JP2016504675A - コンテキストの推定の意味的な融合 - Google Patents

コンテキストの推定の意味的な融合 Download PDF

Info

Publication number
JP2016504675A
JP2016504675A JP2015545131A JP2015545131A JP2016504675A JP 2016504675 A JP2016504675 A JP 2016504675A JP 2015545131 A JP2015545131 A JP 2015545131A JP 2015545131 A JP2015545131 A JP 2015545131A JP 2016504675 A JP2016504675 A JP 2016504675A
Authority
JP
Japan
Prior art keywords
context
category
fusion
class
classifier
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2015545131A
Other languages
English (en)
Other versions
JP2016504675A5 (ja
Inventor
レオナルド・ヘンリー・グロコップ
シャンカル・サダシヴァム
エドワード・ハリソン・ティーグ
Original Assignee
クアルコム，インコーポレイテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by クアルコム，インコーポレイテッド filed Critical クアルコム，インコーポレイテッド
Publication of JP2016504675A publication Critical patent/JP2016504675A/ja
Publication of JP2016504675A5 publication Critical patent/JP2016504675A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion

Abstract

コンピューティングデバイスにおいてコンテキストの推定を実行するためのシステムおよび方法が、開示される。一実施形態においては、コンテキストの推定を実行する方法が、コンピューティングデバイスにおいて、モバイルデバイスに関連する少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定するステップと、モバイルデバイスにおいて、第1のコンテキストの部類に基づいて融合部類を決定するステップであって、融合部類が、第1のコンテキストの部類、および第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、ステップとを含む。

