JP2018501889A - 複数のデバイスからのデータを使用するエネルギー消費の算出 - Google Patents

Abstract

態様は、値を算出するために異なる処理を用いる異なるデバイスを有する異なるソースから受信されたデータからの運動指標値に関する。第１の動作プロトコルを利用する接続されたデバイスからデータを受信することができ、第２の動作プロトコルを利用するデバイスによってデータを受信することができる。受信されたデータから活動指標を特定することができ、最も利用可能なデータソースを使用して、活動指標を算出しているかに関して判定を行うことができる。受信されたデータが最も利用可能なデータソースを表していると判定される場合、受信されたデータを指標データベースに追加することができ、受信されたデータを活動グループに分類することができ、エネルギー消費値は、受信されたデータから算出することができる。【選択図】図１０

Description

（関連出願の相互参照）
本出願は、米国仮特許出願第６２／０９９，８４３号（名称「ＥＮＥＲＧＹ ＥＸＰＥＮＤＩＴＵＲＥ ＣＡＬＣＵＬＡＴＩＯＮ ＵＳＩＮＧ ＤＡＴＡ ＦＲＯＭ ＭＵＬＴＩＰＬＥ ＤＥＶＩＣＥＳ」、出願日２０１５年１月５日）の利益及び優先権を主張する。その内容は、ありとあらゆる非限定的な目的のためにその全体が参照により本明細書に明示的に援用されている。

たいていの人が体力の重要性を理解する一方で、多くの人は、定期的な運動プログラムを維持するために必要なやる気を見出すことが困難である。ランニング、ウォーキング、及びサイクリングなどの連続的な反復運動を伴う運動療法を維持することが特に難しいと感じる人もいる。

加えて、個人は、運動を、仕事又は雑用と考え、運動を自身の日常生活の楽しい面から分離する場合がある。多くの場合、運動活動とその他の活動との間のこの明確な分離により、個人が運動に対して有すると思われる意欲が低減する。更に、運動活動を行うように個人を促すために提供される運動活動サービス及びシステムはまた、１つ又は２つ以上の特定の活動ばかりに集中しすぎる場合があり、個人の興味は無視されている。このことは、運動活動に参加すること又は運動活動サービス及びシステムを使用することに対するユーザの興味を更に減少させる場合がある。

多くの既存のサービス及びデバイスは、身体活動中、カロリー燃焼などのユーザのエネルギー消費の正確な評価を提供することができない。したがって、ユーザは、多くの場合、「トレーニング」であるとして考えられていない日課を含んでもよい特定の活動が自身の健康のためであるという利益に気付いていない。ユーザが自身のエネルギー消費をモニタするための既存のデバイスは、多くの場合、煩雑な収集システム、許容閾値を超過した不正確な測定値、値報告時の許容不可能な待ち時間、ユーザの動きの検出に基づく活動の分類の誤り、異なるユーザ間の偏差の算出の失敗、例えば、ランニング及び／若しくはウォーキングなどの特定の活動として分類される反復行動を不適切に含むこと、比較的高い消費電力量、並びに／又はこれらの若しくは他の欠陥の組み合わせを含む１つ又は２つ以上の欠陥を有する。

したがって、当該技術分野におけるこれらの短所のうち少なくとも１つ又は２つ以上に対処するための改善されたシステム及び方法が所望されている。

以下に、本発明のいくつかの態様の基本的理解を提供するために、本開示の簡略化した概要を示す。この概要は、本発明の広範な概観ではない。これは、本発明の重要な若しくは決定的な要素を特定すること、又は本発明の範囲を詳述することを意図していない。以下の概要は、本発明のいくつかの概念を簡略化した形式で、以下に提供されるより詳細な説明の導入部として単に提示するものである。

例示的な実施形態は、第１の動作プロトコルを利用する接続されたデバイスからのデータを受信するために構成されたシステム、方法、装置、及びコンピュータ可読媒体に関することができる。一実施形態では、データは、第２の動作プロトコルを利用するプロセッサによって受信することができる。更に、活動指標は、受信されたデータから特定することができる。特定の実施形態では、特定された活動指標は、最も利用可能なデータソースが活動指標の算出に使用されているかを判定するために、指標データベースと比較することができる。活動指標が最も利用可能なデータソースから算出される場合、受信されたデータは、指標データベースに追加されてもよく、受信されたデータは、活動グループに分類されてもよく、また、ユーザのエネルギー消費は、１つ又は２つ以上の記憶された活動指標から算出することができる。

一実施形態では、ユーザによって実施されている活動は、活動分類のユーザ入力に基づいて特定される。

別の例示的な実施形態は、第１の動作プロトコルを利用する接続されたデバイスからのデータを受信するために構成されたシステム、方法、装置、及びコンピュータ可読媒体に関することができる。一実施形態では、データは、第２の動作プロトコルを利用するプロセッサによって受信することができる。更に、活動指標は、受信されたデータから特定することができる。特定の実施形態では、最も利用可能なデータソースが活動指標の算出に使用されているかを判定するために、特定された活動指標を指標データベースと比較することができる。活動指標が最も利用可能なデータソースから算出される場合、受信されたデータは、指標データベースに追加されてもよく、受信されたデータは、活動グループに分類されてもよく、信頼性重み付けは、活動指標に関連付けられてもよく、ユーザのエネルギー消費値は、１つ又は２つ以上の記憶された活動指標から算出されてもよく、また、信頼値は、算出され、かつ算出されたエネルギー消費値に関連付けることができる。

更に別の例示的な実施形態は、第１の時間枠中でのユーザの動作に基づく最終累積運動指標を算出するために構成されたシステム、方法、装置、及びコンピュータ可読媒体に関することができる。特定の実施形態では、第１の時間枠は、第１及び第２の時間を含んでもよい。更に、特定の実施形態では、第１及び第２の値は、第１及び第２のデバイスで実施された処理に由来する運動指標を表す第１及び第２のソースから受信することができる。第１の値は、第１のソース及び第１のデバイスに基づく修正スカラーと関連付けることができる。更に、正規化係数は、第１のソース及び第２のソースからのデータを正規化するために使用することができる。加えて、累積正規化運動指標は、調整された第１の値及び調整された第２の値を使用して算出することができる。

例示的な実施形態によるパーソナルトレーニングを提供し、かつ／又はユーザの身体的動作からデータを得るように構成することができる例示的なシステムを示す図である。 図１のシステムの一部であるか、又はこれと通信することができる例示的なコンピュータデバイスを示す図である。 例示的な実施形態による、ユーザが装着することができる例示的なセンサアセンブリを示す図である。 例示的な実施形態による、ユーザが装着することができる別の例示的なセンサアセンブリを示す図である。 ユーザの衣服上／衣服内に位置する身体センサを備え、かつ／又はユーザの２つの動いている身体部分の間の関係の特定に基づくことができる知覚入力のための例示的な位置を示す図である。 エネルギー消費及び速度を含む指標を算出するために実施することができる例示的なフローチャートを示す図である。 活動を分類するために、かつ／又は個人のエネルギー消費値を算出するために利用することができる例示的なフローチャートを示す図である。 活動を分類するために、かつ／又は個人のエネルギー消費値を算出するために利用することができる例示的なフローチャートを示す図である。 直接的にか間接的にかどちらか一方で、互いに通信することができない完全に異なるデバイスで実施することができる、２つ以上の異なる処理により得られたエネルギー消費推定値に基づく累積エネルギー消費推定値の算出に使用することができる例示的なフロー図である。 一実施形態による、累積正規化運動指標を算出するフロー図である。 １つ又は２つ以上のソースから受信したデータからユーザのエネルギー消費を算出するための処理の一実施の概略図である。 １つ又は２つ以上のソースから受信したデータからユーザのエネルギー消費を算出するための処理の別の実施の概略図である。 算出されたエネルギー消費値と関連付けられる信頼値を算出するための処理の実施の概略図である。 ソーシャルフィードに活動情報を公開するための処理のフローチャート図である。 異なるソースでの異なる処理に由来する２つの異なる指標を利用する例示的な実施を示すフロー図である。

本開示の態様は、アスリートの身体的動作に関する運動データを得、記憶し、かつ／又は処理することに関与する。運動データは、能動的若しくは受動的に検知され、かつ／又は１つ若しくは２つ以上の非一時的記憶媒体に記憶することができる。なお更なる態様は、運動データを使用して、例えば、計算された運動属性、指導を提供するためのフィードバック信号、及び／又は他の情報などの出力を生成することに関する。これら及び他の態様は、パーソナルトレーニングシステムの以下の実例との関連で考察される。

以下の様々な実施形態の説明において、添付図面が参照され、添付図面は本明細書の一部をなし、本開示の態様が実施され得る様々な実施形態の実例として示される。その他の実施形態を利用することができ、本開示の範囲及び趣旨から逸脱することなく構造的変更及び機能的変更を加えることができることを理解されたい。更に、本開示内の見出しは、本開示の態様を制限するものとみなされるべきではなく、例示的な実施形態は、例示的な見出しに限定されない。

Ｉ．例示的なパーソナルトレーニングシステム
Ａ．例示的なネットワーク
本開示の態様は、複数のネットワーク上で利用することができるシステム及び方法に関する。この点に関して、特定の実施形態は、動的ネットワーク環境に適応するように構成することができる。更なる実施形態は、異なる別個のネットワーク環境において操作可能であってもよい。図１は、例示的な実施形態によるパーソナルトレーニングシステム１００の一例を示す。例示的なシステム１００は、例示的なボディエリアネットワーク（ＢＡＮ）１０２、ローカルエリアネットワーク（ＬＡＮ）１０４、及びワイドエリアネットワーク（ＷＡＮ）１０６などの１つ又は２つ以上の相互接続されたネットワークを含むことができる。図１に示されるように（かつ本開示全体を通して説明されるように）、１つ又は２つ以上のネットワーク（例えば、ＢＡＮ １０２、ＬＡＮ １０４、及び／又はＷＡＮ １０６）は、互いに重複するか、あるいは互いを含んでいてもよい。当業者は、例示的なネットワーク１０２〜１０６が、１つ又は２つ以上の異なる通信プロトコル及び／又はネットワークアーキテクチャをそれぞれ含んでもよく、それでもなお互いに又は他のネットワークへのゲートウェイを有するように構成することができる、論理ネットワークであることを理解するであろう。例えば、ＢＡＮ １０２、ＬＡＮ １０４、及び／又はＷＡＮ １０６のそれぞれは、セルラーネットワークアーキテクチャ１０８及び／又はＷＡＮアーキテクチャ１１０などの同じ物理ネットワークアーキテクチャに動作可能に接続することができる。例えば、ＢＡＮ １０２及びＬＡＮ １０４の両方の構成要素とみなすことができる携帯用電子デバイス１１２は、アーキテクチャ１０８及び／又は１１０のうち１つ又は２つ以上を介して、伝送制御プロトコル（ＴＣＰ）、インターネットプロトコル（ＩＰ）、及びユーザデータグラムプロトコル（ＵＤＰ）などの１つ又は２つ以上の通信プロトコルに従って、ネットワークメッセージへ／ネットワークメッセージからデータ及び制御信号を変換するように構成された、ネットワークアダプタ又はネットワークインターフェースカード（ＮＩＣ）を備えることができる。これらのプロトコルは、当該技術分野において周知であり、それ故に、本明細書では更に詳細に議論しないこととする。

ネットワークアーキテクチャ１０８及び１１０は、例えば、ケーブル、ファイバ、衛星、電話機、セルラー、無線など、単独で、又は（複数の）組み合わせで、（複数の）任意の種類又は（複数の）トポロジのうち１つ又は２つ以上の（複数の）情報流通ネットワークを含んでもよく、したがって、１つ又は２つ以上の有線又は無線通信チャネル（ＷｉＦｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、近距離無線通信（ＮＦＣ）、及び／又はＡＮＴテクノロジーが挙げられるが、これらに限定されない）を有するように様々に構成することができる。したがって、図１のネットワーク内の任意のデバイス（携帯用電子デバイス１１２又は本明細書において説明される任意の他のデバイスなど）が、異なる論理ネットワーク１０２〜１０６のうちの１つ又は２つ以上に含まれるとみなすことができる。上記を考慮して、（ＷＡＮ １０６に接続することができる）例示的なＢＡＮ及びＬＡＮの例示的な構成要素を説明することとなる。

１．例示的なローカルエリアネットワーク
ＬＡＮ １０４は、例えば、コンピュータデバイス１１４などの１つ又は２つ以上の電子デバイスを含んでもよい。コンピュータデバイス１１４又はシステム１００の他の任意の構成要素としては、電話機、音楽プレーヤ、タブレット、ネットブック、又は任意の携帯用デバイスなどのモバイル端末が挙げられる。他の実施形態では、コンピュータデバイス１１４としては、メディアプレーヤ若しくはレコーダ、デスクトップコンピュータ、（複数の）サーバ、例えば、Ｍｉｃｒｏｓｏｆｔ（登録商標）ＸＢＯＸ、Ｓｏｎｙ（登録商標）Ｐｌａｙｓｔａｔｉｏｎ、及び／又はＮｉｎｔｅｎｄｏ（登録商標）Ｗｉｉゲームコンソールなどのゲームコンソールが挙げられる。当業者は、これらが単に説明目的のための例示のデバイスであり、本開示がいかなるコンソール又はコンピューティングデバイスにも限定されないことを理解するであろう。

当業者は、コンピュータデバイス１１４の設計及び構造がその意図された目的などのいくつかの要因に応じて変化することができることを理解するであろう。コンピュータデバイス１１４の１つの例示的な実施は、コンピューティングデバイス２００のブロック図を示す図２に提供されている。当業者は、図２の開示が本明細書に開示される任意のデバイスに適用できることを理解するであろう。デバイス２００は、（本明細書において一般的に「（複数の）プロセッサ２０２」又は「（１つの）プロセッサ２０２」と称される）プロセッサ２０２−１及び２０２−２などの１つ又は２つ以上のプロセッサを備えることができる。プロセッサ２０２は、相互接続ネットワーク又はバス２０４を介して、互いに又は他の構成要素と通信することができる。プロセッサ２０２は、（本明細書において「（複数の）コア２０６」又はより一般的に「（１つの）コア２０６」と称される）コア２０６−１及び２０６−２などの１つ又は２つ以上の処理用コアを備えることができ、それは、単一の集積回路（ＩＣ）チップ上に実装することができる。

コア２０６は、共有キャッシュ２０８及び／又は私用キャッシュ（例えば、それぞれキャッシュ２１０−１及び２１０−２）を備えることができる。１つ又は２つ以上のキャッシュ２０８／２１０は、プロセッサ２０２の構成要素による、より高速なアクセスのために、メモリ２１２などのシステムメモリに記憶されたデータを局所的にキャッシュすることができる。メモリ２１２は、チップセット２１６を介してプロセッサ２０２と通信していてもよい。キャッシュ２０８は、特定の実施形態において、システムメモリ２１２の一部であってもよい。メモリ２１２として、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）を挙げることもできるが、これらに限定されず、電子情報を記憶するために使用することができるソリッドステートメモリ、光若しくは磁気記憶装置、及び／又は任意の他の媒体のうちの１つ又は２つ以上を挙げることができる。更に他の実施形態は、システムメモリ２１２を省略してもよい。

システム２００は、１つ又は２つ以上のＩ／Ｏデバイス（例えば、Ｉ／Ｏデバイス２１４−１〜２１４−３であり、それぞれ一般的にＩ／Ｏデバイス２１４と称される）を含んでもよい。１つ又は２つ以上のＩ／Ｏデバイス２１４からのＩ／Ｏデータは、１つ又は２つ以上のキャッシュ２０８、２１０、及び／又はシステムメモリ２１２に記憶することができる。Ｉ／Ｏデバイス２１４のそれぞれは、任意の物理的プロトコル又は無線通信プロトコルを使用して、システム１００の構成要素と機能的に通信するように恒久的又は一時的に構成することができる。

図１に戻り、（要素１１６〜１２２として示される）４つの例示的なＩ／Ｏデバイスが、コンピュータデバイス１１４と通信しているものとして示される。当業者は、デバイス１１６〜１２２のうちの１つ又は２つ以上が独立型デバイスであってもよく、又はコンピュータデバイス１１４以外の別のデバイスと関連付けることができることを理解するであろう。例えば、１つ又は２つ以上のＩ／ＯデバイスがＢＡＮ １０２及び／又はＷＡＮ １０６の構成要素と関連付けることができるか、又は相互作用することができる。Ｉ／Ｏデバイス１１６〜１２２として、例えば、センサなどの運動データ取得ユニットを挙げることもできるが、これらに限定されない。１つ又は２つ以上のＩ／Ｏデバイスを、ユーザ１２４などのユーザからの運動パラメータを検知、検出、かつ／又は測定するように構成することができる。例として、加速度計、ジャイロスコープ、位置判定デバイス（例えば、ＧＰＳ）、（非可視光を含む）光センサ、（周囲温度及び／若しくは体温を含む）温度センサ、睡眠パターンセンサ、心拍数モニタ、画像取り込みセンサ、水分センサ、力センサ、コンパス、角速度センサ、並びに／又はこれらの組み合わせが挙げられるが、これらに限定されない。

更なる実施形態では、Ｉ／Ｏデバイス１１６〜１２２は、出力（例えば、聴覚、視覚、若しくは触覚キュー）を提供し、かつ／又はアスリート１２４からのユーザ入力などの入力を受信するために使用することができる。これらの例示的なＩ／Ｏデバイスに関する例示的な使用が以下に提供されるが、当業者は、そのような考察が単に本開示の範囲内の多くの選択肢のうち一部の説明にすぎないことを理解するであろう。更に、任意のデータ取得ユニット、Ｉ／Ｏデバイス、又はセンサについての言及は、本明細書に開示されるか、又は当該技術分野において既知の１つ若しくは２つ以上のＩ／Ｏデバイス、データ取得ユニット、及び／又はセンサを（個々に又は組み合わせてのいずれか一方で）有することができる実施形態を開示していると解釈されるものである。

（１つ又は２つ以上のネットワーク上での）１つ又は２つ以上のデバイスからの情報は、他に対する特定の身体部分若しくは物体の速度、加速度、距離、進められた歩数、方向、相対的な動作、又は角速度、直線速度、若しくはこれらの組み合わせとして表現することができる他の動きパラメータなどの動きパラメータ、カロリー、心拍数、汗検出、労作、酸素消費量、酸素動態などの生理学的パラメータ、並びに圧力、衝撃力、身長、体重、年齢、人口学的情報などのアスリートに関する情報、及びこれらの組み合わせなどの１つ又は２つ以上の分類に含まれてもよい他の指標が挙げられるがこれらに限定されない、様々な異なるパラメータ、指標、又は生理学的特徴を提供するために使用することができる（又はそれらの形成で利用することができる）。

システム１００は、システム１００内で収集された、あるいはシステム１００に提供されたパラメータ、指標、又は生理学的特徴を含む運動データを伝送かつ／又は受信するように構成することができる。一例として、ＷＡＮ １０６は、サーバ１１１を備えることができる。サーバ１１１は、図２のシステム２００の１つ又は２つ以上の構成要素を有することができる。一実施形態では、サーバ１１１は、プロセッサ２０６及びメモリ２１２などの、少なくともプロセッサ及びメモリを備える。サーバ１１１は、非一時的コンピュータ読み取り可能媒体上にコンピュータ実行可能命令を記憶するように構成することができる。命令は、システム１００内で収集された生データ又は処理されたデータなどの運動データを含んでもよい。システム１００は、ソーシャルネットワーキングウェブサイトにエネルギー消費ポイントなどのデータを送信するか、又はそのようなサイトを制御するように構成されてもよい。サーバ１１１を利用して、１人若しくは２人以上のユーザが運動データにアクセスし、かつ／又は比較することを可能にする。したがって、サーバ１１１は、運動データ又は他の情報に基づいた通知を送信かつ／又は受信するように構成することができる。

ＬＡＮ １０４に戻ると、コンピュータデバイス１１４は、ディスプレイデバイス１１６、画像取り込みデバイス１１８、センサ１２０、及びエクササイズデバイス１２２と機能的に通信して図示され、それらは、例示的な実施形態を参照して順に以下で考察される。一実施形態では、ディスプレイデバイス１１６は、アスリート１２４が特定の運動動作を実施するための視聴覚キューを提供することができる。視聴覚キューは、コンピュータデバイス１１４、又はＢＡＮ １０２及び／又はＷＡＮのデバイスを含む任意の他のデバイス上で実行されるコンピュータ実行可能命令に応答して提供することができる。ディスプレイデバイス１１６は、タッチスクリーンであってもよく、あるいはユーザ入力を受信するように構成することができる。

一実施形態では、データは、単独で、若しくは他のデバイスと組み合わせてのいずれか一方で、運動パラメータを検出（かつ／又は測定）するために使用することができる画像取り込みデバイス１１８及び／若しくはセンサ１２０などの他のセンサ、又は記憶された情報から取得することができる。画像取り込みデバイス１１８及び／又はセンサ１２０は、トランシーバデバイスを備えてもよい。一実施形態では、センサ１２８は、赤外線（ＩＲ）、電磁（ＥＭ）、又は音響トランシーバを備えることができる。例えば、画像取り込みデバイス１１８及び／又はセンサ１２０は、アスリート１２４の方向に向かうことを含む環境に波形を伝送し、「反射」を受信するか、あるいはそれらの放出された波形の変化を検出することができる。当業者は、様々な実施形態に従って、多数の異なるデータスペクトルに対応する信号を利用することができることを容易に理解するであろう。この点に関して、デバイス１１８及び／又は１２０は、（例えば、システム１００でない）外部ソースから放射された波形を検出することができる。例えば、デバイス１１８及び／又は１２０は、ユーザ１２４及び／又は周囲環境から放射されている熱を検出することができる。このように、画像取り込みデバイス１２６及び／又はセンサ１２８として、１つ又は２つ以上の熱画像デバイスを挙げることができる。一実施形態では、画像取り込みデバイス１２６及び／又はセンサ１２８として、範囲現象学（range phenomenology）を実施するように構成されたＩＲデバイスを挙げることができる。

