KR20030094387A - 콘텍스트 의존 사용자 입력 예측을 위한 방법 및 장치 - Google Patents

Abstract

본 발명은 적어도 하나의 사용자 환경에서 적어도 하나의 장치를 위한 콘텍스트-의존(context-dependent) 사용자 입력 예측을 위한 방법으로서, 적어도 하나의 장치의 실제 상태들의 파라미터들을 검출하는 단계와, 상기 검출된 파라미터들과 적어도 하나의 장치의 이전에 저장된 파라미터들과 비교하는 단계와, 상기 비교의 결과에 따라 가장 바람직한 다음 입력 제안을 얻는 단계 및 상기 입력 제안을 적어도 하나의 사용자에게 제공하는 단계를 포함하는 방법에 관한 것이다.

Description

콘텍스트 의존 사용자 입력 예측을 위한 방법 및 장치{Method and device for context dependent user input prediction}

예를 들면, 자동차에서의 항법 시스템(navigation system)과 같이 다수의 가능한 상태들 및 기능들을 가지는 실제의 복잡한 장치들 및 장치 집단들(device clusters)은 특정 항법이 수행되기까지 많은 입력을 필요로 한다. 다수의 가능한 입력들을 가진 인터넷 접속점(internet access point)은 바람직한 엑세스 패턴에 따라 대게 사용되는데, 예를 들면 사람들은 우선 그들의 전자 메일을 체크하고 그들이 좋아하는 채팅방(chat-room)에 참여하거나 네트(net)에서 어떤 키워드를 브라우징하는 경향이 있다. 다른 예시는 사람들은 작동되는 장치들 및/또는 어떤 동시사건들(coincidences)은 반복되는 어떠한 행동 패턴들을 보이는 경향이 있다.

너무 드물게 사용되기 때문에 하나의 사용자가 어떤 일정한 기능(feature)을 엑세스하는 방법을 잊어버릴 수 있는 거의 무제한적인 입력들, 기능들 또는 기능들의 조합을 가지는 장치들 또는 장치들의 조합의 존재는 입력 보조장치에 대한 필요를 보여준다. 특히 컴퓨터 프로그램들, 스크린 디스플레이를 가진 비디오 녹음기들, 자동차들, 항법 시스템들 등과 같은 "소프트" 인터페이스를 가진 시스템에서, 행동 패턴을 보이는 경향은 입력 문제들을 증가시키는데, 특히 만약에 사용자가 정상적인 입력 경로를 벗어나거나, 어떤 입력 조합을 망각하고 기지의 경로로 되돌아오기 위해 다수의 대안들에서 헤매는 경우에 그러하다.

사람들이 어떤 입력을 검색하기 위하여 많은 시간을 사용해야 하는 것을 방지하기 위하여, 그리고 사람들이 그들이 망각한 아이템들에 대한 많은 생각들을 하는데 시간을 낭비하는 것을 방지하기 위해, 전자 장치에서 입력 예측을 위한 장치 및 방법이 필요하다.

본 발명은 일반적으로 복수의 가능한 입력 파라미터들을 가지는 입력 절차들 및 전자 장치들에 관한 것이다. 보다 상세하게는, 본 발명은 사용자 입력 예측에 관한 것으로, 최소한의 필요한 사용자 입력을 가진 복잡한 전자 장치의 유용성(usability)을 향상시키는 것을 돕기 위함이다. 본 발명은 향상된 유용성 및 최소화된 필요한 사용자 입력을 가진 사용자 특정(user specific) 장치들 또는 사용자 불특정 장치들에 관한 것이다. 본 발명은 또한 전자 장치들의 인터페이스 설계를 개선하는 방법에 관한 것이다.

도 1은 사용자 입력 예측 시스템의 실시예로서, 제한된 계산력을 가진 장치 내에서 구현된다.

도 2는 사용자 환경에서 스프레드 장치들을 가진 사용자 입력 예측 시스템의 실시예이다.

도 3은 본 발명의 실시예로서, 상기 사용자 입력 예측 시스템은 차량 내에 구현된다.

본 발명은 사람들이 어떤 행동 패턴들을 취하는 경향을 이용한다. 사람들은 그들이 살고 있는 거의 모든 환경에서 이러한 행동 패턴들을 보인다. 따라서, 본 발명은 사람들이 사용하고 있는 거의 모든 장치들에 적용이 가능하다.

본 발명의 목적은 따라서 이전의 입력 패턴 또는 행동에 기초하여 가장 그럴듯한 다음 입력을 사용자에게 제공하는 콘텍스트 의존 사용자 입력 예측을 위한 방법 및 관련 장치를 제공하는 것이다.

이것은 적어도 하나의 사용자 환경에서 적어도 하나의 장치를 위한 콘텍스트-의존 사용자 입력 예측을 위한 방법에 의한 본 발명의 하나의 실시예에서 얻어지는데, 상기 방법은 상기 적어도 하나의 장치의 실제 상태 파라미터들을 검출하는 단계로, 상기 파라미터들은 상기 적어도 하나의 장치 환경에서 실제 경우들을 반영하는 환경데이터를 포함하는 단계; 상기 검출된 파라미터들과 이전에 저장된 파라미터들을 비교하는 단계; 상기 비교 결과에 따라 가장 예측 가능한(probable) 다음 입력 제안을 얻는 단계; 및 상기 입력 제안을 적어도 하나의 사용자에게 제공하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 따라서, 파라미터들은 환경 데이터(environment data)를 포함한다. 어떤 입력들이 만들어지는 환경들을 감지함에 의하여, 상태를 변경시키기 위한 입력 제안이 더욱 정확해진다. 상태 벡터는 더 많은 파라미터들을 포함하고, 따라서 상태에서 유사한 상태 벡터들의 수는 감소되고, 그에 따라서 제공되는 가능한 입력들의 수를 감소시킨다. 환경 데이터는 위치, 시간, 온도, 기후 조건들 또는 장치의 환경에서의 장치들의 상태에 관련될 수 있다. 다른 파라미터들은 예를 들면 오작동을 감지하기 위한 전전력 소모 또는 특징적인 전력 소모를 가진 어떤 장치가 작동되는 것과 같은 다른 데이터일 수 있다. 다른 환경 데이터는 온도, 빛, 공해, 독성, 레이더 적외선 시스템들의 영상데이터, 예를 들면 체온, 심장 주파수와 같은 사용자 관련 데이터, 특히 파라미터들에서의 변화들과 관련될 수 있다. 하나 이상의 파라미터들의 푸리에 변환들이 파라미터들로서 사용될 수 있다.

환경 데이터는 적어도 하나의 장치 환경에서 배치된 적절한 검출기들 및/또는 센서들로부터 얻을 수 있다. 그에 의하여 적어도 하나의 장치의 실제 상태 파라미터들은 어떤 장치의 스위치를 켜거나/끄기 위하여 사용자의 입력 패턴에 관련될 수 있는 환경 데이터를 포함한다.

바람직하게는, 환경 데이터는 환경 조건들을 반영하는 주변의 센서들의 상태들 및/또는 적어도 하나의 장치에 관련된 주변 장치들에 대한 데이터를 포함한다.

바람직하게는, 상기 환경 데이터는 상기 하나의 장치의 입력 상태들에 관련되도록 된 그러한 조건들의 데이터를 포함할 수 있다.

현재의 상태와 이전에 저장된 상태들을 비교함에 의하여, 시스템은 사용자 또는 사용자 지원 프로그램을 도와 어떤 결과를 얻기 위하여 바람직한 입력을 수행하도록 사용자를 훈련시킬 수 있다. 예를 들면, 차량에서 안전 시스템은 만약 앞유리 와이퍼가 1분 이상 작동된다면 라이트를 켜도록 제안할 수 있다. 본 발명의 이러한 실시예에서, 이전에 저장된 파라미터들 및 비교 알고리즘은 정기적으로 갱신될 수 있다.

