JP6363239B2 - パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング - Google Patents
パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング Download PDFInfo
- Publication number
- JP6363239B2 JP6363239B2 JP2017033121A JP2017033121A JP6363239B2 JP 6363239 B2 JP6363239 B2 JP 6363239B2 JP 2017033121 A JP2017033121 A JP 2017033121A JP 2017033121 A JP2017033121 A JP 2017033121A JP 6363239 B2 JP6363239 B2 JP 6363239B2
- Authority
- JP
- Japan
- Prior art keywords
- classification
- sensor
- data sample
- casm
- determining
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- 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
- G06F1/3287—Power saving characterised by the action undertaken by switching off individual functional units in the computer system
-
- 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
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- 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)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Environmental & Geological Engineering (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Telephone Function (AREA)
- Power Sources (AREA)
Description
図1は、本発明の実施形態を実施し得る例示的なデータ処理システムを示したブロック図である。本システムは、1つまたは複数のプロセッサ101、メモリ105、I/Oコントローラ125およびネットワークインターフェース110を含み得るデバイス100とすることがある。デバイス100はまた、プロセッサ101にさらに結合される1つまたは複数のバスまたは信号線に対して結合されたいくつかのデバイスセンサを含むことがある。デバイス100はまた、ディスプレイ120、ユーザインターフェース(たとえば、キーボード、タッチ式画面、または同様のデバイス)、パワーデバイス121(たとえば、電池)、またさらに電子デバイスと一般的に関連付けされた他の構成要素を含み得ることを理解されたい。
デバイスセンサはユーザおよび環境に関するコンテキスト型データを提供することが可能である。本明細書で使用する場合にコンテキストとは、ユーザの状況を特徴付けするために使用可能な任意の情報とし得る。たとえばコンテキストは、ユーザが何をしているか、ユーザの環境/周囲状況、ユーザがどこにいるか、またはユーザが有し得る意向を記述することが可能である。
CASMは、モバイルデバイスに取り付けられた1つまたは複数のセンサ(たとえば、近接センサ130、ALS135、加速度計140、ジャイロスコープ145、磁力計150、気圧センサ155、GPS160、マイクロフォン165およびカメラ170)から受け取ったデータを処理または計算し、デバイスの環境に関連する情報を報告することがある。いくつかの実施形態ではCASMは、通信可能に接続された外部のデバイスから(たとえば、外部のカメラへのUSB接続またはWiFi接続を介して)I/Oコントローラ125を通じて外部のセンサデータを受け取ることが可能である。CASMまたは専用の分類器(たとえば、常時オン状態または頻繁に起動状態となる分類器)によってセンサデータを分類することが可能である。
一実施形態ではCASMは、上で開示したようなセンサデータ(たとえば、マイクロフォン165、加速度計140、周辺光センサ135または他の入力からの生データ)からの1つまたは複数のフィーチャを計算、処理または抽出することが可能である。本明細書に記載したフィーチャは、センサデータに対して実行された計算の結果または出力を意味している。フィーチャはデータ組を分類するために使用することが可能である。たとえばCASMは、入力として加速度計140からセンサ生データ(たとえば、センサデータサンプル)を受け取るとともに平均値および/または標準偏差を算出することが可能である。CASMはこの平均値および/または標準偏差を用いてコンテキストを分類することまたはコンテキストをセンサデータに提供することが可能である。たとえば運動センサの分類は、歩行中、着席中、ランニング中または運転中(ただし、これらに限らない)とすることがある。一実施形態ではそのフィーチャは、プロセッサ101によってメモリ105内で実行されたコンピュータコードからの値、出力または結果である。
上に記載したようにCASMは、信頼度(たとえば、信頼度の値またはレベル)を個々の各データセンササンプル分類または連携データセンササンプル分類と関連付けすることが可能である。CASMは信頼度を、追加のセンサを起動させるべきかどうかを判定する方法として使用することがある。信頼度は信頼度しきい値と比較されることがあり、また信頼度しきい値を満たさないまたはこれを超えない分類は追加のセンサデータサンプルからの第2の分類と突き合わせて検証することが可能である。
