KR101750731B1 - 전자 디바이스의 구성 - Google Patents

Abstract

전자 디바이스를 구성하기 위한 방법으로서: 상기 방법은: - 각각이 과거 사용자 활동 데이터를 포함하는 적어도 두 개의 개별 데이터세트들에 액세스하는 단계; - 데이터세트들의 각각으로부터 시간 및 위치 정보를 추출하는 단계; - 시간에 걸친 위치 패턴을 알기 위해, 추출된 시간 및 위치 정보로부터, 시간-위치 상관들을 획득하기 위해 알고리즘을 실행하는 단계; - 시간-위치 기대값을 획득하기 위해 시간에 걸친 상기 위치 패턴을 현재 및 미래로 변환하는 단계; 및 - 상기 기대값에 기초하여 전자 디바이스를 구성하는 단계를 포함한다.

Description

전자 디바이스의 구성{CONFIGURATION OF ELECTRONIC DEVICE}

본 발명은 빅 데이터를 해석하고 사용하기 위한 방법을 제공한다.

머신 학습 및 데이터 분석들의 분야는 대량의 데이터로부터 관련 정보를 추출하는 것과 관련된다. 추출된 정보는 이후 예컨대 전자 디바이스의 동작을 최적화함으로써 실질적인 문제들을 해결하거나 또는 구체적인 상황들에 긍적적으로 사용하기 위하여 미치도록 레버리지로 이용될 수 있다. 데이터 분석들의 도전 과제들은 데이터 수집의 프로세스 및 관련 정보를 추출하기 위해 대량의 데이터를 처리하는 곤란한 문제들을 처리해야 한다. 이는 종종 빅 데이터가 단일 관심 현상 또는 개인에 관한 다수의 개별 데이터 세트들을 포함하는 경우이다. 이들 데이터 세트들은 명백하고, 상이한 시스템들에 의해 생성되고, 대개 상이한 표준들을 사용하여 유지된다.

종래 기술에서, 일반적인 방식은 사용자의 위치 및/또는 활동을 결정하는 목적을 위해 능동적으로 데이터를 수집하는 것이다: 사용자들은 사용자의 행동의 상이한 양태들에 관해 판독들의 연속적인 스트림을 생성하는 하나 이상의 전자 디바이스들을 휴대한다. 그러나, 데이터를 능동으로 수집하는 것은 추가의 부담을 생성한다: 때때로 더 많은 디바이스들이 휴대되거나, 더 많은 소프트웨어가 기존 디바이스상에 구동될 필요가 있거나, 또는 더 많은 데이터가 디바이스에서 사용자의 활동에 관해 생성될 필요가 있다. 특히, 추가의 메모리가 사용되고, 추가의 네트워크 대역폭이 사용되고, 추가의 에너지가 사용된다(그에 의해 이용가능한 배터리 시간을 손상한다).

본 발명의 목적은 수동 방식을 채택함으로써 빅 데이터에 기초하여 전자 디바이스의 동작을 최적화하는 것이다.

이를 위해, 본 발명은 전자 디바이스를 구성하기 위한 방법을 제공하고, 상기 방법은:

- 각각이 과거 사용자 활동 데이터를 포함하는 적어도 두 개의 개별 데이터 세트들에 액세스하는 단계;

- 데이터 세트들의 각각으로부터 시간 및 위치 정보를 추출하는 단계;

- 시간에 걸친 위치 패턴을 알기 위해, 추출된 시간 및 위치 정보로부터, 시간-위치 상관들을 획득하기 위한 알고리즘을 실행하는 단계;

- 시간-위치 기대값을 획득하기 위해 시간에 걸친 상기 위치 패턴을 현재 및 미래로 변환하는 단계; 및

- 상기 기대값에 기초하여 전자 디바이스를 구성하는 단계를 포함한다.

본 발명에 따라, 시간 및 위치 정보는 다수의 데이터 세트들로부터 수집된다. 다수의 데이터 세트들이 정보를 추출하기 위해 사용되기 때문에, 본 발명은 전자 디바이스의 구성의 목적을 위해 특정 데이터 세트의 생성을 포함하는 것으로 해석되지 않을 수 있다. 그러므로, 각각이 과거 사용자 활동 데이터를 포함하는 두 개의 개별 데이터 세트들의 사용은 '빅 데이터'가 정보를 추출하기 위해 사용된다는 것을 표시한다. 빅 데이터로부터, 시간 및 위치 정보가 추출된다. 이러한 시간 및 위치 정보는 상관들을 찾고 시간에 걸친 위치 패턴들을 알기 위해 알고리즘을 실행을 통해 해석된다. 그에 의해, 사용자의 행동에서 통찰이 얻어진다. 특히, 사용자가 규칙적으로 방문한 위치들이 인식될 수 있고 방문 시간이 획득될 수 있다. 이러한 정보로부터, 시간에 걸친 위치 패턴이 인식될 수 있다. 예를 들면, 사용자가 주중 동안 9시부터 5시까지의 직업을 가질 때, 정보는, 주중 동안, 사용자가 자주 근무지에 있다는 것을 보여줄 것이다. 근무 시간들 외 즉 주말에, 사용자 활동 데이터는 사용자가 근무지에 있지 않다는 것을 보여준다. 그에 의해, 사용자가 주중에 9시와 5시 사이에 근무지에 있는 위치 패턴은 시간에 걸쳐 인식될 수 있다. 이러한 위치 패턴은 현재 및 미래로 변환될 수 있고, 그에 의해 시간-위치 기대값들을 획득한다. 과거 사용자 활동 데이터로부터 추출된 시간 및 위치 정보에 기초하여, 통상 현재 및 미래 사용자 위치들이 예측될 수 있다. 주어진 예에서, 사용자가 주중 일자상의 9시와 5시 사이에 근무지에 있다는 것이 합리적으로 예상될 수 있다. 이러한 지식에 기초하여, 전자 디바이스가 구성될 수 있다. 그에 의해, 구성은 사용자의 근접성의 기대값, 또는 위치에 도착의 예상 순간 또는 위치를 떠나는 순간에 기초할 수 있다. 그에 의해, 예를 들면, 전자 디바이스는, 사용자가 전자 디바이스에 근접하게 존재될 것이 예상될 때 성능 최적화될 수 있고, 전자 디바이스는 사용자가 전자 디바이스에 근접하여 존재할 것이 예상되지 않을 때, 에너지 최적화될 수 있다. 그에 의해, 본 발명은 실제 상황에서 빅 데이터를 사용하는 방법을 제공한다. 과거 사용자 활동 데이터를 포함하는 개별 데이터 세트들은 트위터(종종 위치 정보를 포함하는), 포스퀘어, 구글 플러스, 페이스북, 또는 다른 소셜 네트워킹 애플리케이션들을 통해 방송되거나, 또는 전화 통화 데이터 기록들(CDR) 또는 전자 지불 거래들의 기록들로부터 발생하는 데이터를 포함할 수 있다. 대안적으로, 데이터 세트들은 사용자가 레스토랑 또는 호텔에 대한 방문을 리뷰하는 인터넷 리뷰들을 포함한다. 이들 데이터 세트들 모두에서, 과거 사용자 활동 데이터가 저장되고, 위치 및 시간은 사용자에 관련하여 저장된다. 대안적으로, 데이터세트들은 사용자가 레스토랑 또는 호텔에 방문을 리뷰하는 인터넷 리뷰들을 포함한다.