一実施形態では、エクササイズデバイス１２２は、アスリート１２４による、例えば、トレッドミル、ステップマシンなどの身体的動作を実施可能にするか、又は促進するために構成可能な任意のデバイスであってもよい。そのデバイスは、固定型である必要はない。この点に関して、無線技術により、携帯用デバイスの利用が可能になり、それ故に、自転車又は他のモバイルエクササイズデバイスを、特定の実施形態に従って利用することができる。当業者は、装置１２２が、コンピュータデバイス１１４から遠隔で実施される運動データを含む電子デバイスを受容するためのインターフェースであってもよく、又はそれを備えることができることを理解するであろう。例えば、ユーザは、（ＢＡＮ １０２に関連して以下に記載される）スポーツデバイスを使用してもよく、自宅又は装置１２２の位置に戻ると、運動データをシステム１００の要素１２２又は任意の他のデバイスにダウンロードすることができる。本明細書に開示される任意のＩ／Ｏデバイスが、活動データを受信するように構成することができる。

２．ボディエリアネットワーク
ＢＡＮ １０２は、運動データを受信、送信、あるいは運動データの収集を促進するように構成された２つ以上のデバイスを備えることができる（受動デバイスを含む）。例示的なデバイスとして、１つ又は２つ以上のデータ取得ユニット、センサ、又はＩ／Ｏデバイス１１６〜１２２を挙げることもできるが、これらに限定されない、当該技術分野において既知の、若しくは本明細書に開示されるデバイスが挙げられる。ＢＡＮ １０２の２つ以上の構成要素は、直接通信することができるが、他の実施形態では、通信は、ＢＡＮ １０２、ＬＡＮ １０４、及び／又はＷＡＮ １０６の一部であってもよい第３のデバイスを介して実施することができる。ＬＡＮ １０４又はＷＡＮ １０６の１つ又は２つ以上の構成要素は、ＢＡＮ １０２の一部を形成することができる。特定の実施では、携帯用デバイス１１２などのデバイスがＢＡＮ １０２、ＬＡＮ １０４、及び／又はＷＡＮ １０６の一部であるかどうかは、モバイルセルラーネットワークアーキテクチャ１０８及び／又はＷＡＮアーキテクチャ１１０との通信を可能にするためのアクセスポイントへのアスリートの近さに依拠し得る。ユーザの活動及び／又は嗜好もまた、１つ又は２つ以上の構成要素がＢＡＮ １０２の一部として利用されるかどうかに影響を及ぼす場合がある。例示的な実施形態は、以下に提供される。

ユーザ１２４を、携帯用デバイス１１２、靴取付型デバイス１２６、手首装着型デバイス１２８、及び／又は物理的デバイス若しくは位置を含んでもよい検知位置１３０などの検知位置など、任意の数のデバイスと関連付けることができる（例えば、それらを所有、携持、装着、及び／又はそれらと相互作用することができる）。１つ又は２つ以上のデバイス１１２、１２６、１２８、及び／又は１３０は、フィットネス又は運動の目的に対して特別に設計されなくてもよい。実際、本開示の態様は、複数のデバイスからのデータを利用することに関し、複数のデバイスの幾つかは運動データを収集、検出、及び／又は測定するためのフィットネスデバイスではない。特定の実施形態では、ＢＡＮ １０２（又は任意の他のネットワーク）の１つ又は２つ以上のデバイスとして、特定のスポーツ用途のために特に設計されているフィットネスデバイス又はスポーツデバイスを挙げることができる。本明細書で使用される場合、用語「スポーツデバイス」は、特定のスポーツ又はフィットネス活動中に使用又は関与させることができる任意の物理的物体を含む。例示的なスポーツデバイスとして、ゴルフボール、バスケットボール、野球ボール、サッカーボール、フットボールのボール、パワーボール、アイスホッケー用パック、ウェイト、バット、クラブ、スティック、パドル、マット、及びこれらの組み合わせを挙げることができるが、これらに限定されない。更なる実施形態では、例示的なフィットネスデバイスは、環境自体を含む、特定のスポーツが生じるスポーツ環境内の物体、例えば、ゴールネット、フープ、バックボード、競技場の部分、例えば、ミッドライン、外側境界線マーカー、ベース、及びこれらの組み合わせなどが挙げられる。

この点に関して、当業者は、１つ又は２つ以上のスポーツデバイスがまた構造の一部であってもよく（、又は構造を形成してもよく）、逆もまた同様で、構造が、１つ若しくは２つ以上のスポーツデバイスを備えてもよく、又はスポーツデバイスと相互作用するように構成することができることを理解するであろう。例えば、第１の構造は、バスケットボールフープ及びバックボードを備えてもよく、それは、取り外し可能であってもよく、かつゴールポストと交換されてもよい。この点に関して、１つ又は２つ以上のスポーツデバイスは、独立して又は１つ若しくは２つ以上の構造と関連付けられた１つ若しくは２つ以上のセンサなどの他のセンサと併せてのいずれかで、利用される情報を提供することができる、図１〜図３に関連して上記で考察されたセンサのうちの１つ又は２つ以上などの１つ又は２つ以上のセンサを備えることができる。例えば、バックボードは、バックボード上のバスケットボールによる力及び力の方向を測定するように構成された第１のセンサを備えてもよく、フープは、力を検出するための第２のセンサを備えてもよい。同様に、ゴルフクラブは、シャフト上のグリップ特性を検出するように構成された第１のセンサと、ゴルフボールとの衝撃を測定するように構成された第２のセンサと、を備えてもよい。

例示的な携帯用デバイス１１２を見ると、それは、例えば、Ａｐｐｌｅ，Ｉｎｃ．（Ｃｕｐｅｒｔｉｎｏ，Ｃａｌｉｆｏｒｎｉａ）から入手可能なブランドデバイスである、ＩＰＯＤ（登録商標）、ＩＰＡＤ（登録商標）、若しくはｉＰｈｏｎｅ（登録商標）、又はＭｉｃｒｏｓｏｆｔ（Ｒｅｄｍｏｎｄ，Ｗａｓｈｉｎｇｔｏｎ）から入手可能なＺｕｎｅ（登録商標）若しくはＭｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓデバイスを含む、電話機又はデジタル音楽プレーヤなどの多目的電子デバイスであってもよい。当該技術分野において既知のように、デジタルメディアプレーヤは、コンピュータのための出力デバイス、入力デバイス、及び／又は記憶デバイスとしての機能を果たすことができる。デバイス１１２は、ＢＡＮ １０２、ＬＡＮ １０４、又はＷＡＮ １０６中の１つ又は２つ以上のデバイスから収集された生データ又は加工データを受信するための入力デバイスとして構成することができる。１つ又は２つ以上の実施形態において、携帯用デバイス１１２は、コンピュータデバイス１１４の１つ又は２つ以上の構成要素を備えることができる。例えば、携帯用デバイス１１２は、モバイル端末を含むように、追加の構成要素備えて又は備えずに、上記で考察されたＩ／Ｏデバイス１１６〜１２２のうちいずれかなどのディスプレイ１１６、画像取り込みデバイス１１８、及び／又は１つ若しくは２つ以上のデータ取得デバイスを含んでもよい。

ａ．例示的な衣料／装身具センサ
特定の実施形態では、Ｉ／Ｏデバイスは、腕時計、アームバンド、リストバンド、ネックレス、シャツ、靴などを含む、ユーザ１２４の衣服又は装身具内に形成されてもよく、あるいはそれらと関連付けることができる。これらのデバイスは、ユーザの運動動作をモニタするように構成することができる。これらは、ユーザ１２４のコンピュータデバイス１１４との相互作用中に運動動作を検出し、かつ／又はコンピュータデバイス１１４（又は本明細書に開示される任意の他のデバイス）と独立して動作することができることを理解されたい。例えば、ＢＡＮ １０２における１つ又は２つ以上のデバイスは、ユーザの近接性又はコンピュータデバイス１１４との相互作用に関わらず、活動を測定する終日活動モニタとして機能するように構成することができる。更に、（それぞれ、以下の段落に記載される）図３に示される知覚システム３０２及び図４に示されるデバイスアセンブリ４００は、説明のための単なる例であることを更に理解されたい。

ｉ．靴取付型デバイス
特定の実施形態では、図１に示されるデバイス１２６は、本明細書に開示され、かつ／又は当該技術分野において既知のセンサを挙げることができるが、これらに限定されない、１つ又は２つ以上のセンサを備えることができる履物が挙げられる。図３は、１つ又は２つ以上のセンサアセンブリ３０４を提供するセンサシステム３０２の１つの例示的な実施形態を示す。アセンブリ３０４は、例えば、加速度計、ジャイロスコープ、位置判定構成要素、力センサ、及び／又は本明細書に開示されるか若しくは当該技術分野において既知の任意の他のセンサなどの１つ又は２つ以上のセンサを含むことができる。図示された実施形態では、アセンブリ３０４は、力感応抵抗器（ＦＳＲ）センサ３０６を含んでもよい複数のセンサを組み込む。しかし、他の（複数の）センサが利用されてもよい。ポート３０８は、靴の靴底構造３０９内に位置付けられてもよく、１つ又は２つ以上の電子デバイスとの通信のために概ね構成されている。ポート３０８は、電子モジュール３１０と通信するように任意選択的に提供されてもよく、靴底構造３０９は、モジュール３１０を受容するためのハウジング３１１又は他の構造を任意選択的に含んでもよい。センサシステム３０２はまた、ポート３０８を介してモジュール３１０及び／又は別の電子デバイスとの通信を可能にする、ＦＳＲセンサ３０６をポート３０８に接続する複数のリード線３１２を備えることができる。モジュール３１０は、靴の靴底構造中のウェル又は空洞内に収容することができ、ハウジング３１１は、ウェル又は空洞内に位置付けられてもよい。一実施形態では、少なくとも１つのジャイロスコープ及び少なくとも１つの加速度計が、モジュール３１０及び／又はハウジング３１１などの単一のハウジング内に提供される。少なくとも更なる実施形態では、動作中に方向情報及び角速度データを提供するように構成された１つ又は２つ以上のセンサが提供される。ポート３０８及びモジュール３１０は、接続及び通信のための相補的インターフェース３１４、３１６を備える。

特定の実施形態では、図３に示される少なくとも１つの力感応抵抗器３０６は、第１及び第２の電極又は電気接点３１８、３２０、並びに電極３１８と３２０との間に配設された力感応抵抗材料３２２を収容して、電極３１８、３２０を一緒に電気接続することができる。力感応材料３２２に圧力が加えられると、力感応材料３２２の抵抗率及び／又は伝導率が変化し、電極３１８と３２０との間の電位を変化させる。抵抗の変化は、センサ３１６に加えられた力を検出するために、センサシステム３０２によって検出することができる。力感応抵抗材料３２２は、様々な方法で圧力下の抵抗を変化させることができる。例えば、力感応材料３２２は、材料が圧縮されると減少する内部抵抗を有することができる。更なる実施形態は、「スマート材料」を介して実装することができる「体積ベースの抵抗」を利用することができる。別の例として、材料３２２は、力感応材料３２２の２つの部品間、又は力感応材料３２２と一方又は両方の電極３１８、３２０との間など、面−面接触の程度を変化させることによって、抵抗を変化させることができる。状況によっては、この種類の力感知抵抗挙動は、「接触ベースの抵抗」と説明することができる。

ｉｉ．リスト装着型デバイス
図４に示されるように、デバイス４００（図１に示される知覚デバイス１２８と類似することができるか、又はそれを含んでいてもよい）は、ユーザ１２４によって手首、腕、くるぶし、首などの周囲などに装着されるように構成することができる。デバイス４００は、デバイス４００の操作中に使用されるように構成された押し込み可能な入力ボタン４０２などの入力機構を備えることができる。入力ボタン４０２は、コントローラ４０４及び／又は図１に示されるコンピュータデバイス１１４と関連して考察された要素のうちの１つ若しくは２つ以上などの任意の他の電子構成要素に操作可能に接続することができる。コントローラ４０４は、埋め込まれてもよく、あるいはハウジング４０６の一部であってもよい。ハウジング４０６は、弾性構成要素を含む１つ又は２つ以上の材料から形成されてもよく、ディスプレイ４０８などの１つ又は２つ以上のディスプレイを含んでもよい。ディスプレイは、デバイス４００の照明可能な部分とみなすことができる。ディスプレイ４０８は、ＬＥＤ灯４１０などの一連の個々の点灯素子又は点灯部材を含むことができる。光は、アレイで形成されてもよく、コントローラ４０４に操作可能に接続することができる。デバイス４００は、インジケータシステム４１２を備えることができ、それはまた、ディスプレイ４８０全体の一部分又は構成要素とみなすことができる。インジケータシステム４１２は、（画素部材４１４を有することができる）ディスプレイ４０８と併せて動作し、光を放つことができるか、又はディスプレイ４０８から完全に分離していてもよい。インジケータシステム４１２はまた、複数の追加の点灯素子又は点灯部材を含んでもよく、それはまた、例示的な実施形態においてＬＥＤ灯の形態をとってもよい。特定の実施形態では、インジケータシステムは、１つ又は２つ以上の目標に向かっての成果を表すために、インジケータシステム４１２の照明部材の一部分を照明することによるなど、目標を視覚的に指示すことができる。デバイス４００は、ディスプレイ４０８及び／又はインジケータシステム４１２のいずれかを介して、ユーザの活動に基づいてユーザによって獲得された活動ポイント又は通貨の単位で表現されるデータを表示するように構成することができる。

締結機構４１６は、係合解除することができ、デバイス４００をユーザ１２４の手首又は一部分の周囲に位置付けることができ、締結機構４１６は、その後に係合位置に配置することができる。一実施形態では、締結機構４１６は、コンピュータデバイス１１４並びに／又はデバイス１２０及び／若しくは１１２などのデバイスと機能的に相互作用するための（ＵＳＢポートが挙げられるがこれに限定されない）インターフェースを備えることができる。特定の実施形態では、締結部材は、１つ又は２つ以上の磁石を備えることができる。一実施形態では、締結部材は、可動部がなくてもよく、磁力に完全に依存してもよい。

特定の実施形態では、デバイス４００は、（図４に示されない）センサアセンブリを備えることができる。センサアセンブリは、本明細書に開示され、かつ／又は当該技術分野において既知のセンサを含む、複数の異なるセンサを含んでもよい。例示的な実施形態では、センサアセンブリは、本明細書に開示されているか、又は当該技術分野において既知の任意のセンサを備えてもよく、又はこの任意のセンサに機能的に接続することができる。デバイス４００及び／又はこのセンサアセンブリは、１つ又は２つ以上の外部センサから取得されたデータを受信するように構成することができる。

ｉｉｉ．衣料及び／又は身体位置検知
図１の要素１３０は、センサ、データ取得ユニット、又は他のデバイスなどの物理装置と関連付けることができる例示的な知覚位置を示す。更に他の実施形態では、その知覚位置は、画像取り込みデバイス（例えば、画像取り込みデバイス１１８）などを介してモニタされる身体の部分又は領域の特定の位置であってもよい。ある特定の実施形態では、要素１３０は、センサを含んでもよく、要素１３０ａ及び１３０ｂは、運動用衣服などの衣料に一体化されたセンサであってもよい。そのようなセンサは、ユーザ１２４の身体の任意の所望の位置に配置することができる。センサ１３０ａ／ｂは、ＢＡＮ １０２、ＬＡＮ １０４、及び／又はＷＡＮ １０６の１つ又は２つ以上のデバイス（他のセンサを含む）と（例えば、無線で）通信することができる。特定の実施形態では、受動的検知面は、画像取り込みデバイス１１８及び／又はセンサ１２０によって放射される赤外線光などの波形を反射することができる。一実施形態では、ユーザ１２４の衣服上に位置するパッシブセンサは、波形を反射することができるガラス又は他の透明若しくは半透明の表面から作製された概ね球状の構造を備えることができる。適切に装着されると、所与の種類の衣料がユーザ１２４の身体の特定の部分に近接して位置するように構成された特定のセンサを有する、異なる種類の衣料を利用することができる。例えば、ゴルフ衣料は、第１の構成で衣料上に位置付けられた１つ又は２つ以上のセンサを備えることができ、更にサッカー衣料は、第２の構成で衣料上に位置付けられた１つ又は２つ以上のセンサを備えてもよい。

図５は、知覚入力のための例示的な位置を示す（例えば、知覚位置１３０ａ〜１３０ｏを参照）。この点に関して、センサは、ユーザの衣服上／衣服内に位置する身体センサであってもよく、更に他の実施形態では、センサ位置１３０ａ〜１３０ｏは、２つの動いている身体部分間の関係の特定に基づいていてもよい。例えば、画像取り込みデバイス１１８などの画像取り込みデバイスを用いてユーザ１２４の動きを特定することによってセンサ位置１３０ａを決定することができる。したがって、特定の実施形態では、センサは、（センサ位置１３０ａ〜１３０ｏのうち１つ又は２つ以上など）特定の位置に物理的に位置していない場合があるが、画像取り込みデバイス１１８又は他の位置から集められた他のセンサデータなどによって、その位置の特性を検知するように構成されている。この点に関して、ユーザの身体の全体的な形状又は一部分により、特定の身体部分を特定することができる。画像取り込みデバイス及び／若しくはユーザ１２４上に位置する身体センサが利用されるか、並びに／又は（知覚システム３０２などの）他のデバイスからのデータを使用して、デバイスアセンブリ４００及び／若しくは本明細書に開示されるか、若しくは当該技術分野において既知の任意の他のデバイス若しくはセンサが利用されるかに関わらず、センサは、身体部分の現在の位置を検知し、かつ／又は身体部分の動作を追跡することができる。一実施形態では、位置１３０ｍに関連する知覚データを、ユーザ重心（別名、質量中心）の決定において利用することができる。例えば、（複数の）位置１３０ｍ〜１３０ｏのうち１つ又は２つ以上に対する位置１３０ａと（複数の）位置１３０ｆ／１３０ｌとの間の関係を利用して、ユーザの重心が（ジャンプ中などに）垂直軸に沿って上昇しているかどうか、又はユーザが膝を屈曲及び収縮させることによってジャンプの「ふりをしよう」と試みているかを判定することができる。一実施形態では、センサ位置１３０６ｎは、ユーザ１２４の胸骨の周囲に位置することができる。同様に、センサ位置１３０ｏは、ユーザ１２４のへそに近接して位置することができる。特定の実施形態では、センサ位置１３０ｍ〜１３０ｏからのデータを、ユーザ１２４に対する重心を決定するために、（単独で、又は他のデータと組み合わせて）利用することができる。更なる実施形態では、センサ１３０ｍ〜１３０ｏなどの複数のセンサ位置間の関係は、ユーザ１２４の方向及び／又はユーザ１２４の胴体のねじりなどの回転力の決定において利用することができる。更に、（複数の）位置などの１つ又は２つ以上の位置は、モーメントの中心位置として利用することができる（又はそれに近似することができる）。例えば、一実施形態では、（複数の）位置１３０ｍ〜１３０ｏのうち１つ又は２つ以上は、ユーザ１２４のモーメントの中心位置に対する点としての機能することができる。別の実施形態では、１つ又は２つ以上の位置は、特定の身体部分又は領域のモーメントの中心としての機能することができる。

例示的な指標の算出
本開示の態様は、エネルギー消費、速度、距離、ペース、力、及び／又はその他が挙げられるがこれらに限定されない、アスリートの１つ又は２つ以上の活動指標を算出するために利用することができるシステム及び方法に関する。算出は、ユーザが１つ又は２つ以上の活動中にリアルタイムフィードバックを得ることができるように、リアルタイムで実施することができる。特定の実施形態では、複数の指標の全ての算出は、同じセットの属性、又は共通群の属性由来のサブセットの属性を使用して推定することができる。一実施形態では、エネルギー消費の算出は、第１のセットの属性について、アスリートによって実施されている、ウォーキング、ランニング、特定のスポーツを行うこと、又は特定の活動を行うことなどの活動を分類することなく、実施することができる。一実施形態では、エネルギー消費が活動種類を分類することなくセンサデータ及び／又はこれらの派生物から算出することができるように、活動種類のテンプレートを一切用いずにエネルギー消費を決定する。例えば、エネルギー消費は、アスリートが、例えば、ウォーキング又はサッカー競技などの第１の活動又は第２の活動を実施しているかに関わらず、同じセットの属性を使用して、特定の実施形態に従って算出することができる。

特定の実施では、算出されたエネルギー消費は、例えば、速度が同じセットの属性又は同じ属性のサブセットから決定することができるように、第１のセットの属性及び別の指標を使用して算出することができる。一実施形態では、複数の指標は、主要属性の選択を使用して選択することができる。一例では、この属性算出を使用して、ユーザのエネルギー消費並びに／又はウォーキング及び／若しくはランニングの速度を推定することができる。一例では、エネルギー消費並びに／又はウォーキング及び／若しくはランニングの速度は、同じセットの属性、又は属性の共通群由来の属性のサブセットなどを使用して推定することができる。

