JP2016516235A - 電力効率のよい分類のためのアプリケーションによって制御される粒度 - Google Patents
電力効率のよい分類のためのアプリケーションによって制御される粒度 Download PDFInfo
- Publication number
- JP2016516235A JP2016516235A JP2016500307A JP2016500307A JP2016516235A JP 2016516235 A JP2016516235 A JP 2016516235A JP 2016500307 A JP2016500307 A JP 2016500307A JP 2016500307 A JP2016500307 A JP 2016500307A JP 2016516235 A JP2016516235 A JP 2016516235A
- Authority
- JP
- Japan
- Prior art keywords
- granularity
- classification
- context
- level
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 130
- 230000033001 locomotion Effects 0.000 claims description 58
- 238000004590 computer program Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 description 38
- 230000006870 function Effects 0.000 description 21
- 230000015654 memory Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 230000003936 working memory Effects 0.000 description 9
- 239000000203 mixture Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 206010011469 Crying Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephone Function (AREA)
- Computational Linguistics (AREA)
Abstract
Description
GPS速度、精度、および高度。
接続可能なGPS衛星の数。
時刻、曜日、平日/週末、祝日。
天候および温度。
周辺光センサの読み。
近接センサの読み。
カメラデータ、強度、R/G/B強度、DCT(離散コサイン変換)係数などの特性、カメラの視野に検出された被写体。
興味のある最も近い地理的位置(POI)。
接続可能なブルートゥースデバイスおよび対応するRSSI、通信範囲内にある新規/既存のブルートゥースデバイス。
接続可能なWi-Fiアプリケーションおよび対応するRSSI、接続可能な新規/既存のWi-Fiアプリケーション。
周辺オーディオエネルギーレベル。
移動検出(何らかのデバイス移動ありかデバイス移動なしか)。
モーション状態(歩いている、走っている、運転している、等)。
デバイス位置(ポケット、手の中、机上、バッグ内、等)。
発話検出(発話あり/発話なし)。
スピーカ認識(デバイス所有者が話し中/他の人が話し中)。
話をしている人の数。
目的音の検出(赤ん坊が泣いている/泣いていない、等)。
ゾーン(家/仕事/その他/移動中または在宅中/ビジネス活動中、等)。
デバイス利用(1分ごとのスクリーンタッチの回数、1分ごとの文字のタイピング回数、等)。
ディスプレイがオンかオフか。
アプリケーション利用(実行しているアプリケーションの種類(たとえば、ゲーム、電子メール、等)、同時に実行しているアプリケーションの数、等)。
101 バス
111 汎用プロセッサ
112 DSP
120 インターフェース
121 ワイヤレス送受信部
135 センサ
140 メモリ
210 データソース
212 オーディオセンサ
214 ロケーションセンサ
216 ネットワークセンサ
218 モーションセンサ
220 カレンダー/アポイントメント記録
222 日時
224 デバイス利用
226 光および/またはカメラセンサ
230 コンテクスト分類部
240 分類部コントローラ
310 分類要求ソース
410 コンフィギュレーションパラメータ
510 分類部コンフィギュレーションマネージャ
610 アプリケーションプログラミングインターフェース
620、1245 アプリケーション
632 粗い粒度のモーション状態分類部
634 緻密な粒度のモーション状態分類部
1200 コンピュータシステム
1210 プロセッサ
1215 入力デバイス
1220 出力デバイス
1225 ストレージデバイス
1230 通信サブシステム
1235 作業メモリ
1240 オペレーティングシステム
Claims (51)
- コンテクスト分類を管理するための方法であって、
前記コンテクスト分類の要求と、前記要求に関連付けされた粒度入力とを受け付けるステップと、
前記要求に応じて、分類部に、前記粒度入力に対応するリソース利用レベルで前記コンテクスト分類を実行させるステップと、
を含み、
高い粒度レベルを示す粒度入力は、高いリソース利用レベルに対応付けされ、低い粒度レベルを示す粒度入力は、低いリソース利用レベルに対応付けされる、方法。 - 前記分類部から前記コンテクスト分類の結果を取得するステップと、
前記結果を要求元のエンティティに送るステップと、
をさらに含む、請求項1に記載の方法。 - コンテクスト分類のための前記リソース利用レベルは、利用したセンサ特性の数、適用した分類技法、前記分類部のデューティサイクル、または適用した分類技法に関するパラメータのうち少なくとも1つに関する、請求項1に記載の方法。
- 前記粒度入力は、粒度設定の既定のセットから選択される、請求項1に記載の方法。