Description

本発明は一般に、コンテキストの推定の意味的な融合に関する。
ワイヤレス通信テクノロジーの進歩は、今日のワイヤレス通信デバイスの汎用性を大きく向上させた。これらの進歩は、ワイヤレス通信デバイスが単純なモバイル電話およびページャからマルチメディアの記録および再生、イベントのスケジューリング、文書処理、電子商取引などの多種多様な機能を果たすことができる洗練されたコンピューティングデバイスへと発展することを可能にした。結果として、今日のワイヤレス通信デバイスのユーザは、これまで複数のデバイスかまたはより大規模で持ち運びできない機器かのどちらかを必要としていた幅広いタスクを単一の持ち運び可能なデバイスから実行することができる。
コンピューティングデバイスにおいてコンテキスト(context)の推定を実行するための例示的な方法が、コンピューティングデバイスにおいて、モバイルデバイスに関連する少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類(class)を決定するステップと、モバイルデバイスにおいて、第1のコンテキストの部類に基づいて融合部類(fusion class)を決定するステップであって、融合部類が、第1のコンテキストの部類、および第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、ステップとを含む。
そのような方法の実装は、以下の特徴のうちの1つまたは複数を含む可能性がある。融合部類は、第1のコンテキストの部類のラベルおよび第2のコンテキストの部類のラベルを意味的にカプセル化する(encapsulate)関連するラベルを有する。方法は、第1のコンテキストの部類を決定するために使用される最初の分類に関連する情報を取得するステップをさらに含む。最初の分類に関連する情報を取得するステップは、最初の分類に関連する信頼性の値を取得するステップを含む。融合部類を決定するステップは、信頼性の値が望ましくない値を有することに応じて実行される。最初の分類に関連する情報を取得するステップは、最初の分類の動作特性を特定するステップを含む。融合部類を決定するステップは、最初の分類の動作特性に基づく。コンテキストに関連するデータは、第1の時間に関連する第1のコンテキストに関連するデータであり、方法は、第1の時間の後の第2の時間に関連する第2のコンテキストに関連するデータを用いて第2のコンテキストの部類を決定するステップをさらに含み、融合部類を決定するステップは、第1のコンテキストの部類および第2のコンテキストの部類に基づく。第1のコンテキストの部類を決定するステップは、複数の所定の利用可能なコンテキストの部類から第1のコンテキストの部類を選択するステップを含む。融合部類を決定するステップは、複数の所定の利用可能な融合部類から融合部類を選択するステップを含む。
例示的な装置が、モバイルデバイスに関連する少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定するための第1の決定手段と、第1のコンテキストの部類に基づいて融合部類を決定するための、第1の決定手段に通信可能なように結合された第2の決定手段であって、融合部類が、第1のコンテキストの部類、および第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、第2の決定手段とを含む。
そのような装置の実装は、以下の特徴のうちの1つまたは複数を含む可能性がある。融合部類は、第1のコンテキストの部類のラベルおよび第2のコンテキストの部類のラベルを意味的にカプセル化する関連するラベルを有する。第1の決定手段は、第1のコンテキストの部類を決定するために使用される最初の分類に関連する情報を取得するための取得手段を含む。取得手段は、最初の分類に関連する信頼性の値を取得するように構成される。第2の決定手段は、信頼性の値が望ましくない値を有することに応じて融合部類を決定するように構成される。取得手段は、最初の分類の動作特性を特定するように構成される。第2の決定手段は、最初の分類の動作特性に基づいて融合部類を決定するように構成される。コンテキストに関連するデータは、第1の時間に関連する第1のコンテキストに関連するデータであり、第2の決定手段は、さらに、第1の時間の後の第2の時間に関連する第2のコンテキストに関連するデータを用いて第2のコンテキストの部類を決定するためのものであり、第2の決定手段は、第1のコンテキストの部類および第2のコンテキストの部類に基づいて融合部類を決定するように構成される。第1の決定手段は、所定の利用可能なコンテキストの部類から第1のコンテキストの部類を選択することによって第1のコンテキストの部類を決定するように構成される。第2の決定手段は、所定の利用可能な融合部類から融合部類を選択することによって融合部類を決定するように構成される。
例示的なモバイルデバイスが、少なくとも1つのデータソースと、少なくとも1つのデータソースに通信可能なように結合され、少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定するように構成された目標状態分類器(target state classifier)と、第1のコンテキストの部類に基づいて融合部類を決定するように構成された、目標状態分類器に通信可能なように結合された融合分類器(fusion classifier)であって、融合部類が、第1のコンテキストの部類、および第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、融合分類器とを含む。
そのようなモバイルデバイスの実装は、以下の特徴のうちの1つまたは複数を含む可能性がある。融合部類は、第1のコンテキストの部類のラベルおよび第2のコンテキストの部類のラベルを意味的にカプセル化する関連するラベルを有する。目標状態分類器は、第1のコンテキストの部類を決定するために使用される最初の分類に関連する情報を取得するように構成される。目標状態分類器は、最初の分類に関連する信頼性の値を取得するように構成される。融合分類器は、信頼性の値が望ましくない値を有することに応じて融合部類を決定するように構成される。目標状態分類器は、最初の分類の動作特性を特定するように構成される。融合分類器は、最初の分類の動作特性に基づいて融合部類を決定するように構成される。コンテキストに関連するデータは、第1の時間に関連する第1のコンテキストに関連するデータであり、融合分類器は、第1の時間の後の第2の時間に関連する第2のコンテキストに関連するデータを用いて第2のコンテキストの部類を決定するように構成され、融合分類器は、第1のコンテキストの部類および第2のコンテキストの部類に基づいて融合部類を決定するように構成される。目標状態分類器は、所定の利用可能なコンテキストの部類から第1のコンテキストの部類を選択することによって第1のコンテキストの部類を決定するように構成される。融合分類器は、所定の利用可能な融合部類から融合部類を選択することによって融合部類を決定するように構成される。
例示的なプロセッサが読み取り可能なストレージ媒体が、プロセッサにモバイルデバイスに関連する少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定することと、第1のコンテキストの部類に基づいて融合部類を決定することであって、融合部類が、第1のコンテキストの部類、および第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、決定することとを行わせるように構成されたプロセッサが読み取り可能な命令を含む。
そのようなストレージ媒体の実装は、以下の特徴のうちの1つまたは複数を含む可能性がある。融合部類は、第1のコンテキストの部類のラベルおよび第2のコンテキストの部類のラベルを意味的にカプセル化する関連するラベルを有する。ストレージ媒体は、プロセッサに、第1のコンテキストの部類を決定するために使用される最初の分類に関連する情報を取得させるように構成された命令をさらに含む。プロセッサに最初の分類に関連する情報を取得させるように構成された命令は、プロセッサに最初の分類に関連する信頼性の値を取得させるように構成された命令を含む。プロセッサに融合部類を決定させるように構成された命令は、プロセッサに、信頼性の値が望ましくない値を有することに応じて融合部類を決定させるように構成される。プロセッサに最初の分類に関連する情報を取得させるように構成された命令は、プロセッサに最初の分類の動作特性を特定させるように構成された命令を含む。プロセッサに融合部類を決定させるように構成された命令は、プロセッサに最初の分類の動作特性に基づいて融合部類を決定させるように構成される。コンテキストに関連するデータは、第1の時間に関連する第1のコンテキストに関連するデータであり、ストレージ媒体は、プロセッサに、第1の時間の後の第2の時間に関連する第2のコンテキストに関連するデータを用いて第2のコンテキストの部類を決定させるように構成された命令をさらに含み、プロセッサに融合部類を決定させるように構成された命令は、プロセッサに第1のコンテキストの部類および第2のコンテキストの部類に基づいて融合部類を決定させるように構成される。プロセッサに第1のコンテキストの部類を決定させるように構成された命令は、プロセッサに所定の利用可能なコンテキストの部類から第1のコンテキストの部類を選択させるように構成される。プロセッサに融合部類を決定させるように構成された命令は、プロセッサに所定の利用可能な融合部類から融合部類を選択させるように構成される。
本明細書において説明される項目および/または技術は、以下の能力のうちの1つもしくは複数および/または言及されていないおそらくは1つもしくは複数のその他の能力を提供する可能性がある。モバイルデバイスのデータセンサーから収集されたデータが、目標のコンテキストの状態を示す可能性がある。目標状態分類器が、目標のコンテキストの状態を検出するように訓練され得る。目標のコンテキストの状態は、特定の目標のコンテキストの状態の間の曖昧性が原因で低い信頼性の値に関連付けられる可能性がある。融合分類器が、1組の目標分類器を意味的に融合し得る。結果として、融合分類(fusion classification)によるコンテキストの推定は、検出された目標のコンテキストの状態からのコンテキストの推定よりも精度が高い可能性がある。その他の能力も、提供される可能性があり、本開示によるあらゆる実装が、検討される能力のいずれかを提供しなければならない訳ではなく、ましてや検討される能力のすべてを提供しなければならない訳ではない。さらに、上述の効果が上述の手段以外の手段によって実現されることがあり得る可能性があり、記載の項目/技術は、必ずしも記載の効果をもたらすとは限らない可能性がある。
モバイルコンピューティングデバイスの構成要素のブロック図である。 コンテキスト推定および分類システムのブロック図である。 図2に示されたシステムによって使用可能な状態の分類の例示的な図である。 コンピューティングデバイスに関連してコンテキストの推定を実行するプロセスのブロック流れ図である。 コンピューティングデバイスに関連してコンテキストの推定を実行するプロセスのブロック流れ図である。 コンピュータシステムの実施形態のブロック図である。
本明細書において説明されるのは、コンピューティングデバイスに関連するコンテキストの推定を融合するための技術である。本明細書において説明される技術は、スマートフォン、ラップトップまたはタブレットコンピュータ、携帯情報端末(PDA)など、および現在存在するかまたは将来存在する任意のその他のコンピューティングデバイスなどのデバイスに関するコンテキストの決定を支援するために使用され得る。その他の用途も、あり得る可能性がある。以下の説明で与えられるさまざまな例はモバイルコンピューティングデバイスに関するが、本明細書において説明される技術は、コンテキストの推定が望ましい任意のデバイスに適用され得る。
モバイルデバイステクノロジーの進歩は、デバイスの機能を実行し、カスタマイズする際に、デバイスの位置、デバイスのエリアで起こるイベントなどのデバイスおよびユーザコンテキスト情報を検出し、使用する能力をモバイルデバイスに与えた。モバイルデバイスがそのモバイルデバイスのユーザのコンテキストを知らされ得る1つの方法は、周囲の音声ストリーム内の対話を特定することである。例えば、デバイスは、デバイスおよびそのデバイスのユーザの近くの周囲の音声環境を監視し、いつ会話が行われているかを判定することができる。そして、この情報は、話者および/またはユーザの認識、年齢および/または性別の予測、会話の参加者の数の予測などのより詳細な推定をトリガするために使用され得る。代替的に、会話を特定する行為自体が、コンテキストの決定の支援として利用され得る。例えば、検出された会話は、自分の事務室にいるユーザが1人で働いているのか、またはその他の人と会合しているのかを判定するために利用される可能性があり、自分の事務室にいるユーザが1人で働いているのか、またはその他の人と会合しているのかは、ユーザの中断の可能性に影響を与え得る。