本明細書に記載されるシステム及び方法は、活動データ（リアルタイムの活動データなど）から算出された属性を、１つ又は２つ以上のモデルと比較することができ、その１つ又は２つ以上のモデルは、アスリートが実施した活動種類について取得されたデータを含まなくてもよい（かつ、エネルギー消費算出用などに分類されなくてもよい）。このようにして、１つ又は２つ以上のモデルは、ユーザによって実施されている特定の活動に対して断定的でなくてもよい。例えば、活動デバイスは、バスケットボール活動を実施しているユーザからの情報を受信することができ、少なくとも１つのモデルは、バスケットボール活動からのデータを一切含まなくてもよい。

複数の指標を算出する例として、システム及び方法を実施して、データの１つ又は２つ以上の時間ウィンドウに対する速度を算出するかを判定することができる。本開示の特定の態様は、運動データを分類することを含む速度又は距離の決定に関する。しかしながら、上記で議論したように、他の態様は、運動データを活動種類（ウォーキング、ランニング、バスケットボール、短距離走、サッカー、フットボールなど）に分類せずにエネルギー消費値を算出することに関するが、例えば、速度及び／又は距離などの他の指標の算出用にエネルギー消費を算出するために利用される同じデータの少なくとも一部を分類することは、本開示の範囲内である。一実施では、エネルギー消費値の決定に由来するデータの少なくとも一部から速度（又は別の指標）を決定することができる。特定の実施形態に従って、本明細書に開示された又は当該技術分野で既知の任意のデバイスなどの単一のデバイス上で属性を算出する。一実施形態では、属性及び指標の算出は、単一のデバイス上で算出される。そのような一例では、ユーザの付属器官上に装着されるように構成されたデバイスは、センサデータを受信し、かつ属性及びその属性由来の複数の指標を算出するように構成することができる。一実施形態では、単一のデバイスは、少なくとも１つの属性を算出するために利用されるデータの取得用に構成された少なくとも１つのセンサを備える。特定の実施形態に従って、単一のデバイス上に位置する１つ又は２つ以上のセンサから属性を算出する。

例示的なエネルギー消費の算出
本明細書に記載されるシステム及び方法のうち１つ又は２つ以上は、エネルギー消費の推定を算出することができる。そのようにして、本明細書に記載されるシステム及び方法のうち１つ又は２つ以上は、図６の構成要素のうち少なくとも１つを実装することができる。従って、一例では、図６は、あるいは生センサデータと称される未処理のセンサデータからエネルギー消費を算出するために使用することができる構成要素を記載している。一構成では、デバイス１１２、１２６、１２８、１３０、及び／又は４００などのデバイスは、ユーザによって実施されている１つ又は２つ以上の活動に関連付けられるデータを取得することができる。前記デバイスとしては、加速度計、ジャイロスコープ、位置判定装置（例えば、ＧＰＳ）、光センサ、（周囲温度及び／又は身体温度を含む）温度センサ、心拍数モニタ、画像取り込みセンサ、水分センサ、及び／又はこれらの組み合わせが挙げられるがこれらに限定されない、１つ又は２つ以上のセンサが挙げられる。同様に、この取得された活動データを使用して、ユーザと関連付けられる１つ又は２つ以上のエネルギー消費値を算出することができる。

一実施では、センサデータは、デバイス１１２、１２６、１２８、１３０、及び／又は４００などの第１のデバイスから受信することができ、前記第１のデバイスは、第１の動作プロトコルを利用することができる。この第１の動作プロトコルは、第１のデバイスの動作／第１のデバイスによって実行される１つ又は２つ以上のタスクを制御するように構成された１つ又は２つ以上の処理を含んでもよい。一例では、第１の動作プロトコルなどの動作プロトコルは、とりわけ、オペレーティングシステム又はプログラムコードと称することができる。更に、第１のデバイスは、とりわけ、第１の製造者と関連付けることができる。一例では、第１のデバイスから受信したデータは、第２の動作プロトコルを利用する第２のデバイスによって受信することができる。したがって、前記第２のデバイスは、デバイス１１２、１２６、１２８、１３０、及び／又は４００のうち１つ又は２つ以上を含んでもよく、その結果、前記第２のデバイスの第２の動作プロトコルは、第１の動作プロトコルと完全な互換性ではない。当業者は、異なる動作プロトコルに関して生じ得る多様な非互換性について理解するであろう。例えば、データを、第１のシンタックス又は方法論を使用する第１の動作プロトコルによって、処理、操作、及び／又はフォーマットすることができ、第２のシンタックス又は方法論を使用する第２の動作プロトコルによって、処理、操作、かつ／又はフォーマットすることができる。このようにして、第１の動作プロトコル及び第２の動作プロトコルは、とりわけ、互いに非互換性として、又は互いに完全に互換性ではないとして概ね説明することができる。したがって、一実施では、本明細書に記載されるシステム及び方法を利用して、第１の動作プロトコルを利用する第１のデバイスから受信し、第２の動作プロトコルを利用する第２のデバイスによって受信したデータを使用して、１つ又は２つ以上のエネルギー消費値を算出することができる。

一実施では、個人によって消費された酸素の体積の推定量を使用して、前記個人による、有効代謝当量又はエネルギー消費の推定量を算出することができる。例えば、一実施形態では、個人によって消費された１リットルの酸素は、およそ５キロカロリー（５ｋｃａｌ）のエネルギー消費と関連付けることができる。さらに又はあるいは、当業者は、様々な代替的な方法論が個人による酸素消費に基づくエネルギー消費の算出用に存在することを理解するであろう。

一実施形態では、個人による酸素消費は、キログラムあたりなどの単位質量あたりの酸素の体積（ＶＯ_２／ｋｇ）として測定することができる。一実施では、本明細書に記載されるシステム及び方法は、特定の活動と関連付けられた実際のかつ／又は推定の酸素消費に関して、１つ又は２つ以上の持続性コンピュータ可読媒体上のコンピュータ実行可能命令として記憶された値などの値を利用することができる。特定の実施形態では、値は、１つ又は２つ以上の特定の活動を実施している１人又は２人以上の個人から収集された、あるいはトレーニングデータと称される、実際のデータであってもよく、又は実際のデータに由来していてもよい。例えば、本明細書に記載されるシステム及び方法は、とりわけ、バスケットボール競技、サッカー競技、テニス競技、ウォーキング、ジョギング、ランニング、及び短距離走、シッティング、スクワット、及び／又はこれらの組み合わせが挙げられる活動を実施している１人又は２人以上の個人による酸素消費に関連するトレーニングデータを利用することができる。当業者は、個人が１つ又は２つ以上の上記活動を実施している間に酸素消費をモニタするために利用することができる様々な検査手順を理解しているであろう。加えて、活動中に、複数の酸素消費データポイントを収集することができることが当業者に容易に理解されるであろう。更に、１つ又は２つ以上のデータ操作処理は、とりわけ、特定の活動中の平均酸素消費を算出するために前記収集データポイントで実施することができ、（例えば、キログラム単位などで測定された）記録された体重、及び／又は個人又は分類に特異的な情報（例えば、性別、体重、身長、年齢、体脂肪率など）に基づくことができる。

一実施では、トレーニングデータは、１つ又は２つ以上の特定の活動を実施している１人又は２人以上の個人用に記録することができ、前記トレーニングデータは、１つ又は２つ以上の特定の活動中の１つ又は２つ以上の時点で消費された酸素の体積に関連する情報、並びに個人及び／又は分類に特異的な情報（例えば、特定の活動を実施している個人の体重）に関連する情報を含む。加えて、トレーニングデータは、デバイス１１２、１２６、１２８、１３０、及び／又は４００などのデバイスからのセンサデータを含むことができる。このようにして、１つ又は２つ以上のセンサに関連する情報を記憶することができるトレーニング日は、１つ又は２つ以上の活動中に消費された酸素の１つ又は２つ以上の体積に関連する情報に加えて出力する。一実施では、酸素消費データに加えて記憶されたセンサデータは、加速度計、ジャイロスコープ、位置判定装置（例えば、ＧＰＳ）、光センサ、（周囲温度及び／又は身体温度を含む）温度センサ、心拍数モニタ、画像取り込みセンサ、水分センサ、及び／又はこれらの組み合わせのうち１つ又は２つ以上からのデータを含むことができる。例えば、トレーニングデータは、加速度計センサからの記憶されたデータを、活動中、例えば、サッカー競技中に消費された酸素の体積に関連する情報に加えて含むことができる。

したがって、本明細書に記載されるシステム及び方法は、活動に関連付けられた１つ又は２つ以上の算出された属性を含むトレーニングデータを含むことができる。更に、活動に関連付けられた１つ又は２つ以上の属性は、活動中の１つ若しくは２つ以上の時点で個人の単位質量あたり消費された酸素の１つ若しくは２つ以上の体積、及び／又は前記活動中にユーザの１つ若しくは２つ以上の動きをモニタしているデバイスに関連付けられたセンサからの１つ若しくは２つ以上の出力に基づく１つ若しくは２つ以上の算出値を含むことができる。例えば、一実施では、加速度計センサの出力は、３つの軸（ｘ軸、ｙ軸、及びｚ軸）のそれぞれに対する加速度値を含んでもよい。したがって、一実施では、加速度計センサが検知できるそれぞれの軸（ｘ軸、ｙ軸、及びｚ軸）に関連付けられた複数の加速度値は、単一の加速度データポイントとしてグループ化することができる。別の実施では、加速度値は、１つ又は２つ以上の属性を算出するために、デバイス１１２、１２６、１２８、１３０、及び／又は４００などのデバイスに関連付けられた、プロセッサ２０２などのプロセッサによって処理することができる。

一例では、センサから受信された１つ又は２つ以上のデータポイントは、ユーザの１つ又は２つ以上の動きを表すデータセットに統合される。したがって、１つ又は２つ以上のデータポイントは、１つ又は２つ以上の傾向及び／又は指標をデータから抽出することができる方法でデータを表示するように処理することができる。一例では、加速度計からの加速度データ出力を処理（変換）して、法線ベクトル（「ベクトルノルム」）を算出することができる。一例では、追加的に又は代替的な変換を用いて、法線ベクトルの標準偏差、法線ベクトルの導関数、及び／又は法線ベクトルの高速フーリエ変換（ＦＦＴ）を算出することができる。当業者は、特定の変換が２つ以上のセンサからのセンサデータを組み合わせ、かつ／又は個人データ（例えば、身長、年齢、体重など）などの他のデータと組み合わせることができることを理解するであろう。他の実施形態では、変換は、複数のセンサからのセンサデータが混合しないように、単一のセンサからのデータのみを利用することができる。

一例では、１つ又は２つ以上の属性を、受信したデータから算出することができ、ユーザの１つ又は２つ以上の動きを表すデータセットに対して実行される１つ又は２つ以上の変換処理の後、属性を算出することができる。この点に関して、複数のユーザからのデータセットを、その活動がデータセット外であるユーザに対する比較として使用することができる。これは、ユーザの活動を活動種類（例えば、ウォーキング、ランニング、特定のスポーツ競技）に分類することなく行うことができ、特定の実施形態では、ユーザは、モデル用の属性値を得るために使用されるデータの範囲内にトレーニングデータを収集する一環として実施されなかった活動を実施していてもよい。

別の例では、本明細書に記載されるシステム及び方法を実施して、センサデータから１つ又は２つ以上の指標を推定することができる。これらの指標は、とりわけ、エネルギー消費の推定、ユーザがランニング、ウォーキング、若しくは他の活動を実施しているかに関する推定、及び／又はユーザが移動している速度及び距離（ペース）などを含んでもよい。例えば、図６のフローチャート６００のブロック６０１は、１つ又は２つ以上の属性からエネルギー消費を算出する例示的な実施を示す。別個に、ブロック６０３は、速度を算出するための例示的な実施に誘導され、速度は、１つ又は２つ以上の算出された属性を使用して決定することができ、エネルギー消費指標と同じセンサ、同じデータ、及び／又は同じ属性に由来することができる。

したがって、本明細書に記載されるシステム及び方法は、とりわけ、加速度計、心拍数センサ、ジャイロスコープ、位置判定デバイス（例えば、ＧＰＳ）、（非可視光を含む）光センサ、（周囲温度及び／若しくは体温を含む）温度センサ、睡眠パターンセンサ、画像取り込みセンサ、水分センサ、力センサ、コンパス、角速度センサ、並びに／又はこれらの組み合わせを含む１つ又は２つ以上の異なるセンサの種類から受信されたデータを使用することができる。更に、図６のフローチャート６００の１つ又は２つ以上の構成要素は、第１の動作プロトコルを利用する第１のデバイスによって、第２の動作プロトコルを利用する第２のデバイスから受信したデータを使用することなどによって実施することができる。

更に、加速度計センサからの加速度データ出力と関連付けられた属性の例が記載される一方で、当業者は、本開示の範囲を逸脱することなく、他のセンサが単独で又は他のセンサ及びデバイスと組み合わせて使用することができることを理解するであろう。例えば、心拍数モニタを使用することができ、心拍数モニタからのデータ出力は、毎分拍動数（ＢＰＭ）又は等価物の単位で心拍数を表すデータを出力することができる。したがって、１つ又は２つ以上の変換を、出力された心拍数データに対して実施して、あるポイントにおいて、信号をドロップアウトさせながら、心拍数データのポイント間の心拍数信号を補間することができる。更に、心拍数モニタ又は任意の他のセンサと関連付けられたセンサデータ用に算出された属性は、加速度計データに関して上述された属性と同じであってもよく、又は異なっていてもよい。

別の実施では、本明細書に記載されるシステム及び方法は、センサの組み合わせからのセンサデータを分析することができる。例えば、デバイスは、（１つ又は２つ以上の加速度計などの）ユーザの１つ又は２つ以上の付属器官の動きに関する情報に加えて、心拍数モニタからユーザの心拍数に関する情報を受信することができる。一例では、デバイスは、ユーザが激しい運動を示唆する心拍数を有することを判定することができるが、加速度計データは、前記ユーザがある期間にわたって休息していたことを示すことができる。したがって、デバイスは、活動期間後、ユーザの心拍数は高く保たれているが、前記活動後に現在は休息していることなどを判定することができる。

一実施では、トレーニングデータを使用して、とりわけ、ユーザの性別、体重、及び／又は身長などの１つ又は２つ以上の個人に特異的な特性（に少なくとも部分的に）に基づいた酸素消費の体積を予測するために、あるいはエキスパート又はエキスパートモデルと称される１つ又は２つ以上のモデルを構築することができる。したがって、デバイス１１２、１２６、１２８、１３０、及び／又は４００などのデバイスに関連付けられた１つ又は２つ以上のセンサからの情報を使用して、１つ又は２つ以上の属性を算出することができる。次に、算出された属性は、１つ又は２つ以上の構築されたモデルに関連付けられた属性と比較することができ、それにより、算出された属性に対応する動き信号（センサ出力値）を出力しながら、ユーザによって消費されている酸素の体積を予測するために使用することができる。例えば、ユーザは、付属器官上にセンサデバイスを装着しながら、サッカー競技などの活動を実施していてもよい。次に、センサデバイスは、１つ又は２つ以上の属性を算出するために処理することができるセンサ値を出力することができる。続いて、１つ又は２つ以上の算出された属性を、１つ又は２つ以上のモデルに関連付けられた１つ又は２つ以上の属性と比較することができ、サッカー競技中にユーザによって消費されている酸素の体積を推定することができる。更に、前記消費されている酸素の体積の推定量を使用して、サッカーをしているユーザによるエネルギー消費値を推定することができる。この処理は、図６と関連してより詳細に説明される。特定の実施形態では、全てのセンサデータは、単一デバイスから得られる。一例では、単一デバイスは、付属器官装着デバイスである。特定の構成において、付属器官装着デバイスは、加速度計、位置判定センサ（例えば、ＧＰＳ）、及び心拍数モニタのうち少なくとも１つを備える。別の例では、単一デバイスは、靴などの運動衣料上又は運動衣料内部に配置されるように構成されたセンサを備える。更に別の例では、少なくとも２つの異なるデバイス由来のセンサを利用して、データを収集する。少なくとも１つの実施形態では、データを取得するために利用されるセンサを備えたデバイスはまた、エネルギー消費の出力を提供するように構成されている。一実施形態では、デバイスは、エネルギー消費に関する出力を表示するように構成されたディスプレイデバイスを備える。更なる実施形態では、デバイスは、エネルギー消費に関する情報を遠隔デバイスに送信するように構成された通信素子を備えることができる。

別の実施では、１つ又は２つ以上の属性は、受信されたセンサデータから算出することができ、とりわけ、ユーザの速度／ペースを予測するための１つ又は２つ以上のウォーキング及び／又はランニングモデルへの入力として使用することができる。そのような実施の更なる詳細は、フローチャート６００のブロック６０３と関連して説明される。

図６は、属性算出の例示的な実施を示すフローチャートである。一例では、この属性算出を使用して、ユーザによって実施されている活動に関連付けられた１つ又は２つ以上の指標を推定することができ、前記推定は、エネルギー消費速度及び／又は１つ若しくは２つ以上の指標を含むことができる。一例では、エネルギー消費並びに／又はウォーキング及び／若しくはランニングの速度は、同じ一連の属性、又は属性の共通群由来の属性の一部などを使用して推定することができる。

ユーザの動作に関連する情報は、ユーザをモニタする１つ又は２つ以上のセンサデバイスと関連付けられた１つ又は２つ以上のセンサから１つ又は２つ以上のデータ信号として出力することができる。一実施では、図６は、とりわけ、デバイス１１２、１２６、１２８、１３０、及び／又は４００などのセンサデバイスと関連付けることができるプロセッサユニット２０２などの少なくとも１つのプロセッサによって実行される１つ又は２つ以上の処理を示す。したがって、デバイスは、活動中にユーザによって消費されている酸素の体積を直接モニタしなくてもよい。一実施において、１つ又は２つ以上のセンサデバイスは、ユーザによって実施されている１つ又は２つ以上の活動に関連する１つ又は２つ以上の運動をモニタすることができる。更に、一構成では、受信された活動データは、特定の属性を呈することができる活動に対して観察された酸素消費値と相関してもよく、１つ又は２つ以上の酸素消費モデルと関連付けることができる。

１つ又は２つ以上の実施形態は、センサデータを１つ又は２つ以上のセンサから受信する（例えば、ブロック６０２参照）。特定の実施形態では、センサデータは、ユーザによって装着されたデバイスに関連付けることができる。１つの例において、前述したように、前記デバイスは、とりわけ、デバイス１１２、１２６、１２８、１３０、及び／又は４００であってもよい。したがって、センサデータは、図２のプロセッサ２０２などのプロセッサによって受信されてもよく、本明細書に記載されかつ／又は当該技術分野で既知の１つ又は２つ以上のセンサから受信することができる。一実施では、センサデータは、ブロック６０２で加速度計から特に２５Ｈｚの周波数で受信することができる。更に又はあるいは、加速度計などのセンサから、５．０〜５．５秒のウィンドウ内でセンサデータを受信することができる。一実施形態では、ウィンドウ（又は時間枠）は、約５．１２秒の長さであってもよい。ウィンドウは、その間でセンサデータがユーザによって実施されている１つ又は２つ以上の活動と関連付けられたユーザの１つ又は２つ以上の動きに対して記録される期間であってもよい。一実施では、サンプルウィンドウは、センサデータの１２８個のサンプル（データポイント）を含むことができ、センサデータのサンプルは、加速度計の３つの直交軸（ｘ軸、ｙ軸、及びｚ軸）のそれぞれに対する値、及び／又は法線ベクトル値を含むことができる。更に別の実施では、一実施では加速度計から受信されたセンサデータは、重複しないウィンドウ内で受信することができる（例えば、センサデータの５．１２秒長の群は、それぞれ１２８サンプルを含み、同時にではなく、単一でかつ／又は互いに個別に受信される）。しかしながら、代替の実施形態では、当業者は、本明細書に記載されるシステム及び方法を、加速度計の任意の作動周波数を有して、任意の時間長を測定するウィンドウ長を有して、かつ所定のウィンドウ内からのセンサデータの任意の数のサンプルを使用して、用いることができることを容易に理解するであろう。データは、受信しながら、例えば、ブロック６０４などで、検証することができる。データ妥当性検証は、とりわけ、１つ又は２つ以上の閾値に対する受信センサデータの１つ又は２つ以上の値の個人などを含んでもよい。

本開示の更なる態様は、データから１つ又は２つ以上の属性を算出することに関する（例えば、ブロック６０６参照）。１つ又は２つ以上の属性は、本明細書に記載される検証プロトコルなどの検証プロトコル後に算出することができる。一実施では、１つ又は２つ以上の属性は、サンプルウィンドウ（例えば、上述の１２８サンプルウィンドウ）内の受信サンプルのうち１つ又は２つ以上に対して算出することができる。属性は、データを収集しながら、リアルタイムで算出することができる。