一実施形態では、CASMは、センササンプルデータに基づいて分類または状態を決定する。他の実施形態では分類器は、状態または分類をCASMに出力する。たとえば分類器が状態Bと一般的に混同されることが分かっている分類Aを出力する場合、CASMは分類が正しいことを検証するために追加のセンサストリームを起動または有効化することが可能である。
一実施形態ではCASMは、分類の変更に基づいて追加のセンサをオンにするような決定を行うことが可能である。分類の変更に基づいて追加のセンサをオンにするような決定は、当該分類の信頼度から独立とさせることがある。
CASMは、センサ生データから計算されたフィーチャベクトルに基づいて始動されることがある。たとえば、計算されたフィーチャベクトルがフィーチャ空間の曖昧領域に位置している場合、追加のセンサストリームを有効化することが可能である。この決定のためには、フィーチャベクトルの最も近いクラスからの距離を使用することが可能である。たとえば、加速度計140ノルムの標準偏差およびデバイスの平均の向きによって、そのデータが歩行中によって生成された可能性があるのかまたは運転中によって生成された可能性があるのかのいずれであるかが指示されることがある(フィーチャベクトルからこれらのクラスの各々の重心までの距離が短くかつ同様であるとする)。
101 プロセッサ
105 メモリ
110 ネットワークインターフェース
115 ワイヤレスサブシステム
120 ディスプレイ
121 パワーデバイス
125 I/Oコントローラ
130 近接センサ
135 周辺光センサ(ALS)
140 加速度計
145 ジャイロスコープ
150 磁力計
155 気圧センサ
160 全地球測位センサ(GPS)
165 マイクロフォン
170 カメラ
171 モジュール
305 Y軸
310 ポイント
315 クラスA
320 ポイント
325 クラスB
330 ポイント
335 クラスC
340 X軸
405 センサX
410 センサZ
412 t0
415 クラスA
420 非起動
422 t1
425 クラスB
432 t2
435 クラスB
440 クラスA
442 t3
445 クラスA
452 t4
455 クラスC
462 t5
465 クラスC
472 t6
Claims (24)
- モバイルデバイスに関するコンテキスト推定を実行するための方法であって、
少なくとも第1のセンサからデータサンプルを、コンテキストアウェアセンサマネージャ(CASM)によって受け取るステップと、
前記少なくとも第1のセンサからの前記データサンプルの第1の分類を、前記CASMによって実行するステップと、
前記少なくとも第1のセンサからの以前のデータサンプルの以前のデータサンプル分類から前記第1のデータサンプル分類への、信頼度未達をトリガするように事前決定された分類の変更とマッチするような分類の変更を検出することによって、前記第1の分類に関する信頼度値が第1の信頼度しきい値を満たせていないことを、前記CASMによって決定するステップと、
前記第1の分類の前記信頼度値が前記第1の信頼度しきい値を満たせていないという決定に応答して、
(1)第2のセンサを、前記CASMによって起動するステップと、
(2)前記起動した第2のセンサからの第2のデータサンプルの第2の分類を、前記CASMによって実行するステップと、
(3)前記第2の分類に関する信頼度値が第2の信頼度しきい値を満たすことを、前記CASMによって決定するステップと、
(4)前記第2の分類に関する信頼度値が前記第2の信頼度しきい値を満たすという決定に応答して、前記第1の分類を使用するのではなく前記第2の分類を使用して前記モバイルデバイスに関するコンテキスト推定を、前記CASMによって決定するステップと、
を含む方法。 - 前記第2の分類に関する第2の信頼度値を、前記CASMによって決定するステップと、
前記第2の分類の前記第2の信頼度値が信頼度しきい値を満たせていないことを決定することに応答して、
(1)第3のセンサを、前記CASMによって起動するステップと、
(2)第3のデータサンプルの第3の分類を、前記CASMによって実行するステップと、
(3)前記第1の分類および前記第2の分類を使用することなく、前記第3の分類を使用してコンテキスト推定を、前記CASMによって決定するステップと、
をさらに含む請求項1に記載の方法。 - 少なくとも第1のセンサからデータサンプルを受け取る前記ステップは、2つ以上のセンサからデータサンプルを、前記CASMによって受け取るステップを含む、請求項1に記載の方法。
- 前記信頼度値は、前記第1のデータサンプルが正確に分類される確率、履歴データセットのデータサンプルに対する前記第1のデータサンプルの比較、または最も近い分類と次に最も近い分類との間の差のうちの少なくとも1つに基づく、請求項1に記載の方法。
- 前記少なくとも第1のセンサは第1のセンササブシステムの一部であるとともに前記第2のセンサは第2のセンササブシステムの一部であり、かつ前記第2のセンサを起動する前記ステップは、
前記第2のセンササブシステムを、前記CASMによってパワーアップするステップと、
前記第1のセンササブシステムと前記第2のセンササブシステムとの間で、前記CASMによって通信するステップと、をさらに含む、請求項1に記載の方法。 - 前記少なくとも第1のセンサから第4のデータサンプルを、前記CASMによって受け取るステップと、
前記第4のデータサンプルの第4の分類を、前記CASMによって実行するステップと、
前記第4の分類が前記以前のデータサンプル分類に対応するかどうかを、前記CASMによって決定するステップと、
前記第4の分類が前記以前のデータサンプル分類に対応するという決定に応答して、前記第4の分類を使用してコンテキスト推定を、前記CASMによって決定するステップと、をさらに含む、請求項1に記載の方法。 - モバイルデバイスに関するコンテキスト推定を実行するための実行可能プログラム命令を包含したマシン可読非一時的記憶媒体であって、前記実行可能プログラム命令は、1つまたは複数のプロセッサに実行されるとき、前記1つまたは複数のプロセッサに、
少なくとも第1のセンサからデータサンプルを受け取らせ、
前記少なくとも第1のセンサからの前記データサンプルの第1の分類を実行させ、