바람직하게는, 상기 방법은 하나 이상의 사용자들을 식별하기 위한 식별 단계를 더 포함한다. 사용자를 식별함으로써, 시스템 엑세스는 제한될 수 있다.

유리하게, 상태 파라미터들은 벡터들로서 다루어진다. 벡터들을 사용함으로써, 수학적 처리들은 단순하고 빠른 방법으로 장치의 상태 파라미터들을 기술하고 처리하는데 사용될 수 있다. 벡터들은 상태 벡터들이다. 사용자에 의해 작동되는 시스템은 사용자가 어떠한 것을 입력시키기 전에 상태에 의해 기술되고, 상기 입력이 끝난 후에는 새로운 상태로 전이한다. 상태 벡터들은 다차원들을 가지며, 단일의 파라미터들의 값에서 다른 범위를 가진다. 벡터는 시간 및 위치 관련 파라미터들 및 다른 상태 관련 파라미터들을 포함한다. 시스템은 실제 벡터와 저장된 벡터들간의 차 벡터들(different vectors)을 계산함에 의해 다른 파라미터들을 비교할 수 있다. 가장 짧은 차 벡터를 가지는 벡터가 가장 유사한 벡터(similar vector)이다. 차 벡터는 가장 유사한 상태 벡터에 관련된 상태에 도달하기 위해 필요한 입력과 직접 연관된다.

편리하게, 사용자 입력 예측 방법은 입력 제안 또는 다른 입력에 대한 반응에 따라서 파라미터들을 변경시키는 단계를 더 포함한다. 입력에 따라 파라미터들을 변경시킴에 의하여, 시스템은 단일의 예/아니오 입력으로 장치의 상태를 변경시킴으로써 반응한다. 이것을 가지고, 단일한 비특정 입력은 장치의 상태를 변경시키는데 보편적으로 필요한 다수의 특정 입력들을 대체할 수 있다. 이것을 가지고, 시스템은 연속적으로 그 자신을 갱신할 수 있으며, 가능하고 예측 가능한(probable) 상태들의 수를 감소시킴으로서 사용자를 적극적으로 지원할 수 있다.

바람직하게, 입력 예측 방법은 적어도 하나의 장치의 검출된 파라미터들을 저장하는 단계를 더 포함한다. 장치의 상태들을 저장함에 의하여, 시스템은 사용자의 행동 패턴 또는 장치들의 상태 패턴을 축적할 수 있다. 이것은 과거 행동의 현재 행동으로의 피드백이다. 이러한 방법은 사용자가 유사한 또는 관련된 상황들을 깨닫도록 한다. 이 단계에서, 시스템은 이전 및 유사한 상황들을 리콜(recall)한다.

편리하게, 입력 예측 방법은 저장된 파라미터들을 평가(weigh)하는 단계를더 포함한다. 파라미터들을 평가함에 의하여, 피드백 루프가 닫히고, 시스템으로 하여금 제안이 되어야 하는지, 또는 이전에 거부되었는지를 결정하게 한다. 예를 들면, 유사성들(similarities)을 찾기 위해 사용자 입력이 없는 현재의 상태 벡터 X, 즉 순수한 콘텍스트(pure context)가 모든 저장된 상태 벡터들과 비교된다. 만약 유사한 상태 벡터들가 존재하면, (그의 사용자 입력을 가진) 가장 유사한 상태 벡터가 가장 예측 가능한(probable) 입력으로서 사용자 인터페이스를 통하여 사용자에게 제안된다. 사용자는 그러면 이러한 선택을 수용할 수 있고, 그에 의하여 그의 스코어(score) 및 향후 제안들을 위한 예측가능성(probability)을 증가시킬 수 있고, 그것을 무시하거나 선택을 거부하면, 그에 의해 향후 제안들을 위한 그의 스코어(score)를 감소시킨다. 시스템 상태는 벡터에 의해 기술되며, 여기서는 사용자 입력 전에 액티브 어플리케이션들(active applications)의 벡터를 표시하며,는 사용자 입력에 의해 개시되거나 또는 영향을 받는 (가능하게 새로운) 어플리케이션이고,는 사용자가 입력을 개시할 때 장치의 3차원(3D) 위치이며,는 사용자 입력의 개시시간(start time)이고,는 입력이 주어질 수 있기 전에 터미널의 시동시간(start-up time),는 사용자 이벤트(events)(예를 들면, 키 누름, 음성 입력 또는 제스처들)의 시퀀스를 나타내며,는 상태 벡터에 대한 사용 주파수를 나타낸다. 따라서는 사용자 입력전의 상태를 기술하며 입력 자체는 새로운 상태로 되며 얼마나 자주 이러한 특정상태 벡터가 사용자에 의해 재사용 되었는지를 기술한다. 액티브 어플리케이션들(active applications)의 벡터또는 하나 이상의 장치들 및 사용자 입력이 개시되기 전의 환경 데이터의 상태는로 주어지며, 여기서 모든 가능한 어플리케이션들은 1로 시작하여 계수되며, 액티브 어플리케이션들이 열거된다. 액티브 어플리케이션들의 수는 N으로 주어지며, 액티브 어플리케이션들의 최대 번호는로 제한된다. 따라서 벡터는차원을 가진다. N 액티브 어플리케이션들은 예를 들어과 같이 오름차순으로 분류될 수 있다. 사용자 입력에 의해 개시되거나 또는 변형되는 어플리케이션은로 표시되고, 다시에 대한 것과 같이 어플리케이션 식별로서 표시된다.

위치 벡터는 사용자 입력가 만들어지는 공간 콘텍스트(spatial context)를 기술한다. 그것은 사용자가 입력 i를 개시한 위치 데이터(position data)를 가진 3차원의 벡터이다.의 해상도(resolution)는 장치 용량들(capabilities)에 따라 조절될 수 있다. 예를 들어, GPS 수신기의 경우에 해상도는 미터의 차원(order of meters)일 수 있으며, 셀룰러 위치(cellular positioning)에 대하여 무선 인프라 스트럭처에서 100미터 또는 셀의 지름일 수 있다. 위치 벡터(position vector)는 이동 환경에서 유용한 기능(feature)이나, 발명은 예를 들면 가정 내에서 정적인 장치들에 또한 적용될 수 있다.

시스템 시동시간(start-up time)(장치의 마지막 부팅시간) 뿐만 아니라사용자 입력 시간은 초단위 또는 더욱 조밀한 시간 스케일 대신에 분 단위로 측정될 수 있으며, 이는 사용자 입력이 정확한 타이밍을 가지고 일어나지 않기 때문이다. 만약 입력 예측 시스템이 다수의 장치 환경에서 사용된다면, 숨겨진 입력 상관(hidden input correlation)을 쉽게 감지할 수 있기 위하여 시간 파라미터들의 수가 증가될 수 있다.

사용자 입력는 입력 이벤트들의 시퀀스로서 축적될 수 있다. 만약 사용자가 키를 누르거나, 음성 명령을 내리거나 또는 제스처를 취한다면, 입력이 실질적으로 수행되는 방법은 중요하지 않다. 시스템은 심지어 인간이 아닌 사용자 입력 예를 들면 동물 통신(animal communication) 및 공급 시스템(feeding system)을 수용할 수도 있다. 사용자 입력 이벤트들의 번호는이벤트들로 제한될 수 있으며, M≤Nu 이다.의 마지막 엔트리(entry)는 얼마나 빈번하게 상태 벡터가 입력 제안들에 대하여 리콜(recall)되는지를 기술한다. 그것은 (전혀 아무런 리콜이 없는) 0과 (정기적으로 리콜되는) 1 사이이다.의 마지막 엔트리(entry)는 예를 들면 시스템으로 하여금 다수의 사용자들의 행동 패턴들을 저장할 수 있도록 하기 위하여 벡터일 수 있다.