- コンテクスト分類について利用可能な出力のサブセットを特定するステップと、
利用可能な出力のサブセットのそれぞれに、粒度レベルを割り当てるステップと、
をさらに含む、請求項1に記載の方法。 - 前記受け付けるステップは、コンテクスト分類について利用可能な出力のサブセットのいずれかを含む粒度入力を受け付けるステップを含み、
前記実行させるステップは、前記粒度レベルに割り当てられた前記リソース利用レベルで、前記粒度入力として受け付けた利用可能な出力のサブセットから1つの出力を選択することで、前記分類部に前記コンテクスト分類を実行させるステップを含む、請求項5に記載の方法。 - 前記コンテクスト分類は、1つまたは複数のモーション状態分類、ロケーション状態分類、またはオーディオ状態分類を含む、請求項1に記載の方法。
- 前記受け付けるステップは、要求元のアプリケーションから前記コンテクスト分類の要求をアプリケーションプログラミングインターフェース(API)を介して受け付けるステップを含む、請求項1に記載の方法。
- 調節可能な粒度を有するコンテクスト分類を実行するための方法であって、
前記コンテクスト分類の要求と、前記要求に関連付けされた粒度入力とを受け付けるステップと、
前記粒度入力に基づいてコンテクスト分類のためのリソース利用レベルを選択するステップであって、高い粒度レベルを示す粒度入力は、高いリソース利用レベルに対応付けされ、低い粒度レベルを示す粒度入力は、低いリソース利用レベルに対応付けされるステップと、
選択したリソース利用レベルで前記コンテクスト分類を実行するステップと、
を含む、方法。 - 前記リソース利用レベルは、利用したセンサ特性の数、適用した分類技法、分類頻度、または適用した分類技法に関するパラメータのうち少なくとも1つに関する、請求項9に記載の方法。
- 前記粒度入力は、粒度設定の既定のセットから選択される、請求項9に記載の方法。
- 前記リソース利用レベルを選択するステップは、
分類部コンフィギュレーションパラメータのセットを取得するステップであって、前記分類部コンフィギュレーションパラメータのセットのそれぞれは、リソース利用レベルと、粒度設定のセットのうち対応するものとの割り当てを示すステップと、
前記分類部コンフィギュレーションパラメータのセットによって示される、受け付けられた粒度入力に割り当てられたリソース利用レベルを選択するステップとを含む、請求項11に記載の方法。 - コンテクスト分類について利用可能な出力のサブセットを特定するステップと、
前記利用可能な出力のサブセットのそれぞれを、分類部粒度コンフィギュレーションのそれぞれに割り当てるステップであって、前記分類部粒度コンフィギュレーションは、対応するリソース利用レベルを定義するステップとをさらに含む、請求項9に記載の方法。 - 前記受け付けるステップは、利用可能な出力のサブセットのいずれかを含む粒度入力を受け付けるステップを含み、
前記コンテクスト分類を実行するステップは、前記粒度入力として受け付けた利用可能な出力のサブセットに割り当てられた分類部粒度コンフィギュレーションを用いて前記コンテクスト分類を実行するステップを含む、請求項13に記載の方法。 - 前記コンテクスト分類は、1つまたは複数のモーション状態分類、ロケーション状態分類、またはオーディオ状態分類を含む、請求項9に記載の方法。
- 前記受け付けるステップは、前記コンテクスト分類の要求と、前記粒度入力とをアプリケーションプログラミングインターフェース(API)から受け付けるステップを含む、請求項9に記載の方法。
- 前記コンテクスト分類の出力を前記APIに戻すステップをさらに含む、請求項16に記載の方法。
- 前記コンテクスト分類の要求は、要求元のアプリケーションに由来するものであり、
さらに、前記コンテクスト分類の出力を要求元のアプリケーションに戻すステップを含む、請求項16に記載の方法。 - 調節可能な粒度を有するコンテクスト分類を実行するための装置であって、
コンテクスト分類の要求と、前記要求に関連付けされた粒度入力とを受け付けるように構成された分類部コントローラと、
前記分類部コントローラと通信可能に結合され、前記分類部コントローラから要求および粒度入力を受け付け、粒度入力に基づいてコンテクスト分類のためのリソース利用レベルを選択し、選択したリソース利用レベルで前記コンテクスト分類を実行するように構成されたコンテクスト分類部と、
を備え、
高い粒度レベルを示す粒度入力は、高いリソース利用レベルに対応付けされ、低い粒度レベルを示す粒度入力は、低いリソース利用レベルに対応付けされる、装置。 - 前記分類部コントローラは、さらに、前記分類部から前記コンテクスト分類の結果を取得し、要求元のエンティティに前記コンテクスト分類の結果を送るように構成されている、請求項19に記載の装置。
- コンテクスト分類のための前記リソース利用レベルは、利用したセンサ特性の数、適用した分類技法、前記分類部のデューティサイクル、または適用した分類技法に関するパラメータのうち少なくとも1つに関する、請求項19に記載の装置。
- 前記粒度入力は、粒度設定の既定のセットから選択される、請求項19に記載の装置。
- 前記コンテクスト分類部は、さらに、分類部コンフィギュレーションパラメータのセットを取得するように構成され、
分類部コンフィギュレーションパラメータのセットのそれぞれは、リソース利用レベルと粒度設定のセットのうち対応するものとの割り当てを示し、
前記コンテクスト分類部は、さらに、分類部コンフィギュレーションパラメータのセットによって示された、受け付けた粒度入力に割り当てられたリソース利用レベルとして、リソース利用レベルを選択するように構成されている、請求項22に記載の装置。 - 前記粒度入力は、コンテクスト分類について利用可能な出力のサブセットを含む、請求項19に記載の装置。
- 前記コンテクスト分類部は、さらに、粒度入力として受け付けた利用可能な出力のサブセットを分類部粒度コンフィギュレーションに割り当てるように構成され、