前記少なくとも第1のセンサからの以前のデータサンプルの以前のデータサンプル分類から前記第1のデータサンプル分類への、信頼度未達をトリガするように事前決定された分類の変更とマッチするような分類の変更を検出することによって、前記第1の分類に関する信頼度値が第1の信頼度しきい値を満たせていないことを決定させ、
前記第1の分類の前記信頼度値が前記第1の信頼度しきい値を満たせていないという決定に応答して、
(1)第2のセンサを起動させ、
(2)前記起動した第2のセンサからの第2のデータサンプルの第2の分類を実行させ、
(3)前記第2の分類に関する信頼度値が第2の信頼度しきい値を満たすことを決定させ、
(4)前記第2の分類に関する信頼度値が前記第2の信頼度しきい値を満たすという決定に応答して、前記第1の分類を使用するのではなく前記第2の分類を使用して前記モバイルデバイスに関するコンテキスト推定を決定させる、マシン可読非一時的記憶媒体。 - 1つまたは複数のプロセッサに実行されるとき、前記1つまたは複数のプロセッサに、
前記第2の分類に関する第2の信頼度値を決定させ、
前記第2の分類の前記第2の信頼度値が信頼度しきい値を満たせていないという決定に応答して、
(1)第3のセンサを起動させ、
(2)第3のデータサンプルの第3の分類を実行させ、
(3)前記第1の分類および前記第2の分類を使用することなく、前記第3の分類を使用してコンテキスト推定を決定させる、実行可能プログラム命令をさらに含む請求項7に記載のマシン可読非一時的記憶媒体。 - 少なくとも第1のセンサからデータサンプルを受け取らせることは、2つ以上のセンサからデータサンプルを受け取らせることを含む、請求項7に記載のマシン可読非一時的記憶媒体。
- 前記信頼度値は、分類が発生する確率、履歴データセットのデータサンプルに対する前記第1のデータサンプルの比較、および最も近い分類と次に最も近い分類との間の差のうちの少なくとも1つに基づく、請求項7に記載のマシン可読非一時的記憶媒体。
- 前記少なくとも第1のセンサは第1のセンササブシステムの一部であるとともに前記第2のセンサは第2のセンササブシステムの一部であり、かつ前記第2のセンサを起動させることは、
前記第2のセンササブシステムをパワーアップさせることと、
前記第1のセンササブシステムと前記第2のセンササブシステムとの間で通信させることと、をさらに含む、請求項7に記載のマシン可読非一時的記憶媒体。 - 1つまたは複数のプロセッサに実行されるとき、前記1つまたは複数のプロセッサに、
第4のデータサンプルの第4の分類を実行させ、
前記第4の分類が前記以前のデータサンプル分類に対応するかどうかを決定させ、
前記第4の分類が前記以前のデータサンプル分類に対応するという決定に応答して、前記第4の分類または前記以前のデータサンプル分類を用いてコンテキスト推定を決定させる、実行可能プログラム命令をさらに含む、請求項7に記載のマシン可読非一時的記憶媒体。 - モバイルデバイスに関するコンテキスト推定を実行するためのデータ処理デバイスであって、
少なくとも第1のセンサからデータサンプルを受け取り、
前記少なくとも第1のセンサからの前記データサンプルの第1の分類を実行し、
前記少なくとも第1のセンサからの以前のデータサンプルの以前のデータサンプル分類から前記第1のデータサンプル分類への、信頼度未達をトリガするように事前決定された分類の変更とマッチするような分類の変更を検出することによって、前記第1の分類に関する信頼度値が第1の信頼度しきい値を満たせていないことを決定し、
前記第1の分類の前記信頼度値が前記第1の信頼度しきい値を満たせていないという決定に応答して、
(1)第2のセンサを起動し、
(2)前記起動した第2のセンサからの第2のデータサンプルの第2の分類を実行し、
(3)前記第2の分類に関する信頼度値が第2の信頼度しきい値を満たすことを決定し、
(4)前記第2の分類に関する信頼度値が前記第2の信頼度しきい値を満たすという決定に応答して、前記第1の分類を使用するのではなく前記第2の分類を使用して前記モバイルデバイスに関するコンテキスト推定を決定する、ように構成された1つまたは複数のプロセッサを備えるデータ処理デバイス。 - 前記1つまたは複数のプロセッサが、
前記第2の分類に関する第2の信頼度値を決定し、
前記第2の分類の前記第2の信頼度値が信頼度しきい値を満たせていないという決定に応答して、
(1)第3のセンサを起動し
(2)第3のデータサンプルの第3の分類を実行し、
(3)前記第1の分類および前記第2の分類を使用することなく、前記第3の分類を使用してコンテキスト推定を決定するようにさらに構成される請求項13に記載のデータ処理デバイス。 - 少なくとも第1のセンサからデータサンプルを受け取ることは、2つ以上のセンサからデータサンプルを受け取ことを含む、請求項13に記載のデータ処理デバイス。
- 前記信頼度値は、分類が発生する確率、履歴データセットのデータサンプルに対する前記第1のデータサンプルの比較、および最も近い分類と次に最も近い分類との間の差のうちの少なくとも1つに基づく、請求項13に記載のデータ処理デバイス。
- 前記少なくとも第1のセンサは第1のセンササブシステムの一部であるとともに前記第2のセンサは第2のセンササブシステムの一部であり、かつ前記第2のセンサを起動することは、
前記第2のセンササブシステムをパワーアップすることと、
前記第1のセンササブシステムと前記第2のセンササブシステムとの間で通信することと、をさらに含む、請求項13に記載のデータ処理デバイス。 - 前記1つまたは複数のプロセッサが、
第4のデータサンプルの第4の分類を実行し、
前記第4の分類が前記以前のデータサンプル分類に対応するかどうかを決定し、
前記第4の分類が前記以前のデータサンプル分類に対応するという決定に応答して、前記第4の分類または前記以前のデータサンプル分類を用いてコンテキスト推定を決定する、ようにさらに構成される、請求項13に記載のデータ処理デバイス。 - モバイルデバイスに関するコンテキスト推定を実行するための装置であって、
少なくとも第1のセンサからデータサンプルを受け取るための手段と、
前記少なくとも第1のセンサからのデータサンプルの第1の分類を実行するための手段と、