다수의 사용자 환경에서, 단일의 입력 패턴 예측 시스템은 동시에 다수의 사용자들로부터 입력을 받아들일 수 있고, 따라서 벡터의 정확한 형태 또는 사용되는 벡터들은 고정되어 있지 않다. 사용자 입력 벡터는 원조(originator)로 결합될 수있거나, 또는 시스템은 각각의 사용자에 대하여 별개로 데이터를 처리할 수 있다.

만약 발생된 이전 입력전에 저장된 시스템 상태들중 어떤 것에 대한 현재의 시스템 상태 X의 유사점(similarity) 또는 거리가 정량화될 수 있다면, 시스템은 사용자 입력 대신에 입력 정보 ui를 기입하도록 제안할 수 있다. 만약 이것이 해결된다면, 시스템은 현재의 상태와 모든 저장된 상태들을 연속적으로 비교할 수 있다. 만약 거리들(distances)이 충분히 작다면, 시스템은 가장 유사한 상태 벡터를 제안할 수 있고, 작용된/작동된 어플리케이션은 가장 근사한 입력으로 사용자에게 보여진다. 거리 측정치들(distance measurements)의 한가지 정의는 수월하다.

현재의 어플리케이션 상태와 사용자 입력전의 상황들간의 차이들은로 주어진다. 현재의 위치와 사용자 입력가 입력된 위치와의 위치 거리(position distance)는 유클리디안 거리(Euclidean distance)으로 정의된다.

입력 패턴들의 반복(recurrence)은 2개의 다른 거리 측정치(distance measures)를 가지고 기술되며, 다음과 같다.

우선, 장치에 대한 스위칭 후에 시간 폭(time span) 동안 사용자 입력이 발생한다. 이것은 현재의 시간 t가 부트시간(boot time)와 비교된다는 것을 의미한다. 이러한 시간 폭(time span)은 부트시간(boot time)후에 입력의 시간지연과 같아야 한다. 즉,으로, 여기서 시간은 예를 들면 분단위로 주어진다.

둘째로, 사용자 입력은 동일한 시간에 매일 발생한다고 가정한다. 거기서 거리 측정치(distance measure)은로서 정의되며, 예를 들면, 하루 내에서의 단지 시간 차이들(= 24*60분)만이 고려된다. 이러한 매일의 반복 패턴(repetition pattern)은 다른 시간 간격들(매주, 매달, 매년의 재발생..)에 대하여 일반화될 수 있다. 그러나 충분하지 않지만 거의 확실한 입력 통계들은 더욱 오랜 시간 간격에 대하여 이용 가능할 것이다.

입력 예측 시스템은 연속적으로 현재의 상태 벡터 X와 저장된 상태 벡터들를 비교한다.

만약 하나 이상의 상태 벡터들가 모든 거리 조건들에 따른다면 :

가장 근접한 상태 전이(state transition)이 다음과 같이 사용자에게 제안된다:

만약 하나 이상의 상태 벡터들가 단지 2개의 거리 조건들인 을 따른다면 :

그러면 가장 근접한 변이은 다음과 같이 제안된다.

만약 하나 이상의 상태 벡터들 Xi가 다음과 같이 단지 하나의 상태 조건을 따른다면 :

그러면 상태 변이은 다음과 같이 정의된다:

만약 시스템이 저장된 상태 벡터들중 어느 하나도 제안할 수 없다면, 거리 스레시홀드들(distance thresholds)및는 적응과정에서 조절될 수 있다. 만약 오랜 시간동안 상태 벡터가 선택되지 않는다면, 거리 스레시홀드(distance thresholds)는 미리 정의된 제한을 초과함이 없이 때를 맞춰(in time) 증가된다. 만약 너무 많은 상태 벡터들이 현재의 상태 벡터와 유사하다면, 이러한 스레시홀드들은 (최소의 스레시홀드들 아래로 떨어지지 않고) 때를 맞춰(in time) 감소된다.

지금까지 기술된 시스템은 배경기술에서 자동적으로 동작한다. 그것은 2개의 동작 모드들로 이루어진다.

첫째로, 새로운 상태 벡터들의 기록이 사용자 입력가 발생할 때 수행된다. 부가적으로, 불필요한 상태 벡터들의 삭제가 행해진다. 새로운 상태 벡터가 생성되면, 프리세트(pre-set)= 1이 만들어진다. 이러한 방식으로 새로운 엔트리(entry)가 감소된값을 가진 더 오래된 엔트리들(entries)에 대하여 취해진다(예를 들면, 정기적으로 리콜되는데 사용되지 않는). 만약 가능한 상태 벡터들의버퍼가 가득 찬다면, 가장 낮은값을 가지는 상태 벡터는 새로운 것으로 대체된다.

둘째로, 현재의 상태 벡터 X와 상태 벡터들의 비교가 행해진다.

만약 사용자가 상태 벡터를 가진 시스템-제안 입력를 수용한다면, 대응하는값은 다음과 같이 증가된다 :이고, 여기서 0<α<1이다.

동시에 다른 엔트리들(entries)는 다음과 같이 감소된다 :이고, 여기서 0<α<1이다.

만약 사용자가 상태 벡터를 가진 시스템-제안 입력를 거부한다면, 대응하는값은 다음과 같이 감소한다 :이고, 여기서 0<α<1이다.

동시에 다른 엔트리들(entries)는 다음과 같이 증가된다 :이고, 여기서 0<α<1이다.

이러한 에이전트(agent) 소프트웨어로부터의 입력 제안은 상당한 콘텍스트-민감 소프트-키로서, 나머지 사용자 인터페이스 요소들로부터 떨어진 별개의 키로서 사용자에게 제시될 수 있다. 동시에, 사용자가 입력 제안을 수용할 때, 그림 아이콘은 어느 어플리케이션가 개시되는지 또는 영향받는지를 디스플레이할 수 있을 것이다. 작용되는(affected) 어플리케이션에 부가하여, 제안의 신뢰도를 표현하기 위하여 입력 예측 시스템은 입력 제안에 대한 거리 측정치(distance measure)를 구식 라디오들(radios)로부터 알려진 매직 아이처럼 그래픽들 요소로맵핑할 수 있다.

일단 사용자가 입력 제안를 선택한다면, 입력 예측 시스템은 입력을 자동화하기 위하여 사용자 입력를 복제(reproduce)한다.

이상적으로, 사용되는 어플리케이션들 및 기능들을 빈번하게 동작시키는 것은 사용자에 의해 눌려지는 하나의 키로 감소될 수 있으며, 예를 들면 입력 예측 시스템 제안에 대하여 수용 버튼을 누르는 것이다. 기능(feature)이 더욱 빈번하게 사용될수록, 시스템은 더욱 잘 작동한다.

특정 알고리즘들이 사용되는 경우에, 상관되는(correlated) 파라미터들의 쌍은 함께 연결될 수 있고, 따라서 하나의 파라미터가 소정의 수준에 도달하면, 다른 파라미터가 그에 따라서 변화되도록 제안된다.

사용자가 그것을 직접 입력 또는 전자 메일 또는 유사한 것에 의해 연결함에 의하여 2개의 파라미터들을 연결시키는 것과 같이 개인적 입력에 의해 파라미터들을 변경시키는 것이 가능하다.

위에서 언급된 사용자 식별 시스템과 함께, 시스템은 다른 사용자들의 다른 행동패턴들에 적응할 수 있다. 시스템은 심지어 특징적인 초기 입력 패턴들 또는 특징적인 환경 데이터에 대한 어떤 사용자를 인지할 수도 있다.

장치 상태에서의 변화들은 사용자 입력이 없이 일어날 수 있으며, 결과적으로 사용자 입력의 결과를 야기한다. 시스템은 어떤 사용자 입력을 회피하기 위하여 어떤 행동 패턴을 자동적으로 개발할 수 있다.