更なる実施形態は、１つ又は２つ以上のセンサから受信されたデータに関連付けられた１つ又は２つ以上の算出された属性、及びユーザによって実施されている１つ又は２つ以上の活動の示唆を、１つ又は２つ以上のモデルに関連付けられた１つ又は２つ以上の属性と比較することができる。一例では、１つ又は２つ以上の属性は、１つ又は２つ以上のモデルと比較することができる（例えば、ブロック６０８参照）。例えば、エネルギー消費の算出のために、１つ又は２つ以上の属性を、酸素消費モデルと比較することができる。別の例では、属性は、とりわけ、（ウォーキング中の）歩数の推定用モデル、（ランニング中の）歩幅、若しくはユーザによる他の動作、及び／又はユーザの速度及び距離（ペース）の推定用モデルのうち１つ又は２つ以上への入力として使用することができる（例えば、フローチャート６００のブロック６０３参照）。更に、図６から明らかとなるように、１つ又は２つ以上の算出された属性は、一例では、エネルギー消費の推定用モデルが、歩数速度、ウォーキング速度、及び／又はランニング速度などの算出用モデルと別個に実行することができるような、１つ又は２つ以上のモデルへの入力として使用することができる。前述のように、１つ又は２つ以上のモデルは、メモリ２１２などのメモリに記憶されてもよく、センサデバイスを含むデバイスと関連付けることができる。

一実施では、モデルは、１つ又は２つ以上の活動を行っている１つ又は２つ以上のユーザの実施中に収集された情報（例えば、トレーニングデータ）及び、一例では、予測された酸素消費を含んでもよい。モデルは、アスリートが実施している活動と異なっているにもかかわらず、属性間の類似の関係性を有することができる活動由来のトレーニングデータを含んでもよい。そのようにして、モデルは、酸素消費の正確な予測手段として機能することができる。したがって、モデルは、１つ又は２つ以上の異なる活動と関連付けられたトレーニングデータを含むことができる。例えば、モデルは、とりわけ、サッカー競技及びバスケットボール競技と関連付けられた１つ又はモニタリング処理から受信されたトレーニングデータを含んでもよい。このようにして、サッカー及びバスケットボール活動データの特定の動作に関連付けられた酸素消費データは、（活動中の異なる期間に対する１つ又は２つ以上の規定の数位範囲内などで）類似することができる。

別の実施では、第１の酸素消費モデルは、第２の酸素消費モデルで使用されたユーザの１つ又は２つ以上のユーザデータと同じ１人又は２人以上のユーザからのデータを含んでもよい。別の構成では、第１のモデル及び第２のモデルは、同じ１人又は２人以上のユーザのデータを使用することができる。更に別の構成では、モデルに関連付けられたデータを、単一データ収集期間中に同じ１人若しくは２人以上のユーザから、又は同一日若しくは異なる日にわたる複数収集期間などから取得することができる。一実施では、第１のモデルは、１つ又は２つ以上のセンサの第１の群からのデータに関連付けられてもよく、第２のモデルは、１つ又は２つ以上のセンサの第２の群に関連付けられてもよく、第１の群は、同じセンサ種類のうち１つ若しくは２つ以上を共有してもよく、又は１つも共有しなくてもよい。一実施では、本明細書に記載されるシステム及び方法は、活動データ（リアルタイム活動データなど）から算出された属性を、１つ又は２つ以上のモデルと比較することができ、その１つ又は２つ以上のモデルは、その活動種類について取得されたデータを含まなくてもよい。このようにして、１つ又は２つ以上のモデルは、ユーザによって実施されている特定の活動に対して断定的でなくてもよい。例えば、活動デバイスは、バスケットボール活動を実行しているユーザから情報を受信することができる。これに応じて、デバイスは、受信されたバスケットボール活動データを処理してもよく（例えば、フローチャート６００のブロック６０６など）、算出された属性を１つ又２つ以上のモデルと比較することができる（例えば、ブロック６０８など）。一実施では、１つ又は２つ以上のモデルは、バスケットボールに関するデータを含んでもよく、又は含まなくてもよい。このようにして、受信センサデータに対して算出された１つ又は２つ以上の属性は、１つ又は２つ以上のモデルに対応してもよく、モデルは、ユーザによって実施されている特定の活動に関するトレーニングデータを含む必要はない。

一構成では、複数のモデルを利用することができ、複数のモデルのそれぞれは、他のモデルの属性と重複してもよく、又は重複しなくてもよいそれ自体の属性を有している。１つの例示的な実施では、それぞれのモデルは、２０種の属性と関連付けることができる。別の構成では、本明細書に記載されるシステム及び方法は、モデルごとに、５種、１０種、１５種、又は２１種の属性を記憶することができる。しかし、本明細書に記載されるシステム及び方法がそれぞれのモデルと関連する任意の数の属性を記憶することができ、特定の実施形態では、第１のモデルと関連して記憶された第１の数の属性は、第２のモデルと関連して記憶された第２の数の属性と異なってもよいことが、当業者に容易に理解されるであろう。更に、モデルと関連して記憶された１つ若しくは２つ以上の属性は、あるいは重みと呼ばれてもよく、又はモデルをデバイスから受信されたセンサデータから算出されたそのモデルの属性と比較するために使用することができる相関重み付け値を算出するために使用することができる。したがって、一実施では、ユーザの動作データを収集する１つのセンサデバイス（又は複数のセンサデバイス）から受信されたデータから算出された属性の数は、１つ又は２つ以上の記憶された酸素消費モデルと関連付けられた属性の数、あるいは重みの数と等しくてもよい。

１つ又は２つ以上の態様は、第１のモデルが、記憶された１つ又は２つ以上のモデルの総数から酸素消費を最も正確に推定する確率を算出することができる。例えば、異なる（例えば、１６種の）モデルの群に由来する、特定のモデルが酸素消費の最も正確な出力を提供する可能性が最も高い確率を算出することができる。算出は、例えば、ブロック６０８の一部として実施されてもよく、ユーザによって実施されている活動を示唆する受信センサデータから算出された１つ又は２つ以上の属性に基づいてもよい。一実施では、受信センサデータから算出された属性間の近接度、及び、記憶された酸素消費のうち１つ又は２つ以上と関連付けられたそれらの属性、あるいはそれらの重みは、例えば、ブロック６０８の一部として算出することができる。一実施では、本明細書に記載されるシステム及び方法は、１つ又は２つ以上の処理を実行して、記憶されたモデル（エキスパート）と関連付けられた対応する重みを有する入力属性を比較することができる。一例では、ブロック６０８は、それぞれの記憶されたモデルに対する確率を算出することができる。したがって、前記確率は、算出された１つ又は２つ以上の属性が所与のモデルに最も適合する可能性を表すことができる。例えば、確率は、１６種の記憶されたモデルなどそれぞれに対して算出することができる。１６個の算出された確率のうち最も高い確率値は、算出された属性などに最も適合しているモデルを示す。

一例では、ブロック６１０は、ブロック６０８由来のそれらの算出された属性に最も合致、又は最も適合しているモデルを選択する１つ又は２つ以上の処理を表す。前述のように、前記最適適合モデルは、ユーザの活動をモニタするセンサデバイスから受信されたデータを最も厳密に近似する記憶されたトレーニングデータを表す。一実施では、最適適合モデルは、１．０の値に最も近い算出された確率値に対応するモデルであってもよい。別の実施では、ブロック６１０は、２つ以上のモデルを選択することができる。例えば、所定の偏差、変動、及び／又は閾値内で適合するモデルを選択することができる（ハイブリッドモデルストラテジと称される）。

例示的なブロック６１２によって示されるように、１つ又は２つ以上の実施形態は、選択されたモデル（エキスパート）から出力値を推定することができる。一例では、出力は、ユーザによって実施されている１つ又は２つ以上の活動の結果としての酸素消費の体積の推定になっていてもよい。したがって、一例では、ブロック６１２は、ユーザによって実施されている活動を推定酸素消費値と相関させることができ、センサデータから算出された属性値に最も厳密に合致する選択されたモデル（例えば、最適適合モデル）に基づいてもよい。一実施では、モデルは、１つ又は２つ以上の酸素消費の推定を記憶することができ、１つ又は２つ以上の酸素消費の推定を、例えば、ユーザの性別、体重、及び／又は身長などの少なくとも１つの個人に特異的な値に基づいて記憶することができる。したがって、また、センサデバイスから受信されたセンサデータと関連付けられた１つ又は２つ以上の属性に基づいて、ブロック６１２は、ユーザによって行われた活動に基づいてユーザによる酸素消費の体積の推定を返すことができる。

ブロック６１４は、モデル出力値と関連付けられた動き指標を推定するために実施することができる。一例では、動き指標は、酸素消費値を使用して推定することができるエネルギー消費値であってもよい。前述したように、１つ又は２つ以上の方法を利用して、酸素消費値からエネルギー消費を算出することができる。一例では、５ｋｃａｌの推定エネルギー消費は、ユーザによる１Ｌの酸素消費と関連付けられる。しかしながら、当業者は、酸素消費の値に基づいてエネルギー消費を算出し、１つ又は２つ以上の個人に特異的な値（例えば、ユーザの身長及び体重）を使用するための様々な別の数式を理解するであろう。

別の実施では、（例えば、ブロック６０６で）算出された１つ又は２つ以上の属性は、センサがウォーキング、ランニング、又はユーザによって実施されている別の活動を示唆するかどうかの判定、及び更に又はあるいは、ユーザのウォーキング又はランニングなどの速度の決定に使用することができる。したがって、ブロック６０６で算出された１つ又は２つ以上の属性は、ブロック６０３への入力として使用することができる。特に、１つ又は２つ以上の属性を、ブロック６０６から決定ブロック６１６に伝達することができる。ブロック６１６で、１つ又は２つ以上の処理を実行して、ユーザがランニング若しくはウォーキングをしているか、又は別の活動を実施しているかを判定することができる。ユーザがランニング又はウォーキング以外の活動を実施していると判定された場合、フローチャートは、ブロック６１６から６１８に進む。したがって、ランニング又はウォーキング以外の活動を実施しているユーザに対して、ユーザが移動しているなどの速度を明示するための処理は実行されない。決定６１６で、ユーザがランニング又はウォーキングをしていることが判定された場合、決定６２０を実施して、その活動がウォーキングであるか又はランニングであるかを判定することができる。ランニング又はウォーキングなどの活動を選択するための例示的な実施形態は、本明細書において提供され、一実施形態に関連して、ユーザがランニングしていると判定された場合、１つ又は２つ以上の属性をランニングモデルに伝達して、速度を決定することができる。（例えば、ブロック６２２参照）。しかしながら、ユーザがウォーキングをしていると判定された場合、特定の実施形態は、１つ又は２つ以上の属性をウォーキングモデルに伝達して、速度を決定することができる（例えば、ブロック６２４参照）。

別の実施では、本明細書に記載されるシステム及び方法を利用して、デバイス１１２、１２６、１２８、１３０、及び／又は４００などの活動デバイスから受信された１つ又は２つ以上の指標を使用してエネルギー消費を算出することができる。そのようにして、１つ又は２つ以上の指標は、ユーザによって実施されている活動に関連した活動指標を含むことができる。活動指標の例には、とりわけ、速度、ペース、加速度、酸素消費の体積、代謝当量値、カロリー消費値、力、心拍数、較差（gradient）、又は温度などを挙げることもできるが、これらに限定されない。したがって、一例では、図７Ａに概略的に示されたフローチャート７００は、外部デバイスから受信したデータからユーザのエネルギー消費値を算出するための１つ又は２つ以上の処理を説明することができる。更に、一実施では、フローチャート７００の１つ又は２つ以上のコンポーネントを、第１の動作プロトコルを利用する１つ又は２つ以上のデバイスによって、第２の動作プロトコルを利用する１つ又は２つ以上の別個のデバイスから受信されたデータを使用して実行することができる。そのようにして、これらの第１及び第２の動作プロトコルは、本開示において前述したように、非互換性の問題を有する場合がある。

１つの特異的な例では、フローチャート７００及び図７Ａの１つ又は２つ以上のコンポーネントは、前述のように、デバイス１１２、１２６、１２８、１３０、及び／又は４００などのデバイスによって実行することができる。一実施形態では、手首装着型デバイスなどのユーザによって装着されるように構成されたデバイス上に唯一位置するセンサは、検出された動きパラメータに対して利用することができる。デバイスなどのセンサからのデータは、他のセンサの支援なしに活動の分類に関連する１つ又は２つ以上の決定において使用することができ、かつ／又はエネルギー消費を決定することができる。活動は、ユーザ１２４の運動及び／又は他の身体的活動を含んでもよい。一実施では、図７Ａは、一実施形態に従って個人の活動を分類かつ／又はエネルギー消費値を算出するために利用することができる例示的な処理を有するフローチャート７００を概略的に表示する。図７Ａは、複数の部分要素を含んでもよい例示的な実施形態の概観として提供される。この点に関して、図７Ａに続く残りの図（及び関連開示）は、センサデータを取得してエネルギー消費値を提供する完全システムを提供するために、図７Ａと連携して、かつ／又は互いに連携して任意選択的に使用することができる。他の実施形態に従って、以下で議論される１つ又は２つ以上の異なるシステム及び方法は、歩数カウント、活動分類、及びエネルギー消費などのうち１つ又は２つ以上を提供するために、単独で又は開示された他のシステム及び方法の一部のみと組み合わせて使用することができる。歩数定量化システム及び方法の様々な実施形態は、多層技術を用いた低電力で、高忠実度の、整数ベースの歩数カウンタに関連することができる。これら及び他の実施形態は、以下で説明される。

第１の実施形態に従って、１つ又は２つ以上のデバイス（例えば、デバイス１１２、１２６、１２８、１３０、及び／又は４００）に関連付けられた１つ又は２つ以上のセンサから複数のサンプルを、第１の時間の間に取得することができる（例えば、ブロック７０２参照）。特定の構成では、少なくとも１つのセンサ（例えば、センサ１２８）は、加速度計を備えることができる。加速度計は、多軸加速度計であってもよい。しかし、別の実施形態では、複数の加速度計を利用することができる。他の非加速度計式センサはまた、加速度計と組み合わせるか、又は個々に本開示の範囲内でもある。実際には、運動動作及び／又は生理学的特性を検出又は測定するために構成可能な任意の（複数の）センサは、本開示の範囲内である。この点に関して、データを複数のセンサから取得することができ、かつ／又はデータはこれらに由来してもよく、センサとして、例えば、位置センサ（例えば、ＧＰＳ）、心拍数センサ、力センサ、ジャイロスコープなどが挙げられる。一実施形態では、様々なシステム及び方法を、少なくとも部分的に、ポータブルデバイス上に実装することができる。特定の実施形態では、ポータブルデバイスは、手首装着型デバイスであってもよい（例えば、センサ１２８参照）。一実施形態では、人間の付属器官（例えば、手首、腕、首、くるぶし、脚など）上に装着されるように構成されたデバイスからのセンサデータを、他のセンサデータを伴わず利用することができる。例えば、加速度計及び／又は多のセンサを介して測定される動きデータを、マルチセグメント型閾値ベースの加速度計バッファに読み込むことができる。

更なる態様は、例えば、ユーザ１２４などのユーザによって進められた歩数などの運動パラメータを検出及び／又は測定することに関連する。１つ又は２つ以上のシステム又は方法は、検出されたパラメータが特定の行動又は活動を示しているかを判定するために、（例えば、加速度データを含む加速度計バッファにおける）データの様々な部分を利用することができる。一実施形態では、歩数は、既定の時間の間に検出することができる（例えば、ブロック７０４参照）。様々な異なるシステム及び方法を利用して、ある時間の間にユーザによって進められた歩数を定量化（又は歩数がセンサデータ内に存在するかを更に判定）することができる。一実施では、所与の時間にわたってユーザによって進められた歩数を定量化するためのシステム及び方法は、米国特許出願第１３／７４４，１０３号（２０１３年１月１７日出願）の図４〜図８において説明されており、ありとあらゆる非限定的目的のためにその内容全体が参照により本明細書に援用されている。一例では、歩数データ及び／又は他の動きデータは、例えば、ウォーキング又はランニングのうちいずれか一方などの活動の分類に利用することができる（例えば、ブロック７０６参照）。特定の実施形態では、データを第１のカテゴリ（例えば、ウォーキング）又はカテゴリのグループ（例えば、ウォーキング及びランニング）内にあるとしてカテゴリ化できない場合、第１の方法は、収集したデータを分析することができる。一例では、検出されたパラメータを分類できない場合、ユークリッドノルム方程式を、更なる分析のために利用することができる。一例では、得られた値の平均の大きさのベクトルノルム（二乗和平方根）を利用することができる。更に別の例では、異なる方法は、第１のカテゴリ又はカテゴリのグループ内の分類に従うデータの少なくとも一部を分析することができる。一例では、本明細書に開示されたアルゴリズムなどの、歩数アルゴリズムを利用することができる。

更なる例は、分類された活動データ及び／又は非分類の活動データを利用して、１つ又は２つ以上のセンサによって検知されたようにユーザの検出された動きのエネルギー消費を推定することができる（例えば、ブロック７０８）。

更なる例は、少なくとも１つの活動度に従ってエネルギー消費値を調整することに関する。いくつかの例では、活動と活動度との間に１対１相関がない。活動度の選択は、特定された活動、進められた歩数、心拍数、及びワークアウトの強度などのいくつかの異なる変数に基づくことができる。

様々な例の態様は、以前の既知のシステム及び方法を上回る１つ又は２つ以上の長所及び／又は利益を提供することができる。特定の実施では、バッファ充填ストラテジを使用して短時間の腕の動作に関して、偽陽性を低減又は除去する。分析（例えば、ＦＦＴ）のための限定された探索を使用することにより、正しい周波数（例えば、正しいウォーキングの周波数が２歩の足の運びに対して得られるように、腕振りではなくて垂直の跳ね上がりに関する周波数）の選択を補助することができる。更なる例では、動きデータウィンドウの重複により、活動（例えば、ステップ活動）のショートバーストの検出を改善することができる。最後に、腕の回転がセンサ出力の検出及び測定を逃れないように、センサの１つの組み合わせられたチャネル上で周波数分析を実施することができる。更に、加速度計チャネルを組み合わせることによって、分析（例えば、フーリエ変換周波数分析）の実施をより少なくすることができる。これにより、電池寿命を改善することができる。これらの長所のうち１つ又は２つ以上は、身体的動きの実施中にユーザの付属器官上に装着されるように構成されたポータブルデバイス上で実現することができる。

一実施では、処理７００は、算出されたエネルギー消費値を正規化することができる。そのようにして、一例では、処理７００は、ブロック７１０で１つ又は２つ以上の正規化処理を実行することができる。

したがって、ブロック７１０で実行された処理などの１つ又は２つ以上の正規化する処理／正規化処理は、例えば、カロリー消費として表現することができる累積エネルギー消費値などの運動指標を算出するために使用することができる。ユーザ活動の分類などの１つ又は２つ以上の基準に基づいて、１つ又は２つ以上の正規化因子（又は１つ若しくは２つ以上の因子を利用する処理）を決定することができる。例えば、一実施形態では、ユーザ１２４の活動のうち少なくとも１つを、（例えば、図７Ａに示されたフローチャート７００のブロック７１０、又は図７Ｂに示されたフローチャート７２０のブロック７３４でのように）分類することができ、運動指標に適用された１つ又は２つ以上の対応する正規化因子であってもよい。一例では、正規化因子を活動分類（又は他の（複数の）変数）に適用して、正規化された運動指標を生成することにより、アスリートの活動レベルの比較を改善可することができ、かつ／又はユーザ間の協力を促進し、異なる能力のユーザ間の競争の結果を正規化し、あるいは活動を促すことができる。一実施形態では、正規化されたエネルギー消費値は、下式のように算出することができる。
ＮＥＥＶ＝ＡＦ^＊期間（式１）
式中、
ＮＥＶ＝正規化されたエネルギー消費値
ＡＦ＝活動度
期間＝工程７０６において分類された活動の期間

ブロック７０６は、活動をモニタするセンサを含むデバイスで、かつ／又は携帯電話（例えば、１１２参照）又はサーバ（例えば、１１１参照）などのプロセッサを含む別のデバイスで実施することができる。

いくつかの実施形態では、式１を変更して、活動度と期間との積であるスカラーを含むことができる。そのスカラーは、通常のエネルギー正規化消費ポイントが所望の範囲内に入るように選択することができる。値の範囲は、様々なゲーム又は競争に対して所望され得る。

式１の変形を、本発明の他の実施形態において使用することができる。例えば、ＮＥＥＶ（又は他の指標）を、ＭＥＴ値、ＲＭＲ値、期間、及び／又はスカラーを利用する式により算出することができる。一実施形態では、ＮＥＥＶは、以下のとおり算出される。
ＮＥＥＶ＝ＭＥＴ値^＊期間^＊ＲＭＲ^＊スカラー（式２）
式中、
ＭＥＴ値＝ブロック７０４において決定することができる代謝当量値
期間＝ブロック７０６において分類された活動などの活動の期間
ＲＭＲ＝安静時代謝率
スカラー＝一様に適用することができるか、又は１つ若しくは２つ以上の因子に基づいて変化することができる数

使用されるＲＭＲは、算出されたＲＭＲ又は初期値ＲＭＲであってもよい。算出されたＲＭＲは、ユーザの身長、年齢、体重、性別、及び／又は他の人口構成又は生理学的パラメータなどの因子の関数であってもよい。特定の実施形態では、１つ又は２つ以上の因子は、デバイス１１２、１２６、１２８、１３０、及び／又は４００のうち１つ又は２つ以上に関連付けられた１つ又は２つ以上のセンサから取得することができ、かつ／又はセンサに由来してもよく、それ故に、ユーザ１２４又は受信された運動指標に関連付けられたデータのソースによって特異的に定義される必要はなくてもよい。初期値ＲＭＲは、比較的大人数のユーザに対応すると思われる値であってもよい。代替の実施形態では、初期値ＲＭＲは、周知のアスリート、セレブリティ、又は有名人のＲＭＲに相当することができる。初期値ＲＭＲの使用により、比較できなかった又は比較されることを望まなかったユーザを除く多数の異なるユーザ間で活動レベルを比較することができる。初期値ＲＭＲはまた、ユーザ間の協力を促進、異なる能力のユーザ間の競争を正規化、及び／又はあるいは活動を促すことができる。