前記分類部粒度コンフィギュレーションは、選択したリソース利用レベルを定義する、請求項24に記載の装置。 - 前記コンテクスト分類部は、さらに、粒度入力として受け付けた利用可能な出力のサブセットから1つの出力を選択することで前記コンテクスト分類を実行するように構成されている、請求項25に記載の装置。
- 前記コンテクスト分類部は、1つまたは複数のモーション状態分類部、ロケーション状態分類部、またはオーディオ状態分類部を含む、請求項19に記載の装置。
- 前記分類部コントローラは、アプリケーションプログラミングインターフェース(API)を含み、さらに、要求元のアプリケーションから前記コンテクスト分類の要求を受け付けるように構成されている、請求項19に記載の装置。
- 前記コンテクスト分類部は、さらに、前記コンテクスト分類の結果をAPIまたは要求元のアプリケーションのうち少なくとも1つに提供するように構成されている、請求項28に記載の装置。
- さらに、前記コンテクスト分類部に通信可能に結合された1つまたは複数のデータソースを備え、
前記コンテクスト分類部は、前記データソースからサンプリングしたデータに基づいて前記コンテクスト分類を実行するように構成されている、請求項19に記載の装置。 - 前記データソースは、オーディオセンサ、ロケーションセンサ、ネットワークセンサ、モーションセンサ、カレンダー、時計、デバイス利用統計、または光センサのうち少なくとも1つを備える、請求項30に記載の装置。
- コンテクスト分類を管理するための装置であって、
前記コンテクスト分類の要求と、前記要求に関連付けされた粒度入力とを受け付けるための手段と、
前記要求に応じて、分類部に、前記粒度入力に対応するリソース利用レベルで前記コンテクスト分類を実行させるための手段と、
を備え、
高い粒度レベルを示す粒度入力は、高いリソース利用レベルに対応付けされ、低い粒度レベルを示す粒度入力は、低いリソース利用レベルに対応付けされる、装置。 - コンテクスト分類のための前記リソース利用レベルは、利用したセンサ特性の数、適用した分類技法、前記分類部のデューティサイクル、または適用した分類技法に関するパラメータのうち少なくとも1つに関する、請求項32に記載の装置。
- 前記粒度入力は、粒度設定の既定のセットから選択される、請求項32に記載の装置。
- 前記粒度入力は、コンテクスト分類について利用可能な出力のサブセットを含む、請求項32に記載の装置。
- 前記コンテクスト分類は、1つまたは複数のモーション状態分類、ロケーション状態分類、またはオーディオ状態分類を含む、請求項32に記載の装置。
- 調節可能な粒度を有するコンテクスト分類を実行するための装置であって、
前記コンテクスト分類の要求と、前記要求に関連付けされた粒度入力とを受け付けるための手段と、
粒度入力に基づいてコンテクスト分類のためのリソース利用レベルを選択するための手段であって、高い粒度レベルを示す粒度入力は、高いリソース利用レベルに対応付けされ、低い粒度レベルを示す粒度入力は、低いリソース利用レベルに対応付けされる手段と、
選択したリソース利用レベルで前記コンテクスト分類を実行するための手段と、
を備える、装置。 - 前記リソース利用レベルは、利用したセンサ特性の数、適用した分類技法、分類頻度、または適用した分類技法に関するパラメータのうち少なくとも1つに関する、請求項37に記載の装置。
- 前記粒度入力は、粒度設定の既定のセットから選択される、請求項37に記載の装置。
- 前記粒度入力は、コンテクスト分類について利用可能な出力のサブセットを含む、請求項37に記載の装置。
- 前記コンテクスト分類は、1つまたは複数のモーション状態分類、ロケーション状態分類、またはオーディオ状態分類を含む、請求項37に記載の装置。
- さらに、前記コンテクスト分類の結果を、コンテクスト分類の要求のソースへ戻すための手段を備える、請求項37に記載の装置。
- プロセッサ実行可能なコンピュータ記憶媒体に存在し、プロセッサ実行可能な命令を含むコンピュータプログラムプロダクトであって、前記命令は、前記プロセッサに、
コンテクスト分類の要求と、前記要求に関連付けされた粒度入力とを受け付けさせ、
前記要求に応じて、分類部に、前記粒度入力に対応するリソース利用レベルでコンテクスト分類を実行させるように構成され、
高い粒度レベルを示す粒度入力は、高いリソース利用レベルに対応付けされ、低い粒度レベルを示す粒度入力は、低いリソース利用レベルに対応付けされる、コンピュータプログラムプロダクト。 - コンテクスト分類のための前記リソース利用レベルは、利用したセンサ特性の数、適用した分類技法、前記分類部のデューティサイクル、または適用した分類技法に関するパラメータのうち少なくとも1つに関する、請求項43に記載のコンピュータプログラムプロダクト。
- 前記粒度入力は、粒度設定の既定のセットから選択される、請求項43に記載のコンピュータプログラムプロダクト。
- 前記粒度入力は、コンテクスト分類について利用可能な出力のサブセットを含む、請求項43に記載のコンピュータプログラムプロダクト。
- プロセッサ実行可能なコンピュータ記憶媒体に存在し、プロセッサ実行可能な命令を含むコンピュータプログラムプロダクトであって、前記命令は、前記プロセッサに、
コンテクスト分類の要求と、前記要求に関連付けされた粒度入力とを受け付けさせ、
粒度入力に基づいてコンテクスト分類のためのリソース利用レベルを選択させ、高い粒度レベルを示す粒度入力は、高いリソース利用レベルに対応付けされ、低い粒度レベルを示す粒度入力は、低いリソース利用レベルに対応付けされ、
選択したリソース利用レベルでコンテクスト分類を実行させるように構成される、コンピュータプログラムプロダクト。 - コンテクスト分類のための前記リソース利用レベルは、利用したセンサ特性の数、適用した分類技法、分類頻度、または適用した分類技法に関するパラメータのうち少なくとも1つに関する、請求項47に記載のコンピュータプログラムプロダクト。
- 前記粒度入力は、粒度設定の既定のセットから選択される、請求項47に記載のコンピュータプログラムプロダクト。