바람직하게는, 알고리즘은 다수의 미리 결정된 반복적으로 발생하는 시간 기간들을 사용하고, 상기 실행 단계는 상기 시간 및 위치 정보를 미리 결정된 시간 기간에 할당하는 단계를 포함하고, 그에 의해 시간 기간들의 각각에서 위치 클러스터들을 인식하는 단계를 포함한다. 많은 사용자 활동들은 그들이 미리 결정된 시간 기간 동안 정기적으로 발생하는 것을 의미하는 반복적인 특성을 갖는다. 이유는 사용자들이 의무들 및 습관들을 갖기 때문이다. 근무 의무는 사용자가 특정 시간에 규정된 직장에 있을 것을 요구한다. 거기에 있는 순간은 시간에 걸쳐 변할 수 있지만, 대게 더 긴 시간 기간에 걸쳐(예를 들면, 수 개월들에 걸쳐) 고려될 때 패턴을 보일 것이다. 사용자들은 스포츠 클럽, 음악 레슨들, 또는 다른 문화 또는 사회적 활동들에 정기적으로 참여하는 것과 같은 다른 버릇들을 가질 수 있다. 적절한 알고리즘은 다수의 사용자 데이터세트들에 대해 시간-위치 패턴들의 반복적인 발생들을 상관시키고 추출할 수 있다. 위치 정보는 각각의 시간 기간에 할당될 것이고, 그에 의해 각각의 시간 기간에서 위치 정보의 편집물들을 생성한다. 특히, 편집물들이 시간 기간에서 (하나의 장소의) 높은 밀도를 보일 때, 사용자 버릇이 결정될 수 있다.

바람직하게는, 변환 단계는 반복적으로 발생하는 시간 기간을 현재 및 미래에 할당하는 단계 및 위치 클러스터에 기초하여 기대값들을 획득하는 단계를 포함한다. 반복적으로 발생하는 시간 기간은, 그의 반복적인 특성 때문에, 현재 및 미래로 외삽될 수 있다. 위치 클러스터들이 특정 시간 기간들에서 인식되었을 때, 사용자는 현재 및 미래에서 각각의 위치에 또한 있을 것이 합리적으로 예상될 수 있다. 예를 들면, 과거 사용자 활동 데이터가 사용자가 월요일에 12시부터 1시 사이에 직장에 있다는 것을 보여줄 때, 사용자는 다음 월요일에 12시부터 1시 사이에 직장에 있을 것이 예상될 수 있다. 이러한 방식으로, 반복적으로 발생하는 시간 기간들은 과거 사용자 활동 데이터에서 인식된 위치 클러스터들이 미래 사용자 위치에 관한 기대값의 정도를 제공하도록 현재 및 미래에 적용될 수 있다.

바람직하게는, 전자 디바이스는 디바이스가 에너지 최적화된 제 1 상태 및 디바이스가 성능 최적화된 제 2 상태로 구성가능하다. 많은 전자 디바이스들, 특히, 전자 가전 디바이스들은 에너지 최적화되거나 성능 최적화될 수 있다. 예를 들면, 가정 난방 시스템은 성능-최적화되어 쾌적한 온도가 선택될 수 있거나, 또는 에너지-최적화되어 감소된 온도가 선택될 수 있다. 다른 예는 성능-최적화된 상태에서 새로운 WIFI 클라이언트들을 찾기 위해 높은 에너지로 정기적으로 방송하고, 에너지 최적화된 상태에서 낮은 에너지 방송 신호들로 덜 정기적으로 감지하는 WIFI-라우터이다. 다른 예들은 스위치 오프된 상태 및 대기 상태를 갖는 컴퓨터들, 텔레비전들, 및 관련 디바이스들을 포함한다. 대기 상태는 대기로부터 스타트-업이 매우 빠르기 때문에 성능-최적화 상태이다. 그러나, 스위치 오프 상태에서, 디바이스는 상당히 적은 에너지를 소비하고, 결과적으로 이는 에너지 최적화 상태이다. 사용자 위치의 기대값에 기초하여, 전자 디바이스들은, 사용자가 전자 디바이스에 근접하게 있지 않은 것이 예상될 때 에너지 최적화 상태로, 또는 사용자가 전자 디바이스에 근접하게 있다는 것이 예상될 때 성능 최적화 상태로 스위칭될 수 있다. 이러한 방식으로, 본 발명에 따른 방법은 메커니즘에서 이미 이용가능한 데이터인 빅 데이터에 기초하여 전자 디바이스의 구성을 극적으로 조정하는 것을 규정한다.

바람직하게는, 디바이스는 미리 결정된 위치에 위치되고 사용자가 미리 결정된 위치에 가깝다는 것이 예상될 때 제 2 상태로 구성된다. 그에 의해, 에너지 소비는 사용자 위치에 관련된 기대값들에 기초하여 최적화된다. 그에 의해, 전자 디바이스는 특정 위치에 위치되고, 특정 위치는 사용자의 예상된 위치와 비교된다.

바람직하게는, 사용자는 전자 디바이스의 주요 사용자들의 일 세트 중 하나로서 등록된다. 하나 이상의 사용자들은 집의 난방 시스템과 같은 전자 디바이스의 주요 사용자들로서 등록될 수 있다. 사용자가 디바이스의 주요 사용자들 중 하나로서 등록되고, 사용자가 전자 디바이스의 위치에 가깝다는 것이 예상될 때, 전자 디바이스는 성능 최적화되도록 스위칭되고 그에 의해 사용자에게 최대의 편안함을 제공하면서 동시에 사용자가 전자 디바이스로부터 멀리 있다는 것이 예상될 때 전자 디바이스를 에너지 절약 상태로 스위칭함으로써 에너지 최적화할 수 있다.

바람직하게는, 두 개의 개별 데이터 세트들은 사용자의 로그 데이터를 포함한다. 사용자 활동 데이터에 로그하는 수 개의 애플리케이션들이 알려져 있고, 이들의 예들은 트위터, 페이스북, 포스퀘어, 구글 플러스, 전화 통화 애플리케이션들, 전자 지불 애플리케이션들, ...이다.