式２に示したように、スカラーは、任意選択的に組み込まれてもよい。式２において使用されるスカラーは、必須ではないが、１、３、５、又は１０などの整数であってもよい。いくつかの実施形態では、スカラーは、通常のエネルギー消費ポイントが所望の範囲内に入るように選択される。ポイントの範囲は、様々なゲーム若しくは競争に対して、かつ／又は仮想通貨若しくはポイントシステムに対する関係を提供するように所望することができる。異なる様々な式を、異なるゲーム、活動、人口動態、及び競争に対して選択することができる。一例では、グループは、適合性に基づいて、プレーヤ間のハンディキャップを設定してもよく、その結果、ＮＥＥＶは、共通の活動又はより長い（複数の）時間にわたる一連の活動を行うこれらのアスリートに対してのみ生成することができる。エネルギー消費ポイント競争に参加しているユーザのグループは、その競争の開始前に特定の式又は方法に合意することができる。しかしながら、他の実施形態では、アスリートがシステムにおける１つ又は２つ以上の不正確さを利用する活動を行うことからポイントを最大化するか、あるいは値を「稼ぐ」ことを防止するか、又は防止を試みるために、ＮＥＥＶの算出は、１人又は２人以上のアスリート又はユーザに明確に開示されなくてもよい。当業者が理解するように、全てのモデルは、制限を有することとなる。またこの点に関して、本イノベーションの態様は、本明細書に開示される１つ又は２つ以上のシステム及び方法を介して、不正確かつ／又は不明確なデータ値を最小化することを試みる。本発明のいくつかの実施形態では、ユーザは、複数の競争に参加してもよく、異なる算出方法により、同じ活動に対して異なる値を獲得することができる。例えば、ユーザは、固有の算出方法を有する２つの競争に参加することができる。ユーザは、２つの異なるゲームに対する２つの異なるポイント合計及びその総エネルギー消費に対する第３のポイント合計を獲得することができる。いくつかの合計ポイントは、総ポイント合計と別個に保持することができる。

運動指標がＭＥＴを利用するエネルギー消費に関するそれらの実施形態では、いくつかの活動、ゲーム、及び／又は競争は、比較的低いＭＥＴ値を有する活動に対してエネルギー消費ポイントを授与することを制限することができる。いくつかの実施形態では、全ての時間又は他の状況において、比較的低いＭＥＴ値を有する活動に対するエネルギー消費ポイントの授与もまた、制限することができる。ＭＥＴ閾値を超えない活動に対してポイントを授与しないために、図７Ａに示された処理又は他の実施に任意選択的な工程を追加することができる。例えば、例示的な閾値は、１．０、２．０、又は３．０であってもよい。別の実施形態では、閾値は、２．８に等しくてもよい。異なるゲーム及び競争は、他の閾値を使用することができる。ＭＥＴ値が閾値を超えない場合、エネルギー消費ポイントの算出時に、対応する活動を無視かつ活動を使用せずに行程を実施することができる。

別の実施形態は、概ね適用される閾値を有すると考えられるが、ゲーム若しくは競争が進行中のとき、又は少なくとも特定のゲーム若しくは競争のときは有さない場合もある。ゲーム又は競争は、全ての値に基づいてもよい。別の実施形態では、ゲーム及び競争に常に等しく閾値を適用することができる。別の実施形態では、異なる閾値を、活動、ゲーム、及び／又は競争によって適用することができ、例えば、活発なランニング用の閾値、ランニング用の閾値、ウォーキング用の閾値、及び初期値である。

特定の実施では、ユーザ１２４の活動のうち少なくとも１つが一実施形態に従って分類されるように、ブロック７０４を実施して、対応するＭＥＴ値を決定することができる。例えば、ＭＥＴ値は、激しいランニング、通常のペースでのランニング、ゆっくりとしたウォーキング、又は従来のＭＥＴ表に見出される任意の他の活動に対応することができる。活動が分類されていなかった場合、ブロック７０４でのように、初期値ＭＥＴ値を選択又は導出することができる。いくつかの実施形態では、複数の初期値ＭＥＴ値を利用することができる。活動の強度、期間、又は他の（複数の）特性を評価することができ、これらから、１つ又は２つ以上の初期値ＭＥＴを適用することができる。これらの複数のＭＥＴは、中央値／平均、範囲、又は他の統計的手法を介して設定することができる。

代替の実施形態は、ポイント値及び／又は他の数量を算出するために代替又は追加の式を使用することができる。式は、測定値及び／又は算出値の導出を含むことができる。時間を含む導出を使用して、比率及び変化率を示すことができる。例えば、１つの式を使用して、活動ポイント又はエネルギー消費ポイントを累積する比率を決定することができる。別の式を使用して、規定の時間にわたって累積された活動ポイント又はエネルギー消費ポイントの数量を決定することができる。

いくつかの式は、時間以外の変数を使用することができる。例えば、いくつかの式を使用して、活動値又は正規化されたエネルギー消費値及び／若しくは歩数の関数としての値を算出することができる。活動値又はＮＥＥＶ及び他の変数の関数である値の算出を使用して、様々な活動の効率を比較することができる。例えば、式を使用して、より速いペースで進めている歩数が活動値又は一歩あたりより速いペースで蓄積するＮＥＥＶＳをもたらすことができることを判定することができる。別の例示的な式は、活動値又は規定の距離あたり若しくは距離の単位あたりのＮＥＥＶを決定することができる。

いくつかの式を使用して、測定値又は算出値の第１及び／又は第２の導出を算出して、比率及び変化率を示すことができる。例えば、式を使用して、活動ポイント又は所与の時間でのエネルギー消費ポイントの蓄積の比率を算出又は推定することができる。いくつかの実施形態では、活動値又はＮＥＥＶの蓄積の瞬間比率を、ディスプレイ２３５又はモバイルデバイスの部分であるディスプレイを介してユーザに表示すことができる。

正規化された値を算出する前、その間、及び／又はその後のいずれかで、工程７０８において、合計に算出値（生、処理済み、又はＮＥＥＶ）を加算するなど組み合わせることができる。合計により、ユーザ１２４（及び／又は選択された個人又はユーザ１２４によって承認されたグループ）が、日、週、及び月などの様々な時間にわたってどれくらいのポイントが獲得されたのかを確かめることができる。合計はまた、複数の時間、算出することができる。例えば、ユーザは、２４時間、１週、１か月、及び１年を含む期間に対する合計を受信することができる。いくつかの実施形態では、ユーザは、他の時間を選択することができるか、又は時間を除外することができる。ユーザは、複数の時間を同時に追跡してもよく、かつデバイスの使用の開始又はプログラムの起動以来のポイント授与を追跡することができる。任意の所与の時間に対する合計は、いくつかの活動に対して獲得されたポイントを表すことができる。例えば、１日のうちに、ユーザは、様々な時間にウォーキング、ジョギング、及び短距離走に対するポイントを受信することができる。上述のように、それぞれの活動に対して獲得された値は、対応する活動度の関数であってもよい。

受信された活動指標からユーザのエネルギー消費を算出するための様々な追加又は代替の方法論を、本明細書に記載される開示の範囲を逸脱することなく利用することができる。図７Ｂは、ユーザのエネルギー消費を算出するために実行することができるフローチャート７２０の一実施を概略的に示す。したがって、一例では、フローチャート７２０は、フローチャート７００と類似して、デバイス１１２、１２６、１２８、１３０、及び／又は４００などの第１のデバイスによって、かつデバイス１１２、１２６、１２８、１３０、及び／又は４００などの第２のデバイスから受信されたデータを利用することによって実行することができる。更に、第１のデバイス及び第２のデバイスは、異なる動作プロトコル又はメーカーなどと関連付けることができる。

一例では、フローチャート７２０は、１つ又は２つ以上のセンサデバイスからデータを受信することができる。当業者は、これらの１つ若しくは２つ以上のセンサデバイスがユーザによって装着することができるか、又はユーザ動作のリモートセンシング（例えば、ユーザ動作を追跡するように構成されたリモート撮像技術など）を使用するセンサデータを発生させることができることを理解するであろう。そのようにして、フローチャート７２０は、ユーザによって実施されている活動に関する情報を伝達するセンサデータを受信することができる。センサとしては、とりわけ、加速度計、ＧＰＳセンサ、心拍数センサ、気圧計センサ、温度計、周辺光センサ、又はコンパスセンサのうち１つ又は２つ以上を挙げることができる。一例では、センサを、本開示において前述したように、デバイス１１２、１２６、１２８、１３０、及び／又は４００のうち１つ又は２つ以上の中に備えることができる。したがって、一実施では、センサデータを、フローチャート７２０のブロック７２２で受信することができる。

一実施では、受信されたセンサデータは、ユーザによって実施されている活動を特定する情報を含んでもよい。そのようにして、受信されたセンサデータは、ユーザが現在参加しているか、又は以前に参加していたスポーツ又は他の身体的活動を特定する情報を含んでもよい。一例では、１つ又は２つ以上の活動認識処理をセンサデバイスによって実行して、ユーザが参加している１つ又は２つ以上の活動を特定することができる。当業者は、この点に関して実行することができる様々な活動認識処理を理解するであろう。そのようにして、一例では、ブロック７２４で受信されたセンサデータから活動を特定することができる。このようにして、一実施では、１つ又は２つ以上の活動認識処理は、別個のデバイスによってフローチャート７２０と別個に実行することができる。しかしながら、当業者は、受信されたセンサデータと関連付けられた活動を特定するために、受信されたセンサデータにおいて明確に特定されている前記活動なしに、１つ又は２つ以上の活動認識処理をブロック７２４で実行することができることを理解するであろう。そのようにして、一例では、受信デバイスは、ユーザが参加している１つ又は２つ以上の活動を特定するために受信センサデータから１つ又は２つ以上のセンサデータパターンを特定することができる。

一例では、１つ又は２つ以上の活動指標を、受信センサデータから特定することができる。これらの活動指標は、ユーザの１つ又は２つ以上の身体的動作を定量化するために利用される値を含んでもよい。そのようにして、活動指標は、とりわけ、速度、ペース、ユーザが動いている傾斜面、心拍数、代謝当量値、カロリー消費値、酸素消費の体積、又は力の値を含んでもよい。このようにして、フローチャート７２０は、デバイス１１２、１２６、１２８、１３０、及び／又は４００のうち１つ又は２つ以上などの１つ又は２つ以上の別個のデバイスによって算出された１つ又は２つ以上の活動指標を受信することができる。一例では、フローチャート７２０は、ブロック７２６でこれらの１つ又は２つ以上の活動指標を特定することができる。

一実施では、ユーザに対するエネルギー消費を算出するために、１つ又は２つ以上の個人活動指標を、データベースから検索することができる。例えば、ユーザのエネルギー消費は、とりわけ、ユーザの身長、体重、性別、安静時心拍数、及び／又は体力のベースラインレベルを記録する指標のうち１つ又は２つ以上に基づいてもよい。そのようにして、これらの１つ又は２つ以上の個人活動指標は、デバイス１１２、１２６、１２８、１３０、及び／若しくは４００、又はサーバ１１１のうち１つ又は２つ以上などのデータベースに記憶することができる。したがって、当業者は、本明細書に記載される開示の範囲を逸脱することなく、遠隔に若しくはローカルに、又は両方の組み合わせで記憶されたデータベース情報にアクセスするために利用することができる様々なネットワーク通信トポロジ及び／又はプロトコルを理解するであろう。一例では、フローチャート７２０は、ブロック７２８でデータベースから１つ又は２つ以上の個人活動指標を検索することができる。

一実施では、ユーザのエネルギー消費値を算出するために、フローチャート７２０は、１つ又は２つ以上の活動に特異的な公式を利用することができる。例えば、エネルギー消費値は、ブロック７２４で特定された活動に基づいて、特定された活動に特異的な１つ又は２つ以上の公式を使用して算出することができる。そのようにして、一例では、フローチャート７２０は、サーバ１１１並びに／又はデバイス１１２、１２６、１２８、１３０、及び／若しくは４００のうち１つ又は２つ以上などのデータベースから活動に特異的な公式を検索することができる。一例では、活動に特異的な公式は、ブロック７２８由来の個人活動指標として同じデータベースから検索することができる。一実施では、これらの活動に特異的な公式の検索は、ブロック７３０で実行することができる。

一例では、フローチャート７２０は、１つ又は２つ以上の検索された個人活動指標及び活動に特異的な公式と組み合わせて受信センサデータを使用してユーザのエネルギー消費を算出するために１つ又は２つ以上の処理を実行することができる。そのようにして、一例では、算出されたユーザのエネルギー消費は、１つ又は２つ以上の身体的活動に参加している間の所与の時間にわたってユーザによって使用されるエネルギーに相当する数値を出力することができる。一例では、算出されたエネルギー消費は、とりわけ、ジュール又はカロリーの単位で表現することができる。したがって、ユーザのエネルギー消費値の算出は、フローチャート７２０のブロック７３２で実行することができる。

一実施では、１つ又は２つ以上の処理は、算出されたユーザのエネルギー消費値を正規化するために実行することができる。そのようにして、この正規化により、算出されたエネルギー消費値の、１人又は２人以上の他の個人に対して算出された対応するエネルギー消費値との比較が可能となり、その結果、性別、身長、体重、及び／又は体力のベースラインレベルの因子が考慮される。したがって、この正規化を、フローチャート７２０のブロック７３４で実行することができ、この正規化は、フローチャート７００のブロック７１０で実行された１つ又は２つ以上の処理と類似することができる。

図８Ａは、直接間接を問わず、互いに通信することができない完全に異なるデバイスであってもよい、２つ以上の異なるデバイスにより得られたユーザ１２４のエネルギー消費推定値に基づいた累積エネルギー消費推定値の算出に使用することができる例示的なフロー図８００を示す。１つの例示的な実施形態に従って、第１の運動指標値は、第１のソースから第１のデバイス上で行ってもよい第１の処理に由来することができる（例えば、ブロック８０２）。例えば、第１の処理は、ユーザ１２４によって実施される第１の運動活動に関連付けられたエネルギー消費情報を算出することができる。第１のソースは、値を決定するか、又はデータを取得するように構成されたデータの電子記憶装置（例えば、非一時的なコンピュータ可読媒体）であってもよく、そのデータから、ユーザベースで値を算出することができる。場合によっては、第１のエネルギー消費情報は、第１のエネルギー消費推定値及び、第１の運動活動の開始に関連付けられた第１のタイムスタンプ及び／又は第１の運動活動の終了に関連付けられた第２のタイムスタンプなどの１つ又は２つ以上の異なるタイムスタンプを含んでもよい。処理は、フローチャート６００によって開示された処理の少なくとも一部などの特定の処理に基づいた指標に対する値を算出することができる。なお更なる実施形態では、ペース、加速度などの他の（複数の）指標は、単独でかつ／又はエネルギー消費の一部として、又はエネルギー消費と無関係のいずれかで算出することができる。（図１３は、２つ以上の異なる指標の例示的な利用を提供するフローチャート１３００を示す）。したがって、エネルギー消費を参照する例は、単なる例であり、本開示の範囲を限定することを意図しない。エネルギー消費などの特定のパラメータに関するデータが２つ以上のセンサから取得されるか、又は異なる数学的算出によって決定される場合、本開示の特定の態様を実施して、結果出力を決定することができる。そのような事例では、平均、加重平均、又は統計解のうち１つ又は２つ以上を使用して組み合わせ値を算出することができる。しかしながら、そのような算出は、全ての状況で実用的ではない場合がある。そのようにして、異なるデバイスを利用して収集された情報を組み合わせる別の方法が所望され得る。

第２のデバイス上で行われる第２の処理に由来する第２の運動指標値は、第２のソースから受信することができる。例えば、第１の処理において使用されたセンサの同じ第１の群からのデータを使用するエネルギー消費の決定の代わりに、センサの第２の群が既に利用されていてもよく、かつ／又は異なる処理を使用して、値を決定することができる。例えば、第１の処理は、ユーザの運動動作を活動種類又はカテゴリに分類するために同じセンサ（又はこれらの一部）からのデータを使用することができるが、その一方で、第２の処理は、動作をカテゴリ又は種類に分類しなくてもよい。一実施形態では、第１のソースは、ユーザのＧＰＳデバイスから収集されたユーザのデータのデータベースであってもよいが、その一方で、第２のソースは、３軸加速度計からユーザデータを収集する第２のデータベースであってもよい。第１のソースは、ユーザが第１の認証情報を使用してログインすることを可能にするオンラインユーザインターフェースを有してもよく、第２のソースは、同じユーザが第２の認証情報を使用してログインすることを可能にするオンラインユーザインターフェースを有することができる。第１及び第２のソースは、競合サービスであってもよいため、これらは、互いに独立していてもよく、それ故に、データを収集し、かつ／又は非一時的データベースにデータを提供し、かつ／又は指標を算出するために使用されるデバイスは、直接間接を問わず、通信するように構成可能ではなくてもよい。したがって、他の（複数の）ソースからの情報でデバイスを直接更新することができなくてもよい。

特定の実施形態では、修正スカラーを、運動指標値のうち少なくとも１つに適用することができる（例えば、ブロック８０６）。上記で検討したように、ユーザの活動に関連するパラメータは、１つ又は２つ以上のデバイス上に位置することができるセンサを使用して取得することができる。センサは、ユーザの動き、生理的特性、及び／又は他のパラメータをモニタすることができる。第１のセンサは、例えば、ユーザがランニングをしている間のエネルギー消費算出などより正確な決定を行えるようになり、第２のセンサは、例えば、ユーザがスクワットを実施している間のエネルギー消費算出などより正確な決定を行えるようになることができる。例えば、多軸加速度計及び／又は力センサは、スケートボード又はバスケットボールに対してＧＰＳよりもより正確であってもよく、その一方で、ＧＰＳセンサは、ハイキングを測定するとき、３軸加速度計よりもより正確であってもよい。しかしながら、力センサと組み合わせられたＧＰＳセンサは、更により詳細な結果又は正確な結果を依然提供することができる。このことは、スカラーをデータに適用することができる理由に関する単なる一例である。ユーザの機器、環境、及び／又は他の因子の既知の又は推定された制限に基づいてスカラーを適用することができる。例えば、シカゴ、ニューヨーク、又はロサンゼルスのような人口が多い都市でのランニングは、ユーザが建物又は信号妨害がより少ない人口が少ない環境でランニングを行っている場合ほど正確にはＧＰＳセンサによって取得されない場合がある。更に、ユーザの活動が既知であり、推定され、又は入力されたそれらの実施形態では、活動を使用して、結果のデータがどれくらい正確又は詳細であるかを判定することができる。したがって、規定のスカラー又は可変スカラーのいずれか一方を使用して、少なくとも１つのソースから受信されたデータを拡張又は調整することができる。

第１及び／又は第２のソースからのデータを正規化するように構成された１つ又は２つ以上の正規化係数を適用することができる（例えば、ブロック８０８）。本発明の様々な実施形態では、正規化係数を使用して、例えば、カロリー消費として表現することができる累積エネルギー消費値などの運動指標を算出することができる。ユーザ活動の分類などの１つ又は２つ以上の基準に基づいて、１つ又は２つ以上の正規化因子（又は１つ若しくは２つ以上の因子を利用する処理）を決定することができる。例えば、一実施形態では、ユーザ１２４の活動のうち少なくとも１つを分類することができる（例えば、図６及び図７にそれぞれ示されたブロック６０３及び／又は７０６でのように、運動指標に適用された１つ又は２つ以上の対応する正規化因子など。１つの例示的な実施形態では、正規化因子を、正規化された運動指標を生成するために活動分類（又は他の（複数の）変数）に適用することができ、その正規化された運動指標は、アスリートの活動レベルの比較を改善することができるか、かつ／又はユーザ間の協力を促進し、異なる能力のユーザ間の競争の結果を正規化、あるいは活動を促すことができる。一実施形態では、それぞれ上記で開示された式１及び／又は式２を使用して、正規化されたエネルギー消費値を算出することができ、活動をモニタするセンサを含むデバイスで、かつ／又は携帯電話（例えば、１３８参照）又はサーバ（例えば、１３４参照）などのプロセッサを含む別のデバイスで算出を行うことができる。