- 前記粒度入力は、コンテクスト分類について利用可能な出力のサブセットを含む、請求項47に記載のコンピュータプログラムプロダクト。
- 前記命令は、さらに、前記プロセッサに、前記コンテクスト分類の結果をコンテクスト分類の要求のソースに戻させるように構成される命令を含む、請求項47に記載のコンピュータプログラムプロダクト。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/835,596 US9679252B2 (en) | 2013-03-15 | 2013-03-15 | Application-controlled granularity for power-efficient classification |
US13/835,596 | 2013-03-15 | ||
PCT/US2014/017236 WO2014143515A1 (en) | 2013-03-15 | 2014-02-20 | Application-controlled granularity for power-efficient classification |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016516235A true JP2016516235A (ja) | 2016-06-02 |
JP2016516235A5 JP2016516235A5 (ja) | 2017-12-07 |
JP6410787B2 JP6410787B2 (ja) | 2018-10-24 |
Family
ID=50272726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016500307A Active JP6410787B2 (ja) | 2013-03-15 | 2014-02-20 | 電力効率のよい分類のためのアプリケーションによって制御される粒度 |
Country Status (8)
Country | Link |
---|---|
US (1) | US9679252B2 (ja) |
EP (1) | EP2972657B1 (ja) |
JP (1) | JP6410787B2 (ja) |
KR (1) | KR101831230B1 (ja) |
CN (1) | CN105190474B (ja) |
BR (1) | BR112015023491A2 (ja) |
TW (1) | TWI533124B (ja) |
WO (1) | WO2014143515A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10600007B2 (en) * | 2014-08-04 | 2020-03-24 | International Business Machines Corporation | Auto-analyzing spatial relationships in multi-scale spatial datasets for spatio-temporal prediction |
US10552746B2 (en) | 2014-09-25 | 2020-02-04 | International Business Machines Corporation | Identification of time lagged indicators for events with a window period |
JP6617744B2 (ja) * | 2017-04-05 | 2019-12-11 | トヨタ自動車株式会社 | 車両システム |
JP7142420B2 (ja) * | 2017-07-10 | 2022-09-27 | キヤノン株式会社 | 画像処理装置、学習方法、学習済モデル、画像処理方法 |
US11027743B1 (en) * | 2020-03-31 | 2021-06-08 | Secondmind Limited | Efficient computational inference using gaussian processes |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171418A (ja) * | 2006-12-23 | 2008-07-24 | Ntt Docomo Inc | コンテキストデータのセマンティック分類を自動的に決定する方法及び装置 |
US20090195382A1 (en) * | 2008-01-31 | 2009-08-06 | Sensormatic Electronics Corporation | Video sensor and alarm system and method with object and event classification |
US20100331017A1 (en) * | 2008-02-21 | 2010-12-30 | Nec Corporation | Method and system of efficiently using mobile terminal context |
EP2293016A2 (en) * | 2009-08-27 | 2011-03-09 | Palm, Inc. | Power saving system and method for mobile computing device |
JP2012118838A (ja) * | 2010-12-02 | 2012-06-21 | Hitachi Ltd | 監視対象者の行動を監視する装置及び方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6115702A (en) | 1997-12-23 | 2000-09-05 | Hughes Electronics Corporation | Automatic determination of report granularity |