さらに、モバイルのコンテキストを認識する目的は、デバイスのユーザが何をしているのかをデバイスに推定させることである。これは、ユーザがいる場所の種類(例えば、事務室、会議室、講堂、家、ジム、レストラン、コーヒーショップ、バーなど)またはユーザの置かれている状況の種類(例えば、会合している、1人で働いている、運転している、昼ご飯を食べている、運動している、寝ているなど)などによって複数の次元(dimension)で評価され得る。それぞれのそのような次元は、本明細書においてはコンテキストと呼ばれる。ユーザコンテキストを推定することによって、以下の応用などであるがこれらに限定されない広範な応用が、容易にされる。
1)ユーザが中断不可能であるときに呼をボイスメールに回すまたはテキストメッセージに応答する、環境に基づいて呼び出し音のボリュームを調整する、ユーザが遅れているときに会合の参加者に知らせるなど、デバイスの機能を自動化すること。
2)チェックイン(check-in)、ユーザが近くにいるときに友達に知らせるなど、ソーシャルネットワークのインタラクションを自動化すること。
3)消費されたカロリー、歩いたマイル数、仕事に使われた時間対遊びに使われた時間などのヘルスケア情報を提供すること。
4)レストラン、商店、消費者製品、ガソリンなどに関する正確で適時の推薦を容易にすること。
コンテキスト認識サービス(context awareness service)を利用するアプリケーションは、2つのカテゴリ、すなわち、決定論的推定を利用するカテゴリと、統計的推定のみを利用するカテゴリとに分かれる。決定論的推定を用いるアプリケーションの例は、コンテキスト認識サービスがユーザが運転していることを検出するときに、例えば、大きなボタン、スピードメータの警告などを有する運転に基づくユーザインターフェース(UI)を提示する検出器である。統計的推定のみを用いるアプリケーションの例は、ユーザが運転しているときを検出する同様の(または同じ)コンテキスト認識サービスを利用することによってユーザが運転に費やす平均時間数を推定しようとするユーザプロファイラである。決定論的推定を用いるアプリケーションは、間違った警報または検出の失敗(すなわち、分類器の誤り)を許容することができない可能性がある。例えば、正しくない分類が、ユーザがバスに乗っている間にユーザのモバイルデバイスが運転のUIをインスタンス化するか、またはその逆の結果を生じる可能性がある。
上で例として示されたような正しくない動作をもたらす分類器の誤りを減らすために、以下で説明されるように、コンテキストの推定が、意味的に融合される。概して、それぞれが目標の部類を検出するように訓練された1組の独立した教師あり分類器が与えられているものとして、新しい分類器が、元の分類器が複数の目標の部類を検出するときに新しい1組の部類から1つの部類を出力するために生成され、使用される。それぞれの新しい部類に対して、その新しい部類の出力をトリガする1組の検出された目標の部類の中の部類のラベルを意味的にカプセル化する関連するラベルが付けられる。
本明細書において説明される技術は、図1に示される例示的なモバイルデバイス100などのモバイルデバイスのために利用され得る。モバイルデバイス100は、ワイヤレスネットワークを介してワイヤレスアンテナ122によってワイヤレス信号123を送信および受信するワイヤレストランシーバ121を含む。トランシーバ121は、ワイヤレストランシーババスインターフェース120によってバス101に接続される。図1においては異なる構成要素として示されているが、ワイヤレストランシーババスインターフェース120は、ワイヤレストランシーバ121の一部である可能性もある。ここで、モバイルデバイス100は、単一のワイヤレストランシーバ121を有するものとして示されている。しかし、モバイルデバイス100は、代替的に、Wi-Fi、符号分割多元接続(CDMA)、広帯域CDMA(WCDMA(登録商標))、ロングタームエボリューション(LTE)、Bluetooth(登録商標)などの複数の通信規格をサポートするために複数のワイヤレストランシーバ121およびワイヤレスアンテナ122を有する可能性がある。
汎用プロセッサ111、メモリ140、デジタル信号プロセッサ(DSP) 112、および/または専用プロセッサ(図示せず)も、ワイヤレス信号123を全体的にまたは部分的に処理するために利用され得る。ワイヤレス信号123からの情報の記憶は、メモリ140またはレジスタ(図示せず)を用いて実行される。1つの汎用プロセッサ111、DSP 112、およびメモリ140のみが図1に示されているが、これらの構成要素のいずれかの2つ以上が、モバイルデバイス100によって使用される可能性がある。汎用プロセッサ111およびDSP 112は、直接かまたはバスインターフェース110によってかのどちらかでバス101に接続される。加えて、メモリ140は、直接かまたはバスインターフェース(図示せず)によってかのどちらかでバス101に接続される。バスインターフェース110は、実装されるとき、それらのバスインターフェース110が関連する汎用プロセッサ111、DSP 112、および/もしくはメモリ140と統合されるか、またはそれらのバスインターフェース110が関連する汎用プロセッサ111、DSP 112、および/もしくはメモリ140とは独立している可能性がある。
メモリ140は、機能を1つまたは複数の命令またはコードとして記憶する1つの非一時的プロセッサ可読ストレージ媒体(または複数の非一時的プロセッサ可読ストレージ媒体)を含む。メモリ140を構成し得る媒体は、RAM、ROM、FLASH、ディスクドライブなどを含むがこれらに限定されない。メモリ140によって記憶された機能は、汎用プロセッサ111、専用プロセッサ、またはDSP 112によって実行される。したがって、メモリ140は、説明される機能をプロセッサ111および/またはDSP 112に実行させるように構成されたソフトウェアコード(プロセッサ可読プログラミングコード、プロセッサ可読命令など)を記憶するプロセッサ可読メモリである。代替的に、モバイルデバイス100の1つまたは複数の機能は、全体的にまたは部分的にハードウェアで実行される可能性がある。
モバイルデバイス100は、モバイルデバイス100およびそのモバイルデバイス100の周辺に関連するデータを捕捉するための1つまたは複数のセンサー135をさらに含む。センサー135は、マイクロホンまたは音声センサー、カメラ、光センサー、圧力センサー、慣性センサー(例えば、加速度計および/またはジャイロスコープ)、磁力計などを含み得るがこれらに限定されない。センサー135は、個々に、またはセンサーアレイもしくは任意のその他の組み合わせなどの組み合わせで使用される可能性がある。モバイルデバイス100によって実装される場合、複数のセンサー135は、相互に依存して、または互いに独立して動作し得る。センサー135は、単独でかまたはバスインターフェース(図示せず)を通じてかのどちらかでバス101に接続される。例えば、センサー135は、センサー135によって捕捉されたデータを処理するためにバス101を通じてDSP 112と通信する可能性がある。センサー135は、捕捉されたデータに関連するメタデータを生成するかまたはそうでなければ取得するために汎用プロセッサ111および/またはメモリ140とさらに通信する可能性がある。一部の実施形態においては、アンテナ122および/またはトランシーバ121も、例えば、Wi-Fi信号などのワイヤレス信号を感知または検出するためにセンサーとして利用され得る。
図2は、図1に示されたモバイルデバイス100によって利用され得るコンテキスト推定および分類システム200の実施形態を示す。システム200は、1つまたは複数のデバイスデータソース210、目標状態分類器230、および融合分類器240を含む。目標状態分類器230および融合分類器240は、デバイスデータソース210に通信可能なように結合され、融合分類器240は、目標状態分類器230に通信可能なように結合される。デバイスデータソース210は、マイクロホンなどの音声センサー212、GPSトランシーバなどの位置センサー214、Wi-Fiおよび/またはその他の無線トランシーバなどのネットワークセンサー216、加速度計またはジャイロスコープなどの動きセンサー218、カレンダー/アポイントメント記録220、システムクロックまたはその他のメカニズムなどの時間/日情報のソース222、デバイス使用モニタ224、光および/またはカメラセンサー226などを含み得るがこれらに限定されない1つまたは複数のデータソース210を含む。デバイスデータソース210は、モバイルデバイス100に関連するコンテキストの特性を推定するために、1組の目標状態分類器230および融合分類器240を含む1組の状態分類器によって利用されるデータを提供する。目標状態分類器230および融合分類器240の動作が、以下でさらに詳細に説明される。
デバイスデータソース210によって収集されるデータは、目標状態分類器230および/または融合分類器240によって使用可能な任意の形態をとり得る。例えば、そのようなデータは、音声センサー212からの音声サンプル、位置センサー214からのGPSの読み取り値、ネットワークセンサー216からのネットワークの強度および/またはその他のネットワークに関連する読み取り値、動きセンサー218からの動き、加速度、または向きのデータ、カレンダー220に関連するエントリなどを含み得る。データに加えて、データに適用されるラベルも、収集および/または利用され得る。例えば、カレンダーのエントリが、位置またはタイトル、例えば、「ユーザの事務室」または「医者の予約」によってラベル付けされる可能性がある。目標状態分類器230および/または融合分類器240によって使用可能な任意のその他のデータの種類、データのラベル、または情報のその他の態様が、使用される可能性もある。
上述の目標状態分類器230は、それぞれが目標のコンテキストの状態を検出するように訓練された独立した教師あり分類器である。目標状態分類器230が与えられているものとして、融合分類器240は、例えば、目標状態分類器230が複数の部類を検出し、いかなる目標の状態も十分なレベルの信頼性で検出されないなど、さまざまな条件の下で新しい1組の融合部類のうちの1つを出力するための新しい分類器として使用される。各融合部類は、1組の検出された目標の状態を意味的に包含し、カプセル化するラベルを割り振られ、融合部類は、それぞれの目標分類器によって検出された1組の合併された目標の状態に関する結合状態である。融合部類は、それぞれ、複数の部類(例えば、複数の目標のコンテキストの状態)に共通する特徴を共有し、融合部類ラベルは、複数の部類(例えば、複数の目標のコンテキストの状態)に共通する特徴を示す。融合分類器240は、包含される目標の状態によってトリガされる特定の融合部類を出力する。このようにして、融合分類器240は、目標状態分類器230の合併された組を表す。
例えば、状態、walk、sit、およびstandをそれぞれ検出するように訓練された3つの教師あり動作分類器に関して、融合分類器240は、sitとstandとの両方が検出されるとき、stationaryとラベル付けされた状態を出力する可能性がある。別の例として、状態、walk、run、drive、bus、およびsubwayを検出するように訓練された教師あり動作分類器に関して、融合分類器240は、walkまたはrunが検出されるときpedestrian_motionを出力し、drive、bus、またはsubwayが検出されるときvehicular_motionを出力する可能性がある。これらのグループ分けの例示的な図が、図3のシステム300によって与えられる。しかし、本明細書において説明される概念は、動作の分類に限定されず、位置の分類(例えば、屋内対屋外、職場対家など)、イベントの分類(例えば、会合の検出など)、(例えば、ネットワークの可用性または信号強度などに基づく)環境の分類などの任意の好適な分類の種類が利用され得る。
