses dans des données de détection de COV, et se focaliser davantage sur une sous-tâche à exécuter, ce qui permet d'améliorer efficacement la précision de prédiction de la fraîcheur d'objet, et d'améliorer en outre efficacement une fonction de régulation de fraîcheur d'un appareil électroménager sur la base de la fraîcheur d'objet.