前記少なくとも第1のセンサからの以前のデータサンプルの以前のデータサンプル分類から前記第1のデータサンプル分類への、信頼度未達をトリガするように事前決定された分類の変更とマッチするような分類の変更を検出することによって、前記第1の分類に関する信頼度値が第1の信頼度しきい値を満たせていないことを決定するための手段と、
前記第1の分類の前記信頼度値が前記第1の信頼度しきい値を満たせていないという決定に応答して、
(1)第2のセンサを起動し、
(2)前記起動した第2のセンサからの第2のデータサンプルの第2の分類を実行し、
(3)前記第2の分類に関する信頼度値が第2の信頼度しきい値を満たすことを決定し、
(4)前記第2の分類に関する信頼度値が前記第2の信頼度しきい値を満たすという決定に応答して、前記第1の分類を使用するのではなく前記第2の分類を使用して前記モバイルデバイスに関するコンテキスト推定を決定するための手段と、
を備える装置。 - 前記第2の分類に関する第2の信頼度値を決定するための手段と、
前記第2の分類の前記第2の信頼度値が信頼度しきい値を満たせていないという決定に応答して、
(1)第3のセンサを起動し
(2)第3のデータサンプルの第3の分類を実行し、
(3)前記第1の分類および前記第2の分類を使用することなく、前記第3の分類を使用してコンテキスト推定を決定するための手段とをさらに備える請求項19に記載の装置。 - 前記少なくとも第1のセンサからデータサンプルを受け取るための前記手段は、2つ以上のセンサからデータサンプルを受け取るための手段を含む、請求項19に記載の装置。
- 前記信頼度値は、分類が発生する確率、履歴データセットのデータサンプルに対する前記第1のデータサンプルの比較、および最も近い分類と次に最も近い分類との間の差のうちの少なくとも1つに基づく、請求項19に記載の装置。
- 前記少なくとも第1のセンサは第1のセンササブシステムの一部であるとともに前記第2のセンサは第2のセンササブシステムの一部であり、かつ前記第2のセンサを起動するための前記手段は、
前記第2のセンササブシステムをパワーアップするための手段と、
第1のセンササブシステムと第2のセンササブシステムとの間で通信するための手段と、をさらに備える、請求項19に記載の装置。 - 前記少なくとも第1のセンサから第4のデータサンプルを受け取るための手段と、
前記第4のデータサンプルの第4の分類を実行するための手段と、
前記第4の分類が前記以前のデータサンプル分類に対応するかどうかを決定するための手段と、
前記第4の分類が前記以前のデータサンプル分類に対応するという決定に応答して、前記第4の分類または前記以前のデータサンプル分類を用いてコンテキスト推定を決定するための手段と、をさらに備える、請求項19に記載の装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/782,989 US9268399B2 (en) | 2013-03-01 | 2013-03-01 | Adaptive sensor sampling for power efficient context aware inferences |
US13/782,989 | 2013-03-01 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015560189A Division JP6140308B2 (ja) | 2013-03-01 | 2014-02-05 | パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017107596A JP2017107596A (ja) | 2017-06-15 |
JP6363239B2 true JP6363239B2 (ja) | 2018-07-25 |
Family
ID=50185027
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015560189A Expired - Fee Related JP6140308B2 (ja) | 2013-03-01 | 2014-02-05 | パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング |
JP2017033121A Active JP6363239B2 (ja) | 2013-03-01 | 2017-02-24 | パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015560189A Expired - Fee Related JP6140308B2 (ja) | 2013-03-01 | 2014-02-05 | パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング |
Country Status (6)
Country | Link |
---|---|
US (1) | US9268399B2 (ja) |
EP (1) | EP2962171B1 (ja) |
JP (2) | JP6140308B2 (ja) |
KR (1) | KR101640491B1 (ja) |
CN (1) | CN105051646B (ja) |
WO (1) | WO2014133723A1 (ja) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5856995B2 (ja) * | 2013-03-29 | 2016-02-10 | 株式会社ジャパンディスプレイ | 電子機器および電子機器の制御方法 |
US9354727B2 (en) * | 2013-07-12 | 2016-05-31 | Facebook, Inc. | Multi-sensor hand detection |
CN104702366B (zh) * | 2013-12-05 | 2019-03-15 | 中兴通讯股份有限公司 | 一种处理无线体域网数据的方法及装置 |
US9791336B2 (en) * | 2014-02-13 | 2017-10-17 | Evigia Systems, Inc. | System and method for head acceleration measurement in helmeted activities |