바람직하게는, 상이한 애플리케이션들에서 발생된 두 개의 개별 데이터 세트들은 전자 디바이스에 관련되지 않는다: 주어진 예들에서, 가정 난방 시스템이 가정에 사는 사용자의 트위터 계정에 관련되지 않는다는 것이 명확하다. 전자 디바이스에 관련되지 않은 상이한 애플리케이션으로부터 발생되는 개별 데이터 세트들을 사용하는 이점은 에너지가 데이터 세트들의 생성에서 능동 데이터 수집 목적들을 위해 소모되지 않는다는 것이다. 즉, 데이터 세트들은 상이한 목적을 위해 생성되고(예를 들면, 소셜 네트워킹) 어떤 방식으로든 생성될 것이다. 데이터의 수집 및 데이터의 처리는 능동 데이터 생성이 존재하지 않기 때문에 데이터의 생성으로부터 분리된다. 수집 및 처리는 최적화될 수 있고 사용자에 의해 휴대되는 무선 디바이스상에 실행될 필요가 없다.

바람직하게는, 전자 디바이스는 미리 결정된 위치에 위치되고 이러한 미리 결정된 위치에 관련된 정보가 저장되는 메모리를 포함한다. 그에 의해, 메모리에 저장되어 전자 디바이스의 위치를 표시하는 위치 정보는 디바이스를 구성하기 위한 기초로서 사용될 수 있다. 이러한 위치는 사용자가 전자 디바이스에 가까운지 또는 멀리 떨어져 있는지를 결정하기 위해 사용자의 예상된 위치와 비교될 수 있다.

본 발명은 또한, 각각이 과거 사용자 활동 데이터를 포함하는 적어도 두 개의 개별 데이터 세트들에 액세스하는 액세스 모듈, 데이터 세트들의 각각에 대한 시간 및 위치 정보를 추출하기 위한 추출 모듈, 시간에 걸친 위치 패턴을 알기 위해 추출된 시간 및 위치 정보로부터 시간-위치 상관들을 획득하기 위한 알고리즘을 실행하기 위한 처리 모듈, 시간-위치 기대값를 얻기 위해 시간에 걸친 위치 패턴을 현재 및 미래로 변환하기 위한 변환 모듈, 및 상기 기대값에 기초하여 전자 디바이스를 구성하기 위해 상기 전자 디바이스에 동작가능하게 접속된 구성 모듈을 포함하는 조정 디바이스에 관한 것이다. 그에 의해, 조정 디바이스 및 그의 구성 요소들은 상기 기술된 방법을 실행하도록 제공된다.

바람직하게는, 구성 모듈은 복수의 전자 다비이스들에 동작가능하게 접속되고 조정 디바이스는 전자 디바이스들의 각각에 관련된 사용자 정보를 저장하기 위한 메모리를 포함한다. 이러한 조정 디바이스를 통해, 다수의 전자 디바이스들이 구성될 수 있다. 그에 의해, 전자 디바이스들을 구성하기 위한 구성 기능은 외부의 조정 디바이스에서 실행된다. 이는 조정 디바이스를 기존 상황들에 놓는 것을 허용하고 조정 디바이스가 전자 디바이스들을 제어하는 것을 허용한다.

바람직하게는, 메모리는 전자 디바이스들의 각각의 위치를 표시하는 위치 정보를 추가로 포함하고, 구성 모듈은 기대값에 기초하여 및 인접한 전자 디바이스들의 근접성에 기초하여 복수의 전자 디바이스들을 구성하도록 제공된다. 인접한 전자 디바이스들은 서로 간섭할 수 있다. 예를 들면, 제한된 수의 채널들상에 동작하도록 제공되는 WIFI 라우터들은 그들이 동일한 채널상에 동작하도록 구성될 때 서로 간섭할 수 있다. 조정 디바이스는 전자 디바이스들의 위치들이 조정 디바이스에 알려지기 때문에, 이러한 간섭을 고려하여 다수의 전자 디바이스들을 구성할 수 있다. 그에 의해, 조정 디바이스는 "전체적인 상황"을 제공받고, 그에 의해 사용자 위치 기대값들 및 간섭 기대값들에 기초한 상황을 최적으로 구성한다.

본 발명은 수동 방식을 채택함으로써 빅 데이터에 기초하여 전자 디바이스의 동작을 최적화하는 방법 및 장치를 제공한다.

도 1은 본 발명이 적용가능한 환경의 예를 도시하는 도면.
도 2는 본 발명의 일련의 단계들의 예를 도시하는 도면.

본 발명의 실시예들에 따른 장치 및/또는 방법들의 몇몇 실시예들이 첨부하는 도면들을 참조하여 단지 예로서 여기에 기술된다.

본 명세서의 문맥에서, 용어 위치는 단순한 '지리적 위치'보다 더 넓게 해석되는 것이고, 사용자가 특정 장소 또는 지리적 위치에 가깝거나 멀리 있다는 모든 표시를 또한 포함한다. 그러므로, 정보 '다른 마을의 셀로부터의 호출'은 그것이 사용자의 지리적 위치를 명확하게 지시하지 않지만, 위치 정보로 고려된다. 이는 위치의 관련 표시를 제공한다. 또한, 정보 '레스토랑 계산서를 지불하는 것'은 레스토랑에서 사용자의 존재를 암시하기 때문에(및 따라서 집에 있지 않다) 위치 정보로서 고려된다. 이는 먼저 이러한 레스토랑이 식별되는지의 여부에 관련되지 않는다.

본 명세서의 문맥에서, 용어 데이터세트는 다음 중 적어도 하나, 바람직하게는 다음의 모두를 포함하는 개별적인 기록들의 집합으로서 규정된다: 타임스탬프들, 위치 정보, 사용자 식별 정보 및 선택적으로 다른 메타데이터.

본 명세서는, 빅 데이터로부터, 특히 지리적으로 위치된 사용자 통신들의 트레이스들부터, 의미있는 특징들 및 경향들을 추출하기 위한 방법을 기술한다. 명세서는 또한 전자 디바이스를 구성, 예를 들면, 사용자 대면 디바이스들에 명령하거나 또는 통신 기반 구조 요소들에 명령함으로써 이들 특징들 및 경향들의 애플리케이션을 기술한다. 해결된 문제는, 예를 들면, GPS 추적기 또는 모바일 감지의 다른 끼워진 형태들을 사용함으로써, 사용자의 위치를 능동적으로 모니터링하지 않고 사용자의 미래의 거동의 예측들 또는 기대값들을 생성하는 것이다. 본 명세서에서, 방법은 한 명 이상의 사용자들의 다수의 통신 트레일들(빅 데이터의 부분을 형성하는 다수의 데이터세트들)조합하고 사용자의 거동에 관한 예측들의 리스트를 중간 출력으로서 생성하는 방법이 제안된다. 그렇게 생성된 리스트는 다수의 목적들, 예를 들면, 전력 소비의 축소 및 무선 간섭의 감소를 위해 프로그램가능한 디바이스들을 구성하기 위한 다수의 시나리오들에서 사용될 수 있다.