目標状態分類器230がそれらの目標状態分類器230の検出の判断に関連する確率または信頼性の値を出力する場合、融合分類器240は、これらの確率または信頼性の値をその融合分類器240の出力の決定に利用することができる。例えば、in_officeおよびin_meetingを検出するように訓練され、それぞれが自身の判断に関する信頼性の値を出力する2つの教師あり分類器に関して、融合分類器240は、in_officeかもしくはin_meetingかのどちらかが低い信頼性で検出される(またはin_officeおよびin_meetingが両方とも低い信頼性で検出される)ときにat_workを出力するように構成され得る。これらの場合のいずれかでは、特定のコンテキストの状態(ここではin_officeおよびin_meeting)のどちらかまたは両方の信頼性が低いが、融合部類(ここではat_work)の信頼性は高い。融合分類器240は、一方が高い信頼性で検出されるとき、元の分類の出力、例えば、in_officeまたはin_meetingを出力し、両方が高い信頼性で検出される場合、より高い信頼性の値を有する分類を出力する可能性がある。信頼性のレベルは、入力データに基づく目標の状態の分類の判断に関連する曖昧性の度合いを示す。
融合分類器240は、1組の訓練された部類から1つまたは複数の部類を出力する多部類教師あり分類器によって出力された1つまたは複数の部類に基づく融合された部類を出力し得る。融合分類器240は、1組の部類からの1つの部類を、元の分類器によって出力されたすべての部類を意味的にカプセル化するラベルとともに出力するように構成される。例えば、存在する話者の数を検出するように訓練された、つまり、部類「0話者」、「1話者」、「2話者」、「3話者」、などで訓練された教師あり音声分類器が与えられているものとして、融合分類器240は、「話者なし」、「1話者」、または「多数話者」のどれかを出力する可能性がある。代替的に、分類器240は、「話者なし」、「少数話者」、または「多数話者」を出力するように構成される可能性がある。別の例として、部類1)会合中でない、2)人物Aと会合中、および3)人物Bと会合中に関して訓練された分類器に関し、融合分類器240は、1)会合中でないかまたは2)会合中かのどちらかを出力するように構成される。さらにその他の構成が、使用され得る。
目標状態分類器230が受信された入力データに基づいて分類するように訓練された1組の部類にその目標状態分類器230が確率分布(または重み付けの同様の組)を割り振る場合、融合分類器240は、この情報に基づいてその融合分類器240の出力を選択することができる。例えば、walkと、sitと、standとを区別するように訓練された3状態分類器が出力(walk, sit, stand)をそれぞれの確率(0.0, 0.4, 0.6)とともに与える場合、融合分類器240は、(例えば、元の分類器がsitかそれともstandかを決めかねているとき) stationaryを出力する可能性がある。
目標状態分類器230が入力データに基づいてその目標状態分類器230の出力の判断に信頼性の値を割り振る場合、融合分類器240は、以下、すなわち、1)元の分類器の出力、2)出力に関連する信頼性の値、および/または3)元の分類器の知られている挙動のうちの1つまたは複数に基づいてその融合分類器240の出力を選択することができる。これは、例えば、元の分類器が状態のサブセットをよく混同することが知られており、信頼性の値があり得る混同または曖昧性を示すことが知られている場合に使用され得る。一部の実装において、融合分類器240は、元の目標状態分類器230よりも関連する曖昧性が少ないのでより堅牢である可能性がある。前の例に関しては、元の分類器が入力データに基づいて最初の分類を実行し、低い信頼性の値とともにsitを出力し、この分類器がsitとstandとをよく混同することが知られている場合、融合分類器240は、stationaryを出力する。場合によっては、融合分類器240は、信頼性の値を無視する可能性がある。例えば、複数のアプリケーションが、同じ訓練された分類器の出力を利用したいと望む可能性があるが、一部のアプリケーションは、その他のアプリケーションよりも精度の許容範囲が狭い可能性がある。許容範囲がより狭いアプリケーションは、元の分類器がその他の部類とよく混同されることが知られているいずれかの部類を出力する一部のまたはすべての場合に、より広い意味的部類(semantic class)を出力すると判断する可能性がある。
融合分類器240は、時間の次元でコンテキストの推定を意味的に合併することによって動作し得る。例えば、元の分類器がそれぞれ3秒の連続する期間に一連の7つの判断(sit, stand, sit, sit, sit, stand, stand)を出力する場合、融合分類器240は、前の21秒の判断をカプセル化し、合併する単一の判断stationaryを出力する。代替的に、融合分類器240は、元の分類器と同じ時間の尺度で動作し、コンテキストの推定を意味的にフィルタリングする可能性がある。前の例を続けると、融合分類器240は、元の分類器の同じ割合で(すなわち、3秒毎に1回)フィルタリングされた判断、例えば、(sit, stand, stationary, stationary, stationary, stationary, stationary)を出力する可能性がある。
融合分類器240によって実行され得る動作のさらなる例は、以下の通りである。
1)driving状態とon_bus状態とを区別するように訓練された分類器に関して、融合分類器240は、元の部類のどれかが低い信頼性で出力されるとき、in_transitを出力する。
2)in_officeを検出する分類器に関して、融合分類器240は、検出の信頼性が低いとき、at_workを出力する。
3)hanging_out_with_friendsおよびhaving_lunchと名付けられた2つの部類から選択する状況分類器に関して、融合分類器240は、2つの元の部類に関する出力された確率が互いに0.2以内にある(例えば、0.6および0.4である)とき、having_lunch_with_friendsを出力する。
上記の例は融合分類器240の実装の網羅的なリストではなく、その他の使用の場合があり得る。
上記を言い換えると、目標状態分類器230は、デバイスデータソース210からデータを受信し、データをそれぞれの状態に分類する。融合分類器240は、目標状態分類器230に通信可能なように結合され、目標状態分類器230から分類器の判断を受信し、任意でその他の情報(例えば、信頼性の値など)を受信するように構成される。目標状態分類器230から受信された情報に基づいて、融合分類器240は、目標状態分類器230によって与えられた元の状態を出力すべきか、または目標状態分類器230によって与えられた状態と、1つまたは複数の同様の状態、例えば、出力された状態が誤った出力として与えられた可能性がある状態とを意味的に包含する新しい合併された状態を出力すべきかを判定する。加えて、融合分類器240は、デバイスデータソース210から直接データを受信する可能性がある。このデータは、目標状態分類器230に与えられたデータに対する重複データおよび/またはその他のデータを含み得る。
例として、目標状態分類器230は、1つもしくは複数の集積回路(IC)、チップ、またはその他のハードウェアモジュールに組み込まれ、アプリケーションプログラミングインターフェース(API)を介してアクセスされ得る。APIは、目標状態分類器230の出力と、それらの出力の関連する信頼性の値または確率とを与えるように構成される。融合分類器240は、デバイスの製造者、オペレーティングシステムの開発者、またはアプリケーションの開発者によって構築され、1つまたは複数の特定のアプリケーションに関連して目標状態分類器230に関する意味的融合を実装する。図2は単一の融合分類器240を有するシステム200を示すが、複数の融合分類器240が使用され得る。例えば、所与のアプリケーションが目標状態分類器230をアプリケーションに対応する融合分類器240と組み合わせて利用するように、複数の融合分類器240が、それぞれのアプリケーションまたはアプリケーションの組に関連付けられる可能性がある。1つの融合分類器240、または1組の融合分類器240のうちのそれぞれの融合分類器240が、ユーザの好み、アプリケーションの属性、またはデバイスデータソース210からのデータのそれぞれのコンテキストの状態への分類に潜在的に影響を与え得る任意のその他の基準に基づいて調整またはカスタマイズされる可能性もある。その他の実装も、あり得る。
目標状態分類器230および融合分類器240が別々のエンティティとして示されるシステム300の代替として、目標状態分類器230および融合分類器240は、単一の多段階分類器として実装される可能性がある。例えば、第1の状態が、目標状態分類器230に関連して上で説明されたように第1の分類器の段階で特定される可能性があり、その後、第2の状態が、融合分類器240に関連して説明されたのと同様の方法で第2の分類器の段階で特定される可能性がある。
追加的にまたは代替的に、図3に示された融合分類器240は、目標状態分類器230からの出力の時間的分析を実行して、目標状態分類器230の安定性を高め、および/または明示的な信頼性の出力が目標状態分類器230から利用可能でないときに示唆される信頼性の値、確率分布、もしくはその他の軟判定の測定基準を得ることができる。ここで、融合分類器240は、例えば、ある期間にわたって分類器の出力をバッファリングするかまたはその他の方法で記憶することによって経時的に特定の目標状態分類器230からの出力を特定する。最初の分類器の判断およびそれらの判断に対するあらゆる変更の履歴に基づいて、融合分類器240は、最初の状態の判断を出力するか、または新しい状態の判断を出力するかのどちらかを選択する可能性がある。例として、目標状態分類器230が(例えば、隣接する判断(adjacent decision)またはほぼ隣接する判断(near-adjacent decision)において)2つの関連する状態の間を(おそらくは素早く)行き来する場合、融合分類器240は、個々の異なる状態を示すことの間のピンポン効果(ping-pong effect)を防止するために融合部類を出力することができる。例示するために、最初の分類器がsitとstandとの間を素早く行き来する場合、融合分類器240は、低い信頼性のレベルを推定するか、最初の判断を新しい判断(例えば、stationary)で置き換えるか、またはその他の好適な対応を取る可能性がある。
別の例として、最初の分類器が所定の数の判断に関して同じ状態を出力し、その後、新しい状態に切り替わる場合、融合分類器240は、変化を検出し、変化にしたがって1つまたは複数の状態の判断に関してより広いまたは中間的な状態を出力する可能性がある。例示するために、目標状態分類器230がいくつかの判断に関してwalkを出力し、それから、runに切り替わる場合、融合分類器240は、runへの切り替えが特定されるとき、1つまたは複数の判断に関してpedestrian_motionを出力する可能性がある。
さらなる例として、融合分類器240は、目標状態分類器230の1つまたは複数の動作特性を目標状態分類器230からの履歴データと組み合わせて利用して分類の精度を高めることができる。例えば、最初の分類がin_car状態とon_train状態とを区別することが難しい場合があることが知られている例において、融合分類器240は、最初の分類器の出力がin_carとon_trainとの間を行き来することが分かっている場合、最初のコンテキストの推定をより広い推定、例えば、vehicular_motionで置き換える可能性がある。
上述のように、目標状態分類器230および融合分類器240は、デバイスデータソース210から受信された情報に少なくとも部分的に基づいてユーザのコンテキストおよび/またはデバイスのコンテキストを推定する。上で与えられたいくつかの例は動作の分類に関連するが、任意の好適な低レベルの特徴が利用される可能性があり、任意の好適な低レベルの推定(例えば、コンテキストの推定またはその他の推定)が実行される可能性がある。限定ではなく例として、デバイスデータソース210から取得されたデータから計算され得るあり得る低レベルの特徴のリストは、以下を含む。
・GPS速度、精度、高度
・見えるGPS衛星の数
・時刻、曜日、平日/週末、祝日
・天気、気温
・環境光センサーの読み取り値
・近接センサーの読み取り値
・カメラのデータ、強度、R/G/B(赤/緑/青)の強度、DCT(離散コサイン変換)の係数などの特徴、カメラの視野内で検出された物体
・最も近い地理的な注目点(POI)