바람직하게, 상태에서의 제안된 변화는 자동적으로 수행된다. 입력을 자동적으로 수행함에 의하여, 시스템은 사용자에게 장치의 상태에서의 변화를 알린다. 사용자는 제안을 거부하지 않음으로써 입력을 수용할 수 있다. 이것은 필요한 입력들의 수를 최소한으로 감소시킨다. 이러한 기능(feature)은 특정 입력에 의해 작동될 수 있거나, 또는 제안된 입력의 가중치의 소정의 값에 의해 작동될 수 있다. 간단한 경우로 "원-버튼" 솔루션에서, 사용자는 제안을 수용하거나, 또는 제안은 실행되지 않는다. 만약 버튼이 오래동안 작동된다면 다른 원 버튼 솔루션은 "예"이고, 만약 버튼이 짧은 기간동안 작동된다면 "아니오"이다. 2 버튼 솔루션들은 "예" 및 "아니오" 키를 포함할 수 있다. 인터페이스는 "다시 묻지 않기", "추후에 알리기", "조기에 알리기", "하지 않기", "다시 하기", "자동 수행" 등과 같이 다수의 다른 입력 옵션들을 포함할 수 있다.

유리하게, 입력 예측 방법은 데이터를 전송하거나 및/또는 수신하기 위한 단계들을 더 포함한다. 데이터를 전송하고 수신함에 의하여, 본 발명에 따른 시스템은 외부 시간 신호 또는 글로벌 항법 시스템(Global Navigation System, GLONAS) 또는 글로벌 위치 시스템(Global Positioning System, GPS)과 같은 위치 시스템으로부터 나오는 위치 신호와 같은 데이터를 처리할 수 있다. 데이터는 무선, 텔레메트릭 서비스(짧은 메시지 시스템), 전자메일, 무선-접속 블루투스, 유선 접속을 통하여 교환될 수 있다. 데이터 전달을 사용하여, 시스템은 이동 입력 장치와 원격 서비스 유닛간에 분배될 수 있다. 서비스 유닛은 무선을 통하는 개인용 입력 장치 및 유선 접속을 통하는 다른 입력 장치들에 접속되는 서비스 컴퓨터일 수 있다.

편리하게, 입력 예측 방법은 데이터를 압축하는 단계를 더 포함한다. 데이터를 압축시킴으로써, 축적된 상태 벡터들의 양 또는 축적된 파라미터들의 양은 증가될 수 있고, 장치의 상태들의 감지간의 시간 간격들은 감소될 수 있으며, 이는 입력 예측 시스템의 다이나믹(dynamic)을 증가시킨다.

본 발명의 다른 태양에 따르면, 본 발명의 목적은 단계들을 수행하는 프로그램 코드 수단을 포함하는 컴퓨터 프로그램에 의해 얻어지는데, 입력 예측 방법을 위한 방법의 실시예에서 기술된다. 프로그램은 컴퓨터 또는 이동 터미널 장치상에서 운영된다. 컴퓨터상에서 프로그램을 사용함에 의하여, 사용자가 컴퓨터를 다시 시작해야 하는 것을 방지하기 위하여 사용자 행동 패턴이 사용될 수 있다.

본 발명의 다른 태양에 따르면, 위에서 언급된 사용자 입력 예측 방법의 실시예들을 수행하기 위한 컴퓨터로 독출 가능한 매체상에 저장된 프로그램 코드 수단을 포함하는 컴퓨터 프로그램 제품이 제공되는데, 상기 프로그램 제품은 컴퓨터, 개인용 인터페이스 장치, 이동 터미널 장치 등의 위에서 운영된다.

본 발명의 다른 부가적인 태양에 따르면, 콘텍스트-의존 사용자 입력 예측이 가능한 전자 장치가 제공되는데, 상기 장치는 파라미터들을 저장하기 위한 수단, 적어도 하나의 장치의 상태 파라미터들을 검출하는 수단, 상기 적어도 하나의 장치의 상기 검출된 파라미터들과 이전에 저장된 파라미터들을 비교하기 위한 수단, 상기 적어도 하나의 장치의 파라미터들의 변화들을 제공하는 수단 및 사용자 입력 수단을 포함한다. 파라미터들을 저장하기 위한 수단에 의해서, 본 발명은 어떤 사용자의 어떤 행동 패턴들에 대해서 훈련될 수 있으나, 시스템은 미리-훈련될 수 있다. 파라미터들을 감지하기 위한 수단은 입력, 장치 또는 장치 군(device cluster)의 상태 및 환경들을 감지할 수 있기 위하여 필요한 기능(feature)이다.

바람직하게, 장치는 적어도 하나의 사용자를 식별하기 위한 수단을 더 포함한다. 사용자 식별 수단을 가지고, 입력 예측은 다른 사용자들의 행동 패턴을 예측할 수 있다. 사용자 식별 수단은 선택적 엑세스 예를 들면, 아이들이 선택된 장치들 또는 선택된 입력들을 엑세스할 수 없도록 사용될 수 있다. 사용자 식별은 입력으로부터 나오는 어떤 서비스들에 대한 대가를 지불하기 위해 사용될 수 있다. 사용자 식별은 핀 번호를 함께 가진 가입자 식별 수단(Subscriber Identification Means, SIM) 카드 또는 다른 개인용 식별 수단일 수 있다. 입력 장치는 이동전화, 손바닥만한 컴퓨터와 같은 것 내에 통합될 수 있으며, 이것들은 대부분 인증되지 않은 엑세스로부터 보호된다.

유리하게, 장치는 상기 적어도 하나의 장치의 상태 파라미터들의 상태 벡터들로 변환시키기 위한 수단을 포함한다. 상태 벡터들의 사용은 장치의 상태 관련 데이터를 기술하고 처리하기 위하여 기지의 수학적 규칙을 사용하는 것을 가능하게 한다. 데이터를 처리하기 위한 알고리즘은 실제 장치, 입력 패턴의 구조로부터 독립적으로 사용될 수 있다. 수학적 알고리즘을 위해서, 파라미터들이 시간, 고간, 온도, 소리의 세기(loudness), 전력 소비, 흐름율(flow rates) 또는 장치의 다른 세팅들 또는 환경 상태에서의 위치를 기술하는지는 중요하지 않다.

편리하게, 장치는 상기 입력 제안 또는 다른 입력에 대한 응답에 따라서 파라미터들을 변경시키기 위한 수단을 더 포함한다. 방법의 기술에서 위에서 기술된바와 같이, 제안된 입력에 대한 응답은 시스템을 훈련시키는데 필요한 입력이다.

바람직하게는, 장치는 데이터 전송수단을 더 포함한다. 유리하게, 장치는 데이터 수신수단을 더 포함한다. 이것은 장치로 하여금 보편적으로 단일의 장치에 대하여 엑세스 가능하지 않은 데이터를 엑세스 가능하게 한다. 데이터의 교환은 시스템으로 하여금 분배되도록 한다. 데이터 교환을 가지고, 인터페이스 장치는 입력 예측 시스템을 원격제어 하기 위하여 서비스 컴퓨터 또는 유사한 것과 통신할 수 있다. 데이터 교환은 예를 들면 전화가 울릴 때 볼륨을 줄이기 위해 예를 들면 라디오 또는 TV 세트를 훈련시키는데 사용될 수 있다. 사용자 입력 예측 시스템은 단일의 장치 내로 통합될 수 있거나, 또는 다수의 장치들을 원격제어 하는데 사용될 수 있다. 사용자 입력 예측 시스템은 사용자가 실제로 존재하지 않는 경우라도 어떠한 입력들을 원격관리하기 위해 서비스 제공업체에 의해 제공될 수 있다. 시스템은 만약 센서들이 강우(precipitation) 또는 심한 기후조건들을 감지한다면 예를 들면, 창문들을 닫기 위해 제공될 수 있다.