式２に示したように、スカラーは、任意選択的に組み込まれてもよい。式２において使用されるスカラーは、必須ではないが、１、３、５、又は１０などの整数であってもよい。いくつかの実施形態では、スカラーは、通常のエネルギー消費ポイントが所望の範囲内に入るように選択される。ポイントの範囲は、様々なゲーム又は競争に対して、かつ／又は仮想通貨又はポイントシステムに対する関係を提供するように要求することができる。異なる様々な式を、異なるゲーム、活動、人口動態、及び競争に対して選択することができる。一例では、グループは、適合性に基づいて、プレーヤ間のハンディキャップを設定してもよく、その結果、ＮＥＥＶは、共通の活動又はより長い（複数の）時間にわたる一連の活動を行うこれらのアスリートに対してのみ生成することができる。エネルギー消費ポイント競争に参加しているユーザのグループは、その競争の開始前に特定の式又は方法に合意することができる。それにもかかわらず、他の実施形態では、アスリートがシステムにおける１つ又は２つ以上の不正確さを利用する活動を行うことからポイントを最大化するか、あるいは値を「稼ぐ」ことを防止するか、又は防止を試みるために、ＮＥＥＶの算出は、１人又は２人以上のアスリート又はユーザに明確に開示されなくてもよい。当業者が理解するように、全てのモデルは、制限を有することとなる。またこの点に関して、本発明の態様は、本明細書に開示される１つ又は２つ以上のシステム及び方法を介して、不正確かつ／又は不明確なデータ値を最小化することを試みる。本発明のいくつかの実施形態では、ユーザは、複数の競争に参加することができ、異なる算出方法のために、同じ活動に対して異なる値を獲得することができる。例えば、ユーザは、固有の算出方法を有する２つの競争に参加していてもよい。ユーザは、２つの異なるゲームに対する２つの異なるポイント合計及びその総エネルギー消費に対する第３のポイント合計を獲得することができる。いくつかのポイント合計は、総ポイント合計から別個に保持することができる。

運動指標がＭＥＴを利用するエネルギー消費に関するそれらの実施形態では、いくつかの活動、ゲーム、及び／又は競争は、比較的低いＭＥＴ値を有する活動に対してエネルギー消費ポイントを授与することを制限することができる。いくつかの実施形態では、比較的低いＭＥＴ値を有する活動に対してエネルギー消費ポイントを授与することはまた、全ての時間又は他の状況で制限することができる。ＭＥＴ閾値を超えない活動に対してポイントを授与しないために、図８に示された処理又は他の実施に任意選択的な工程を追加することができる。例えば、例示的な閾値は、１．０、２．０、又は３．０であってもよい。別の実施形態では、閾値は２．８に等しくてもよい。異なるゲーム及び競争は、他の閾値を使用することができる。ＭＥＴ値が閾値を超えない場合、工程を実施して、エネルギー消費ポイントの算出時に、対応する活動を無視し、かつ活動を使用しなくてもよい。

別の実施形態は、概ね適用される閾値を有すると考えられるが、ゲーム若しくは競争が進行中のとき、又は少なくとも特定のゲーム若しくは競争のときは有さない場合もある。ゲーム又は競争は、全ての値に基づいてもよい。別の実施形態では、閾値は、ゲーム及び競争に常に等しく適用することができる。別の実施形態では、例えば、活発なランニング用の閾値、ランニング用の閾値、ウォーキング用の閾値、及び初期値などの異なる閾値を、活動、ゲーム、及び／又は競争に適用することができる。

特定の実施では、例えば、ユーザの１２４の活動のうち少なくとも１つが一実施形態に従って分類された後、１つ又は２つ以上の処理を実施して、対応するＭＥＴ値を決定することができる。例えば、ＭＥＴ値は、激しいランニング、通常のペースでのランニング、ゆっくりとしたウォーキング、又は従来のＭＥＴ表に見出される任意の他の活動に対応することができる。活動が分類されない場合、図６〜図７のそれぞれブロック６０３及び／又は７０６でのように、初期値ＭＥＴ値を選択又は導出することができる。いくつかの実施形態では、複数の初期値ＭＥＴ値を利用することができる。活動の強度、期間、又は他の（複数の）特性を評価することができ、それらから、１つ又は２つ以上の初期値ＭＥＴを適用することができる。これらの複数のＭＥＴを、中央値／平均、範囲、又は他の統計的手法を介して設定することができる。

ユーザの動作がＭＥＴ表によって定義された運動と合致しない場合、システム１００は、ユーザによって実施されている動作に類似する動作を含む１つ又は２つ以上の運動を特定することができる。例えば、システム１００は、ユーザの下半身がスクワットに類似して動き、かつ上半身が腕立て伏せに類似して動くことを判定することができる。システム１００は、ユーザがスクワットを行っていたかのように、またユーザが腕立て伏せをしていたかのように、ユーザによって燃焼されたカロリーの量に対する近似値として、特定されたＭＥＴ表を使用してユーザが燃焼したであろうカロリーの数値を算出することができる。更なる実施形態では、新規エントリを作成することができる。この点に関して、特定の実施形態は、そのエントリ及び新規動作及び／又は運動の事後の特定を許可することができる。特定の実施形態では、ユーザは、未特定の動作／運動に対する近似カロリー消費に関する入力を行うことができる。更に他の実施形態では、システム１００は、本明細書において検討されたように、１つ又は２つ以上のセンサなどから、カロリー消費を算出することができる。尚また更なる実施形態では、システム１００は、以前は未知の動作又は運動に対するカロリー消費などの属性の決定において、１つ又は２つ以上のセンサ読み取り並びにユーザ（及び／又は第三者）からの入力を利用することができる。ＭＥＴ表を用いないカロリー消費の推定の例には、位置エネルギーの変化を決定することが挙げられるが、これらに限定されない。

代替の実施形態は、ポイント値及び／又は他の数量を算出するための代替の式又は追加の式を使用することができる（例えば、（複数の）ブロック８０８又は８１０の部分）。式は、測定値及び／又は算出値の導出を含んでもよい。時間を含む導出を使用して、比率及び変化率を示すことができる。例えば、１つの式を使用して、活動ポイント又はエネルギー消費ポイントを蓄積する比率を決定することができる。別の式を使用して、規定の時間にわたって蓄積された活動ポイント又はエネルギー消費ポイントの数量を決定することができる。

いくつかの式は、時間以外の変数を使用することができる。例えば、いくつかの式を使用して、活動値若しくは正規化されたエネルギー消費値及び／又は歩数の関数としての値を算出することができる。活動値又はＮＥＥＶ及び他の変数の関数である値の算出を使用して、様々な活動の効率を比較することができる。例えば、式を使用して、より速いペースで進めている歩数が活動値又は一歩あたりより速いペースで蓄積するＮＥＥＶＳをもたらすことができることを判定することができる。別の例示的な式は、活動値又は規定の距離あたり若しくは距離の単位あたりのＮＥＥＶを決定することができる。

いくつかの式を使用して、測定値又は算出値の第１及び／又は第２の導出を算出して、比率及び変化率を示すことができる。例えば、式を使用して、所与の時間における活動ポイント又はエネルギー消費ポイントの蓄積の比率を算出又は推定することができる。いくつかの実施形態では、活動値又はＮＥＥＶの蓄積の瞬間比率は、ディスプレイ２３５又はモバイルデバイスの一部であるディスプレイを介してユーザに表示すことができる。

正規化された値を算出する前、その間、及び／又はその後に、算出値（生、処理済み、又はＮＥＥＶ）を、累積値を生成するために、加算されるなど、組み合わせてもよい（例えば、第１の時間枠に対して最終累積正規化運動指数を算出することができるブロック８１０）。合計により、ユーザ１２４（及び／又は選択された個人又はユーザ１２４によって承認されたグループ）は、日、週、及び月などの様々な期間にわたってどれくらいのポイントが獲得されたのかを確かめることができる。複数の時間に対して合計を算出することができる。例えば、ユーザは、２４時間、１週、１か月、及び１年を含む期間に対する合計を受信することができる。いくつかの実施形態では、ユーザは、他の時間を選択することができるか、又は時間を除外することができる。ユーザは、複数の時間を同時に追跡してもよく、かつデバイスの使用の開始又はプログラムの起動以来のポイント授与を追跡することができる。任意に与える時間に対する合計は、いくつかの活動に対して獲得されたポイントを表すことができる。例えば、１日のうちに、ユーザは、異なる時間内にウォーキング、ジョギング、及び短距離走に対するポイントを受信することができる。上述のように、活動ごとに獲得された値は、対応する活動度の関数であってもよい。

図８Ｂは、第１の時間枠に対する累積正規化運動指数を算出する例示的な実施形態のフローチャート８１１を示す。例えば、図８Ｂのフローチャート８１１の全て又は一部は、フローチャート８００のブロック８１０（図８Ａ）の一部として実施することができる。一実施形態では、調整された第１の値は、第１の値、修正スカラー、及び第１の値に割り当てられた正規化係数から導出することができる（例えば、ブロック８１２）。調整された第２の値は、少なくとも第２の値（例えば、ブロック８１４）及び第２の値に割り当てられた正規化係数から導出することができる。当業者は、それらが単なる例であることを理解するであろう。

特定の実施形態は、第１の値及び第２の値を表す運動動作における重複時間があるかを判定することができる（例えば、ブロック８１６）。例えば、上記で示唆したように、センサの一群は、続いてエネルギー消費情報を個々に集約することができる１つ又は２つ以上のデバイスであってもよい。例えば、ユーザは、２つ以上の異なるベンダーからのセンサを使用してもよく、第１のセットのセンサは、エネルギー消費情報を第１のデバイスと同期するように構成されてもよく、第２のセットのセンサは、エネルギー消費情報を第２のデバイスと同期するように構成することができる。そのような場合、エネルギー消費情報を、異なるデバイス上で別個に合計することができる。例えば、第１のデバイスは、第１のセットのセンサを使用して収集された５０００単位の全エネルギー消費推定値を記憶してもよく、第２のデバイスは、同じ時間の間又は同じ時間の少なくとも一部の間に、第２のセットのセンサを使用して収集された６０００単位の全エネルギー消費推定値を記憶することができる。先行技術の方法及びシステムとは異なり、特定の実施形態は、初期値又は最高値を単に使用しなくてもよい。重複があると判定された場合、１つ又は２つ以上のブロックを実施して、より正確なソースを決定又は選択し、対応する値を比例的に帰属させることができる（例えば、ブロック８１８）。例示的なシステムを利用して、図９のブロック９２０、図１１のブロック１１２０、及び／又は本明細書における他の教示のうち１つ又は２つ以上のセットを利用することができる。

一実施形態では、算出は、ユーザの履歴データ、他のユーザの履歴データ、及び（互いに利用可能ではなくてもよい）他の知覚データを使用することができる。例えば、第２のソースは、第１のソースでは利用できない、あるいは第１のソースのデータにおいて考慮されないＧＰＳデータを提供することができる。気象データは、気象が影響を受けたＧＰＳ受信を有していたかもしれないことの判定処理において確認又は強度を提供するなどのために、更に使用することができる。電池寿命はまた、（複数の）デバイスの正確性を変化させる場合があり、したがって、どの値がより正確である可能性があるかが考慮された属性であってもよい。しかしながら、先行技術の方法及びシステムとは異なり、任意の決定を、ソース及び／又は活動スカラーが適用された後に行ってもよい（例えば、ブロック８０６由来のスカラー）。処理は、正規化係数を対象としているソースに適用後に生じてもよい。したがって、特定の実施形態では、対象としている調整された値を、ブロック８１８の前に正規化かつスケール変更することができる。ブロック８２０の方法によって示したように、８１０の決定は、重複時間に対する比例データを使用して最終決定することができる。特定の実施形態では、最終算出、例えば、累積指標値は、累積指標を作り出すか、又は生成するために取得された値を変化させることができない。例えば、第１及び／又は第２のソースでのユーザのデータは、変化を受けずに原形のままである。しかしながら、累積データは、複数の異種のデータソースを追跡することができる。

図９は、１つ又は２つ以上のソースから受信されたデータからユーザのエネルギー消費を算出するための処理の一実施を概略的に示す。そのようにして、一例では、図９のフローチャート９００は、異なる動作プロトコルを利用する１つ又は２つ以上のデバイスから受信したデータからユーザのエネルギー消費を算出するための処理を概略的に示す。一実施では、第１のデバイスは、第２の接続されたデバイスからセンサデータを受信することができる。そのようにして、当業者は、任意の通信プロトコルを利用する任意の接続ハードウェア、ファームウェア、及び／又はソフトウェアを利用して、第１のデバイスと第２のデバイスとの間で情報を通信することができることを理解するだろう。一例では、第１のデバイスは、前述したように、デバイス１１２、１２６、１２８、１３０、及び／又は４００のうち１つ又は２つ以上と類似することができる。更に、第２の接続されたデバイスは、デバイス１１２、１２６、１２８、１３０、及び／又は４００のうち１つ又は２つ以上を含んでもよく、その結果、第２の接続されたデバイスは、第１のデバイスに対して異なる動作プロトコルを利用することができる。異なる動作プロトコルの更なる詳細は、図６と関連して説明される。したがって、一例では、第１のデバイスは、フローチャート９００のブロック９０２で第２の接続されたデバイスからデータを受信することができる。

一例では、１つ又は２つ以上の処理を実行して、受信センサデータが生センサデータを含むかを判定することができる。特に、生センサデータは、１つ又は２つ以上のセンサデバイス由来の未処理の、又は一部処理された、出力値を含んでもよい。一実施では、生センサデータは、とりわけ、加速度計、ジャイロスコープ、位置判定装置（例えば、ＧＰＳ）、光センサ、（周囲温度及び／又は身体温度を含む）温度センサ、心拍数モニタ、画像取り込みセンサ、水分センサ、及び／又はこれらの組み合わせのうち１つ又は２つ以上に由来する１つ又は２つ以上のセンサによって生成された複数の値を含んでもよい。特に、生センサデータを利用して、１つ又は２つ以上の活動指標を算出することができ、その結果、１つ又は２つ以上の追加の処理を生データについて実行して、エネルギー消費、速度、距離、ペース、力、及び／又はその他が挙げられるがこれらに限定されない１つ又は２つ以上の活動指標に到達することができる。一例では、１つ又は２つ以上の処理を実行して、決定ブロック９０４で受信センサデータが生センサデータを含むかを判定することができる。

一例では、受信センサデータが生センサデータを含むと判定された場合、フローチャート９００は、決定ブロック９０６に進み、１つ又は２つ以上の処理を実行して、接続されたデバイスが認識されるかを判定することができる。特に、前述したように、フローチャート９００は、第２の接続されたデバイスから受信したデータを使用する第１のデバイスによって実行することができる。一実施では、第２の接続されたデバイスから受信されたデータは、第２の接続されたデバイスを特定する情報を含んでもよい。そのようにして、当業者は、この点に関して利用することができる様々な特定方法論を理解するであろう。例えば、データパケットヘッダは、第２の接続されたデバイスを特定する１つ又は２つ以上の固有の特定コードなどを含んでもよい。そのようにして、一例では、第２の接続されたデバイスからデータを受信すると、１つ又は２つ以上の処理を実行して、第２の接続されたデバイスが第１のデバイスに既知であるかを判定することができる。一例では、第２の接続されたデバイスが認識されるかを判定するために実行されたこれらの１つ又は２つ以上の処理は、第１のデバイスが以前に通信していたデバイスのデータベース全体を検索することができる。そのようにして、当業者は、認識されたデバイスに関する情報を記憶するために利用することができる様々なデータベース構成を理解するであろう。一例では、そのような認識されたデバイスなどのデータベースを記憶するためにサーバ１１１を利用することができる。

一実施では、決定ブロック９０４で、受信されたデータが生データを含むと判定されない場合、フローチャート９００は、ブロック９０８に進む。したがって、一例では、１つ又は２つ以上の処理を実行して、受信されたデータから又はより多くの活動指標を特定することができる。このようにして、受信されたデータは、受信されたデータが、エネルギー消費、速度、距離、ペース、力、及び／又はその他が挙げられるがこれらに限定されない１つ又は２つ以上の活動指標を含むように、事前処理された情報を含無理なのか。

決定ブロック９０６に再度戻ると、一例では、接続されたデバイスが認識されない場合、フローチャート９００は、ブロック９１０に進み、要求は、第１のデバイスから第２の接続されたデバイスにデバイス情報に関して送信することができる。そのようにして、一例では、デバイス情報に関するこの要求は、とりわけ、第２の接続されたデバイスの固有の識別子、及び／又は第２の接続されたデバイスのネットワークアドレスに関する要求を含んでもよい。しかしながら、接続されたデバイスが認識される場合、フローチャート９００は、ブロック９１２に進んでもよく、１つ又は２つ以上の活動指標を、受信されたデータから算出することができる。そのようにして、１つ又は２つ以上の活動指標を、第２の接続されたデバイスに関連したデータベースに記憶された情報に基づいて算出することができる。例えば、第２の接続されたデバイスが加速度計を含むことが判定された場合、受信された生データは、加速度データとして特定することができ、生データを使用して、加速度計から受信されたデータに対して適切な１つ又は２つ以上の活動指標を算出することができる。そのようにして、デバイス情報のデータベースは、所与のモニタリングデバイス／センサデバイスの特異的な特性に基づいた１つ又は２つ以上の活動指標を算出するために使用されることとなる公式を含んでもよい。これらの特異的な特性は、所与のデバイスに関連付けられた１つ若しくは２つ以上の精度指標（accuracy metric）、又は所与のデバイスに関連付けられた動作プロトコル／製造者の１つ若しくは２つ以上の特性を含んでもよい。更に、当業者は、本明細書に記載される開示の範囲を逸脱することなく、様々な生データの種類から算出することができる様々な活動指標を理解するであろう。別の例では、複数の異なるソースからの生データは、所与の活動指標などを算出するために必要とされ得る。したがって、エネルギー消費、速度、距離、ペース、力、及び／又はその他が挙げられるがこれらに限定されないなどの活動指標は、フローチャート９００のブロック９１２で算出することができる。

一例では、デバイス情報に関する要求に応答して、フローチャート９００は、決定ブロック９１４に進んでもよい。そのようにして、一実施では、デバイス情報がブロック９１０で伝達されたその要求に応答して受信されない場合、フローチャート９００は、ブロック９１６に進んでもよく、受信センサデータを廃棄することができる。しかしながら、デバイス情報がブロック９１０で行われた要求に応答して受信された場合、フローチャート９００は、ブロック９１８に進んでもよく、決定ブロック９０６と関連して説明されたデバイスデータベースに要求されたデバイス情報を追加することができる。

一例では、フローチャート９００は、１つ又は２つ以上の処理を実行して、所与のソース（すなわち、所与の第２の接続されたデバイス）由来の活動指標が前記特定の活動指標に最も利用可能なソースを表すかを判定することができる。例えば、ユーザは、別個のデータソース（すなわち、別個のセンサデバイス）由来の所与の活動指標を算出することができる１つ又は２つ以上の活動デバイスを利用していてもよい。そのようにして、一実施では、フローチャート９００は、１つ又は２つ以上の処理を実行して、所与の活動指標の最も利用可能なソースを判定することができる。一実施では、１つ又は２つ以上の処理を実行して、受信された活動指標を所与のユーザ用に記憶された活動指標のデータベースと比較することができる。当業者は、本明細書に記載される開示の範囲を逸脱することなく、所与の活動期間中にユーザの活動指標を記憶するために利用することができる様々な異なるデータベース方法論を理解するであろう。そのようにして、決定ブロック９２０は、活動指標を受信してもよく、活動指標データベース内で同じ活動指標を検索することができる。活動指標がデータベース内にまだ記憶されていないと判定された場合、決定ブロック９２０は、ブロック９２２に進んでもよく、その指標をデータベースに追加することができる。同様に、活動指標がデータベース内に既に記憶されていたと判定されたが、データベース内に記憶されたその活動指標が信頼性がより低い／正確性がより低いソースからのデータを使用して算出された場合、フローチャート９００は、ブロック９２２に進んでもよく、記憶された活動指標をより適したソースから新規に受信された活動指標と置換することができる。しかし、決定ブロック９２０で、活動指標が最も利用可能なソースと関連付けられていないと判定された場合、フローチャート９００は、ブロック９２４に進んでもよく、受信されたデータを廃棄することができる。

活動指標の活動指標データベースへの追加に応答して、フローチャート９００は、ブロック９２６に進んでもよく、データを活動グループに分類することができる。そのようにして、一例では、１つ又は２つ以上の記憶された活動指標に基づいて、ユーザによって実施されている活動は、ユーザによって潜在的に実施されている活動のグループにカテゴリ化することができる。そのようにして、この活動グループは、ユーザが参加していてもよい１つ又は２つ以上の活動を含む一般化された分類であってもよい。例えば、活動グループは、ユーザに対して検出された速度に基づいて分類された１つ又は２つ以上の活動を含んでもよい（例えば、高速活動指標は、サイクリング又は短距離走などを含む活動グループをもたらすことができる）。

一実施では、フローチャート９００は、ブロック９２８に進み、１つ又は２つ以上の記憶された活動指標に基づいたユーザのエネルギー消費を、ユーザによって実施されている特定の活動を特定することなく算出することができる。特に、受信されたデータをブロック９２６で活動グループに分類すると、フローチャート９００は、ブロック９２８に進んでもよく、１つ又は２つ以上の処理を実行して、記憶された活動指標のうち１つ又は２つ以上に基づいて、エネルギー消費を算出するために利用することができる１つ又は２つ以上の公式を検索することができる。別の実施では、ユーザのエネルギー消費を、更なる活動認識処理に従って算出することができる。特に、フローチャート９００は、ブロック９２６からブロック９３０に進んでもよく、活動認識を改善させる（すなわち、ブロック９２６由来の分類された活動グループ内の活動の数を低減すると思われる指標データベースにまだ記憶されていない活動指標を特定することができる。１つの特異的な例では、ブロック９３０は、１つ又は２つ以上の処理を実行して、所与の活動期間に対してユーザの指標データベースに現在は記憶されていない１つ又は２つ以上の活動指標を更新するために使用することができる、ユーザに利用可能であると既知の活動認識機器／デバイス（例えば、ユーザによって所有された活動デバイス）を特定することができる。