US6594313B1 (en) | 1998-12-23 | 2003-07-15 | Intel Corporation | Increased video playback framerate in low bit-rate video applications |
US20020138492A1 (en) * | 2001-03-07 | 2002-09-26 | David Kil | Data mining application with improved data mining algorithm selection |
US7203635B2 (en) | 2002-06-27 | 2007-04-10 | Microsoft Corporation | Layered models for context awareness |
US20060265712A1 (en) | 2005-05-18 | 2006-11-23 | Docomo Communications Laboratories Usa, Inc. | Methods for supporting intra-document parallelism in XSLT processing on devices with multiple processors |
US7580974B2 (en) | 2006-02-16 | 2009-08-25 | Fortinet, Inc. | Systems and methods for content type classification |
US8010658B2 (en) | 2007-02-09 | 2011-08-30 | Raytheon Company | Information processing system for classifying and/or tracking an object |
US8412525B2 (en) | 2009-04-30 | 2013-04-02 | Microsoft Corporation | Noise robust speech classifier ensemble |
KR101584058B1 (ko) * | 2009-08-07 | 2016-01-12 | 삼성전자주식회사 | 현재 상황에 적합한 사용 환경을 제공하는 휴대 단말기 및 이의 운용 방법 |
US20110225043A1 (en) | 2010-03-12 | 2011-09-15 | Yahoo! Inc. | Emotional targeting |
US20110310005A1 (en) | 2010-06-17 | 2011-12-22 | Qualcomm Incorporated | Methods and apparatus for contactless gesture recognition |
US20120252490A1 (en) | 2011-04-04 | 2012-10-04 | Brian Hernacki | Location Discovery |
CN102902349B (zh) * | 2012-11-08 | 2015-04-22 | 山东大学 | 一种通过触点动态采样技术降低嵌入式系统功耗的方法 |
-
2013
- 2013-03-15 US US13/835,596 patent/US9679252B2/en active Active
-
2014
- 2014-02-20 BR BR112015023491A patent/BR112015023491A2/pt not_active IP Right Cessation
- 2014-02-20 JP JP2016500307A patent/JP6410787B2/ja active Active
- 2014-02-20 KR KR1020157027929A patent/KR101831230B1/ko active IP Right Grant
- 2014-02-20 EP EP14709810.7A patent/EP2972657B1/en active Active
- 2014-02-20 WO PCT/US2014/017236 patent/WO2014143515A1/en active Application Filing
- 2014-02-20 CN CN201480013410.8A patent/CN105190474B/zh active Active
- 2014-03-10 TW TW103108226A patent/TWI533124B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171418A (ja) * | 2006-12-23 | 2008-07-24 | Ntt Docomo Inc | コンテキストデータのセマンティック分類を自動的に決定する方法及び装置 |
US20090195382A1 (en) * | 2008-01-31 | 2009-08-06 | Sensormatic Electronics Corporation | Video sensor and alarm system and method with object and event classification |
US20100331017A1 (en) * | 2008-02-21 | 2010-12-30 | Nec Corporation | Method and system of efficiently using mobile terminal context |
EP2293016A2 (en) * | 2009-08-27 | 2011-03-09 | Palm, Inc. | Power saving system and method for mobile computing device |
JP2012118838A (ja) * | 2010-12-02 | 2012-06-21 | Hitachi Ltd | 監視対象者の行動を監視する装置及び方法 |