인간 이동 패턴들의 연구는 긴 이력을 갖는다. 종종 순수한 랜덤 프로세스로서 모델링되지만, 인간 이동은 환경 팩터들에 의해 힘겹게 결정되고 실제로 덜 예측가능하다는 것이 알려졌다. 다수의 방법들이 사용자 이동의 계속적인 모니터링에 기초하여 생각된다. 정확하지만, 이들 노력들은 배터리 수명 또는 통신 비용에 관련된 제한들이 존재하지 않는 실제 응용 환경들에 그들의 방법의 적용가능성을 제한하는 높은 공간 및 시간 샘플링 해상도를 제공하는 위치 데이터의 소스들을 요구한다. 본 명세서에서 기술된 것들과 같은 참가 감지 방식들은 시스템과의 그들의 정규 상호 작용의 부분으로서 사용자들에 의해 개시되는 정보에 의존하고, 따라서 독립적인 연속 모니터링 활동의 풋프린트를 제거한다. 추가로, 사용자의 행방에 관한 고해상도 정보를 수집하는 사적 관계들은 사용자들에게 허용되지 않을 수 있고, 이들 데이터의 그 존재는 억압적인 및/또는 부정한 관리자들 하에 시민적 자유를 위태롭게 하는 부정적 결과들을 가질 것이다.

Wi-Fi 비콘 핑거프린팅, GSM/UMTS 안테나 빔 삼각법, 등에 기초한 다른 활성 위치 기술들, 모두는 상기에 설명된 바와 같은 유사한 결함들(비용/에너지 및 프라이버시에 관한)을 갖는다. 그에 반해서, 본 발명은 기회주의적으로 수집된 데이터의 조합된 소스들(예를 들면, 위치 기반 소셜 네트워크들, GPS-태그된 메시징 활동, 셀룰러 호 기록들, 마이크로- 및 피코-셀 로그들)에 작용하는 일 세트의 수동 방법들을 포함하고, 이와 같이 그들은 임의의 상당한 데이터 수집 오버헤드도 추가의 프라이버시 리스크도 초래하지 않는다. 사용자의 이동 패턴들의 일시적 샘플링에서 높은 불규칙성에도 불구하고, 기회주의적으로 수집된 통신 트레이스들은 기반구조의 사용 자체에 대하여 문제되는 사용자의 평범한 일상의 규칙적인 특징들을 잘 포함한다. 1년 동안 기록된 최소한 수백 개의 이벤트들을 갖는 사용자들에 대하여, 도시되는 테스트들은 사용자의 조합된 통신 이력으로부터 알려지는 중요한 위치들 및 활동을 인식 및 식별할 수 있다.

셀룰러 무선 간섭에 관련된 문제가 이하에 설명된다. 이동 무선 액세스 네트워크로부터의 더 긴 대역폭에 대한 요구는 인터넷-인에이블 이동 디바이스들 및 그들의 멀티미디어 애플리케이션들의 증가하는 인기 때문에 꾸준히 증가하고 있다. 무선 접속이 고정 액세스보다 덜 신뢰할 수 있고 더 많은 에러 가능성이 있기 때문에, 무선 액세스부는 점점 더 이동 단말들에 대한 달성할 수 있는 데이터 레이트의 병목으로서 생각된다.

무선 통신 시스템의 처리량은 무선 전파 상태들, 네트워크 플래닝의 품질, 및 채용된 물리층 송신 기술들과 같은 수 개의 팩터들에 의해 제한된다. 셀룰러 네트워크들에 대한 종래의 무선 자원 플래닝은 고정이고 수동적이다. "고정"은 셀룰러 네트워크 기반 구조가 에지에서 기지국들의 및 중앙 및 지역 사무소들에서 코어 처리 장비의 배치를 플래닝한 후, 셀룰러 네트워크 기반 구조가 고정된다는 사실을 말한다. "수동"은 단지 이동 디바이스들이 기지국의 커버리지 영역에 위치되고 활성 통신에 참여될 때만 각각의 기지국이 이동 디바이스들에 대하여 무선 채널 자원들을 할당한다는 사실을 말한다. 기지국 위치 플래닝은 배치된 기지국들의 수를 최소화하고 달성가능한 처리량을 결정하는 적정한 무선 품질 하에서 무선 커버리지 범위를 최대화하는 최적화 문제이다.

각각의 기지국에서, 송신 및 수신 전력은 채널 품질 및 간섭 상황에 따라 조정될 수 있다. UMTS 시스템에서, 업링크 전력 제어는 개방 및 폐쇄 루프 구성 요소들 및 제어들로 구성된다. 개방 루프 전력 제어는 사용자 장비(UE)가 그의 출력 전력을 특정 값으로 설정하기 위해 사용된다. 폐쇄 루프 전력 제어는 UE 송신기에 의해 다운링크로부터 수신된 송신 전력 제어 명령들에 따라 그의 전력을 조정하기 위해 사용된다. 유사한 전략이 LTE 시스템에서 또한 채택된다. 더욱이, LTE 시스템에서, 서브-주파수 대역들은 직교한다- 따라서 상이한 사용자들은 셀내 간섭을 피하기 위해 상이한 서브-주파수 대역들에 할당된다. 인접한 셀들간의 셀간 간섭은 잠재적인 간섭 소스들을 검출함으로써 회피될 수 있고 과부하 표시자는 셀간 전력 제어를 위해 기지국들간에 X2 인터페이스를 통해 교환된다.

무선 액세스 대역폭의 빠른 성장에 대처하기 위해, 모바일 운영자들은 차세대 무선 액세스 네트워크들로 이동하고 있고 그들의 매크로-셀 기반 구조를 보완하기 위해 다층 셀 배치들을 고려하고 있다. 커버리지 범위에 따라, 셀룰러 네트워크들은 세 개의 카테고리들, 매크로셀들(< 3 ㎞), 마이크로-셀들(< 1 ㎞), 및 피코-셀들(< 100m)로 규정될 수 있다. 피코 셀은 충분한 매크로-셀 서비스에 의해 도달되지 않는 구역들로 커버리지를 확장하고, 고정된 광대역 인터넷 액세스를 그들의 업링크로 이용함으로써 코어 네트워크들로부터 모바일 트래픽을 오프로드하기 위해, 일반적으로 실내 환경에서, 제한된 범위 내에서 최종 사용자들을 지원하기 위해 도입되었다. 매크로/마이크로 및 피코 셀들 중에서 다층 공존은 미래 모바일 액세스 기반 구조에 대하여 실현 가능하고 유망한 배치 모델이지만, 그는 또한 몇몇 결점들, 예를 들면, 공통 채널 간섭 공동 작용을 나타낸다.