US9697465B2 (en) * | 2014-04-30 | 2017-07-04 | Google Technology Holdings LLC | Drawing an inference of a usage context of a computing device using multiple sensors |
US20160077892A1 (en) * | 2014-09-12 | 2016-03-17 | Microsoft Corporation | Automatic Sensor Selection Based On Requested Sensor Characteristics |
JP6761417B2 (ja) * | 2014-12-19 | 2020-09-23 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | スケジュール検出に基づく動的ウェアラブルデバイス挙動 |
US9690361B2 (en) * | 2014-12-24 | 2017-06-27 | Intel Corporation | Low-power context-aware control for analog frontend |
US11029328B2 (en) * | 2015-01-07 | 2021-06-08 | Qualcomm Incorporated | Smartphone motion classifier |
US10037712B2 (en) | 2015-01-30 | 2018-07-31 | Toyota Motor Engineering & Manufacturing North America, Inc. | Vision-assist devices and methods of detecting a classification of an object |
US10217379B2 (en) * | 2015-01-30 | 2019-02-26 | Toyota Motor Engineering & Manufacturing North America, Inc. | Modifying vision-assist device parameters based on an environment classification |
US9820232B2 (en) | 2015-05-12 | 2017-11-14 | Qualcomm Incorporated | Power delay profile based indoor outdoor detection |
CN106292991A (zh) * | 2015-06-01 | 2017-01-04 | 中兴通讯股份有限公司 | 一种降低终端设备功耗的方法及装置 |
US10142353B2 (en) | 2015-06-05 | 2018-11-27 | Cisco Technology, Inc. | System for monitoring and managing datacenters |
US10536357B2 (en) | 2015-06-05 | 2020-01-14 | Cisco Technology, Inc. | Late data detection in data center |
KR102395832B1 (ko) * | 2016-02-23 | 2022-05-09 | 삼성전자주식회사 | 운동 정보 제공 방법 및 이를 지원하는 전자 장치 |
FR3055764A1 (fr) * | 2016-09-07 | 2018-03-09 | Stmicroelectronics (Rousset) Sas | Procede de controle de la detection en temps reel d'une scene par un appareil de communication sans fil, par exemple un telephone mobile cellulaire, et appareil correspondant. |
US10671925B2 (en) * | 2016-12-28 | 2020-06-02 | Intel Corporation | Cloud-assisted perceptual computing analytics |
US10360357B2 (en) * | 2017-01-10 | 2019-07-23 | International Business Machines Corporation | Personal identification using action sequences detected by sensors |
US10878342B2 (en) * | 2017-03-30 | 2020-12-29 | Intel Corporation | Cloud assisted machine learning |
US11301022B2 (en) * | 2018-03-06 | 2022-04-12 | Motorola Mobility Llc | Methods and electronic devices for determining context while minimizing high-power sensor usage |
US20200361452A1 (en) * | 2019-05-13 | 2020-11-19 | Toyota Research Institute, Inc. | Vehicles and methods for performing tasks based on confidence in accuracy of module output |
EP3991067A1 (en) | 2019-06-26 | 2022-05-04 | Google LLC | Radar-based authentication status feedback |