유리하게, 상기 장치는 입력수단 및 디스플레이수단을 더 포함할 수 있다. 이러한 기능들은 예를 들면 어떠한 제품의 품질을 개선하기 위하여 행동패턴들을 검색하기 위한 주된 용도(main dedication)를 가진 시스템에 대해서는 덜 중요하다. 입력 및 디스플레이수단은 개인용 인터페이스와 같은 단일의 외부수단 내에서 분리될 수 있다. 입력 및 디스플레이수단은 사용자의 환경 내에 통합될 수 있다. 예를 들면, 입력 예측 시스템을 가진 차는 디스플레이수단 및 스티어링 휠 또는 기어변화 레벨에서 입력 요소을 설치할 수 있다. 간단한 버전에서는, 차의 표준적입력 요소들은 예를 들면 만약 사용자 입력 예측 시스템이 입력을 제안한다면 발광하는 발광 다이오드들(Light Emitting Diodes, LEDs)을 설치할 수 있다.

편리하게, 장치는 네트워크에 접속될 수 있다. 네트워크로의 접속으로, 시스템은 기상 예측, 일출시간 및 일몰시간 등과 같은 보편적으로는 엑세스가 불가능한 데이터를 엑세스할 수 있다.

바람직한 실시예에서, 장치는 자동적으로 장치의 상태를 변화시키기 위한 수단을 더 포함한다. 완벽하게 훈련된 사용자 예측 시스템은 특별한 사용자 입력을 필요로 하지 않는데, 이는 모든 가능한 사용자 입력이 최상의 적합한 순간에 자동적으로 실행되기 때문이다. 그러한 시스템은 꺼진 상태가 아니라면, 예를 들면 휴가기간 동안 실제로 집에 아무도 없는 경우에도 창문을 열고, 라이트를 켜고, 라디오 및 TV를 켜서 강도를 쫓아내는데, 이는 집에 거주하고 있는 것으로 보여야 하기 때문이다.

본 발명의 다른 태양에 따르면, 콘텍스트-의존 사용자 입력 예측 시스템에서의 사용을 위한 인터페이스 장치가 제공되는데, 인터페이스 장치는 데이터의 전송 및 수신수단, 수신된 데이터의 디스플레이 수단, 사용자 입력수단을 포함한다. 인터페이스 장치는 범용 입력 요소일 수 있으며, 적어도 다른 장치로 접속되거나, 또는 다른 장치 내로 실장될 수 있다. 인터페이스 장치는 손목시계 내에 통합될 수 있다.

바람직하게는, 인터페이스 장치는 데이터를 저장하는 수단 및 계산수단을 포함한다. 데이터를 저장하고 처리하는 능력을 가지고, 인터페이스 장치는 모든 입력예측시스템의 장점들을 제공할 수 있고, 입력 예측기능들을 가능하게 하기 위하여 다른 장치 내로 모듈의 형태로 통합될 수 있다.

본 발명의 다른 태양에 의하면, 네트워크에서의 서버가 제공되는데, 상기 서버는 데이터 저장수단, 데이터 수신수단, 상기 수신된 데이터를 이전에 저장된 데이터와 비교하는 수단, 입력 제안을 생성하는 수단, 데이터 전송수단, 및 데이터 변경수단을 포함한다. 시스템이 상태 관련 데이터만을 전송한다면, 상태가 변경되었다면, 현재의 상태 파라미터가 변경되었다면, 전송될 데이터의 양은 최소화될 수 있다.

바람직하게는, 전송된 데이터는 서버로부터 떨어진 장치의 상태와 관련된다. 그러한 시스템은 가지고, 입력 예측은 상대적으로 낮은 계산력 및 네트워크를 통하여 원격 제어되는 능력을 가진 장치를 가지고 제공될 수 있다.

사용자의 행동 패턴들은 이러한 입력 패턴들에 대한 입력 속도를 개선시키기 위하여 사용될 수 있으나, 그것들은 입력 그 자체를 개선시키기 위하여 사용될 수 있다. 몇몇 컴퓨터 프로그램들에서, 사용자는 다수의 입력들을 입력 체인들(input chains)에 결합시킬 수 있고, 여기서 컴퓨터는 단지 전 체인을 실행하기 위한 하나의 입력을 필요로 할뿐이다. 이러한 발명의 장점은 시스템 그 자체는 사용자가 그렇게 하는데 익숙하다면 다수의 입력들을 처리하도록 제공할 수 있다. 입력간의 시간(Time Between Inputs, TBI)이 결정된 값 이하라면 시스템은 입력 체인들의 생성을 제공할 수 있다.

사람들이 행동 패턴들을 다루기 시작함에 따라, 심지어 입력 패턴들의 역사용(inverted use)으로 기술적 장치들을 개선하기 위하여 사용될 수 있다. 상기 방법의 유용성 또는 아이디어는 전혀 제한되지 않는다. 예를 들면, 역 행동 패턴 입력(inverted behavior pattern input)은 시뮬레이션들에서는 정의되지 않은 긴급상황의 경우에서 표준적인 행동 패턴을 방지하기 위하여 시뮬레이터(simulator)에서 훈련의 실제 정확성을 향상시키기 위해서 시뮬레이터들에서 사용될 수 있다. 예를 들면, 파일럿의 훈련 프로그램은 어떠한 검사자(examiner)의 선호도들을 따라서는 안된다.

가장 중요한 추가적인 면은 서비스에 있는데, 그러한 서비스는 새로운 장치들이 설계되는 정보 베이스(information base)를 만드는 많은 사람들의 개인적인 행동 데이터를 구축하고, 상기 장치들은 설계, 내구력(durability), 및 특히 가능한 입력 경로에서 최적화된다. 사람들이 입력 예측 시스템에 쓸 충분한 돈을 가지고 있다고 상상하여 보라. 그러면, 그들은 당신에게 그들의 개인적인 행동 데이터를 보낼 것이다. 데이터의 양은, 이동전화의 위치 데이터로부터 나올 수 있는 저-수준(low-level)의 이동 데이터(motion data)는 누적되는 행동패턴들을 얻어내지 못하고 삭제되더라도, 데이터 자원들의 낭비이다. 데이터는 폴링 조회들(polling institutes and inquiries)에 의해 대부분 제공되는데, 이는 사람들은 큰 데이터 스트림의 수치를 아직 인지하지 않기 때문이다.

데이터 스트림들은 실제의 스프레드(spread)를 결정하는데 도움이 될 수 있으며, 입력 예측 시스템에 접속된 장치의 실질적인 사용을 도울 수 있다.

다음에, 본 발명은 첨부된 도면들을 지칭하는 예시들을 제한하지 않는 방식으로 상세하게 기술될 것이다.

도 1은 본 발명의 실시예를 기술하며, 여기서 본 발명은 낮은 중량, 낮은 가격, 낮은 계산 및 처리력을 가진 터미널 장치를 가지고 사용되기에 적합하다. 본 예시는 이동전화를 기술하는데, 이동전화는 위치 데이터 및 다른 사용자 특정 데이터를 무선 어플리케이션 프로토콜(Wireless Application Protocol, WAP)(3)을 통하여 WAP/인터넷 게이트웨이(3)로 전달한다. 그리고 나서 데이터는 TCP/IP(Transfer Control Protocol/Internet Protocol)을 통하여 네트워크(4)에 접속된 서비스 제공업체(5)로 전달된다. 서비스 제공업체는 사용자의 입력 패턴에 따라 터미널 장치의 위치 및 및 다른 데이터를 감지하고, 그것들을 사용자 및 장치 특정 메모리 장치들(6,7,8)에 저장한다. 만약 시스템이 장치(2)의 상태에서의 변화들을 단지 저장하고 전송한다면, 더 좋게는 입력 전후에 상태 파라미터들을 단지 저장하기만 한다면, 전송되거나 저장되어야 할 데이터의 양은 최소화된다. 서비스 제공업체(5)는수신된 데이터에 따라 가상 모델에서 사용자를 추적한다. 전 세계적인 시간 신호들이 이용 가능하기 때문에 장치의 상태 내에서만 변화하는 시간은 전송될 필요가 없다.