본 발명의 일 예는 타깃 사용자 집단의 예상된 요구들에 할당된 무선 자원들의 양을 제한하기 위해 일 세트의 미리 결정된 전력 및 주파수 할당 프로파일들 중에서 선택을 안내함으로써 기지국들(특히-그러나 그로 제한되지 않는- 마이크로 및 피코 셀들)의 구성에 영향을 미치기 위해 사용자 생성된 정보의 대역 외 소스들을 이용하는 방법을 제공한다. 이러한 방법은 상기에 요약된 피드백에 기초하여 송신 전력 제어의 확립된 형태들과 공존할 수 있다.

본 발명은 또한 사용자의 통신 활동을 구동한 통신 이벤트의 시간 정보 및 위치 정보에 연관하는 지리적으로 위치된 통신 트레이스들을 수집 및 처리하고, 소유되거나, 관리되거나 또는 그와 달리 사용자들에 의해 주로 채용되는 동적으로 구성하는 프로그램 가능 전자 디바이스들에 대해 그들을 이용하기 위한 일족의 방법들을 개시한다.

이러한 통신 트레이스들은: 지리적 태그된 소셜 네트워크 메시지들(예를 들면, 트위터), 위치 기반 소셜 체크-인 정보(예를 들면, 포스퀘어), 셀을 포함하는 휴대 전화 활동 트레이스들/마이크로-셀 식별자들, wi-fi 연관/일 세트의 액세스 포인트들과의 인증 트레일, 직불 카드/신용 카드/지리적 장소 정보를 포함하는 전자 화폐 지불 기록들을 포함하지만, 그로 제한되지 않는다.

타깃 구성가능한 전자 디바이스들은 GSM-UMTS-LTE 셀들 및 마이크로-셀 액세스 디바이스들(ref: ALU 기지국 라우터 특허들), IEEE 802.11(wi-fi 또는 다른 무선 기술) 액세스 포인트들, 가전들 및 디바이스들(실내 난방기들, A/C 시스템, 온-디맨드 비디오 플레이어들, 스마트 그리드들을 위한 전력계들과 같은)을 포함하지만, 그로 제한되지 않는다.

구성 동작들은 전력을 절약하고, 전체 주파수 재사용을 개선하고 간섭을 감소시키기 위해 송신 전력 및 할당된 주파수 스펙트럼을 변경하고, 지연 소비를 위해 의도된 오프-피크 시간들에 대량의 데이터를 프리-페치 및 저장하고, 조건이 처리된 트레이스 데이터에 기초하여 충족될 때, 특정화된 동작을 트리거하기 위해 디바이스의 주요 기능을 턴 온 및 턴 오프하는 것을 포함하지만, 그로 제한되지 않는다.

본 발명의 일 양태는 사용자 관련 데이터의 능동 감지 및 수집이 (다른 것들 중에서) 프라이버시 이유들, 제한된 전력 소비(예를 들면, 배터리 수명을 보존하기 위해), 고르지 않은 접속, 사용자 디바이스들에 대한 액세스 권한들의 결여에 관한 제한들 때문에 가능하지 않은 환경들에 적용가능하고 수동인 방법을 렌더링하는 사용자의 보통의 통신 활동에 의해 생성되는 정보의 사용이다. 본 발명에서, 빅 데이터는 현재 및 미래에 사용자 위치에 관한 기대값들을 추출하기 위해 사용된다.

본 발명의 다른 양태는 사용자 생성된 데이터의 (셀룰러 통신 시스템들과 같은) 종래의 소스들로부터 (위치 기반 소셜 네트워크들 및 마이크로-블로깅과 같은) 새로운 소스들로 통신 트레일들의 다수의 상이한 소스들의 조합을 레버리지하기 위한 능력이다. 제안된 기술은 (wi-fi 핑거프린팅 또는 셀룰러 안테나 삼각법과 같은) 논문에서 발견된 활성 위치 추적 기술들로 데이터의 수동 소스들을 이용가능해지는 환경들에서 데이터의 추가의 소스들로서 조합함으로써 확장될 수 있다.

제 3 양태는 - 통신 데이터 트레일들의 생성의 수동 특성 때문에 - a) 구성이 수집된 데이터로부터 로컬로 정교하게 형성된 예측들에 기초하여 계산될 프로그램 가능 디바이스상, 또는 b) 통신 데이터 트레일들의 소스들이 액세스될 수 있는 임의의 다른 위치에 호스트된 하드웨어(클라우드 컴퓨팅 플랫폼들 또는 네트워크 운영자의 관리된 하드웨어 풀들과 같은)상에 구동하기 위한 방법의 능력이다. 제 1 시나리오는, 예를 들면, 다른 당사자들에게 사용자의 로컬로 수집된 통신 트레일을 결코 공개하지 않음으로써 프라이버시를 보호하기에 적절하고, 반면에 제 2 시나리오는, 예를 들면, 트레일들의 사유 특성 또는 국가 보안 이유들 때문에, 공개되지 않을 수 있는 경우 적절하다.

시스템은 다음의 네 개의 논리 서브시스템들로 구성된다:

ㆍ 데이터 수집자(들)(DG) - 사용자의 통신 트레이스(들)를 획득 및 파싱

ㆍ 데이터 프로세서(DP) - 사용자 활동의 개략적인 모델을 생성하기 위해 파싱된 트레이스(들)를 종합 및 처리

ㆍ 규칙 엔진(RE) - 예상된 사용자 상태와 수행될 원하는 동작 사이의 결합들을 규정

ㆍ 디바이스 제어기(DC) - 사용자 활동 모델 및 규칙들의 세트에 기초하여 디바이스의 기능을 구성.

논리 서브시스템들은 시나리오들이라고 부르는 다수의 실제 구성들에서 배치될 수 있다. 논리적 실시예 시나리오에서, 디바이스는 본 발명의 방법의 세 개의 논리 단계들을 로컬로 수행한다. 두 개의 다음의 경우들은 이러한 시나리오를 예시한다.

ㆍ 통신 트레이스들에 기초한 wi-fi 기지국의 전력 관리

ㆍ 통신 트레이스들에 기초한 작은 셀들의 스펙트럼 관리.

클라우드 실시예 시나리오에서, 디바이스는 사용자에 직접 액세스가능하지 않을 수 있는 통신 트레이스들에 기초하여 서비스 제공자에 의해 생성되는 사용자 활동의 미리 계산된 모델을 수신한다. 두 개의 다음 경우들은 이러한 시나리오를 예시한다:

ㆍ 통신 트레이스들에 기초하여 지연된 시청을 위해 영화들을 미리 패칭

ㆍ 다수의 사용자 통신 트레이스들에 기초하여 마이크로/매크로 셀들과의 셀룰러 네트워크에서 주파수 할당 플래닝.