・見えるBluetooth(登録商標)デバイスおよび対応するRSSI(受信信号強度表示)、範囲内の新しい/古いBluetooth(登録商標)デバイス
・見えるWi-Fi AP(アクセスポイント)および対応するRSSI、新しい/古い見えるWi-Fi AP
・周囲の音声エネルギーレベル
・移動の検出(任意のデバイスの移動対デバイスの移動なし)
同様に、目標状態分類器230および/または融合分類器240によって計算され得るあり得る低レベルの推定のリストは、以下を含むがこれらに限定されない。
・動きの状態(歩いている、走っている、運転しているなど)
・デバイスの位置(ポケット、手、机、鞄など)
・発話の検出(発話あり/発話なし)
・話者の認識(デバイスの所有者が話している/他の誰かが話している)
・存在する話者の数
・目標音声の検出(赤ん坊が泣いている/泣いていないなど)
・ゾーン(家/職場/その他/移動中または住宅/商業など)
・デバイスの使用(毎分のスクリーンに触れた回数、毎分の打ち込まれた文字数など)
・ディスプレイのオン対オフ
・アプリケーションの使用(実行されるアプリケーションの種類(例えば、ゲーム、電子メールなど)、同時に実行されるアプリケーションの数など)
図4を参照し、図1〜図3をさらに参照すると、コンピューティングデバイスに関連してコンテキストの推定を実行する第1のプロセス400が、示される段階を含む。しかし、プロセス400は、単なる例であり、限定的でない。プロセス400は、例えば、段階を追加、削除、再配置、組み合わせ、および/または同時実行させることによって変更され得る。示され、説明されるプロセス400のさらにその他の代替が、あり得る。
段階402において、プロセス400は、コンピューティングデバイスにおいて、モバイルデバイス100に関連する少なくとも1つのデータソース(例えば、データソース210のうちの少なくとも1つ)からのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定することを含む。第1のコンテキストの部類は、例えば、1組の目標状態分類器230および/またはその他のメカニズムによってコンテキストに関連するデータに割り振られた1組のコンテキストの部類からのコンテキストの部類である可能性がある。しかし、概して、第1のコンテキストの部類は、段階402において任意の好適な方法で決定され得る。第1のコンテキストの部類を決定するための分類器、分類アルゴリズム、またはその他の手段は、プロセス400を実行するデバイスおよび/もしくはその他のデバイスの一部であり、ならびに/またはそうでなければプロセス400を実行するデバイスおよび/もしくはその他のデバイスによって制御される可能性がある。第1のコンテキストの部類は、(例えば、期間、スケジュール、もしくはその他の時間枠にしたがって)同期的に、または(例えば、測定、分類、もしくはレポートに関するイベントをトリガすることに応答して)非同期的に決定される可能性がある。第1のコンテキストの部類は、複数の所定の利用可能なコンテキストの部類から第1のコンテキストの部類を選択することによって決定される可能性がある。第1のコンテキストの部類は、確率および/または信頼性の情報などの補足情報を含む可能性がありまたは含まない可能性がある硬判定(例えば、はっきりと区別可能な状態の値またはその他のインジケータ)を表す可能性がある。代替的に、第1のコンテキストの部類は、軟判定を、例えば、1組のコンテキストの部類のそれぞれに関する確率のベクトル、またはその他の形態としてもたらす可能性がある。段階402における第1のコンテキストの部類に関するその他の形式および/または技術が、あり得る。
段階404で、プロセス400は、コンピューティングデバイスにおいて、第1のコンテキストの部類に基づいて融合部類を決定することを含み、融合部類は、第1のコンテキストの部類、および第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる。融合部類は、例えば、低い関連する信頼性を有する第1のコンテキストの部類に応じて、ならびに/または第1の部類と第2の部類との両方が決定されること、および/もしくは第1の部類が関連する情報を失うことなくグループ分けにしたがうこと(例えば、「少数話者」対「2話者」)などに応じて決定される可能性がある。融合分類器240は、例えば、コンテキストの部類と融合部類との間の関係の分析によって融合部類を決定する。融合部類は、複数の所定の利用可能な融合部類から第1のコンテキストの部類を選択することによって決定される可能性がある。融合分類器240は、第1のコンテキストの部類に関連する2つ以上の融合部類(例えば、「就業中」および「会合中」)を決定する可能性がある。融合部類(すなわち、融合部類のラベル)のそれぞれは、上述のように、所与の1組のコンテキストの部類を意味的にカプセル化する(例えば、sitおよびstandをカプセル化するstationary、所与の数を超える話者に関連するすべてのコンテキストの部類をカプセル化するmany_speakersなど)。融合分類は、複数のコンテキストの部類を融合部類へと合併するかまたは組み合わせることができる。システム200で示された融合分類器240に関連して上で概説されたように、融合部類の選択が、1)(例えば、両方とも信頼性が低い)複数のコンテキストの部類を特定し、コンテキストの部類をカプセル化する融合部類を選択すること、2)低い信頼性(例えば、例えば閾値未満もしくは閾値以下である望ましくない値である信頼性の値)または低い確率を有するコンテキストの部類を特定し、コンテキストの部類を包含するより広い場合またはコンテキストを表す融合部類を選択すること、3)経時的にコンテキストの部類の傾向もしくは変化を特定し、コンテキストの部類の変化を適格と認めることに応じて対応するコンテキストの部類を包含するより広い場合またはコンテキストを表す融合部類を選択すること、4)第1の分類に関連してよく混
同されるコンテキストの部類などのコンテキストの部類をもたらす最初の分類の1つの動作特性(または複数の動作特性)を特定し、これらの特性に基づいて適切と考えられるときにコンテキストの部類を融合部類によって置き換えることなどを含むがこれらに限定されない1つまたは複数の技術によって実行される。
2つ以上の融合部類が、決定される可能性がある。例えば、モバイルデバイス100は、望ましくない信頼性の値を有するコンテキストの部類sitを有すると判定される可能性があり、さらに、コンテキストの部類in_officeとin_meetingとの間を行き来しているとさらに判定される可能性がある。融合分類器240は、この例においては、モバイルデバイス100に関して融合部類stationaryとat_workとの両方を決定する可能性がある。
図5を参照し、図1〜図3をさらに参照すると、コンピューティングデバイスに関連してコンテキストの推定を実行する第2のプロセス420が、示される段階を含む。しかし、プロセス420は、単なる例であり、限定的でない。プロセス420は、例えば、段階を追加、削除、再配置、組み合わせ、および/または同時実行させることによって変更され得る。示され、説明されるプロセス420のさらにその他の代替が、あり得る。
段階422において、コンテキストに関連するデータが、1つまたは複数のデバイスデータソース、例えば、システム200に示されたデバイスデータソース210から取得される。データは、(例えば、期間、スケジュール、もしくはその他の時間枠にしたがって)同期的に、または(例えば、デバイスデータソース210において測定もしくはレポートに関するイベントをトリガすることに応答して)非同期的に取得される可能性がある。
段階424において、コンテキストに関連するデータの第1の分類が、データを1組のコンテキストの部類からの複数のコンテキストの部類に関連付けることによって(例えば、システム200に示された目標状態分類器230によって)実行される。第1の分類は、図4のプロセス400に関連して上で説明されたように硬判定または軟判定をもたらし得る。どちらの場合も、分類は、多状態分類器か、またはそれぞれが対応する状態を検出するように構成された1組の分類器かのどちらかを通じて複数のコンテキストの部類に関して実行される。
段階426において、段階424で実行された第1の分類がコンテキストに関連するデータを複数のコンテキストの部類に関連付けることに応じて、コンテキストに関連するデータの第2の分類が、コンテキストの部類に基づいてデータを1組の融合部類のうちの1つ(または複数)に関連付けることによって(例えば、システム200に示された融合分類器240によって)実行される。ここで、段階426で実行される第2の分類は、プロセス400の段階404で実行される融合分類と同様であるが、異なる分類技術があり得る。
図6に示されるコンピュータシステム500が、上述のコンピュータ化されたデバイスの機能を少なくとも部分的に実装するために利用され得る。例えば、コンピュータシステム500は、図4〜図5に示されたプロセス400、420を少なくとも部分的にソフトウェアで実装するために利用され得る。コンピュータシステム500は、汎用プロセッサ111および/またはメモリ140などの、図1に示されたモバイルデバイス100の構成要素のうちの1つまたは複数によってやはり実装され得る。追加的にまたは代替的に、コンピュータシステム500は、図2に示されたシステム200および/またはモジュール230、240などのそのシステム200の構成要素のうちの1つもしくは複数の少なくとも部分的なソフトウェアの実装を提供するために使用され得る。コンピュータシステム500のその他の実装が、あり得る。例えば、入力デバイス515は、図2に示されたデバイスデータソース210のいずれかを含み、および/または図2に示されたデバイスデータソース210のいずれかを実装するために使用され得る。さらに、プロセッサ510、および/またはプロセッサ510と組み合わされるかもしくは独立して動作するオペレーティングシステム540かもしくはアプリケーション545かのどちらかなどの作業メモリ535の一部が、図2に示されたモジュール230、240のいずれかを含むか、ならびに/または図2に示されたモジュール230、240のいずれかを実装するために使用され得る。一部の実施形態において、プロセッサ510は、プロセッサ111および/もしくは図1に示されたDSP 112を含み、ならびに/またはプロセッサ111および/もしくは図1に示されたDSP 112を実装するために使用される可能性があり、作業メモリ535およびストレージデバイス525のうちの一方または両方は、図1に示されたメモリ140を含み、および/または図1に示されたメモリ140を実装するために使用される可能性がある。
図6は、本明細書において説明されたさまざまなその他の実施形態によって提供される方法を実行することができ、ならびに/またはモバイルデバイスもしくはその他のコンピュータシステムとして機能することができるコンピュータシステム500の1つの実施形態を概略的に示す。図6は、必要に応じていずれかまたはすべてが利用され得るさまざまな構成要素を一般化して示すようにのみ意図されていることに留意されたい。したがって、図6は、個々のシステムの要素がどのように比較的分割されるようにしてまたは比較的より一体的に実装され得るのかを大まかに示す。
バス505を介して電気的に結合され得る(またはその他の方法で必要に応じて通信し得る)ハードウェア要素を含むコンピュータシステム500が、示されている。ハードウェア要素は、1つもしくは複数の汎用プロセッサおよび/または(デジタル信号処理チップ、グラフィックスアクセラレーションプロセッサなどの)1つもしくは複数の専用プロセッサを限定なしに含む1つまたは複数のプロセッサ510と、マウス、キーボードなどを限定なしに含み得る1つまたは複数の入力デバイス515と、ディスプレイデバイス、プリンタなどを限定なしに含み得る1つまたは複数の出力デバイス520とを含む可能性がある。プロセッサ510は、例えば、インテリジェントなハードウェアデバイス、例えば、Intel (登録商標) CorporationまたはAMD(登録商標)によって製造された中央演算処理装置(CPU)などのCPU、マイクロコントローラ、ASICなどを含み得る。その他のプロセッサの種類も、利用され得る。