그러한 구조를 가지고, 터미널 장치는 본 발명에 따른 장점들을 제공하기 위하여 매우 낮은 처리 전력(processing power)을 필요로 한다. 만약 사용자가 이 번호를 습관적으로 호출한다면, 터미널 장치는 사용자가 작업을 마칠 때(leave work) 어떠한 숫자를 호출하도록 제공할 수 있다. 분배 시스템은 저장될 수 있거나 또는 처리될 수 있는 데이터의 양에 제한되지 않는다. 따라서 분배된 입력시스템은 오랜 기간의 행동 패턴들을 식별하는 경우까지 사용될 수 있다. 만약 터미널 장치가 WAP 브라우저를 포함한다면, 시스템은 심지어 브라우징 패턴까지 저장하고 예측할 수 있다. WAP 어플리케이션은 WAP 브라우징 처리과정을 단순화시킬 수 있으며, 필요한 입력의 수를 감소시킬 수 있다. 감소된 입력 주파수 및 예/아니오와 같은 감소된 입력 변수들로, 사용자는 눌려지는 소수의 키들을 가진 훈련된 터미널 장치를 사용할 수 있으며, 결과적으로 커다란 키보드를 쓸모 없게 만들 수 있다. 따라서 양질의 입력 키들의 수는 감소될 수 있다.

도 2는 분배된 단일의 장치를 가진 분배된 환경에서 구성될 수 있는 시스템을 도시한다. 본 발명의 실시예는 서비스 컴퓨터(9)에 접속되는 다수의 분배 장치를 위한 입력 예측 시스템이다. 사용자(1) 환경에서 모든 접속된 장치의 이용 가능한 파라미터들을 저장하기 위하여, 서비스 컴퓨터는 다수의 메모리 장치(6,7,8)에 접속된다. 실질적으로 기술된 장치는 난방장치(30), 램프(31), 텔레비젼 세트(32),커피 기계(33), 비디오 레코더(Vidio Recorder, VCR)(35), 퍼스널 컴퓨터(Personal Computer, PC)(34), 라디오(36), 알람시계(37), 및 엑세스 시스템(37)이다.

표준적인 조건은 사용자 알람시계(37)가 아침 6시에 울리면, 라디오(36)가 6시 5분, 라이트(31)는 6시 10분에, 커피 기계(33)는 6시 15분에 작동된다. 적어도 아침 7시에는, 모든 작동된 장치들은 꺼지고, 엑세스 시스템은 사용자가 집을 나간다고 인지한다. 오후 5시 55분에 엑세스 시스템(39)은 사용자의 귀가를 인지하고, 6시에 난방장치(30)가 켜지고, 6시 15분에는 PC(34)가 켜지며, 6시 16분에는 전자메일이 체크되며, 6시 20분에는 라디오(36)가 켜진다. 오후 8시에 텔레비젼 세트(32)가 켜지고, 8시 1분에 라디오(36)가 꺼지고, 8시 15분에 TV 채널이 여러 번 바뀌고, 다음에는 어떠한 비디오 텍스트 페이지들이 읽혀지고, 다음에는 TV 세트(32)가 꺼진다. 9시 15분에는 PC(34)가 꺼지고, TV 세트(32)는 어떠한 채널로 다시 켜지고, 9시 55분에는 다시 꺼진다. 아침 10시에 난방장치(30)가 꺼지고, 라디오(36)가 10시 30분까지 켜져 있으며, 등(31)은 10시 45분에 꺼진다.

본 예시에서, 모든 장치들은 서비스 컴퓨터(9)에 접속되어 있으며, 서비스 컴퓨터(9)에 의해 원격 제어될 수 있다. 처음 단계에서, 서비스 컴퓨터(9)는 접속된 장치들로부터의 피드백에 따라 사용자의 행동 패턴을 관찰한다. 이러한 단계동안, 사용자는 직접 또는 휴대용 인터페이스 장치(10)를 통하여 장치들을 제어할 수 있다. 바람직하게는, 휴대용 인터페이스 장치(10)는 무선 접속을 통하여 서비스 컴퓨터(9)에 접속될 수 있다. 휴대용 인터페이스 장치(10)는 코드레스 전화 또는 이동 전화 내로 통합될 수 있다. 인터페이스 장치(10)는 적어도 2개의 키와 디스플레이를 필요로 한다. 시스템은 모든 정보를 수집하며, 그것을 저장한다. 서비스 컴퓨터(9)는 예를 들면 적어도 원 타임 스케일 및 다른 장치들의 상태들과 같은 벡터들과 같은 정보를 저장할 수 있다. 서비스 컴퓨터(9)는 만약 사용자가 상기 환경을 떠나는 경우에는 모든 장치들은 꺼진다.

모든 장치들의 상태는 상태 벡터로서 저장될 수 있으며, 여기서 벡터의 모든 파라미터는 장치의 설정과 관련된다. 예를 들면, 램프(31)의 상태는 2개의 값들인 0과 1중 하나 일 수 있는 단지 하나의 파라미터를 가질 수 있다. 난방기구(30)는 단지 하나의 상태, 하나의 파라미터를 가지나, 상기 파라미터는 0과 최대 전력사이에서의 모든 값을 포함할 수 있다. 라디오(36)의 상태는 더욱 많은 파라미터들을 가지며, 예를 들면 on/off, 스테레오/모노, 주파수, 소리의 세기 등이다. 따라서 라디오(36)의 상태는 적어도 4개의 다른 파라미터들을 가진 상태 벡터에서 기술될 수 있으며, 여기서 그들 중 2개는 이산치 값들을 가지며, 다른 2개는 최대값과 최소값 사이에서 모든 값을 가질 수 있다.

벡터들은 상태 벡터들이며, 다른 차수를 가진 다른 공간들을 정의한다. 예를 들면, 램프(31)는 단지 2개의 다른 값들을 가지는 단지 1차원 공간을 정의한다. 만약 이러한 벡터가 시간과 같은 다른 벡터들과 결합된다면, 디지털 신호의 것과 같은 단순한 그래프가 그려질 수 있다. 난방기구(30)의 값은 0부터 최대 라인에 의해 제한되는 어떠한 양의 범위를 포함한다. 난방기구(30) 및 램프는 시간과 함께 3차원 공간을 정의하다. 이러한 공간은 2개의 평행한 그래프들로 도시될 수 있고, 만약 이러한 2개의 장치들의 상태들이 매일 저장된다면, 행동 패턴은 가시화 될 수있고, 예를 들면 사용자가 매일 아침 6시부터 7시까지 그리고 저녁 8시부터 10시까지 등(light)을 켜고, 반면에 난방기구(30)는 대부분 저녁 9시부터 10시까지 켰다는 점으로 가시화 될 수 있다. 따라서 난방기구(30)가 켜져 있고, 또한 라이트(31)가 항상 켜져 있다면, 시스템은 감지하여 사용자에게 그가 난방기구(30)를 켰다면 라이트(31)를 끄도록 제안할 수 있다. 2개의 장치들의 상태 값들은 하나의 2-D 벡터 내에 포함될 수 있다.

만약 벡터가 부가적인 변수로서 시간을 포함한다면, 벡터는 3-D 공간을 포함한다. 3-D 공간에서, 이것은 매우 흥미롭게 들리지는 않지만, 다수의 장치들을 가지는 다차원 공간에서는 사용자는 대부분 고려되지도 않는 상황들에서조차도 시스템이 시간을 세이브할 수 있다는 점으로부터 이익을 얻는다. 사용자 입력 예측 시스템의 주된 장점은 시스템이 모든 입력을 감소시키기 위하여 행동 패턴들을 위해 자율적으로 검색한다는 점이다. 다른 장점은 시스템은 다른 상황들에 적응할 수 있으며, 자율적으로 표준 행동에 대한 데이터를 잃지 않고도 부가적인 장치들을 통합할 수 있다는 점이다.