데이터 수집자(DG) 구성 요소들은 국지화된 사용자 통신 활동 또는 위치 기반 소셜 네트워크 체크-인들을 입력으로서 취하고 그로부터의 일련의 이벤트들을 발췌한다. DG 기능은 디바이스 자체 또는 로컬 데이터(예를 들면, 디바이스 로그 파일들), 원격 데이터(예를 들면, 크롤러에 의해 수집된 트레이스들), 또는 둘 모두에 대해 동작하는 다른 네트워킹된 머신에서 국지화될 수 있다.

데이터 프로세서(DP)는 DG(들)로부터의 이벤트 시리즈들을 처리하고 적절한 알고리즘(k-평균 클러스터링, DBSCAN, 등)에 의해 그들의 안전한 및 반복되는 특징들을 추출한다. DP의 출력은 위치들/활동들을 시간 범위들과 연관시키는 사용자 활동에 대한 모델을 구성하는 예측들의 리스트이다. DP 기능은 디바이스 자체에서 또는 다른 네트워킹된 머신상에 국지화될 수 있다.

규칙 엔진(RE)은 예측에서 나타나는 위치들 또는 활동들을 하나 이상의 디바이스들이 주어진 시간 범위에서 실행할 필요가 있는 미리 정해진 동작들과 연관시킨다. RE 기능은 디바이스 자체에서 또는 다른 네트워킹된 머신상에 국지화될 수 있다.

디바이스 제어기(DC)는 DP에 의해 생성된 사용자 모델에 기초하여 RE로부터의 규칙들을 실행한다. 이는 디바이스 자체상에 항상 호스팅된다.

상기 상세히 기술되는 다수의 원점들의 통신 트레이스들의 조합된 사용은 사용자의 위치의 계속적인 능동 모니터링을 요구하지 않는 사용자 데이터 수집을 위한 비간섭적 수동 방법이다. 예상된 사용자 위치는 사용자의 이동 통신 디바이스상에 액세스 또는 설치 권리들에 대한 요구 없이 이전 지리적 위치된 사용자 통신 이벤트들의 충분하게 길고 및/또는 치밀한 기록에 기초하여 모델링될 수 있다. 여러가지 소스들로부터 수집된 통신 이벤트들은 디바이스들, 예를 들면, 가전 제품들 및 통신 기반 구조상에 구동하는 소프트웨어에 의해 적절한 동작들의 트리거들로서 이후 레버리지될 수 있는 사용자의 매일의 스케줄에서 반복되는 패턴들을 드러낼 수 있다.

본 발명에 따른 방법 및 디바이스의 이점들은 다음을 포함한다:

ㆍ 사용자에 대한 센서 데이터를 생성하는 이동 디바이스들의 배터리 수명에 부정적 영향들이 없음

ㆍ 미래 사용자 위치에 관한 예측들을 생성하기 위해 사용된 감지된 데이터의 정보 공개의 정도의 제어

ㆍ 명확한 사용자 개입 없이 디바이스들을 구성하기 위한 융통성 있는 사용자 구동된 방식을 제공: 상기에 나타낸 사용 경우들은 방법이 전력 절약 모드들을 토글링함으로써 및 사용되지 않은 셀들 및 불필요한 간섭을 야기하는 액세스 포인트들의 송신 전력을 감소시킴으로써 무선 네트워크들의 송신 레이트를 개선하고 전력 소비를 제어하기 위해 사용되는 예들을 보여준다.

사용자 일상은 공통 특징을 공유하고 상당수의 날들의 하루의 동일한 대략의 시간에 일어나는 사용자 동작들의 반복되는 발생으로서 규정될 수 있다.

도 1은 본 발명이 적용가능한 상황의 원칙적 개요를 도시한다. 도면은 이동 전화(5)를 통해 인터넷(3)에 접속되는 사용자(14)를 도시한다. 그에 의해, 사용자(14)는 시간 정보 및 위치 정보를 포함하는 메시지들을 방송한다. 이들 메시지들은 과거 사용자 활동 데이터를 포함하는 데이터세트들을 형성하는 데이터베이스들(1, 2)에 저장된다. 이러한 메시지들의 예들은 상기에 주어진다. 그에 의해, 데이터세트들은 그들이 상이한 애플리케이션들로부터 발생되기 때문에 상이하다. 데이터세트들은 그에 의해 상술된 데이터 수집자(DG)의 기능을 실행한다.

이들 데이터세트들(1, 2)은 데이터 프로세서(4)에 의해 액세스될 수 있다. 데이터 프로세서(4)는 인터넷(3) 접속을 통해 데이터세트들(1, 2)로부터 시간 및 위치 정보를 추출하고, 시간에 걸쳐 위치 패턴을 획득하기 위해 알고리즘을 실행하고, 위치 패턴을 현재 및 미래로 변환하여 그에 의해 시간-위치 기대값를 획득한다. 그에 의해, 데이터 프로세서(4)는 상술된 데이터 프로세서(DP)의 기능을 실행한다. 데이터 프로세서(4)의 물리적 위치는 전자 디바이스로부터 기능이 상이한 물리적 위치들에 걸쳐 분산되는 클라우드 컴퓨터에 대한 전자 디바이스에 동작가능하게 접속되는 전용 디바이스(조정 디바이스)까지 다양할 수 있다. 데이터 프로세서(4)에 의해 실행된 기능들은 도 2를 참조하여 하기에 더 설명될 것이다.

도 1은 또한 조정 디바이스(4)에 동작가능하게 접속되는 규칙 엔진(RE; 7)을 도시한다. 규칙 엔진(7)은 사용자의 시간-위치 기대값에 관한 전자 디바이스를 구성하기 위한 논리 규칙들을 포함한다. 예를 들면, 규칙 엔진은 '사용자가 멀어지는' 기대값에 관하여 '비활성 모드로 전환'을 포함할 것이다. 이러한 예는 간단한 논리 규칙이지만, 더 복잡한 규칙들이, 예를 들면, 사용자 기대값들에 기초하여 및 간섭을 피하기 위해 빌딩 내 다수의 무선 디바이스들을 구성하기 위한 규칙 엔진(7)에 의해 포함될 수 있다. 규칙 엔진은 전자 디바이스에 또는 조정 디바이스에 또는 클라우드 컴퓨터에 물리적으로 통합될 수 있다.

도면은 또한 사용자들의 위치 기대값들에 기초하여 및 규칙 엔진에 의해 포함된 규칙들의 세트에 기초하여 하나 또는 다수의 전자 디바이스들을 구성하기 위해 제공되는 디바이스 제어기(10)를 도시한다. 디바이스 제어기는 전자 디바이스에 또는 조정 디바이스에 또는 클라우드 컴퓨터에 물리적으로 통합될 수 있다.