コンピュータシステム500は、ローカルおよび/もしくはネットワークアクセス可能ストレージを限定なしに含み得る、ならびに/またはディスクドライブ、ドライブアレイ、光学式ストレージデバイス、ランダムアクセスメモリ(「RAM」)および/もしくはプログラム可能、フラッシュ更新可能などである可能性がある読み出し専用メモリ(「ROM」)などのソリッドステートストレージデバイスを限定なしに含み得る1つもしくは複数の非一時的ストレージデバイス525をさらに含む(および/または1つもしくは複数の非一時的ストレージデバイス525と通信する)可能性がある。そのようなストレージデバイスは、さまざまなファイルシステム、データベース構造などを限定なしに含む任意の適切なデータストアを実装するように構成され得る。
コンピュータシステム500は、モデム、(ワイヤレスまたは有線)ネットワークカード、赤外線通信デバイス、(Bluetooth(登録商標)デバイス、802.11デバイス、WiFiデバイス、WiMaxデバイス、セルラ通信設備などの)ワイヤレス通信デバイスおよび/またはチップセットなどを限定なしに含み得る通信サブシステム530も含む可能性がある。通信サブシステム530は、(一例を挙げるとすれば以下で説明されるネットワークなどの)ネットワーク、その他のコンピュータシステム、および/または本明細書に記載の任意のその他のデバイスとデータが交換されることを可能にし得る。多くの実施形態において、コンピュータシステム500は、上述のように、RAMまたはROMデバイスを含み得る作業メモリ535をさらに含む。
コンピュータシステム500は、オペレーティングシステム540、デバイスドライバ、実行可能ライブラリ、ならびに/またはさまざまな実施形態によって提供されたコンピュータプログラムを含む可能性があり、ならびに/または本明細書において説明されたようにその他の実施形態によって提供された方法を実施し、および/もしくはシステムを構成するように設計される可能性がある1つまたは複数のアプリケーションプログラム545などのその他のコードを含む、作業メモリ535内に現在配置されているように示されたソフトウェア要素も含む可能性がある。単なる例として、上で検討された方法に関連して説明された1つまたは複数の手順は、コンピュータ(および/またはコンピュータ内のプロセッサ)によって実行可能なコードおよび/または命令として実装される可能性があり、そのようなコードおよび/または命令は、説明された方法にしたがって1つまたは複数の動作を実行するように多目的コンピュータ(またはその他のデバイス)を構成および/または適合するために使用され得る。
1組のこれらの命令および/またはコードは、上述のストレージデバイス525などのコンピュータ可読ストレージ媒体に記憶され得る。場合によっては、ストレージ媒体は、システム500などのコンピュータシステム内に組み込まれる可能性がある。その他の実施形態において、ストレージ媒体は、コンピュータシステムと分かれている可能性があり(例えば、コンパクトディスクなどの取り外し可能な媒体)、ならびに/またはそのストレージ媒体に記憶された命令/コードによって多目的コンピュータをプログラム、構成、および/もしくは適合するために使用され得るようにインストールパッケージで提供される可能性がある。これらの命令は、コンピュータシステム500によって実行可能である実行可能コードの形態をとる可能性があり、ならびに/または(例えば、さまざまな広く入手可能なコンパイラ、インストールプログラム、圧縮/解凍ユーティリティなどのいずれかを使用して)コンピュータシステム500でコンパイルおよび/もしくはインストールされると実行可能コードの形態をとるソースおよび/もしくはインストール可能なコードの形態をとる可能性がある。
具体的な望みに応じて大きな変更がなされ得る。例えば、カスタマイズされたハードウェアも使用される可能性があり、および/または特定の要素がハードウェア、(アプレットなどのポータブルソフトウェアを含む)ソフトウェア、もしくはこれらの両方で実装される可能性がある。さらに、ネットワーク入力/出力デバイスなどのその他のコンピューティングデバイスへの接続が、使用され得る。
(コンピュータシステム500などの)コンピュータシステムが、本開示による方法を実行するために使用され得る。そのような方法の手順の一部またはすべては、作業メモリ535に含まれる(オペレーティングシステム540および/またはアプリケーションプログラム545などのその他のコードに組み込まれる可能性がある)1つまたは複数の命令の1つまたは複数のシーケンスをプロセッサ510が実行することに応じてコンピュータシステム500によって実行され得る。そのような命令は、ストレージデバイス525のうちの1つまたは複数などの別のコンピュータ可読媒体から作業メモリ535に読み込まれる可能性がある。単なる例として、作業メモリ535に含まれる命令のシーケンスの実行は、プロセッサ510に本明細書において説明された方法の1つまたは複数の手順を実行させる可能性がある。
用語「機械可読媒体」および「コンピュータ可読媒体」は、本明細書において使用されるとき、機械を特定の方法で動作させる機械命令および/またはデータを提供することに関与する任意の非一時的コンピュータプログラム製品、装置、および/またはデバイス(例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス(PLD))を指す。コンピュータシステム500を使用して実装される一実施形態において、さまざまなコンピュータ可読媒体は、実行するためにプロセッサ510に命令/コードを与えることに関与する可能性があり、ならびに/またはそのような命令/コードを(例えば、信号として)記憶するおよび/もしくは運ぶために使用される可能性がある。多くの実装において、コンピュータ可読媒体は、物理的なおよび/または有形のストレージ媒体である。そのような媒体は、不揮発性媒体、揮発性媒体、および送信媒体を含むがこれらに限定されない多くの形態をとり得る。不揮発性媒体は、例えば、ストレージデバイス525などの光ディスクおよび/または磁気ディスクを含む。揮発性媒体は、作業メモリ535などのダイナミックメモリを限定なしに含む。送信媒体は、バス505を含む配線を含む同軸ケーブル、銅線、および光ファイバ、ならびに通信サブシステム530のさまざまな構成要素(および/または通信サブシステム530がその他のデバイスとの通信を提供する媒体)を限定なしに含む。したがって、通信媒体は、(電波および赤外線データ通信中に生成される電波、音波、および/または光波などの電波、音波、および/または光波を限定なしに含む)波の形態をとる可能性もある。
物理的なおよび/または有形のコンピュータ可読媒体のよくある形態は、例えば、フロッピー（登録商標）ディスク、フレキシブルディスク、ハードディスク、磁気テープ、もしくは任意のその他の磁気媒体、CD-ROM、ブルーレイディスク、任意のその他の光媒体、パンチカード、紙テープ、穴のパターンを用いる任意のその他の物理的な媒体、RAM、PROM、EPROM、FLASH-EPROM、任意のその他のメモリチップもしくはカートリッジ、以降で説明される搬送波、またはコンピュータが命令および/もしくはコードを読むことができる任意のその他の媒体を含む。
さまざまな形態のコンピュータ可読媒体が、実行するために1つまたは複数の命令の1つまたは複数のシーケンスをプロセッサ510に運ぶことに関与させられる可能性がある。単なる例として、命令は、初めに、遠隔のコンピュータの磁気ディスクおよび/または光ディスクで運ばれる可能性がある。遠隔のコンピュータは、命令をそのコンピュータのダイナミックメモリにロードし、コンピュータシステム500によって受信および/または実行されるように、命令を送信媒体を介して信号として送信する可能性がある。電磁信号、音響信号、光信号などの形態である可能性があるこれらの信号は、すべて、本発明のさまざまな実施形態による、命令が符号化され得る搬送波の例である。
通信サブシステム530(および/またはその構成要素)は、概して、信号を受信し、そして、バス505は信号(および/または信号によって運ばれるデータ、命令など)を作業メモリ535に運ぶ可能性があり、プロセッサ505は、作業メモリ535から命令を取得し、実行する。作業メモリ535によって受信された命令は、任意で、プロセッサ510による実行の前かまたは後かのどちらかにストレージデバイス525に記憶され得る。
上で検討された方法、システム、およびデバイスは、例である。さまざまな代替的な構成は、必要に応じてさまざまな手順または構成要素を省略、置換、または追加する可能性がある。例えば、代替的な方法においては、段階が、上の検討とは異なる順序で実行される可能性があり、さまざまな段階が、追加されるか、省略されるか、または組み合わされる可能性がある。また、特定の構成に関連して説明された特徴は、さまざまなその他の構成で組み合わされる可能性がある。構成の異なる態様および要素は、同様にして組み合わされる可能性がある。さらに、技術は発展し、したがって、要素の多くは例であり、本開示または請求項の範囲を限定しない。
(実装を含む)例示的な構成が完全に理解されるように、説明において特定の詳細が与えられている。しかし、構成は、これらの特定の詳細なしに実施され得る。例えば、よく知られている回路、プロセス、アルゴリズム、構造、および技術は、構成を曖昧にすることを避けるために不必要な詳細なしに示された。この説明は、例示的な構成を提供するだけであり、請求項の範囲、適用可能性、または構成を限定しない。むしろ、構成の前述の説明は、説明された技術を実装するための実施を可能にする説明を当業者に与える。本開示の精神または範囲を逸脱することなく、要素の機能および構成にさまざまな変更がなされ得る。
構成は、流れ図またはブロック図として示されるプロセスとして説明され得る。それぞれが動作を逐次的なプロセスとして説明する可能性があるが、動作の多くは、並列にまたは同時に実行され得る。加えて、動作の順序は、再編成され得る。プロセスは、図に含まれていない追加のステップを有する可能性がある。さらに、方法の例は、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、またはこれらの任意の組み合わせによって実装され得る。ソフトウェア、ファームウェア、ミドルウェア、またはマイクロコードで実装されるとき、必要なタスクを実行するためのプログラムコードまたはコードセグメントは、ストレージ媒体などの非一時的コンピュータ可読媒体に記憶され得る。プロセッサが、説明されたタスクを実行する可能性がある。
請求項を含め、本明細書において使用されるとき、「〜のうちの少なくとも1つ(at least one of)」が前に置かれた項目のリストで使用される「または(or)」は、例えば、「A、B、またはCのうちの少なくとも1つ」のリストがAもしくはBもしくはCまたはABもしくはACもしくはBCまたはABC(すなわちAおよびBおよびC)、あるいは2つ以上の特徴との組み合わせ(例えば、AA、AAB、ABBCなど)を意味するような選言的(disjunctive)リストを示す。
請求項も含め、本明細書において使用されるとき、別途記載のない限り、機能、動作、または特徴が項目および/または条件に「基づく」という記載は、機能、動作、特徴が記載された項目および/または条件に基づき、記載された項目および/または条件に加えて1つまたは複数の項目および/または条件に基づく可能性があることを意味する。
いくつかの例示的な構成を説明したが、本開示の精神から逸脱することなくさまざまな修正、代替的な構造、および均等物が使用され得る。例えば、上記の要素は、より大きなシステムの構成要素である可能性があり、その他の規則が、本発明の応用よりも優先するか、またはそうでなければ本発明の応用を修正する可能性がある。また、いくつかのステップが、上記の要素が考慮される前、考慮される間、または考慮された後に開始される可能性がある。したがって、上記の説明は、請求項の範囲を拘束しない。
100 モバイルデバイス
101 バス
110 バスインターフェース
111 汎用プロセッサ
112 デジタル信号プロセッサ(DSP)
120 ワイヤレストランシーババスインターフェース
121 ワイヤレストランシーバ
122 ワイヤレスアンテナ
123 ワイヤレス信号
135 センサー
140 メモリ
200 システム
210 デバイスデータソース
212 音声センサー
214 位置センサー
216 ネットワークセンサー
218 動きセンサー
220 カレンダー/アポイントメント記録
222 時間/日情報のソース
224 デバイス使用モニタ
226 光および/またはカメラセンサー
230 目標状態分類器
240 融合分類器
300 システム
500 コンピュータシステム
505 バス
510 プロセッサ
515 入力デバイス
520 出力デバイス
525 ストレージデバイス
530 通信サブシステム
535 作業メモリ
540 オペレーティングシステム
545 アプリケーション