사용자 입력 예측 시스템에 접속된 새로운 장치는 커피 기계(33), TV 세트(32), 휴대용 컴퓨터(34) 및 유사한 것으로 행동 공간의 차원을 변화시키며, 상태 벡터는 고차원 공간에서 고차원 벡터이다. 사용자는 단일하게 이러한 고차원 상태공간을 채우지 않을 것이며, 서로간에 관련된 또는 다른 파라미터들과 관련된 어떠한 입력 패턴들을 개발하려고 할 것이다. 한 세트의 파라미터들은 다른 시간 스케일들에 관련될 수 있다. 다른 시간 스케일들은 시스템의 조건 속도를 증가시키며, 오랜 기간의 행동 패턴들을 발견하는데 도움을 준다.

시스템에 접속된 모든 장치는 장치가 켜질 때 개시되는 단일의 시간 스케일을 포함할 수 있으며, 시간 스케일은 매일 다시 시작될 수 있고, 하나의 시간 스케일(one time scale)은 매주 다시 시작될 수 있다. 매달(every month)과 같은 단일의 시간 재개(single time restart)간의 시간이 길어지는 것은 예를 들면 돈과 관련된 트랜잭션들(transactions)에 대하여 유용할 수 있다. 매년 재개(restart)하는 것은 유용할 수 있으나, 시스템은 어떠한 패턴들을 인지할 수 있는 시간은 너무 길다는 중대한 단점이 있다. 시스템이 사용자를 너무 귀찮게 하지 않고 10 주기 후에 패턴들을 인지한다고 추정하면, 시스템은 안전하게 작동하기 위해서는 10년이 필요할 것이다. 10년의 작동시간은 평균 장치의 평균적인 동작 시간보다 더욱 길다. 더욱이 1년부터 10년까지의 기간동안 축적되는 데이터의 양은 기대되는 장점에 비할 때 더욱 크다. 그러나 미래에는 저장공간은 문제가 되지 않을 것이다.

기술된 환경은 전형적으로 전형적인 가정용 장치를 가진 가정용 환경을 기술한다. 인터페이스 장치(10)는 직접 서비스 컴퓨터로 접속되며, 서비스 컴퓨터는 가정내의 모든 장치들을 원격 제어한다. 인터페이스 장치(10)는 예를 들면 이동전화내로 통합될 수 있으며, 따라서 직장, 차량, 또는 다른 빈번하게 방문되는 환경들로 이동될 수 있다. 그러한 실시예는 도 1에서 기술된 것과 같은 네트워크에서 서비스 제공업체를 가지고 동작될 수 있거나, 또는 분배 환경에서 분배된 서비스 컴퓨터들을 가지고 동작될 수 있다. 사용자는 가입자 식별 수단(Subscriber Identifications Means, SIM) 또는 다른 장치들과 같은 휴대용 식별 수단에 의해식별될 수 있다. 이동 인터페이스 장치(10)는 입력을 필요로 하는 환경을 이미 벗어난 경우라도 서비스 컴퓨터가 사용자를 접속할 수 있도록 한다. 이것은 서비스 컴퓨터가 예를 들면 부재중인 사용자로 하여금 오븐을 끄도록 제안하는 것을 가능하게 할 것이다.

만약 인터페이스 장치(10)가 이동전화 또는 다른 휴대용 장치 내에 통합된다면, 사용자는 새로운 입력 방법 또는 다른 입력 장치로부터의 새로운 구조를 배울 필요가 없다. 2개의 버튼들과 디스플레이가 사용하기에 어렵지 않기 때문에, 이것은 문제가 되지 않는 것처럼 보이나, 사용자 입력 인터페이스는 키들, 음성 인식, 제스처 인식 및 다른 인간-편향(human-oriented)의 입력 인식 수단을 포함할 수 있다. 같은 어려움이 디스플레이 수단을 가지고 예기된다. 디스플레이는 광학적(optical), 음성적(acoustical), 또는 구조적(structural)일 수 있다.

도 3은 차량 내에 설치되는 본 발명의 실시예를 기술한다. 도 2의 상황과 비교할 때, 차량 또는 차량에 탑재된 장치들의 상태들은 사용자 및/또는 차량의 실제 위치와 관련된다. 따라서 입력 예측을 위해 사용되는 파라미터들은 차량의 실제 위치를 포함한다. 심지어 자동차용 어플리케이션을 위한 경우에도 3-D 위치 벡터는 유용한데, 이는 실제의 3-D 위치는 차량이 실제로 터널 내에 있고, 이것은 운전자가 표면 조건상에서 다르게 행동할 수 있다는 것을 나타낼 수 있기 때문이다. 표준적인 기구적 어플리케이션을 대체하는 전기 또는 전자적 어플리케이션들의 증가하는 수는 이러한 어플리케이션들을 전기적으로 제어할 수 있는 가능성을 연다. 본 예시에서는, 사용자는 2개의 주된 목적지를 가지는데, 사무실(56)과 친구들(52)이다.

시스템의 제1 아이디어는 행동패턴을 유도하기 위하여, 사용자가 망각할 수 있는 입력을 제안하기 위하여 사용자의 행동패턴을 감지하는 것이다. 만약 시스템이 충분히 훈련이 되었다면, 사용자는 단지 소수의 입력 요소들만을 가지고 그의 개인적 성향들에 따라서 차량의 모든 어플리케이션들의 그의 바람직한 개인적 설정들(settings)을 완전히 제어할 수 있다. 시스템은 하루중 언제 사용자가 라이트를 켜는지, 그가 사무실(56)로 운전하며 간다면 언제 어떠한 라디오 방송을 듣는지, 그의 친구(52)를 만난다면 언제 다른 행동을 하는지를 감지할 수 있다. 시스템은 자동적으로 사용자가 차량에 단번에 탑승하여 일하러 가거나(56), 친구들을 방문할 때(52) 차량항법 시스템을 자동적으로 비작동킬 수 있다.

시스템은 기후 조건들 및 운전자의 관련된 행동을 감지하기 위하여 외부 센서들을 포함할 수 있다. 시스템은 사용자가 외부 온도가 15℃ 보다 높다면, 그의 집(54) 근처에서는 창문을 열고 그가 도로(motorway)에 도달하면 창문을 닫는다는 점을 감지한다. 시스템은 사용자가 창유리의 서리를 방지하기 위하여 엔진을 시동시키기 전에도 습하고 추운 조건들 하에서 특별한 환기 설정(ventilation setting)을 제공할 수 있다. 만약 사용자가 유사한 기후 조건들 하에서 창문들의 서리-제거(de-icing)를 습관적으로 한다면, 차량은 자동적으로 차량의 창문의 서리-제거를 하도록 제공할 수 있다.

시스템은 사용자가 우선적으로 안전벨트를 매고 다음에 엔진 시동을 하거나, 또는 그와 유사한 경우 어떠한 센서 입력 또는 어떠한 행동패턴들에 의해 어떠한사용자를 식별할 수 있다. 훈련이 된 후에는, 시스템은 운전자에게 자동적으로 창문을 열거나 닫도록 제안할 수 있다. 차량은 운전자의 행동 패턴들에 자동적으로 적응한다. 만약 사용자가 어떠한 주유소, 어떠한 연료 레벨, 주입하기에 가장 싼 주유소를 선호한다면, 시스템은 연료충전 행동에도 적응할 수 있다. 제1단계에서, 시스템은 어떠한 입력이 원하는 것인지 아닌지를 질문한다. 이러한 질문은 예/아니오로 쉽게 답변될 수 있다. 시스템은 "후에 묻기", " 사전에 묻기", "다시 묻지 않기", 또는 "자동적으로 항상 실행"과 같은 다른 가능한 답변들을 포함할 수도 있다.