一例では、フローチャート９００は、活動認識を改善するために追加の活動認識機器を利用するようにユーザにメッセージを伝達することができる。そのようにして、このメッセージは、ブロック９３２でユーザに伝達することができる。一例では、メッセージは、ユーザに所有されていると事前に既知の活動認識機器を利用して、ユーザが現在参加している活動の認識を改善することができることをユーザに通知する。それに応じて、ユーザは、推奨された追加の活動認識デバイスのうち１つ又は２つ以上を起動することができる。そのようにして、追加の活動指標を受信することができる。したがって、追加の活動指標を受信した場合、フローチャート９００は、決定ブロック９３４からブロック９２２に戻ってもよい。しかしながら、ブロック９３４での受信に関して追加の活動指標がない場合、フローチャート９００は、ブロック９２８に進んでもよい。

１つ又は２つ以上の活動指標からユーザのエネルギー消費を算出するために、ユーザの１つ又は２つ以上の個人指標を、指標データベースから検索することができる。一例では、ユーザの１つ又は２つ以上の個人指標を記憶しているデータベースは、ユーザによって実施されている活動に基づいて算出された１つ又は２つ以上の個人指標を記憶している同じデータベースであってもよい。しかしながら、当業者は、個人指標の別個のデータベース及び活動指標が、本明細書に記載される開示の範囲を逸脱することなく利用することができることを理解するであろう。一例では、ユーザの１つ又は２つ以上の個人指標を、ブロック９３６で検索することができ、１つ又は２つ以上の個人指標は、性別、体重、身長、年齢、体脂肪率、及び／又は他の人口動態若しくは生理的なパラメータのうち１つ又は２つ以上を含んでもよい。

ユーザの正規化されたエネルギー消費を、１つ又は２つ以上の個人指標及び１つ又は２つ以上の活動デバイスによって出力されたデータから算出された１つ又は２つ以上の活動指標に基づいて算出することができる。そのようにして、当業者は、前述したように、活動指標と個人指標との組み合わせに基づいたエネルギー消費を算出するために利用することができる様々な公式を理解するであろう。更に、この正規化されたエネルギー消費の算出は、図７Ａ及び図７Ｂとの関連で説明された正規化処理と類似することができる。

図１０は、１つ又は２つ以上のソースから受信されたデータからユーザのエネルギー消費を算出するための処理の別の実施を概略的に示す。一例では、図１０を利用して、ユーザによって提供された活動分類に基づくユーザのエネルギー消費を算出することができる。そのようにして、一例では、フローチャート１０００は、ブロック１００２でユーザから活動分類を受信することができ、その結果、受信された活動分類は、ユーザによって現在実施されている活動の特定を含む。

ブロック１００２でユーザから受信された活動分類とは別個に、フローチャート１０００は、ブロック１００４で接続されたデバイスからデータを受信することができる。したがって、図９との関連で前述したように、前記接続されたデバイスを、本明細書に記載される開示の範囲を逸脱することなく、当該技術分野で既知の任意のネットワークトポロジ／方法論にわたって接続することができる。したがって、接続されたデバイスは、とりわけ、加速度計、ジャイロスコープ、位置判定装置（例えば、ＧＰＳ）、光センサ、（周囲温度及び／又は身体温度を含む）温度センサ、心拍数モニタ、画像取り込みセンサ、水分センサ、及び／又はこれらの組み合わせを含む１つ又は２つ以上の活動センサを有する活動認識デバイスを含んでもよい。更に、接続されたデバイスから受信されたデータは、受信されたデータが更なる処理に好適であるかを判定するために１つ又は２つ以上の閾値と比較することができる。そのようにして、決定ブロック１００６で、受信されたデータを、１つ又は２つ以上の閾値と比較することができる。受信されたデータが１つ又は２つ以上の閾値を超える場合、フローチャート１０００は、決定ブロック１００８に進んでもよい。しかしながら、受信されたデータが１つ又は２つ以上の検定された閾値を超えない場合、フローチャート１０００は、ブロック１０１０に進んでもよく、受信されたデータを廃棄することができる。

一実施では、１つ又は２つ以上の処理を実行して、ブロック１００４で受信されたデータが、そのデータをブロック１００４で受信したデバイスと同じ動作プロトコルを利用するデバイスから受信されていたかを判定することができる。そのようにして、一例では、１つ又は２つ以上の処理は、決定ブロック１００８で受信されたデータを出力したデバイスに関連付けられた動作プロトコルを決定することができる。これらの１つ又は２つ以上の処理は、一例では、受信されたデータに含まれるデバイス認識情報に基づいて、受信されたデータを出力したデバイスに関連付けられた動作プロトコルを特定することができる。一実施では、受信されたデータを生成したデバイスがデータを受信したデバイスと異なる動作プロトコルを利用することが見出された場合、フローチャート１０００は、ブロック１０１２に進んでもよい。そのようにして、１つ又は２つ以上の処理を実行して、受信動作プロトコルとの互換性に関して受信されたデータを調整することができる。このようにして、１つ又は２つ以上の処理を実行して、受信デバイスに関連付けられた動作プロトコルとの互換性に関して受信されたデータのシンタックスをフォーマット又は拡張することができる。これらの１つ又は２つ以上の処理をブロック１０１２において実行することができ、図６と関連して検討された１つ又は２つ以上の調整処理と類似することができる。

一実施では、ブロック１００４で受信されたデータは、１つ又は２つ以上の活動指標を含んでもよい。そのようにして、フローチャート１０００のブロック１０１４で、１つ又は２つ以上の処理を実行して、受信された活動指標を特定し、前記活動指標を、図９と関連して検討された活動指標データベースに類似するデータベースに追加することができる。更に、１つ又は２つ以上の活動指標を含む受信された活動データに基づいて、１つ又は２つ以上の処理を実行して、受信されたデータを活動グループに分類することができる。この分類は、ブロック１０１６で実行してもよく、又は図９のブロック９２６で実行されたこれらの１つ又は２つ以上の処理と類似することができる。

一実施では、フローチャート１０００は、１つ又は２つ以上の記憶された活動指標に基づいてユーザのエネルギー消費を算出することができる。そのようにして、１つ又は２つ以上の処理を実行して、利用可能な活動指標情報に基づくエネルギー消費を算出するために利用することができる１つ又は２つ以上の公式に加えて、１つ又は２つ以上の記憶された活動指標を検索することができる。そのようにして、記憶された活動指標に基づくユーザのエネルギー消費の算出は、ブロック１０１８で実行されてもよく、図９由来のブロック９２８と類似することができる。

ユーザの正規化されたエネルギー消費を算出するために、図７Ａ及び図７Ｂとの関連で説明されたように、フローチャート１０００は、指標データベースに記憶されたユーザの１つ又は２つ以上の個人指標を検索することができる。そのようにして、これらの個人指標として、ユーザの性別、体重、身長、年齢、体脂肪率、及び／又は他の人口動態若しくは生理的なパラメータが挙げられる。１つ又は２つ以上の個人指標のこの検索は、ブロック１０２０で実行されてもよく、図９由来のブロック９３６と類似することができる。したがって、処理１０００は、ブロック１０２２で正規化されたエネルギー消費を算出することができる。一例では、ブロック１０２２での正規化されたエネルギー消費の算出は、図９のブロック９３８で実行されたそれらの処理と類似することができる。

図１１は、受信されたセンサデータに基づくユーザのエネルギー消費値の算出、並びに算出されたエネルギー消費と関連付けられることとなる信頼値の算出のための処理の別の実施を概略的に示す。したがって、一実施では、フローチャート１１００は、ブロック１１０２で接続されたデバイスからデータを受信することができ、図９由来のブロック９０２に類似することができる。それに応じて、フローチャート１１００は、１つ又は２つ以上の処理を実行して、受信されたデータが生データを含むかを判定することができる。一実施では、これらの１つ又は２つ以上の処理を、決定ブロック１１０４で実行することができ、図９由来のブロック９０４と類似することができる。受信されたデータが生データを含むと判定された場合、フローチャート１１００は、決定ブロック１１０６に進んでもよく、１つ又は２つ以上の処理を実行して、接続されたデバイスが受信デバイスによって認識されるかを判定することができる。接続されたデバイスが受信デバイスによって認識されるかを判定するために実行されたこれらの１つ又は２つ以上の処理は、図９の決定ブロック９０６で実行されたそれらの処理と類似することができる。

決定ブロック１１０４で実行されたそれらの処理に応答して、受信されたデータが生データを含むと判定された場合、１つ又は２つ以上の更なる処理を実行して、受信されたデータから１つ又は２つ以上の活動指標を特定することができる。これらの活動指標認識処理をブロック１１０８で実行し、これらの活動指標認識処理は、図９のブロック９０８で実行されたそれらの処理と類似することができる。

決定ブロック１１０６に再度戻ると、決定ブロック１１０６で実行されたそれらの処理が、接続されたデバイスが認識されないと判定した場合、フローチャート１１００は、ブロック１１１０に進んでもよい。したがって、１つ又は２つ以上の処理を実行して、ブロック１１１０でデバイス情報に関して接続されたデバイスに要求を送信することができる。そのようにして、ブロック１１１０は、図９由来のブロック９１０と類似することができる。しかしながら、接続されたデバイスが決定ブロック１１０６で認識される場合、フローチャート１１００はブロック１１１２に進んでもよく、受信されたデータから活動指標を算出することができる。このようにして、ブロック１１１２は、図９由来のブロック９１２と類似することができる。

ブロック１１１０で伝達されたデバイス情報に関する要求に応答して、デバイス情報が接続されたデバイスから受信された場合、フローチャート１１１０は、決定ブロック１１１４からブロック１１１８に進んでもよい。そのようにして、受信されたデバイス情報を、ブロック１１１８でデータベースに追加することができる。しかしながら、ブロック１１１０で伝達された要求に応答してデバイス情報が受信されない場合、受信されたセンサデータをブロック１１１６で廃棄することができる。このようにして、決定ブロック１１１４は、図９由来のブロック９１４に類似することができ、ブロック１１１６及び１１８０は、図９由来のブロック９１６及び９１８と類似することができる。

決定ブロック１１２０は、１つ又は２つ以上の処理を実行して、ブロック１１０２で接続されたデバイスから受信された１つ又は２つ以上の活動指標が前記活動指標の１つ又は２つ以上の最も利用可能なソースを表すかを判定することができる。このようにして、決定ブロック１１２０は、図９由来の決定ブロック９２０と類似することができる。次に、受信された活動指標がデータの最も利用可能なソースを表さないと判定された場合、フローチャート１１００は、ブロック１１２４に進んでもよく、受信されたデータを廃棄することができる。反対に、決定ブロック１１２０で実行された１つ又は２つ以上の処理が、受信された活動指標がデータの最も利用可能なソースを表すと判定した場合、フローチャート１１００は、ブロック１１２２に進んでもよく、データを指標データベースに追加することができる。このようにして、ブロック１１２２は、図９由来のブロック９２２と類似することができる。更に、受信されたデータを、活動グループに分類することができ、その結果、活動グループは、ブロック１１０２で受信されたデータに関連付けることができる１つ又は２つ以上の活動を表すことができる。データの活動グループへのこれらの分類は、ブロック１１２６で実行することができ、図９のブロック９２６で実行されたそれらの処理と類似することができる。

一実施では、信頼性重み付けは、指標データベースに記憶された活動指標に関連付けることができる。そのようにして、信頼性重み付けは、１つ又は２つ以上の活動指標と関連付けられた正確性を表す数値を含んでもよい。一例では、信頼性重み付けは、所与の活動指標を算出するために使用されるデータのソースに基づくことができる。例えば、特定の活動指標は、複数の異なるセンサ種類から受信されたセンサデータから算出することができ、その結果、第１のセンサ種類は、第２のセンサ種類よりもより正確なデータを出力することができる。次に、特定の活動指標は、第２のセンサ種類などから出力されたデータよりも第１のセンサ種類から出力されたデータから算出されたとき、より正確であってもよい。このようにして、信頼性重み付けは、１つ又は２つ以上のソースデバイスに基づく活動指標と関連付けることができ、データは、前記活動指標を算出するために、そのソースデバイスから受信された。

別の例では、信頼性重み付けは、ユーザによって実施されている特定の活動に基づいてもよい。例えば、活動指標は、ユーザに関連付けられたエネルギー消費値を含んでもよい。しかしながら、このエネルギー消費活動指標に関連付けられた信頼性重み付けは、ユーザによって実施されている特定の活動を考慮することができる。例えば、１つ又は２つ以上の活動認識処理が、ユーザがサイクリングをしていると判定する場合、第１の信頼性重み付けを、活動指標に関連付けることができる。しかしながら、１つ又は２つ以上の活動認識処理が、ユーザがランニングをしていると判定した場合、第２の信頼性重み付けを、活動指標に関連付けることができる。特に、第１の信頼性重み付けは、特定の活動認識デバイスに与えられた、サイクリングに関して算出されたエネルギー消費が、同じ活動認識デバイスに与えられた、ランニングに関して算出されたエネルギー消費より正確性が低い可能性があることを考慮することができる。一実施では、信頼性重み付けは、ブロック１１２８で指標データベースに記憶された活動指標に関連付けることができる。更に別の例では、信頼性重み付けは、算出された活動指標に関連付けられた１つ又は２つ以上の環境条件を考慮することができる。そのようにして、環境条件は、とりわけ、受信されたセンサデータに関連付けられた信号対雑音比を含んでもよい。

一例では、１つ又は２つ以上の処理を実行して、１つ又は２つ以上の記憶された活動指標からユーザのエネルギー消費を算出することができ、その結果、１つ又は２つ以上の記憶された活動指標、それらは、とりわけ、速度、ペース、ユーザが動いている傾斜面、心拍数、代謝当量値、カロリー消費値、酸素消費の体積、又は力の値のうち１つ又は２つ以上を含む。このようにして、認識された活動及び／又はユーザが参加していると判定された活動グループに特異的な１つ又は２つ以上の公式を使用してエネルギー消費値を算出することができる。そのようにして、一例では、１つ又は２つ以上の記憶された活動指標に基づくユーザのエネルギー消費の算出を、フローチャート１１００のブロック１１３０で実行することができる。

一実施では、１つ又は２つ以上の処理を実行して、エネルギー消費の算出で利用された活動指標に関連付けられた１つ又は２つ以上の信頼性重み付けを検索することができる。このようにして、とりわけ、ブロック１１０２で受信されたデータのソース、ブロック１１２６で特定された活動／活動グループ、及び／又は１つ又は２つ以上の環境条件に基づく１つ又は２つ以上の信頼性重み付けを、ブロック１１２８との関連で説明されたそのデータベースなどのデータベースから検索することができる。一例では、１つ又は２つ以上の信頼性重み付けの検索を、ブロック１１３２で実行することができる。したがって、一例では、１つ又は２つ以上の処理を実行して、検索された信頼性重み付けに基づいて、ユーザの算出されたエネルギー消費に対する信頼値を、算出することができ、次に、その検索された信頼性重み付けは、エネルギー消費の算出で利用された活動指標と関連する。当業者は、本明細書に記載される開示の範囲を逸脱することなく、算出機エネルギー消費と関連付けられた信頼値を算出するために利用することができる様々な公式を理解するであろう。そのようにして、一例では、信頼値を算出するために実行された１つ又は２つ以上の処理は、ブロック１１３４と関連付けることができる。

図１２は、ソーシャルフィードに活動情報を公開するための処理のフローチャート図である。特に、フローチャート１２００は、接続されたデバイスからセンサデータを受信することができる。このようにして、フローチャート１２００は、第１の動作プロトコルを利用する第１のデバイスによって実行されてもよく、その結果、第１のデバイスは、第２の動作プロトコルを利用する第２のデバイスと通信している。そのようにして、一例では、フローチャート１２００のブロック１２０２で、接続されたデバイスからセンサデータを受信することができ、その結果、ブロック１２０２は、図１１由来のブロック１１０２と類似することができる。

一実施では、１つ又は２つ以上の処理を実行して、接続されたデバイスから受信されたデータを変換することができる。そのようにして、これらの１つ又は２つ以上の処理は、１つ又は２つ以上の活動指標などを抽出するために受信されたデータを変換することができる。一例では、受信されたデータは、生データを含んでもよく、その生データから、１つ又は２つ以上の活動指標を算出することができる。別の例では、受信されたデータは、１つ又は２つ以上の活動指標として解釈することができる事前に処理された情報を含んでもよい。そのようにして、これらの活動指標として、とりわけ、速度、ペース、ユーザが動いている傾斜面、心拍数、代謝当量値、カロリー消費値、酸素消費の体積、又は力の値が挙げられる。一実施では、受信されたデータを、ブロック１２０４で変換することができる。

一例では、フローチャート１２００は、受信されたセンサデータに関連付けられた１つ又は２つ以上の活動を特定することができる。そのようにして、一実施では、受信されたセンサデータに関連付けられた活動は、受信されたセンサデータについて実行された１つ又は２つ以上の活動認識処理に基づいて、又は受信されたセンサデータ内で伝達された活動の明確な特定（例えば、受信されたセンサデータ内で伝達された活動識別子）に基づいて特定することができる。そのようにして、当業者は、本明細書に記載される開示の範囲を逸脱することなく、この点に関して利用することができる様々な活動認識処理を理解するであろう。更に、一例では、受信されたセンサデータに関連付けられた１つ又は２つ以上の活動の特定を、フローチャート１２００のブロック１２０６で実行することができる。

一例では、フローチャート１２００は、受信センサデータ及び１つ又は２つ以上の特定された活動に基づいて、データベースから１つ又は２つ以上の社会的つながりを特定することができる。そのようにして、１つ又は２つ以上の社会的つながりを、１つ又は２つ以上のソーシャルネットワークに関連付けることができる。特に、１つ又は２つ以上のソーシャルネットワークは、共通の関心（例えば、運動活動の関心など）を有する個人のグループを含んでもよい。更に、そこから１つ又は２つ以上の社会的つながりが特定することができるデータベースは、デバイス１１２、１２６、１２８、１３０、及び／又は４００のうち１つ又は２つ以上などにローカルに記憶することができるか、又はサーバ１１１などのリモートサーバに記憶されたリモートデータベースであってもよい。このようにして、１つ又は２つ以上の処理を実行して、ユーザによって実施されている１つ又は２つ以上の特定の活動に基づく１つ又は２つ以上の社会的つながりを特定することができる。したがって、これらの１つ又は２つ以上の特定処理は、フローチャート１２００のブロック１２０８で実行することができる。

一例では、あるいはフィードと称されるデータフィード、電子掲示板、又は通信チャンネルは、ユーザによって実施されている活動と関連する情報を伝達するためにユーザによって利用することができる。そのようにして、一実施では、データフィードは、ユーザに関連付けられた１つ又は２つ以上の社会的つながりに運動パフォーマンス情報を伝達することができる。このようにして、ユーザは、ユーザによって実施されている活動に関連したリアルタイム情報を伝達することができ、その結果、前記１つ又は２つ以上の社会的つながりは、ユーザ自身の運動パフォーマンスをユーザに関連付けられたリアルタイムパフォーマンスと比較することができる。一例では、１つ又は２つ以上の処理は、ブロック１２０６に関連付けられた検出された活動及びブロック１２０８で特定された社会的つながりに基づいて、ユーザに関連付けられたソーシャルフィードに運動パフォーマンス情報を公開することができる。一例では、この公開は、ブロック１２１０で実行することができる。

図１３は、２つの異なる処理から導出された２つの異なるソースからの２つの異なる指標を利用する例示的な実施を示すフローチャート１３００である。例えば、例示的な決定１３０２では、第１の指標（例えば、ペース及び／又はエネルギー消費指標）が（図８Ａのブロック８０２の第１のソースなどの）第１のソースから得られ、かつ指標（例えば、エネルギー消費及び／又はペース指標）が（図８Ｂのブロック８０４の第２のソースなどの）第２のソースから得られたかを判定することができる。一実施形態では、ペースは、第１のソース及び第２のソースから提供することができる。一実施形態では、複数のソースからのエネルギー消費指標は、（ペースの算出から分離することができる）同じ又は類似の処理から提供することができる。第１のソースは、第１の時間枠の少なくとも一部の間にアスリートの位置データを受信することと、その位置データに基づいて、第１の時間枠の関連部分の間にアスリートのペースを決定することとを含む、第１の処理を利用することができる。第２のソースは、第１の時間枠の少なくとも一部の間にアスリートによって進められた歩数を決定することと、決定された少なくとも歩数に基づいて、第１の時間枠の関連部分の間にアスリートのペースを決定することとを含む、第２の処理を利用することができる。

互いに独立し、それぞれ他のデータへアクセスしない第１及び第２のソースであるにもかかわらず、特定の実施形態は、いずれかのソースのデータ及び／又は追加のデータを利用することができる。例えば、一実施形態では、ペース指標は、いずれかのソースから独立したデータベース上に記憶された人口学的情報と組み合わせて、修正エネルギー消費指標を生成することができ（例えば、ブロック１３０４、但し、決定１３０２が否定である場合、ブロック１３０６を実施して、エネルギー消費指標を算出に利用することができる。一実施形態では、第１及び第２のソースの両方から受信されたペース指標を、第１及び第２のソースから独立している中央データベースに位置する人口学的情報と組み合わせて、修正エネルギー消費指標を生成することができる。

特定の実施形態では、ペース指標の人口学的情報との組み合わせは、第１のソース及び第１のデバイスのうち少なくとも１つの特定に基づく第１の処理から算出された値から第１の処理値を修正する一部である。