Claims (40)

  1. コンピューティングデバイスにおいてコンテキストの推定を実行するための方法であって、
    コンピューティングデバイスにおいて、モバイルデバイスに関連する少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定するステップと、
    前記コンピューティングデバイスにおいて、前記第1のコンテキストの部類に基づいて融合部類を決定するステップであって、前記融合部類が、前記第1のコンテキストの部類、および前記第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、ステップとを含む、方法。
  2. 前記融合部類が、前記第1のコンテキストの部類のラベルおよび前記第2のコンテキストの部類のラベルを意味的にカプセル化する関連するラベルを有する請求項1に記載の方法。
  3. 前記第1のコンテキストの部類を決定するために使用される最初の分類に関連する情報を取得するステップをさらに含む請求項1に記載の方法。
  4. 前記最初の分類に関連する前記情報を取得するステップが、前記最初の分類に関連する信頼性の値を取得するステップを含む請求項3に記載の方法。
  5. 前記融合部類を決定するステップが、前記信頼性の値が望ましくない値を有することに応じて実行される請求項4に記載の方法。
  6. 前記最初の分類に関連する前記情報を取得するステップが、前記最初の分類の動作特性を特定するステップを含む請求項3に記載の方法。
  7. 前記融合部類を決定するステップが、前記最初の分類の前記動作特性に基づく請求項6に記載の方法。
  8. 前記コンテキストに関連するデータが、第1の時間に関連する第1のコンテキストに関連するデータであり、前記方法が、前記第1の時間の後の第2の時間に関連する第2のコンテキストに関連するデータを用いて前記第2のコンテキストの部類を決定するステップをさらに含み、前記融合部類を決定するステップが、前記第1のコンテキストの部類および前記第2のコンテキストの部類に基づく請求項1に記載の方法。
  9. 前記第1のコンテキストの部類を決定するステップが、複数の所定の利用可能なコンテキストの部類から前記第1のコンテキストの部類を選択するステップを含む請求項1に記載の方法。
  10. 前記融合部類を決定するステップが、複数の所定の利用可能な融合部類から前記融合部類を選択するステップを含む請求項1に記載の方法。
  11. モバイルデバイスに関連する少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定するための第1の決定手段と、
    前記第1のコンテキストの部類に基づいて融合部類を決定するための、前記第1の決定手段に通信可能なように結合された第2の決定手段であって、前記融合部類が、前記第1のコンテキストの部類、および前記第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、第2の決定手段とを含む装置。
  12. 前記融合部類が、前記第1のコンテキストの部類のラベルおよび前記第2のコンテキストの部類のラベルを意味的にカプセル化する関連するラベルを有する請求項11に記載の装置。
  13. 前記第1の決定手段が、前記第1のコンテキストの部類を決定するために使用される最初の分類に関連する情報を取得するための取得手段を含む請求項11に記載の装置。
  14. 前記取得手段が、前記最初の分類に関連する信頼性の値を取得するように構成される請求項13に記載の装置。
  15. 前記第2の決定手段が、前記信頼性の値が望ましくない値を有することに応じて前記融合部類を決定するように構成される請求項14に記載の装置。
  16. 前記取得手段が、前記最初の分類の動作特性を特定するように構成される請求項13に記載の装置。
  17. 前記第2の決定手段が、前記最初の分類の前記動作特性に基づいて前記融合部類を決定するように構成される請求項16に記載の装置。
  18. 前記コンテキストに関連するデータが、第1の時間に関連する第1のコンテキストに関連するデータであり、前記第2の決定手段が、さらに、前記第1の時間の後の第2の時間に関連する第2のコンテキストに関連するデータを用いて前記第2のコンテキストの部類を決定するためのものであり、前記第2の決定手段が、前記第1のコンテキストの部類および前記第2のコンテキストの部類に基づいて前記融合部類を決定するように構成される請求項11に記載の装置。
  19. 前記第1の決定手段が、複数の所定の利用可能なコンテキストの部類から前記第1のコンテキストの部類を選択することによって前記第1のコンテキストの部類を決定するように構成される請求項11に記載の装置。
  20. 前記第2の決定手段が、複数の所定の利用可能な融合部類から前記融合部類を選択することによって前記融合部類を決定するように構成される請求項11に記載の装置。
  21. 少なくとも1つのデータソースと、
    前記少なくとも1つのデータソースに通信可能なように結合され、前記少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定するように構成された目標状態分類器と、
    前記第1のコンテキストの部類に基づいて融合部類を決定するように構成された、前記目標状態分類器に通信可能なように結合された融合分類器であって、前記融合部類が、前記第1のコンテキストの部類、および前記第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、融合分類器とを含むモバイルデバイス。
  22. 前記融合部類が、前記第1のコンテキストの部類のラベルおよび前記第2のコンテキストの部類のラベルを意味的にカプセル化する関連するラベルを有する請求項21に記載のモバイルデバイス。
  23. 前記目標状態分類器が、前記第1のコンテキストの部類を決定するために使用される最初の分類に関連する情報を取得するように構成される請求項21に記載のモバイルデバイス。
  24. 前記目標状態分類器が、前記最初の分類に関連する信頼性の値を取得するように構成される請求項23に記載のモバイルデバイス。
  25. 前記融合分類器が、前記信頼性の値が望ましくない値を有することに応じて前記融合部類を決定するように構成される請求項24に記載のモバイルデバイス。
  26. 前記目標状態分類器が、前記最初の分類の動作特性を特定するように構成される請求項23に記載のモバイルデバイス。
  27. 前記融合分類器が、前記最初の分類の前記動作特性に基づいて前記融合部類を決定するように構成される請求項26に記載のモバイルデバイス。
  28. 前記コンテキストに関連するデータが、第1の時間に関連する第1のコンテキストに関連するデータであり、前記融合分類器が、前記第1の時間の後の第2の時間に関連する第2のコンテキストに関連するデータを用いて前記第2のコンテキストの部類を決定するように構成され、前記融合分類器が、前記第1のコンテキストの部類および前記第2のコンテキストの部類に基づいて前記融合部類を決定するように構成される請求項21に記載のモバイルデバイス。
  29. 前記目標状態分類器が、複数の所定の利用可能なコンテキストの部類から前記第1のコンテキストの部類を選択することによって前記第1のコンテキストの部類を決定するように構成される請求項21に記載のモバイルデバイス。
  30. 前記融合分類器が、複数の所定の利用可能な融合部類から前記融合部類を選択することによって前記融合部類を決定するように構成される請求項21に記載のモバイルデバイス。
  31. プロセッサに
    モバイルデバイスに関連する少なくとも1つのデータソースからのコンテキストに関連するデータを用いて第1のコンテキストの部類を決定することと、
    前記第1のコンテキストの部類に基づいて融合部類を決定することであって、前記融合部類が、前記第1のコンテキストの部類、および前記第1のコンテキストの部類と異なる第2のコンテキストの部類に共通する少なくとも1つの特徴に関連付けられる、決定することとを行わせるように構成されたプロセッサが読み取り可能な命令を含むプロセッサが読み取り可能なストレージ媒体。
  32. 前記融合部類が、前記第1のコンテキストの部類のラベルおよび前記第2のコンテキストの部類のラベルを意味的にカプセル化する関連するラベルを有する請求項31に記載のストレージ媒体。
  33. 前記プロセッサに、前記第1のコンテキストの部類を決定するために使用される最初の分類に関連する情報を取得させるように構成された命令をさらに含む請求項31に記載のストレージ媒体。
  34. 前記プロセッサに前記最初の分類に関連する前記情報を取得させるように構成された前記命令が、前記プロセッサに前記最初の分類に関連する信頼性の値を取得させるように構成された命令を含む請求項33に記載のストレージ媒体。
  35. 前記プロセッサに前記融合部類を決定させるように構成された前記命令が、前記プロセッサに、前記信頼性の値が望ましくない値を有することに応じて前記融合部類を決定させるように構成される請求項34に記載のストレージ媒体。
  36. 前記プロセッサに前記最初の分類に関連する前記情報を取得させるように構成された前記命令が、前記プロセッサに前記最初の分類の動作特性を特定させるように構成された命令を含む請求項33に記載のストレージ媒体。
  37. 前記プロセッサに前記融合部類を決定させるように構成された前記命令が、前記プロセッサに前記最初の分類の前記動作特性に基づいて前記融合部類を決定させるように構成される請求項36に記載のストレージ媒体。
  38. 前記コンテキストに関連するデータが、第1の時間に関連する第1のコンテキストに関連するデータであり、前記ストレージ媒体が、前記プロセッサに、前記第1の時間の後の第2の時間に関連する第2のコンテキストに関連するデータを用いて前記第2のコンテキストの部類を決定させるように構成された命令をさらに含み、前記プロセッサに前記融合部類を決定させるように構成された前記命令が、前記プロセッサに前記第1のコンテキストの部類および前記第2のコンテキストの部類に基づいて前記融合部類を決定させるように構成される請求項31に記載のストレージ媒体。
  39. 前記プロセッサに前記第1のコンテキストの部類を決定させるように構成された前記命令が、前記プロセッサに複数の所定の利用可能なコンテキストの部類から前記第1のコンテキストの部類を選択させるように構成される請求項31に記載のストレージ媒体。
  40. 前記プロセッサに前記融合部類を決定させるように構成された前記命令が、前記プロセッサに複数の所定の利用可能な融合部類から前記融合部類を選択させるように構成される請求項31に記載のストレージ媒体。
JP2015545131A 2012-12-03 2013-11-22 コンテキストの推定の意味的な融合 Pending JP2016504675A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201261732778P 2012-12-03 2012-12-03
US61/732,778 2012-12-03
US13/784,229 2013-03-04
US13/784,229 US9336295B2 (en) 2012-12-03 2013-03-04 Fusing contextual inferences semantically
PCT/US2013/071489 WO2014088851A1 (en) 2012-12-03 2013-11-22 Fusing contextual inferences semantically