시스템은 모든 사람들의 안전과 편안함을 증가시키기 위하여, 이전에 저장된 바람직한 행동 패턴들을 포함할 수 있다. 예시들을 포함하는 차량 어플리케이션의 경우에서, 만약 사용자가 자동차 앞유리의 와이퍼를 작동시킨다면, 사용자가 그렇게 하는데 익숙하지 않은 경우라도 뒤 유리 와이퍼를 작동시키고 라이트를 켜도록 제안할 수 있다. 차량이 워밍업 하는 동안 마모를 방지하기 위하여 시스템은 엔진의 운전 조건을 제한할 수 있다. 미래에는, 시스템은 운전자를 훈련시키는데 사용될 수 있다. 예를 들면, 행동 패턴 데이터는 어떠한 운전자의 보험료를 계산하기 위한 보증이 될 수 있다. 부가적으로, 꺼질 수 없는 매우 이전에 저장된 시스템은 사용자가 더 낮은 보증 보험료(assurance premiums)를 얻게 할 수 있다. 고-해상도의 입력 예측 시스템은 사건이 발생한 조건을 분석하도록 도울 수 있는 일종의 "운전자 레코더(driver recorder)"을 항상 포함할 수 있다. 고-해상도 입력 예측 시스템은 차량을 판매하는데 도움을 줄 수 있는데, 이는 저장된 데이터가 차량이 과도한 조건하에서 운전된 적이 없다는 것을 증명할 수 있기 때문이다.

상태는 장치의 상태를 기술하고, 장치의 상태는 위치, 특성들 및 설정들, 심지어 장치상에서 및 유사한 것들 상에서 운영되는 프로그램에 관련되어, 켜지거나/꺼질 수 있다는 점을 주목해야 하며, 여기서 장치는 가정이나 또는 차량 등에서 발견될 수 있는 모든 장치들과 같이 사용자가 엑세스할 수 있는 컴퓨터와 같은 단일의 장치 또는 사용자 환경하에서의 다수의 장치들일 수 있다.

본 출원은 예시들의 도움으로써, 본 발명의 구현 및 실시예의 기술(description)을 포함한다. 본 발명은 위에서 제시된 실시예들의 상세한 설명에 제한되지는 않으며, 본 발명은 본 발명의 특징들을 벗어나지 않고 다른 형태로 변형이 가능하다. 위에서 제시된 실시예들은 기술적으로 고려되어야 하나, 제한되지는 않는다. 따라서, 구현 가능성 및 본 발명의 사용은 첨부된 청구항들에 의해서만 제한된다. 결과적으로 청구항들에 의해 결정된 것과 같이 본 발명을 구현하는 다양한 선택들은 동등한 것들을 포함하며, 또한 본 발명의 범주에 속한다.

실제 상태의 실제 파라미터들과 이전에 저장된 파라미터들을 비교함에 의하여 가장 유사한 과거 행동 벡터를 검색할 때, 시스템은 대부분의 파라미터들에서 평가되지 않은 파라미터들(non-weighting parameters)에 대응하는 아이덴티티를 검색한다. 과거의 가장 유사한 상태가 선택된다.

그러나, 만약 어떠한 어플리케이션들이 시간 또는 위치와 같이 어떠한 다른 파라미터들과 항상 일치한다는 것을 시스템이 감지한다면, 실제 상태에서 일치하는 파라미터들이 결여된 상태로 과거의 상태들에 대한 유사성이 없다는 방식으로 시스템은 부차적으로는 이러한 파라미터들에 비중을 두거나 평가할 것이다.

이것은 어떠한 파라미터들의 조합들은 다른 평가(assessment)에서 나오는 더 높은 국부적인 예측 가능성(local probability)을 얻는다는 것을 의미한다.

Claims (17)

1. 적어도 하나의 사용자 환경에서 적어도 하나의 장치를 위한 콘텍스트-의존 사용자 입력 예측을 위한 방법으로서,

   상기 적어도 하나의 장치의 실제 상태 파라미터들을 검출하는 단계로, 상기 파라미터들은 상기 적어도 하나의 장치 환경에서 실제 경우들을 반영하는 환경데이터를 포함하는 검출 단계;

   상기 검출된 파라미터들과 상기 적어도 하나의 장치의 이전에 저장된 파라미터들과 비교하는 단계;

   상기 비교 결과에 따라 가장 예측 가능한 다음 입력 제안을 얻는 단계; 및

   상기 입력 제안을 상기 적어도 하나의 사용자에게 제공하는 단계를 포함하는 것을 특징으로 하는 콘텍스트-의존 사용자 입력 예측을 위한 방법.
2. 제1항에 있어서, 상기 적어도 하나의 사용자를 식별하는 단계를 더 포함하는 것을 특징으로 하는 콘텍스트-의존 사용자 입력 예측을 위한 방법.
3. 제1항 또는 제2항에 있어서, 상기 적어도 하나의 장치의 상기 상태 파라미터들은 벡터들로 다루어지는 것을 특징으로 하는 콘텍스트-의존 사용자 입력 예측을 위한 방법.
4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 입력 제안 또는 다른 입력에 대한 상기 사용자의 응답에 따라 파라미터들을 변경시키는 단계를 더 포함하는 것을 특징으로 하는 콘텍스트-의존 사용자 입력 예측을 위한 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 적어도 하나의 장치의 상기 검출된 파라미터들을 저장하는 단계를 더 포함하는 것을 특징으로 하는 콘텍스트-의존 사용자 입력 예측을 위한 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 저장된 파라미터들을 평가하는(weighing) 단계를 더 포함하는 것을 특징으로 하는 콘텍스트-의존 사용자 입력 예측을 위한 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 사용자에 대한 상기 제안된 입력은 자동적으로 실행되는 것을 특징으로 하는 콘텍스트-의존 사용자 입력 예측을 위한 방법.
8. 컴퓨터 또는 이동 터미널 장치에서 실행될 때, 제1항 내지 제7항 중 어느 한 항의 모든 단계들을 실행하기 위한 프로그램 코드수단을 포함하는 컴퓨터 프로그램.
9. 컴퓨터 또는 이동 터미널 장치상에서 실행될 때, 제1항 내지 제7항 중 어느 항의 방법을 수행하기 위한 컴퓨터로 독출 가능한 매체상에 저장된 프로그램 코드수단을 포함하는 컴퓨터 프로그램 생성물.
10. 콘텍스트-의존 사용자 입력 예측이 가능한 전자 장치로서,

    파라미터들을 저장하기 위한 수단;

    적어도 하나의 전자 장치의 상태 파라미터들을 검출하는 수단으로, 상기 파라미터들은 적어도 하나의 전자 장치 환경에서 실제 경우들을 반영하는 환경데이터를 포함하는 검출 수단;

    상기 적어도 하나의 전자 장치의 상기 검출된 파라미터들과 이전에 저장된 파라미터들을 비교하기 위한 수단;

    상기 비교의 결과에 기초하여 상기 적어도 하나의 전자 장치에 관한 입력 제안을 제공하는 수단; 및

    사용자 입력 수단을 포함하는 것을 특징으로 하는 전자 장치.
11. 제10항에 있어서, 상기 적어도 하나의 사용자를 식별하는 수단을 더 포함하는 것을 특징으로 하는 전자 장치.
12. 제11항에 있어서, 상기 적어도 하나의 전자 장치의 상태 파라미터들을 상태 벡터들로 변환하기 위한 수단을 더 포함하는 것을 특징으로 하는 전자 장치.
13. 제10항 내지 제12항 중 어느 한 항에 있어서, 상기 입력 제안 또는 다른 입력에 대한 상기 사용자의 응답에 따라 파라미터들을 변경시키는 수단을 더 포함하는 것을 특징으로 하는 전자 장치.
14. 제10항 내지 제13항 중 어느 한 항에 있어서, 데이터를 전송하기 위한 수단을 더 포함하는 것을 특징으로 하는 전자 장치.
15. 제10항 내지 제14항 중 어느 한 항에 있어서, 입력 수단 및 디스플레이 수단을 더 포함하는 것을 특징으로 하는 전자 장치.
16. 제10항 내지 제15항 중 어느 한 항에 있어서, 상기 전자 장치는 네트워크에 접속되는 것을 특징으로 하는 전자 장치.
17. 제10항 내지 제16항 중 어느 한 항에 있어서, 상기 전자 장치의 상태를 자동적으로 변경시키는 수단을 더 포함하는 것을 특징으로 하는 장치.