ブロック１３０８を実施して、（例えば、ブロック１３０４で決定された）修正エネルギー消費指標又は受信されたエネルギー消費がより信頼できるか、又は正確であるかを判定することができる。そうである場合、第１及び第２のソースからのデータの少なくとも一部に対して、修正エネルギー消費指標を算出に使用することができるブロック１３１０を実施することができる。そうでない場合、ブロック１３０６を実施して、第１又は第２のソースからのデータの少なくとも一部に対するエネルギー消費指標を続く算出に使用することができる。

結論
実施形態の態様は、その例示的な実施形態の用語で説明されてきた。添付の特許請求の範囲及び趣旨の範囲内の数多くの他の実施形態、修正例及び変形例が、本開示を検討して、当業者に想起されるだろう。例えば、当業者は、例示的な図示された工程を列挙された順序以外で実行することができること、及び図示された１つ又は２つ以上の工程は、実施形態の態様に従って任意であってもよいことを理解するであろう。

上記態様のうち任意において、様々な特徴をハードウェアに実装することができ、又は１つ又は２つ以上のプロセッサ上で動作するソフトウェアモジュールとして実装することができる。一態様の特徴は、他の態様のうち任意に適用することができる。

本明細書に記載される方法のうち任意を遂行するためのコンピュータプログラム又はコンピュータプログラム製品、及び本明細書に記載される方法のうち任意を遂行するためのプログラムを記憶しているコンピュータ可読媒体もまた提供することができる。コンピュータプログラムは、コンピュータ可読媒体上に記憶することができる、又は、例えば、インターネットウェブサイトから提供されたダウンロード可能なデータ信号などの信号の形式であってもよく、又は任意の他の形式であってもよい。

誤解を避けるために、本出願は、以下に番号付けしたパラグラフで説明される要旨にまで及ぶ。
パラグラフ１
プロセッサによって実行される際、少なくとも
接続されたデバイスからデータを受信することであって、該接続されたデバイスは、第１のオペレーティングシステムを利用し、該プロセッサは、第２のオペレーティングシステムを利用することと、
該受信されたデータに関連付けられた活動指標を特定することと、
該受信されたデータを指標データベースに追加することと、
該受信されたデータを活動グループに分類することと、
１つ又は２つ以上の記憶された活動指標を利用して、ユーザのエネルギー消費を算出することと、
を実施するように構成された、コンピュータ実行可能命令を含む、非一時的なコンピュータ可読媒体。
パラグラフ２
前記コンピュータ実行可能命令は、前記プロセッサによって実行される際、前記受信されたデータを前記指標データベースに追加する前に、
前記受信されたデータを前記指標データベースと比較することによって、前記受信されたデータが前記活動指標のデータの最も利用可能なソースであるかを判定することと、
前記受信されたデータが前記活動指標のデータの最も利用可能なソースでない場合、前記受信されたデータを廃棄することと、
を実施するように更に構成されている、パラグラフ１に記載の非一時的なコンピュータ可読媒体。
パラグラフ３
前記受信されたデータは、生センサデータである、パラグラフ１又は２に記載の非一時的なコンピュータ可読媒体。
パラグラフ４
前記活動指標は、前記プロセッサによって前記生センサデータから算出される、パラグラフ３に記載の非一時的なコンピュータ可読媒体。
パラグラフ５
前記受信されたデータは、前記接続されたデバイスによって事前に算出された前記活動指標を含む、パラグラフ１又は２に記載の非一時的なコンピュータ可読媒体。
パラグラフ６
前記活動グループは、前記指標データベースに記憶された１つ又は２つ以上の活動指標に基づいて認識することができる１つ又は２つ以上の活動を含む、パラグラフ１〜５のいずれか１つに記載の非一時的なコンピュータ可読媒体。
パラグラフ７
前記コンピュータ実行可能命令は、前記プロセッサによって実行される際、
前記活動グループにおける活動の数を低減することによって活動認識を向上させるために、前記指標データベースに記憶されていない、追加の活動指標を特定することを実施するように更に構成されている、パラグラフ６に記載の非一時的なコンピュータ可読媒体。
パラグラフ８
前記ユーザの前記エネルギー消費を算出するために、前記プロセッサは、前記ユーザの年齢、体重、身長、及び性別を含む前記指標データベースに記憶された個人活動指標を利用する、パラグラフ１〜７のいずれか１つに記載の非一時的なコンピュータ可読媒体。
パラグラフ９
前記個人活動指標は、前記ユーザの安静時心拍数を含む、パラグラフ８に記載の非一時的なコンピュータ可読媒体。
パラグラフ１０
前記ユーザの前記エネルギー消費を算出するために、前記プロセッサは、前記ユーザによって活動が実施されている時間、並びに、速度、較差、力、心拍数、酸素消費の体積、代謝当量、及びカロリー量から選択される少なくとも１つのパフォーマンス活動指標を含むパフォーマンス活動指標を更に利用する、パラグラフ８又は９に記載の非一時的なコンピュータ可読媒体。
パラグラフ１１
前記コンピュータ実行可能命令は、前記プロセッサによって実行される際、前記個人活動指標に基づく前記ユーザの前記エネルギー消費値の正規化を実施するように更に構成されている、パラグラフ８〜１０のいずれか１つに記載の非一時的なコンピュータ可読媒体。
パラグラフ１２
装置であって、
プロセッサと、
ユーザからの活動分類入力及び接続されたデバイスからのセンサデータを受信するように構成された入力インターフェースであって、該接続されたデバイスは、第１の動作プロトコルを利用し、該入力インターフェースは、第２の動作プロトコルを利用する、入力インターフェースと、
コンピュータ可読命令を記憶するメモリであって、該命令は、該プロセッサによって実行される際、該装置に、
該ユーザからの該活動分類入力に基づいて、該ユーザによって実施されている活動を特定することと、
該受信されたセンサデータに関連付けられた活動指標を特定することと、
該受信されたデータを指標データベースに追加することと、
該指標データベースに記憶された１つ又は２つ以上の活動指標を利用して、該ユーザのエネルギー消費を算出することと、
を行わせる、コンピュータ可読命令を記憶するメモリと、
を備える、装置。
パラグラフ１３
前記コンピュータ可読命令は、前記プロセッサによって実行される際、前記受信されたセンサデータを前記指標データベースに追加する前に、前記装置に、
前記受信されたデータを前記指標データベースと比較することによって、前記受信されたセンサデータが前記特定された活動指標のデータの最も利用可能なソースであるかを判定することと、
前記受信されたセンサデータが前記特定された活動指標のデータの最も利用可能なソースではない場合、前記受信されたデータを廃棄することと、
を更に行わせる、パラグラフ１２に記載の装置。
パラグラフ１４
前記コンピュータ可読命令は、前記プロセッサによって実行される際、前記装置に、前記受信されたデータを閾値と比較することによって、前記受信されたデータが前記特定された活動指標のデータの最も利用可能なソースであるかの判定を更に行わせる、パラグラフ１２又は１３に記載の装置。
パラグラフ１５
前記コンピュータ可読命令は、前記プロセッサによって実行される際、前記装置に、前記第２の動作プロトコルとの互換性に関して前記受信されたデータを調整することを更に行わせる、パラグラフ１２〜１４のいずれか１つに記載の装置。
パラグラフ１６
前記接続されたデバイスは、ＧＰＳ、加速度計、心拍数センサ、及びジャイロスコープからなる群より選択されるセンサを含む、パラグラフ１２〜１５のいずれか１つに記載の装置。
パラグラフ１７
前記ユーザの前記エネルギー消費を算出するために、前記プロセッサは、前記ユーザの年齢、体重、身長、及び性別を含む前記指標データベースに記憶された個人活動指標を利用する、パラグラフ１２〜１６のいずれか１つに記載の装置。
パラグラフ１８
前記個人活動指標は、前記ユーザの安静時心拍数を含む、パラグラフ１７に記載の装置。
パラグラフ１９
前記ユーザの前記エネルギー消費を算出するために、前記プロセッサは、前記ユーザによって活動が実施されている時間、並びに、速度、較差、力、心拍数、酸素消費の体積、代謝当量、及びカロリー量から選択される少なくとも１つのパフォーマンス活動指標を含むパフォーマンス活動指標を更に利用する、パラグラフ１７又は１８に記載の装置。
パラグラフ２０
ユーザのエネルギー消費を算出するための方法であって、
第１の接続されたデバイス及び第２の接続されたデバイスからデータを受信することと、
該第１の接続されたデバイスから受信された第１のデータを該第２の接続されたデバイスから受信された第２のデータと比較することと、
該第１のデータ及び該第２のデータが共通活動指標を含むかを判定することと、
該第１のデータ及び該第２のデータが共通活動指標を含む場合には、
該第１のデータ及び該第２のデータから、該共通活動指標のデータの最も利用可能なソースを決定することと、
該共通活動指標の該データの最も利用可能なソースを指標データベースに追加することと、
該第１のデータ及び該第２のデータが共通活動指標を含まない場合には、
該第１のデータに関連付けられた第１の活動指標及び該第２のデータに関連付けられた第２の活動指標を該指標データベースに追加することと、
該受信されたデータを活動グループに分類することと、
１つ又は２つ以上の記憶された活動指標を利用して、ユーザのエネルギー消費を算出することと、
を含む、方法。
パラグラフ２１
前記活動グループにおける活動の数を低減することによって活動認識を向上させるために、前記指標データベースに記憶されていない追加の活動指標を特定することを更に含む、パラグラフ２０に記載の方法。
パラグラフ２２
前記追加の活動指標に関する要求を前記第１及び第２の接続されたデバイスに伝達することを更に含む、パラグラフ２１に記載の方法。
パラグラフ２３
少なくとも第１及び第２の時間を含む第１の時間枠の間のアスリートの運動動作に基づく最終累積運動指標を算出するコンピュータ実施方法であって、
第１のソースから、第１のデバイス上で行われた第１の処理に由来する第１の運動指標を表す第１の値を受信することと、
該第１のソースから独立した第２のソースから、第２のデバイス上で行われた第２の処理に由来する該第１の運動指標を表す第２の値を受信することと、
該第１のソース及び該第１のデバイスのうち少なくとも１つの特定に基づいて、修正スカラーを該第１の値に関連させることと、
該第１のソース及び該第２のソースから受信されたデータを正規化するように構成された正規化係数を割り当てることと、
調整された第１の値及び調整された第２の値を使用して該第１の時間枠に対する最終累積正規化運動指標を算出することであって、該調整された第１の値は、該第１の値、該修正スカラー、及び該割り当てられた正規化係数から導出され、調整された第２の値は、少なくとも該第２の値及び該割り当てられた正規化係数から導出されることと、
を含む、コンピュータ実施方法。
パラグラフ２４
前記正規化係数及び前記修正スカラーはそれぞれ、前記第１の値に適用される、パラグラフ２３に記載の方法。
パラグラフ２５
前記割り当てられた正規化係数又は前記修正スカラーのうち一方は、前記第１の値に直接適用されて、暫定的な第１の値を提供し、前記正規化係数及び前記修正スカラーのうち他方は、該暫定的な第１の値に適用される、パラグラフ２４に記載の方法。
パラグラフ２６
前記第１の値が前記第１の時間枠内の第１の時間の間の運動動作を表し、前記第２の値が前記第１の時間枠内の第２の時間の間の運動動作を表すことを判定することを更に含み、
前記最終累積正規化運動指標の算出は、前記調整された第１の値及び前記調整された第２の値を合計して、前記最終累積正規化運動指標を生成することを含む、パラグラフ２３〜２５のいずれか１つに記載の方法。
パラグラフ２７
前記正規化係数は、前記アスリートによって実施されている前記活動に基づく前記第１の値に割り当てられる、パラグラフ２３〜２６のいずれか１つに記載の方法。
パラグラフ２８
前記第１の値が前記第１の時間枠内の第１の時間の間の運動動作を表し、前記第２の値が前記第１の時間枠内の第２の時間の間の運動動作を表すことを判定することであって、該第１の時間及び該第２の時間の少なくとも一部は重複することを更に含み、
前記最終正規化累積運動指標を算出することは、
前記第１のソースが前記運動動作をより良好に表していることを判定することと、
それに応じて、前記第１の値を該重複に比例的に帰属させることと、
を含む、パラグラフ２３〜２７のいずれか１つに記載の方法。
パラグラフ２９
前記第１の運動指標は、エネルギー消費指標を含む、パラグラフ２３〜２８のいずれか１つに記載の方法。
パラグラフ３０
前記運動指標は、ペース指標を含む、パラグラフ２３〜２９のいずれか１つに記載の方法。
パラグラフ３１
前記第１の処理は、
前記第１の時間枠の少なくとも一部の間の前記アスリートの位置データを受信することと、
該位置データに基づいて、前記第１の時間枠の関連部分の間の前記アスリートのペースを決定することと、
を含み、
前記第２の処理は、
前記第１の時間枠の少なくとも一部の間の前記アスリートによって進められた歩数を決定することと、
少なくとも決定された該歩数に基づいて、前記第１の時間枠の関連部分の間の前記アスリートのペースを決定することと、
を含む、パラグラフ３０に記載の方法。
パラグラフ３２
前記第１及び第２のソースの両方から受信された前記ペース指標を、前記第１及び第２のソースから独立している中央データベースに位置する人口学的情報と組み合わせて、エネルギー消費指標を生成することを更に含む、パラグラフ３０又は３１に記載の方法。
パラグラフ３３
前記ペース指標の前記人口学的情報との前記組み合わせは、前記第１のソース及び前記第１のデバイスのうち少なくとも一方の特定に基づく前記第１の処理から算出された前記値からの前記第１の処理値の変形例の一部である、パラグラフ３２に記載の方法。
パラグラフ３４
運動指標は、エネルギー消費指標及びペース指標の両方を含み、
前記方法は、
前記第１及び第２のソースの両方から受信された前記ペース指標を、前記第１及び第２のソースから独立している中央データベースに記憶された人口学的情報と組み合わせて、修正エネルギー消費指標を生成することと、
該エネルギー消費指標を使用するか又は該修正エネルギー消費を使用するかを決定することと、
を更に含む、パラグラフ３３に記載の方法。
パラグラフ３５
前記第１の時間枠の第１の時間及び第２の時間は重複する、パラグラフ３３又は３４に記載の方法。

Claims (20)

1. 運動システムであって、
   プロセッサと、
   ディスプレイと、
   コンピュータ実行可能命令を含む非一時的なコンピュータ可読媒体であって、該命令は、該プロセッサによって実行される際、該プロセッサに、少なくとも
   接続されたデバイスから運動データを受信することであって、該接続されたデバイスは、第１のオペレーティングシステムを利用し、該プロセッサは、第２のオペレーティングシステムを利用することと、
   該受信されたデータに関連付けられた活動指標を特定することと、
   該受信されたデータを指標データベースと比較することによって、該受信されたデータが該活動指標のデータの最も利用可能なソースであるかを判定することと、
   該受信されたデータが該活動指標のデータの最も利用可能なソースでない場合には、該受信されたデータを廃棄することと、
   該受信されたデータが該活動指標のデータの最も利用可能なソースである場合には、該受信されたデータを該指標データベースに記憶することと、
   該受信されたデータを運動活動グループに分類することと、
   該分類された活動グループに基づいて、１つ又は２つ以上の記憶された活動指標を１つ又は２つ以上のそれぞれの信頼性重み付けと関連付けることと、
   ユーザのエネルギー消費値を該１つ又は２つ以上の記憶された活動指標から算出することと、
   該ユーザの該算出されたエネルギー値を該ディスプレイ上に表示することと、
   を行わせるように構成されている、非一時的なコンピュータ可読媒体と、
   を備える、
   運動システム。
2. 前記コンピュータ可読媒体は、ユーザからの活動分類入力及び前記接続されたデバイスからのセンサデータを受信するように構成された入力インターフェースを更に備える、
   請求項１に記載の運動システム。
3. 前記受信されたデータは、生センサデータであり、前記活動指標は、前記プロセッサによって該生センサデータから算出される、
   請求項１に記載の運動システム。
4. 前記受信されたデータは、前記接続されたデバイスによって事前に算出された前記活動指標を含む、
   請求項１に記載の運動システム。
5. 前記活動グループは、前記指標データベースに記憶された１つ又は２つ以上の活動指標に基づいて認識することができる１つ又は２つ以上の活動を含む、
   請求項１に記載の運動システム。
6. 前記コンピュータ可読媒体は、前記プロセッサによって実行される際、前記プロセッサに、前記活動グループにおける活動の数を低減することによって活動認識を向上させるために、前記指標データベースに記憶されていない、追加の活動指標を特定することを実施させるように更に構成されている、コンピュータ実行可能命令を更に含む、
   請求項５に記載の運動システム。
7. 前記ユーザの前記エネルギー消費を算出するために、前記プロセッサは、前記ユーザの年齢、体重、身長、及び性別のうち少なくとも２つを含む前記指標データベースに記憶された個人活動指標を利用する、
   請求項１に記載の運動システム。
8. 前記ユーザの前記エネルギー消費を算出するために、前記プロセッサは、前記ユーザの安静時心拍数を少なくとも含む前記指標データベースに記憶された個人活動指標を利用する、
   請求項１に記載の運動システム。
9. 前記ユーザの前記エネルギー消費を算出するために、前記プロセッサは、前記ユーザによって活動が実施されている時間、並びに、速度、較差、力、心拍数、酸素消費の体積、代謝当量、及びカロリー量から選択される少なくとも１つのパフォーマンス活動指標を含むパフォーマンス活動指標を更に利用する、
   請求項８に記載の運動システム。
10. 前記コンピュータ可読媒体は、前記プロセッサによって実行される際、前記プロセッサに、少なくとも前記個人活動指標に基づく前記ユーザの前記エネルギー消費値の正規化を実施させるコンピュータ実行可能命令を更に含む、
    請求項８に記載の運動システム。
11. 少なくとも第１及び第２の時間を含む第１の時間枠の間のアスリートの運動動作に基づく最終累積運動指標を算出するコンピュータ実施方法であって、
    第１のソースから、第１のデバイス上で行われた第１の処理に由来する第１の運動指標を表す第１の値を受信することと、
    該第１のソースから独立した第２のソースから、第２のデバイス上で行われた第２の処理に由来する該第１の運動指標を表す第２の値を受信することと、
    該第１のソース及び該第１のデバイスのうち少なくとも一方の特定に基づいて、修正スカラーを該第１の値に関連させることと、
    該第１のソース及び該第２のソースから受信されたデータを正規化するように構成された正規化係数を割り当てることと、
    調整された第１の値及び調整された第２の値を使用して、該第１の時間枠に対する最終累積正規化運動指標を算出することであって、該調整された第１の値は、該第１の値、該修正スカラー、及び該割り当てられた正規化係数から導出され、該調整された第２の値は、少なくとも該第２の値及び該割り当てられた正規化係数から導出されることと、
    該最終累積正規化運動指標をアスリートによる使用のために出力することと、
    を含む、
    コンピュータ実施方法。
12. 前記正規化係数及び前記修正スカラーは、前記第１の値にそれぞれ適用される、
    請求項１１に記載の方法。
13. 前記割り当てられた正規化係数又は前記修正スカラーのうちいずれか一方は、前記第１の値に直接適用されて、暫定的な第１の値を提供し、前記正規化係数及び前記修正スカラーのうち他方は、該暫定的な第１の値に適用される、
    請求項１２に記載の方法。
14. 前記第１の値が前記第１の時間枠内の第１の時間の間の運動動作を表し、前記第２の値が前記第１の時間枠内の第２の時間の間の運動動作を表すことを判定することを更に含み、
    前記最終累積正規化運動指標の算出は、前記調整された第１の値及び前記調整された第２の値を合計して、前記最終累積正規化運動指標を生成することを含む、
    請求項１２に記載の方法。
15. 前記正規化係数は、前記アスリートによって実施されている前記活動に基づく前記第１の値に割り当てられる、
    請求項１２に記載の方法。
16. 前記第１の値が前記第１の時間枠内の第１の時間の間の運動動作を表し、前記第２の値が前記第１の時間枠内の第２の時間の間の運動動作を表すことを判定することであって、該第１の時間及び該第２の時間の少なくとも一部は重複していることを更に含み、
    前記最終正規化累積運動指標を算出することは、
    前記第１のソースが前記運動動作をより良好に表していることを判定することと、
    それに応じて、前記第１の値を該重複に比例的に帰属させることと、
    を含む、
    請求項１２に記載の方法。
17. 前記第１の運動指標は、エネルギー消費指標を含む、
    請求項１２に記載の方法。
18. 前記運動指標は、ペース指標を含む、
    請求項１２に記載の方法。
19. 前記第１の処理は、
    前記第１の時間枠の少なくとも一部の間の前記アスリートの位置データを受信することと、
    該位置データに基づいて、前記第１の時間枠の関連部分の間の前記アスリートのペースを決定することと、
    を含み、
    前記第２の処理は、
    前記第１の時間枠の少なくとも一部の間の前記アスリートによって進められた歩数を決定することと、
    少なくとも決定された該歩数に基づいて、前記第１の時間枠の関連部分の間の前記アスリートのペースを決定することと、
    を含む、
    請求項１８に記載の方法。
20. 前記第１及び第２のソースの両方から受信された前記ペース指標を、前記第１及び第２のソースから独立している中央データベースに位置する人口学的情報と組み合わせて、エネルギー消費指標を生成することを更に含む、
    請求項１９に記載の方法。

Images