Publications (2)

Publication Number Publication Date
JP2016504675A true JP2016504675A (ja) 2016-02-12
JP2016504675A5 JP2016504675A5 (ja) 2016-12-28

Family

ID=50826520

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015545131A Pending JP2016504675A (ja) 2012-12-03 2013-11-22 コンテキストの推定の意味的な融合

Country Status (6)

Country Link
US (1) US9336295B2 (ja)
EP (1) EP2926538A1 (ja)
JP (1) JP2016504675A (ja)
KR (1) KR20150091121A (ja)
CN (1) CN104823433B (ja)
WO (1) WO2014088851A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL398136A1 (pl) * 2012-02-17 2013-08-19 Binartech Spólka Jawna Aksamit Sposób wykrywania kontekstu urzadzenia przenosnego i urzadzenie przenosne z modulem wykrywania kontekstu
US9740773B2 (en) 2012-11-02 2017-08-22 Qualcomm Incorporated Context labels for data clusters
US9342842B2 (en) * 2013-04-01 2016-05-17 Apple Inc. Context-switching taxonomy for mobile advertisement
EP3301891B1 (en) * 2016-09-28 2019-08-28 Nxp B.V. Mobile device and method for determining its context
US10706554B2 (en) 2017-04-14 2020-07-07 Adobe Inc. Three-dimensional segmentation of digital models utilizing soft classification geometric tuning
CN110276235B (zh) * 2018-01-25 2023-06-16 意法半导体公司 通过感测瞬态事件和连续事件的智能装置的情境感知
US11483262B2 (en) 2020-11-12 2022-10-25 International Business Machines Corporation Contextually-aware personalized chatbot

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003233625A (ja) * 2002-02-06 2003-08-22 Ntt Docomo Inc 状況認識装置、状況認識方法
US20090224867A1 (en) * 2008-03-07 2009-09-10 Palm, Inc. Context Aware Data Processing in Mobile Computing Device
WO2011141761A1 (en) * 2010-05-13 2011-11-17 Nokia Corporation Method and apparatus for providing context sensing and fusion
WO2012173027A1 (ja) * 2011-06-13 2012-12-20 ソニー株式会社 情報処理装置、情報処理方法およびコンピュータプログラム

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6928549B2 (en) * 2001-07-09 2005-08-09 International Business Machines Corporation Dynamic intrusion detection for computer systems
US20040259536A1 (en) 2003-06-20 2004-12-23 Keskar Dhananjay V. Method, apparatus and system for enabling context aware notification in mobile devices
US8566263B2 (en) 2003-11-28 2013-10-22 World Assets Consulting Ag, Llc Adaptive computer-based personalities
US7302451B2 (en) 2004-05-07 2007-11-27 Mitsubishi Electric Research Laboratories, Inc. Feature identification of events in multimedia
US8472985B2 (en) * 2005-09-21 2013-06-25 Buckyball Mobile, Inc Incentive marketing with a context-enriched message
US20100138451A1 (en) * 2006-04-03 2010-06-03 Assaf Henkin Techniques for facilitating on-line contextual analysis and advertising
DE602006021433D1 (de) 2006-10-27 2011-06-01 Sony France Sa Ereigniserfassung in Mehrkanal-Sensorsignalströmen
EP1939797A1 (en) 2006-12-23 2008-07-02 NTT DoCoMo, Inc. Method and apparatus for automatically determining a semantic classification of context data
US7865505B2 (en) * 2007-01-30 2011-01-04 Microsoft Corporation Efficient exact set similarity joins
KR20100052491A (ko) 2007-08-31 2010-05-19 샌드브리지 테크놀로지스, 인코포레이티드 가입자 및 엔터티 사이의 자동화된 상호작용을 위한 방법, 장치 및 구조
TW200912795A (en) 2007-09-04 2009-03-16 Ind Tech Res Inst Context inference system and method thereof
WO2009043020A2 (en) 2007-09-28 2009-04-02 The Trustees Of Dartmouth College System and method for injecting sensed presence into social networking applications
US7962525B2 (en) * 2007-11-05 2011-06-14 Microsoft Corporation Automated capture of information generated at meetings
US20090190544A1 (en) * 2008-01-25 2009-07-30 Qualcomm Incorporated Method and apparatus for channel identification in a wireless communication system
US8078622B2 (en) 2008-10-30 2011-12-13 Network Appliance, Inc. Remote volume access and migration via a clustered server namespace
US8135850B2 (en) 2008-11-25 2012-03-13 Citrix Systems, Inc. Systems and methods for load balancing real time streaming
US8219513B2 (en) 2008-12-19 2012-07-10 Eastman Kodak Company System and method for generating a context enhanced work of communication
US8195430B2 (en) * 2009-03-31 2012-06-05 Microsoft Corporation Cognitive agent
FI20095570L (fi) 2009-05-22 2009-09-11 Valtion Teknillinen Kontekstin tunnistaminen mobiiliaitteissa
US20100317371A1 (en) 2009-06-12 2010-12-16 Westerinen William J Context-based interaction model for mobile devices
US11127020B2 (en) 2009-11-20 2021-09-21 Palo Alto Research Center Incorporated Generating an activity inference model from contextual data
IN2012DN03063A (ja) * 2009-12-15 2015-07-31 Intel Corp
US20130103212A1 (en) * 2010-06-30 2013-04-25 Nokia Corporation Method and apparatus for providing context-based power consumption control
US9443202B2 (en) 2010-07-01 2016-09-13 Nokia Technologies Oy Adaptation of context models
KR101165537B1 (ko) 2010-10-27 2012-07-16 삼성에스디에스 주식회사 사용자 장치 및 그의 사용자의 상황 인지 방법
US8478306B2 (en) 2010-11-10 2013-07-02 Google Inc. Self-aware profile switching on a mobile computing device
KR101267561B1 (ko) 2011-02-11 2013-05-24 서울대학교산학협력단 모바일 단말을 이용한 상황 인식 서비스 제공 방법 및 그 시스템
US8676937B2 (en) 2011-05-12 2014-03-18 Jeffrey Alan Rapaport Social-topical adaptive networking (STAN) system allowing for group based contextual transaction offers and acceptances and hot topic watchdogging
US10145707B2 (en) 2011-05-25 2018-12-04 CSR Technology Holdings Inc. Hierarchical context detection method to determine location of a mobile device on a person's body
US8924345B2 (en) 2011-09-26 2014-12-30 Adobe Systems Incorporated Clustering and synchronizing content
GB201122206D0 (en) 2011-12-22 2012-02-01 Vodafone Ip Licensing Ltd Sampling and identifying user contact
US8429103B1 (en) 2012-06-22 2013-04-23 Google Inc. Native machine learning service for user adaptation on a mobile platform
US9740773B2 (en) 2012-11-02 2017-08-22 Qualcomm Incorporated Context labels for data clusters

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003233625A (ja) * 2002-02-06 2003-08-22 Ntt Docomo Inc 状況認識装置、状況認識方法
US20090224867A1 (en) * 2008-03-07 2009-09-10 Palm, Inc. Context Aware Data Processing in Mobile Computing Device
WO2011141761A1 (en) * 2010-05-13 2011-11-17 Nokia Corporation Method and apparatus for providing context sensing and fusion
WO2012173027A1 (ja) * 2011-06-13 2012-12-20 ソニー株式会社 情報処理装置、情報処理方法およびコンピュータプログラム

Also Published As

Publication number Publication date
CN104823433A (zh) 2015-08-05
WO2014088851A1 (en) 2014-06-12
KR20150091121A (ko) 2015-08-07
US9336295B2 (en) 2016-05-10
CN104823433B (zh) 2017-09-12
EP2926538A1 (en) 2015-10-07
US20140156659A1 (en) 2014-06-05

Similar Documents

Publication Publication Date Title
JP6284538B2 (ja) データクラスタのためのコンテキストラベル
US9336295B2 (en) Fusing contextual inferences semantically
US10609207B2 (en) Sending smart alerts on a device at opportune moments using sensors
US8948789B2 (en) Inferring a context from crowd-sourced activity data
EP3125621B1 (en) Geo-fencing based upon semantic location
EP2847978B1 (en) Calendar matching of inferred contexts and label propagation
EP2847986B1 (en) Configuring a terminal device according to a context determined by correlating different data sources
US9432944B1 (en) Determining whether a mobile device user is substantially stationary within a geo-fence
US20140100835A1 (en) User Behavior Modeling for Intelligent Mobile Companions
US20130210480A1 (en) State detection
KR20220066369A (ko) 트래블 기반 통지
EP2972657B1 (en) Application-controlled granularity for power-efficient classification
KR20140121074A (ko) 상황 인식 기반의 정보 기록 방법, 이를 위한 장치 및 단말기

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161108

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161108

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170904

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171204

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20171225