Non-Patent Citations (2)
Title |
---|
YI WANG, ET AL: "A Framework of Energy Efficient Mobile Sensing for Automatic User State Recognition", ACM, [ONLINE], JPN7018000570, 25 June 2009 (2009-06-25), US, pages 179 - 192, XP058391136, ISSN: 0003747354, DOI: 10.1145/1555816.1555835 * |
村尾 和哉、外3名: "ウェアラブルコンピューティングのための消費電力を考慮したコンテキストアウェアシステムの構築", 情報処理学会論文誌 論文誌ジャーナル, vol. 第50巻,第5号, JPN6018006746, 28 May 2009 (2009-05-28), JP, pages 1456 - 1466, ISSN: 0003747353 * |
Also Published As
Publication number | Publication date |
---|---|
WO2014143515A1 (en) | 2014-09-18 |
CN105190474B (zh) | 2018-08-28 |
US9679252B2 (en) | 2017-06-13 |
CN105190474A (zh) | 2015-12-23 |
KR101831230B1 (ko) | 2018-02-22 |
BR112015023491A2 (pt) | 2017-07-18 |
US20140279786A1 (en) | 2014-09-18 |
TW201441812A (zh) | 2014-11-01 |
EP2972657A1 (en) | 2016-01-20 |
JP6410787B2 (ja) | 2018-10-24 |
KR20150132248A (ko) | 2015-11-25 |
EP2972657B1 (en) | 2020-03-18 |
TWI533124B (zh) | 2016-05-11 |
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 | |
US8948789B2 (en) | Inferring a context from crowd-sourced activity data | |
US11294936B1 (en) | Adaptive spatial density based clustering | |
US9008688B2 (en) | Calendar matching of inferred contexts and label propagation | |
JP6410787B2 (ja) | 電力効率のよい分類のためのアプリケーションによって制御される粒度 | |
US10600224B1 (en) | Techniques for animating stickers with sound | |
EP2847986B1 (en) | Configuring a terminal device according to a context determined by correlating different data sources | |
US11934160B2 (en) | Context driven routine prediction assistance | |
JP2016504675A (ja) | コンテキストの推定の意味的な融合 | |
Bhargava et al. | Senseme: a system for continuous, on-device, and multi-dimensional context and activity recognition | |
US20230362582A1 (en) | Proactive Provision of Positioning Information Based on User Context | |
WO2023219872A1 (en) | Proactive provision of positioning information based on user context | |
US9584607B2 (en) | Providing content based on location | |
JP2014197809A (ja) | 検索システム、検索装置、検索プログラムおよび検索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170127 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170127 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171026 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20171026 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180112 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180604 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180827 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180925 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6410787 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |