JP6379099B2 - 電力効率の高い分類のための順次特徴計算 - Google Patents
電力効率の高い分類のための順次特徴計算 Download PDFInfo
- Publication number
- JP6379099B2 JP6379099B2 JP2015543052A JP2015543052A JP6379099B2 JP 6379099 B2 JP6379099 B2 JP 6379099B2 JP 2015543052 A JP2015543052 A JP 2015543052A JP 2015543052 A JP2015543052 A JP 2015543052A JP 6379099 B2 JP6379099 B2 JP 6379099B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- features
- sensor
- calculation
- sensor data
- 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
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/28—Supervision thereof, e.g. detecting power-supply failure by out of limits supervision
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
- G06F9/4893—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues taking into account power or heat criteria
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Power Sources (AREA)
- Debugging And Monitoring (AREA)
- Stored Programmes (AREA)
- Telephone Function (AREA)
Description
図1は、本開示の実施形態が実行され得る例示的なデータ処理システムを示すブロック図である。システムは、1つまたは複数のプロセッサ101と、メモリ105と、I/Oコントローラ125と、ネットワークインターフェース110とを含み得るデバイス(たとえば、デバイス100)であり得る。デバイス100はまた、プロセッサ101にさらに結合された1つまたは複数のバスまたは信号線に結合されたいくつかのデバイスセンサを含み得る。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、タッチスクリーン、または類似のデバイス)、電源デバイス121(たとえば、バッテリー)、ならびに電子デバイスに一般的に関連する他の構成要素を含み得ることを諒解されたい。いくつかの実施形態では、デバイス100は、モバイルデバイスであってよく、非モバイルデバイスであってもよい。ネットワークインターフェース110はまた、ワイヤレスネットワークからの/へのワイヤレスリンクを介してデータストリームを送受信するために、いくつかのワイヤレスサブシステム115(たとえば、ブルートゥース、WiFi、セルラー、または他のネットワーク)に結合されてよく、あるいはネットワーク(たとえば、インターネット、イーサーネット、または他のワイヤレスシステム)への直接接続のためのワイヤードインターフェースであってよい。したがってデバイスは、モバイルデバイス、ワイヤレスデバイス、携帯電話、携帯情報端末、モバイルコンピュータ、タブレット、パーソナルコンピュータ、ラップトップコンピュータ、または処理能力を有する任意のタイプのデバイスであり得る。
デバイスは、デバイスの環境に関する情報を出力および/または報告するために、1つまたは複数のセンサ(たとえば、近接センサ130、ALS 135、加速度計140、ジャイロスコープ145、磁力計150、気圧センサ155、温度センサ151、GPS 160、マイクロフォン165、カメラ170、ワイヤレスサブシステム115、または他のセンサ)から受信されたデータを処理または計算し得る。デバイスは、センサデータの1つまたは複数のストリームまたはサンプルを解釈するために常時オンまたは頻繁にアクティブな分類器へのアクセスを有し得る。一実施形態では、分類器は、以下で詳細に説明する1つまたは複数のモジュールまたはエンジンとして実装される。
一実施形態では、デバイスは、1つまたは複数の一体型センサまたは外部センサ(たとえば、センサ285および上述の入力のうちの1つまたは複数)からデータを読み取るかまたは受信することができる。デバイスは、I/Oコントローラ125を通して通信可能に接続された外部デバイスから(たとえば、外部カメラへのUSB接続またはWiFi接続を介して)外部センサデータを受信し得る。デバイスは、以下で説明するように、特徴計算に使用するための生のセンサデータを受信し得る。他の実施形態では、中間デバイスまたは中間プログラムが、デバイスによる特徴計算の前にセンサデータを前処理し得る。説明を容易にするために、本明細書で使用するセンサデータは、未処理データ(たとえば、加速度計、照度センサ、マイクロフォン、または他のセンサから受信されたデータ)を指す。たとえば、加速度計からのデータは、時間と、x軸に沿った加速度と、y軸に沿った加速度と、z軸に沿った加速度との属性を有し得る。しかしながら、上記で説明したように、センサデータは、いくつかの実施形態では他の形態で受信および処理されてもよい。
一実施形態では、分類器(たとえば、分類器モジュール299)は、上記で開示したセンサデータ(たとえば、マイクロフォン、加速度計、照度センサまたは他の入力からの生データ)から1つまたは複数の特徴を計算、処理、または抽出することができる。たとえば、分類器モジュールは、加速度計から生のセンサデータ(たとえば、センサデータサンプル)を入力として受信し、平均および/または標準偏差を出力することができる。平均および/または標準偏差は、分類(たとえば、歩行中または着座中)を判断するために使用され得る。一実施形態では、特徴は、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による値、出力、または結果である。例示的な特徴について、以下でより詳細に説明する。
一実施形態では、電力プロファイルモジュールは、特徴が計算されている間のデバイスの電力消費を推定し得る。電力消費は、訓練データセットに基づいてあらかじめ決定され得る。たとえば、特徴Aは、デバイスが特徴Aを計算する間の電力使用を推定するために反復回数を計算され得る。この推定は、デバイス上で実行され得るかまたは別のデバイスにおいて実行され得、電力推定がデバイスに転送される。特徴の順序またはシーケンスをスケジュールするとき、電力プロファイルモジュールは、履歴もしくは平均の電力引き出し、バッテリー充電損失、または他の電力使用表示を参照し得る。電力プロファイルモジュールはまた、1つの特徴と別の特徴との推定電力使用を比較するために他の特徴を計算し得る。たとえば、電力プロファイルモジュールは、特徴Bに特有の電力使用を決定するために、特徴Bの反復回数を計算し得る。この推定は、デバイス上で実行され得るかまたは別のデバイスにおいて実行され得、電力推定がデバイスに転送される。さらに他の例では、特徴のセットまたはシリーズが、一緒にまたは並行して計算され、全セットまたは全シリーズの電力消費が記録される。
一実施形態では、分類器モジュールは、特徴を分類するための基線基準(baseline reference)を決定するために、訓練データを読み取り得る。たとえば、分類器モジュールは、特徴Zと、特徴Zがセンサデータサンプルを正確に分類し得るかどうかを判断するためのクラスと関連付けられた前の特徴計算とを比較し得る。
一実施形態では、スケジューリングモジュール295は、(たとえば、処理キュー内で特徴をより早くまたはより遅く計算するために)計算のための1つまたは複数の特定の特徴の優先度または位置をスケジュールすることを調整し得る。スケジューリングモジュール295は、センサデータサンプルを分類するために特徴の処理(たとえば、計算)順序を配列し得る。スケジューリングモジュールは、特定の分類(たとえば、静止中、歩行中、ランニング中、身動き中)の間を区別するために、たとえばアプリケーションから要求を受信し得、それによって、アプリケーションは、分類関連の動作を実行し得る。この例では、スケジューリングモジュールは、ランニング中、歩行中、または他の運動に関連する特徴よりも高いスケジューリング優先度として、静止中と移動中との間を区別するための特徴を優先させ得る。
一実施形態では、デバイスは、上記で説明したように、デバイスセンサのうちの1つまたは複数からの出力を測定することによってデバイスの運動を測定し得る。センサデータは、デバイスの動作状態を判断するために使用され得る。特徴計算に使用されるデバイスセンサデータは、多様な動作状態(たとえば、静止中、歩行中、身動き中、運転中、ランニング中、等々)を判断し得る。
別の実施形態では、オーディオデータ(たとえば、マイクロフォン165からのデータ)が、センサデータサンプルに対する分類を判断するために使用される。
別の実施形態では、デバイス位置データ(たとえば、加速度計140からのデータ)が、センサデータサンプルに対する分類を判断するために使用され得る。
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 電源デバイス
125 I/Oコントローラ
130 近接センサ
135 照度センサ(ALS)
140 加速度計
145 ジャイロスコープ
150 磁力計
151 温度センサ
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 処理モジュール
285 センサ
290 電力プロファイルモジュール
291 アプリケーション
295 スケジューリングモジュール
299 分類器モジュール
505 クラスA
510 クラスB
515 クラスC
Claims (15)
- 複数の特徴を計算するための順次スケジュールを決定するステップであって、前記複数の特徴の各々が、センサから受信したセンサデータに部分的に基づいて計算され、前記順次スケジュールが、前記特徴を計算するために必要な推定電力の量に少なくとも部分的に基づいて決定される、ステップと、
前記順次スケジュールに従って第1の特徴を計算するステップと、
前記順次スケジュールにおいて第2の特徴を計算する前に、終了条件を満たしているかどうかを判断するステップとを含む、方法。 - 前記第1の特徴の前記計算が前記終了条件を満たすと判断するステップと、
前記第1の特徴の前記計算の結果に基づいて前記センサデータのサンプルを分類するステップとをさらに含む、請求項1に記載の方法。 - 前記第1の特徴の前記計算が前記終了条件を満たすことに失敗したと判断するステップと、
前記第1の特徴が前記終了条件を満たすことに前記失敗したときに、計算のための特徴の前記順次スケジュールにおいて前記第2の特徴を計算するステップと、
前記第2の特徴の前記計算が前記終了条件を満たすと判断するステップと、
前記第1および第2の特徴の計算の結果に従って前記センサデータのサンプルを分類するステップとをさらに含む、請求項1に記載の方法。 - 前記複数の特徴を計算するための順次スケジュールが、各特徴が明確な分類となる尤度、または前記センサデータから分類されるクラスの相対的な発生頻度のうちの1つまたは複数にさらに基づいて決定される、請求項1に記載の方法。
- 終了条件を満たしているかどうかを判断するステップが、分類信頼度がしきい値を満たしていると判断するステップであって、前記分類信頼度が、前記センサデータのサンプルの特徴と訓練データのサンプルの特徴との間の類似性、または複数の考えられる分類の間の尤度における差のうちの1つまたは複数に基づく、ステップを含む、請求項1に記載の方法。
- 前記第1の特徴が加速度計の平均または標準偏差であり、前記平均または標準偏差を計算するステップが静止中という分類をもたらし、前記方法が後続の運動関連の特徴計算の計算を取り消すステップをさらに含む、請求項1に記載の方法。
- 前記第1の特徴がマイクロフォンからのオーディオエネルギーに対応するメル周波数ケプストラム係数であり、前記メル周波数ケプストラム係数を計算するステップが静寂という分類をもたらし、前記方法が後続のオーディオ関連の特徴計算の計算を取り消すステップをさらに含む、請求項1に記載の方法。
- 前記センサデータのサンプルが、加速度計、ジャイロスコープ、磁力計、気圧センサ、温度センサ、全地球測位センサ、WiFiセンサ、ブルートゥース(登録商標)センサ、照度センサ、またはマイクロフォンのうちの1つまたは複数からのものである、請求項1に記載の方法。
- 実行可能な命令を含む非一時的機械可読記憶媒体であって、前記実行可能な命令が、請求項1から8のいずれか一項に記載の方法をデータ処理デバイスに実行させる、非一時的機械可読記憶媒体。
- 複数の特徴を計算するための順次スケジュールを決定するための手段であって、前記複数の特徴の各々が、センサから受信したセンサデータに部分的に基づいて計算され、前記順次スケジュールが、前記特徴を計算するために必要な推定電力の量に少なくとも部分的に基づいて決定される、手段と、
前記順次スケジュールに従って第1の特徴を計算するための手段と、
前記順次スケジュールにおいて第2の特徴を計算する前に、終了条件を満たしているかどうかを判断するための手段とを含む、装置。 - 前記第1の特徴の前記計算が前記終了条件を満たすと判断するための手段と、
前記第1の特徴の前記計算の結果に基づいて前記センサデータのサンプルを分類するための手段とをさらに含む、請求項10に記載の装置。 - 前記第1の特徴の前記計算が前記終了条件を満たすことに失敗したと判断するための手段と、
前記第1の特徴が前記終了条件を満たすことに前記失敗したときに、計算のための特徴の前記順次スケジュールにおいて前記第2の特徴を計算するための手段と、
前記第2の特徴の前記計算が前記終了条件を満たすと判断するための手段と、
前記第1および第2の特徴の計算の結果に従って前記センサデータのサンプルを分類するための手段とをさらに含む、請求項10に記載の装置。 - 前記複数の特徴を計算するための順次スケジュールが、各特徴が明確な分類となる尤度、または前記センサデータから分類されるクラスの相対的な発生頻度のうちの1つまたは複数に基づいて決定される、請求項10に記載の装置。
- 終了条件を満たしているかどうかを判断するための手段が、分類信頼度がしきい値を満たしていると判断するための手段であって、前記分類信頼度が、前記センサデータのサンプルの特徴と訓練データのサンプルの特徴との間の類似性、または複数の考えられる分類の間の尤度における差のうちの1つまたは複数に基づく、手段を含む、請求項10に記載の装置。
- 前記第1の特徴が静止中という分類となる加速度計の平均または標準偏差であり、前記装置が後続の運動関連の特徴計算の計算を取り消すための手段をさらに含む、請求項10に記載の装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261728190P | 2012-11-19 | 2012-11-19 | |
US61/728,190 | 2012-11-19 | ||
US13/841,960 | 2013-03-15 | ||
US13/841,960 US10133329B2 (en) | 2012-11-19 | 2013-03-15 | Sequential feature computation for power efficient classification |
PCT/US2013/065431 WO2014078007A1 (en) | 2012-11-19 | 2013-10-17 | Sequential feature computation for power efficient classification |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016504663A JP2016504663A (ja) | 2016-02-12 |
JP2016504663A5 JP2016504663A5 (ja) | 2016-12-01 |
JP6379099B2 true JP6379099B2 (ja) | 2018-08-22 |
Family
ID=50729116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015543052A Active JP6379099B2 (ja) | 2012-11-19 | 2013-10-17 | 電力効率の高い分類のための順次特徴計算 |
Country Status (10)
Country | Link |
---|---|
US (1) | US10133329B2 (ja) |
EP (1) | EP2920690A1 (ja) |
JP (1) | JP6379099B2 (ja) |
KR (1) | KR20150087253A (ja) |
CN (1) | CN104781787B (ja) |
AP (1) | AP2015008445A0 (ja) |
EC (1) | ECSP15026167A (ja) |
MA (1) | MA38106B1 (ja) |
SA (1) | SA515360446B1 (ja) |
WO (1) | WO2014078007A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160077892A1 (en) * | 2014-09-12 | 2016-03-17 | Microsoft Corporation | Automatic Sensor Selection Based On Requested Sensor Characteristics |
US9933838B2 (en) | 2014-09-24 | 2018-04-03 | Seagate Technology Llc | Power management in a storage compute device |
EP3435864A4 (en) * | 2016-03-31 | 2019-09-18 | Zoll Medical Corporation | SYSTEMS AND METHODS FOR MONITORING THE MOVEMENT OF A PATIENT |
US11327475B2 (en) | 2016-05-09 | 2022-05-10 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for intelligent collection and analysis of vehicle data |
US20180284755A1 (en) | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for data storage in an industrial internet of things data collection environment with large data sets |
US11774944B2 (en) | 2016-05-09 | 2023-10-03 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for the industrial internet of things |
US11237546B2 (en) | 2016-06-15 | 2022-02-01 | Strong Force loT Portfolio 2016, LLC | Method and system of modifying a data collection trajectory for vehicles |
KR20200037816A (ko) | 2017-08-02 | 2020-04-09 | 스트롱 포스 아이오티 포트폴리오 2016, 엘엘씨 | 대규모 데이터 세트들을 갖는 산업 사물 인터넷 데이터 수집 환경에서의 검출을 위한 방법들 및 시스템들 |
US11397428B2 (en) | 2017-08-02 | 2022-07-26 | Strong Force Iot Portfolio 2016, Llc | Self-organizing systems and methods for data collection |
US10311874B2 (en) | 2017-09-01 | 2019-06-04 | 4Q Catalyst, LLC | Methods and systems for voice-based programming of a voice-controlled device |
US10403303B1 (en) * | 2017-11-02 | 2019-09-03 | Gopro, Inc. | Systems and methods for identifying speech based on cepstral coefficients and support vector machines |
CN108764353B (zh) * | 2018-05-25 | 2021-11-30 | 中国电力科学研究院有限公司 | 基于匹配度的大规模电力系统功率曲线分类方法 |
US20220277176A1 (en) * | 2021-02-26 | 2022-09-01 | International Business Machines Corporation | Log classification using machine learning |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6775787B2 (en) | 2002-01-02 | 2004-08-10 | Intel Corporation | Instruction scheduling based on power estimation |
US7203635B2 (en) | 2002-06-27 | 2007-04-10 | Microsoft Corporation | Layered models for context awareness |
US20040268159A1 (en) | 2003-06-30 | 2004-12-30 | Microsoft Corporation | Power profiling |
US7440751B2 (en) | 2005-06-30 | 2008-10-21 | Nokia Corporation | System and method for controlling energy usage in mobile applications |
EP2372983B1 (en) | 2005-08-04 | 2017-08-30 | Lenovo Innovations Limited (Hong Kong) | Execution of an application in a mobile communication terminal when plugging on cradle for charging |
JP2009506663A (ja) | 2005-08-24 | 2009-02-12 | トムソン ライセンシング | モバイル装置の電力管理のための方法及び機器 |
US20110044501A1 (en) | 2006-07-14 | 2011-02-24 | Ailive, Inc. | Systems and methods for personalized motion control |
US9582060B2 (en) | 2006-08-31 | 2017-02-28 | Advanced Silicon Technologies Llc | Battery-powered device with reduced power consumption based on an application profile data |
US20080161712A1 (en) | 2006-12-27 | 2008-07-03 | Kent Leyde | Low Power Device With Contingent Scheduling |
US8145677B2 (en) * | 2007-03-27 | 2012-03-27 | Faleh Jassem Al-Shameri | Automated generation of metadata for mining image and text data |
US7961946B2 (en) * | 2007-05-15 | 2011-06-14 | Digisensory Technologies Pty Ltd | Method and system for background estimation in localization and tracking of objects in a smart video camera |
US20110016455A1 (en) * | 2009-07-20 | 2011-01-20 | Glenn Perry | Power Profiling for Embedded System Design |
US20110085728A1 (en) * | 2009-10-08 | 2011-04-14 | Yuli Gao | Detecting near duplicate images |
CN101877054A (zh) | 2009-11-23 | 2010-11-03 | 北京中星微电子有限公司 | 一种针对人脸图像的年龄判别方法和装置 |
JP2011170856A (ja) | 2010-02-22 | 2011-09-01 | Ailive Inc | 複数の検出ストリームを用いたモーション認識用システム及び方法 |
EP2588994A4 (en) | 2010-07-01 | 2017-03-22 | Nokia Technologies Oy | Adaptation of context models |
US9374787B2 (en) * | 2011-02-10 | 2016-06-21 | Alcatel Lucent | Method and apparatus of smart power management for mobile communication terminals using power thresholds |
CN102193633B (zh) | 2011-05-25 | 2012-12-12 | 广州畅途软件有限公司 | 一种数据手套动态手语识别方法 |
US20130159454A1 (en) * | 2011-12-16 | 2013-06-20 | Motorola Mobility, Inc. | Customizing distribution of data from a sensor network data |
-
2013
- 2013-03-15 US US13/841,960 patent/US10133329B2/en active Active
- 2013-10-17 AP AP2015008445A patent/AP2015008445A0/xx unknown
- 2013-10-17 JP JP2015543052A patent/JP6379099B2/ja active Active
- 2013-10-17 EP EP13786783.4A patent/EP2920690A1/en not_active Withdrawn
- 2013-10-17 KR KR1020157014160A patent/KR20150087253A/ko active IP Right Grant
- 2013-10-17 CN CN201380059523.7A patent/CN104781787B/zh active Active
- 2013-10-17 WO PCT/US2013/065431 patent/WO2014078007A1/en active Application Filing
-
2015
- 2015-05-15 MA MA38106A patent/MA38106B1/fr unknown
- 2015-05-17 SA SA515360446A patent/SA515360446B1/ar unknown
- 2015-06-18 EC ECIEPI201526167A patent/ECSP15026167A/es unknown
Also Published As
Publication number | Publication date |
---|---|
WO2014078007A1 (en) | 2014-05-22 |
CN104781787B (zh) | 2019-05-21 |
JP2016504663A (ja) | 2016-02-12 |
CN104781787A (zh) | 2015-07-15 |
US10133329B2 (en) | 2018-11-20 |
KR20150087253A (ko) | 2015-07-29 |
US20140143579A1 (en) | 2014-05-22 |
MA38106A1 (fr) | 2016-06-30 |
EP2920690A1 (en) | 2015-09-23 |
MA38106B1 (fr) | 2017-01-31 |
SA515360446B1 (ar) | 2018-03-29 |
AP2015008445A0 (en) | 2015-05-31 |
ECSP15026167A (es) | 2016-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6379099B2 (ja) | 電力効率の高い分類のための順次特徴計算 | |
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 | |
US10607605B2 (en) | Apparatus and method for processing control command based on voice agent, and agent device | |
US10321870B2 (en) | Method and system for behavioral monitoring | |
US9996109B2 (en) | Identifying gestures using motion data | |
Kose et al. | Online human activity recognition on smart phones | |
EP2915319B1 (en) | Managing a context model in a mobile device by assigning context labels for data clusters | |
US9443202B2 (en) | Adaptation of context models | |
US8930300B2 (en) | Systems, methods, and apparatuses for classifying user activity using temporal combining in a mobile device | |
Georgiev et al. | Dsp. ear: Leveraging co-processor support for continuous audio sensing on smartphones | |
US20180060732A1 (en) | Personalized intelligent wake-up system and method based on multimodal deep neural network | |
Raffa et al. | Don't slow me down: Bringing energy efficiency to continuous gesture recognition | |
WO2015088841A1 (en) | Personalized machine learning models | |
US20130346012A1 (en) | Apparatus and method for determining immersion risk of mobile terminal user | |
US9702899B2 (en) | Pedometer with lag correction | |
WO2013157332A1 (ja) | 行動識別装置、行動識別システム及び行動識別プログラム | |
US20210397991A1 (en) | Predictively setting information handling system (ihs) parameters using learned remote meeting attributes | |
US20230274147A1 (en) | Processing Sensor Data with Multi-Model System on Resource-Constrained Device | |
US11029328B2 (en) | Smartphone motion classifier |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161003 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161003 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170605 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180112 |
|
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: 20180702 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180730 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6379099 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 |