EP4004687A1 (en) * | 2019-07-26 | 2022-06-01 | Google LLC | Context-sensitive control of radar-based gesture-recognition |
US11868537B2 (en) | 2019-07-26 | 2024-01-09 | Google Llc | Robust radar-based gesture-recognition by user equipment |
US11138477B2 (en) * | 2019-08-15 | 2021-10-05 | Collibra Nv | Classification of data using aggregated information from multiple classification modules |
CN110531641B (zh) * | 2019-08-19 | 2020-10-16 | 深圳市晨北科技有限公司 | 控制终端设备的方法、控制装置及终端设备 |
CN110516760A (zh) * | 2019-09-02 | 2019-11-29 | Oppo(重庆)智能科技有限公司 | 情境识别方法、装置、终端及计算机可读存储介质 |
JP2021174135A (ja) * | 2020-04-22 | 2021-11-01 | ソニーセミコンダクタソリューションズ株式会社 | 画像認識装置及び画像認識方法 |
KR102423632B1 (ko) * | 2020-12-10 | 2022-07-22 | 국방과학연구소 | 센서를 제어하는 전자 장치 및 그 동작 방법 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5337371A (en) * | 1991-08-09 | 1994-08-09 | Matsushita Electric Industrial Co., Ltd. | Pattern classification system |
US5948043A (en) | 1996-11-08 | 1999-09-07 | Etak, Inc. | Navigation system using GPS data |
JP2003233625A (ja) * | 2002-02-06 | 2003-08-22 | Ntt Docomo Inc | 状況認識装置、状況認識方法 |
US7079023B2 (en) | 2002-10-04 | 2006-07-18 | Sap Aktiengesellschaft | Active object identification and data collection |
US7327245B2 (en) | 2004-11-22 | 2008-02-05 | Microsoft Corporation | Sensing and analysis of ambient contextual signals for discriminating between indoor and outdoor locations |
JP5266754B2 (ja) * | 2007-12-28 | 2013-08-21 | ヤマハ株式会社 | 磁気データ処理装置、磁気データ処理方法および磁気データ処理プログラム |
EP2131292A1 (en) * | 2008-06-06 | 2009-12-09 | NTT DoCoMo, Inc. | Method and apparatus for searching a plurality of realtime sensors |
CN102224394B (zh) * | 2008-11-20 | 2015-04-08 | 旭化成微电子株式会社 | 物理量测量装置以及物理量测量方法 |
JP5376960B2 (ja) * | 2009-01-15 | 2013-12-25 | 株式会社東芝 | 測位装置及び測位時間間隔制御方法 |
BRPI1016159A2 (pt) | 2009-04-26 | 2018-08-07 | Nike Int Ltd | "dispositivo para monitorar o desempenho atlético de um usuário, e, dispositivo portátil de monitoramento de atividade atlética." |
FI20095570L (fi) * | 2009-05-22 | 2009-09-11 | Valtion Teknillinen | Kontekstin tunnistaminen mobiiliaitteissa |
US8374775B2 (en) | 2009-11-05 | 2013-02-12 | Apple Inc. | Adaptive sensor-based activity classification |
JP5225475B2 (ja) * | 2010-01-07 | 2013-07-03 | 株式会社東芝 | 移動状態推定装置、方法およびプログラム |
US8428759B2 (en) | 2010-03-26 | 2013-04-23 | Google Inc. | Predictive pre-recording of audio for voice input |
US20110296430A1 (en) * | 2010-05-27 | 2011-12-01 | International Business Machines Corporation | Context aware data protection |
US9002924B2 (en) * | 2010-06-17 | 2015-04-07 | Microsoft Technology Licensing, Llc | Contextual based information aggregation system |
US9443202B2 (en) * | 2010-07-01 | 2016-09-13 | Nokia Technologies Oy | Adaptation of context models |