전자 디바이스는 바람직하게는, 전자 디바이스가 움직이지 않고 미리 결정된 위치를 갖는 다는 것을 의미하는 도 1에서 집(6)으로 도시되는 고정 디바이스이다. 바람직하게는, 미리 결정된 위치는 사용자의 위치 기대값가 사용자가 전자 디바이스에 근접하게 존재하는 것이 예측되는지의 여부를 결정하기 위해 전자 디바이스의 미리 결정된 위치와 비교될 수 있도록 조정 디바이스 또는 규칙 엔진의 메모리에 저장된다. 전자 디바이스들의 예들은 상기에 주어지고 다른 난방 시스템들, 무선 디바이스들, 백업 시스템들, 및 그 밖의 것을 포함한다.

바람직하게는, 데이터 프로세서(4), 규칙 엔진(7), 및 디바이스 제어기(10)는 하나 이상의 전자 디바이스들에 동작가능하게 접속되는 조정 디바이스로 통합된다. 그에 의해, 조정 디바이스는 사용자의 위치 기대값에 기초하여 전자 디바이스들을 제어하도록 적응된다.

도 2는 본 발명에 따른 방법의 단계들을 도시한다. 도면은, 제 1 단계(S1)에서 그에 의해 두 개의 개별 데이터세트들로부터 과거의 사용자 활동 데이터를 갖도록 액세스되는 데이터세트들(1, 2)을 도시한다.

다음 단계(S2)에서, 시간 및 위치 정보는 액세스된 데이터세트들로부터 추출된다.

다음 단계(S3)에서, 알고리즘은 시간에 걸친 위치 패턴들을 인식하기 위해 추출된 정보로부터 시간-위치 상관들을 획득하도록 실행된다. 이들 위치 패턴들은 그에 의해 사용자 습관들을 나타낸다. 이러한 단계에서, 알고리즘은 바람직하게는 반복적으로 발생하는 시간 기간들(8)을 사용한다. 이러한 반복적으로 발생하는 시간 기간들(8)의 일 예는 '주중 09시-12시'이다. 알고리즘은 일치하는 시간 기간들(8)에서 위치들을 조직하기 위해 제공된다. 결과로서, 위치 클러스터들은 사용자가 시간 기간(8) 동안 상기 위치에 종종 있을 때 상기 기간에서 발생할 것이다. 주어진 예에서, 위치 클러스터는 사용자가 주중 9시와 12시 사이에 "직장 위치"에 있다는 것을 가시적으로 보여준다. 이러한 클러스터로부터, 패턴이 인식될 수 있다.

다음 단계(S4)에서, 단계(S3)에서 인식된 위치 패턴은 시간-위치 기대값를 획득하기 위해 현재 및 미래로 변환된다. 시간-위치 기대값는 특정한 시간 순간(또는 특정한 시간 기간 동안)에 하나의 장소에 있는 사용자의 기대값로서 규정된다. 이러한 변환은 현재 및 미래 타임라인(9)상에 반복적인 시간 기간들을 할당함으로써 획득될 수 있다. 그에 의해, 위치 클러스터가 시간 기간의 단계(S3)에서 인식될 때, 사용자는 또한 시간 기간에 대응하는 현재 및 미래의 상기 위치에 존재할 것이 예측된다. 그에 의해, 단계(S4)의 변환에 기초하여, 사용자의 위치 기대값들이 획득될 수 있다.

다음 단계(S5)에서, 전자 디바이스 또는 전자 디바이스들(6A, 6B, 6C)은 단계(S4)에서 획득된 사용자의 위치 기대값에 기초하여 구성된다. 이러한 단계(S5)는 바람직하게는 사용자의 상이한 위치 기대값들에 관하여 전자 디바이스 구성 상태들을 규정하는 일 세트의 규칙들에 기초한다. 규칙들의 이러한 세트는 상태가 사용자의 대응하는 위치 기대값에 대해 검색되는 참조표로서 사용될 수 있다. 전자 디바이스의 상태들의 예들이 상기에 주어지고 에너지 최적화 상태 및 성능 최적화 상태를 또한 포함한다. 규칙의 일 예는, 사용자가 전자 디바이스 가까이에 존재한다고 예측되는 경우, 디바이스는 성능 최적화된 상태로 구성된다는 것이다. 그에 의해, 바람직하게는 사용자는 전자 디바이스의 주요 사용자, 또는 다수의 주요 사용자들 중 하나로서 등록된다. 이러한 등록은 전자 디바이스의 또는 조정 디바이스의 메모리에 저장될 수 있다.

당업자는 다수의 상술된 방법들의 단계들이 프로그램된 컴퓨터들에 의해 수행될 수 있다는 것을 쉽게 인식할 것이다. 여기서, 몇몇 실시예들은 또한 프로그램 저장 디바이스들, 예를 들면, 머신 또는 컴퓨터 판독가능하고 명령들의 머신-실행가능하거나 또는 컴퓨터-실행가능한 프로그램들을 인코딩하는 디지털 데이터 저장 매체들을 포함하는 것으로 의도되고, 상기 명령들은 상기 상술된 방법들의 단계들의 일부 또는 모두를 수행한다. 프로그램 저장 디바이스들은, 예를 들면, 디지털 메모리들, 자기 디스크들 및 자기 테이프들과 같은 자기 저장 매체들, 하드 드라이브들, 또는 광학적으로 판독가능한 디지털 데이터 저장 매체들일 수 있다. 실시예들은 또한 상술된 방법들의 상기 단계들을 수행하도록 프로그래밍된 컴퓨터들을 포함하도록 의도된다.

상세한 설명 및 도면들은 단순히 본 발명의 원리들을 예시한다. 따라서, 당업자들은, 여기에 명시적으로 기술되거나 도시되지 않았지만, 본 발명의 원리들을 구현하고 그의 정신 및 범위 내에 포함되는 다수의 장치들을 생각할 수 있을 것임이 이해될 것이다. 또한, 여기에 인용된 모든 예들은 주로 독자가 본 발명의 원리들 및 본 기술을 진보시키기 위해 발명자(들)에 의해 기여되는 개념들을 이해하는 것을 도울 수 있는 교육적인 목적들만을 위한 것임이 명백하게 의도되고, 이러한 특별히 인용된 예들 및 조건들에 대한 제한이 없는 것으로 해석되어야 한다. 더욱이, 본 발명의 원리들, 양태들, 및 실시예들을 인용하는 여기의 모든 진술들, 또한 그의 특정한 예들은 그의 동등물들을 포함하는 것으로 의도된다.