US20120203491A1 (en) | 2011-02-03 | 2012-08-09 | Nokia Corporation | Method and apparatus for providing context-aware control of sensors and sensor data |
US8180583B1 (en) | 2011-11-16 | 2012-05-15 | Google Inc. | Methods and systems to determine a context of a device |
-
2013
- 2013-03-01 US US13/782,989 patent/US9268399B2/en not_active Expired - Fee Related
-
2014
- 2014-02-05 JP JP2015560189A patent/JP6140308B2/ja not_active Expired - Fee Related
- 2014-02-05 WO PCT/US2014/014963 patent/WO2014133723A1/en active Application Filing
- 2014-02-05 KR KR1020157024976A patent/KR101640491B1/ko active IP Right Grant
- 2014-02-05 EP EP14707017.1A patent/EP2962171B1/en active Active
- 2014-02-05 CN CN201480010095.3A patent/CN105051646B/zh not_active Expired - Fee Related
-
2017
- 2017-02-24 JP JP2017033121A patent/JP6363239B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2014133723A1 (en) | 2014-09-04 |
KR101640491B1 (ko) | 2016-07-18 |
CN105051646A (zh) | 2015-11-11 |
US20140247206A1 (en) | 2014-09-04 |
CN105051646B (zh) | 2018-04-27 |
EP2962171A1 (en) | 2016-01-06 |
JP2016511473A (ja) | 2016-04-14 |
KR20150128717A (ko) | 2015-11-18 |
US9268399B2 (en) | 2016-02-23 |
JP2017107596A (ja) | 2017-06-15 |
EP2962171B1 (en) | 2020-08-26 |
JP6140308B2 (ja) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6363239B2 (ja) | パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング | |
US9996109B2 (en) | Identifying gestures using motion data | |
KR102405793B1 (ko) | 음성 신호 인식 방법 및 이를 제공하는 전자 장치 | |
JP6379099B2 (ja) | 電力効率の高い分類のための順次特徴計算 | |
US9654978B2 (en) | Asset accessibility with continuous authentication for mobile devices | |
US9892729B2 (en) | Method and apparatus for controlling voice activation | |
EP2447809B1 (en) | User device and method of recognizing user context | |
US9443202B2 (en) | Adaptation of context models | |
CN110235132B (zh) | 基于情境感知来提供连续验证的移动装置 | |
KR20130033378A (ko) | 콘텍스트 감지 및 융합을 위한 방법, 장치 및 컴퓨터 프로그램제품 | |
WO2014070304A1 (en) | Managing a context model in a mobile device by assigning context labels for data clusters | |
WO2019213443A1 (en) | Audio analytics for natural language processing | |
KR20150103586A (ko) | 음성 입력을 처리하는 방법 및 이를 수행하는 전자 장치 | |
US11508395B1 (en) | Intelligent selection of audio signatures based upon contextual information to perform management actions | |
CN107005809B (zh) | 智能手机运动分类器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180105 |
|
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: 20180410 |
|
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: 20180528 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180627 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6363239 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 |