"프로세서들"이라고 라벨링된 임의의 기능 블록들을 포함하는 도면들에 도시된 다수의 요소들의 기능들은 적절한 소프트웨어와 연관하여 소프트웨어를 실행할 수 있는 하드웨어뿐만 아니라 전용 하드웨어의 사용을 통해 제공될 수 있다. 프로세서에 의해 제공될 때, 기능들은 단일의 전용 프로세서에 의해, 단일의 공유 프로세서에 의해, 또는 그의 일부가 공유될 수 있는 복수의 개별 프로세서들에 의해 제공될 수 있다. 더욱이, 용어 "프로세서" 또는 "제어기"의 명시적 사용은 소프트웨어를 실행할 수 있는 하드웨어를 배타적으로 말하는 것으로 해석되지 않아야 하고, 디지털 신호 프로세서(DSP) 하드웨어, 네트워크 프로세서, 주문형 집적 회로(ASIC), 필드 프로그램가능 게이트 어레이(FPGA), 소프트웨어를 저장하기 위한 판독 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), 및 비휘발성 저장 장치를 제한 없이 암시적으로 포함할 수 있다. 종래 및/또는 맞춤형의 다른 하드웨어가 또한 포함될 수 있다. 유사하게, 도면들에 도시된 임의의 스위치들은 단지 개념적이다. 그들의 기능은 프로그램 로직의 동작을 통해, 전용 로직을 통해, 프로그램 제어 및 전용 로직의 상호 작용을 통해, 또는 심지어 수동으로 수행될 수 있고, 특별한 기술은 문맥으로부터 더 특별히 이해되는 바와 같이 실행자에 의해 선택가능하다.

당업자들에 의해, 임의의 블록도들은 여기서 본 발명의 원리들을 구현하는 예시적인 회로의 개략도들을 나타낸다는 것이 이해될 것이다. 유사하게는, 임의의 플로차트들, 흐름도들, 상태 전이도들, 의사 코드 등이 컴퓨터 판독가능 매체에 실질적으로 나타내질 수 있고 그래서 컴퓨터 또는 프로세서가 명시적으로 도시되든 안되든 이러한 컴퓨터 또는 프로세서에 의해 실행될 수 있는 다수의 프로세스들을 나타낸다는 것이 이해될 것이다.

1, 2 : 데이터세트들 3 : 인터넷
4 : 조정 디바이스 5 : 이동 전화
7 : 규칙 엔진

Claims (12)

1. 전자 디바이스를 구성하기 위한 방법에 있어서,
   각각이 과거 사용자 활동 데이터를 포함하는 적어도 두 개의 개별 데이터 세트들에 액세스하는 단계;
   상기 데이터세트들의 각각으로부터 시간 및 위치 정보를 추출하는 단계;
   상기 추출된 시간 및 위치 정보로부터, 시간에 걸친 위치 패턴을 알기 위한 시간-위치 상관들을 획득하기 위해 알고리즘을 실행하는 단계;
   시간-위치 기대값을 획득하기 위해 시간에 걸친 상기 위치 패턴을 현재 및 미래로 변환하는 단계; 및
   상기 기대값에 기초하여 상기 전자 디바이스를 구성하는 단계를 포함하는, 전자 디바이스를 구성하기 위한 방법.
2. 제 1 항에 있어서,
   상기 알고리즘은 다수의 미리 결정된 반복적으로 발생하는 시간 기간들을 사용하고, 상기 실행 단계는 상기 시간 및 위치 정보를 상기 미리 결정된 시간 기간들에 연관시키는 단계, 및 그에 의해 상기 시간 기간들의 각각에서 위치 클러스터들을 인식하는 단계를 포함하는, 전자 디바이스를 구성하기 위한 방법.
3. 제 2 항에 있어서,
   상기 변환 단계는 상기 반복적으로 발생하는 시간 기간들을 현재 및 미래로 할당하는 단계, 및 상기 위치 클러스터들에 기초하여 기대값들을 획득하는 단계를 포함하는, 전자 디바이스를 구성하기 위한 방법.
4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   상기 전자 디바이스는 상기 디바이스가 에너지-최적화되는 제 1 상태로 및 상기 디바이스가 성능-최적화되는 제 2 상태로 구성가능한, 전자 디바이스를 구성하기 위한 방법.
5. 제 4 항에 있어서,
   상기 디바이스는 미리 결정된 위치에 위치되고 상기 사용자가 상기 미리 결정된 위치에 가깝다는 것이 예상될 때 상기 제 2 상태로 구성되는, 전자 디바이스를 구성하기 위한 방법.
6. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   상기 사용자는 상기 전자 디바이스의 주요 사용자들의 일 세트 중 하나로서 등록되는, 전자 디바이스를 구성하기 위한 방법.
7. 제 6 항에 있어서,
   상기 두 개의 개별 데이터세트들은 상기 사용자의 로그 데이터를 포함하는, 전자 디바이스를 구성하기 위한 방법.
8. 제 7 항에 있어서,
   상기 두 개의 개별 데이터세트들은 상기 전자 디바이스와 관련되지 않은 상이한 애플리케이션들로부터 발생하는, 전자 디바이스를 구성하기 위한 방법.
9. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   상기 전자 디바이스는 미리 결정된 위치에 위치되고 이러한 미리 결정된 위치에 관련하는 정보가 저장된 메모리를 포함하는, 전자 디바이스를 구성하기 위한 방법.
10. 조정 디바이스에 있어서,
    각각이 과거 사용자 활동 데이터를 포함하는 적어도 두 개의 개별 데이터세트들에 액세스하기 위한 액세스 모듈, 상기 데이터세트들의 각각으로부터 시간 및 위치 정보를 추출하기 위한 추출 모듈, 상기 추출된 시간 및 위치 정보로부터 시간에 걸친 위치 패턴을 알기 위해 시간-위치 상관들을 획득하기 위해 알고리즘을 실행하기 위한 처리 모듈, 시간-위치 기대값을 획득하기 위해 시간에 걸친 상기 위치 패턴을 현재 및 미래로 변환하기 위한 변환 모듈, 및 상기 기대값에 기초하여 전자 디바이스를 구성하기 위해 상기 전자 디바이스에 동작가능하게 접속된 구성 모듈을 포함하는, 조정 디바이스.
11. 제 10 항에 있어서,
    상기 구성 모듈은 복수의 전자 디바이스들에 동작가능하게 접속되고, 상기 조정 디바이스는 상기 전자 디바이스들의 각각에 관련된 사용자 정보를 저장하기 위한 메모리를 포함하는, 조정 디바이스.
12. 제 11 항에 있어서,
    상기 메모리는 상기 전자 디바이스들의 각각의 상기 위치를 표시하는 위치 정보를 추가로 포함하고, 상기 구성 모듈은 상기 기대값에 기초하여 및 인접한 전자 디바이스들의 근접성에 기초하여 상기 복수의 전자 디바이스들을 구성하도록 제공되는, 조정 디바이스.

Images