KR20150091121A

KR20150091121A - 콘텍스트상의 추론들의 의미론적인 융합

Info

Publication number: KR20150091121A
Application number: KR1020157017097A
Authority: KR
Inventors: 레오날드 헨리 그로코프; 산카르 사다시밤; 에드워드 해리슨 티그
Original assignee: 퀄컴 인코포레이티드
Priority date: 2012-12-03
Filing date: 2013-11-22
Publication date: 2015-08-07
Also published as: CN104823433A; WO2014088851A1; JP2016504675A; US9336295B2; CN104823433B; EP2926538A1; US20140156659A1

Abstract

컴퓨팅 디바이스에서 콘텍스트 추론을 수행하기 위한 시스템 및 방법들이 개시된다. 일 실시형태에서, 콘텍스트 추론을 수행하는 방법은 컴퓨팅 디바이스에서, 모바일 디바이스와 연관된 적어도 하나의 데이터 소스로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하는 단계; 및 모바일 디바이스에서, 제 1 콘텍스트 클래스에 기초하여 융합 클래스를 결정하는 단계를 포함하며, 융합 클래스는 제 1 콘텍스트 클래스 및 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관된다.

Description

콘텍스트상의 추론들의 의미론적인 융합{FUSING CONTEXTUAL INFERENCES SEMANTICALLY}

[0001]무선 통신 기술의 진보는 오늘날 무선 통신 디바이스들의 다양한 능력을 크게 증가시켰다. 이러한 진보는 무선 통신 디바이스들로 하여금, 단순한 모바일 전화기들 및 페이저들로부터 멀티미디어 레코딩 및 플레이백, 이벤트 스케줄링, 워드 프로세싱, 전자 상거래(e-commerce) 등과 같은 매우 다양한 기능이 가능한 정교한(sophisticated) 컴퓨팅 디바이스들로 진화하는 것을 가능하게 했다. 그 결과, 오늘날 무선 통신 디바이스들의 사용자들은, 종래에는 다수의 디바이스들 또는 대형의 비-휴대성 장비를 필요로 했던 광범위한 작업들을 하나의 휴대용 디바이스에서 수행하는 것이 가능하다.

[0002]컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 예시적인 방법은, 컴퓨팅 디바이스에서, 모바일 디바이스와 연관된 적어도 하나의 데이터 소스로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하는 단계; 및 모바일 디바이스에서, 제 1 콘텍스트 클래스에 기초하여 융합(fusion) 클래스를 결정하는 단계를 포함하며, 융합 클래스는 제 1 콘텍스트 클래스 및 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관된다.

[0003]이러한 방법의 구현들은 다음 피쳐들 중 하나 또는 그보다 많은 것을 포함할 수 있다. 융합 클래스는 제 1 콘텍스트 클래스의 라벨과 제 2 콘텍스트 클래스의 라벨을 의미론적으로 캡슐화하는 연관된 라벨을 갖는다. 방법은 제 1 콘텍스트 클래스를 결정하기 위해 사용된 최초 분류와 연관된 정보를 획득하는 단계를 더 포함한다. 최초 분류와 연관된 정보를 획득하는 단계는 최초 분류와 연관된 컨피던스 값을 획득하는 단계를 포함한다. 융합 클래스를 결정하는 단계는 바람직하지 않은 값을 갖는 컨피던스 값에 응답하여 수행된다. 최초 분류와 연관된 정보를 획득하는 단계는 최초 분류의 동작 특성을 식별하는 단계를 포함한다. 융합 클래스를 결정하는 단계는 최초 분류의 동작 특성에 기초한다. 콘텍스트-관련 데이터가 제 1 시간과 연관된 제 1 콘텍스트-관련 데이터이고, 방법은, 제 1 시간 이후인 제 2 시간과 연관된 제 2 콘텍스트-관련 데이터를 이용하여 제 2 콘텍스트를 결정하는 단계를 더 포함하고, 융합 클래스를 결정하는 단계는 제 1 콘텍스트 클래스와 제 2 콘텍스트 클래스에 기초한다. 제 1 콘텍스트 클래스를 결정하는 단계는 복수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 제 1 콘텍스트 클래스를 선택하는 단계를 포함한다. 융합 클래스를 결정하는 단계는 복수의 미리결정된 이용가능한 융합 클래스들로부터 융합 클래스를 선택하는 단계를 포함한다.

[0004]예시적인 장치는, 모바일 디바이스와 연관된 적어도 하나의 데이터 소스로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하기 위한 제 1 결정 수단; 및 제 1 결정 수단에 통신가능하게 결합되는, 제 1 콘텍스트 클래스에 기초하여 융합 클래스를 결정하기 위한 제 2 결정 수단을 포함하며, 융합 클래스는 제 1 콘텍스트 클래스 및 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관된다.

[0005]이러한 장치의 구현들은 다음 피쳐들 중 하나 또는 그보다 많은 것을 포함할 수 있다. 융합 클래스는 제 1 콘텍스트 클래스의 라벨과 제 2 콘텍스트 클래스의 라벨을 의미론적으로 캡슐화하는 연관된 라벨을 갖는다. 제 1 결정 수단은 제 1 콘텍스트 클래스를 결정하기 위해 사용된 최초 분류와 연관된 정보를 획득하기 위한 획득 수단을 더 포함한다. 획득 수단은 최초 분류와 연관된 컨피던스 값을 획득하도록 구성된다. 제 2 결정 수단은 바람직하지 않은 값을 갖는 컨피던스 값에 응답하여 융합 클래스를 결정하도록 구성된다. 획득 수단은 최초 분류의 동작 특성을 식별하도록 구성된다. 제 2 결정 수단은 최초 분류의 동작 특성에 기초하여 융합 클래스를 결정하도록 구성된다. 콘텍스트-관련 데이터는 제 1 시간과 연관된 제 1 콘텍스트-관련 데이터이고, 제 2 결정 수단은 추가로 제 1 시간 이후인 제 2 시간과 연관된 제 2 콘텍스트-관련 데이터를 이용하여 제 2 콘텍스트 클래스를 결정하기 위한 것이고, 제 2 결정 수단은 제 1 콘텍스트 클래스와 제 2 콘텍스트 클래스에 기초하여 융합 클래스를 결정하도록 구성된다. 제 1 결정 수단은 복수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 제 1 콘텍스트 클래스를 선택함으로써 제 1 콘텍스트 클래스를 결정하도록 구성된다. 제 2 결정 수단은 복수의 미리결정된 이용가능한 융합 클래스들로부터 융합 클래스를 선택함으로써 융합 클래스를 결정하도록 구성된다.

[0006]예시적인 모바일 디바이스는, 적어도 하나의 데이터 소스; 적어도 하나의 데이터 소스에 통신가능하게 결합되고 적어도 하나의 데이터 소스로부터 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하도록 구성되는 타겟 상태 분류기; 및 타겟 상태 분류기에 통신가능하게 결합되고, 제 1 콘텍스트 클래스에 기초하여 융합 클래스를 결정하도록 구성된 융합 분류기를 포함하며, 융합 클래스는 제 1 콘텍스트 클래스 및 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관된다.

[0007]이러한 모바일 디바이스의 구현들은 다음 피쳐들 중 하나 또는 그보다 많은 것을 포함할 수 있다. 융합 클래스는 제 1 콘텍스트 클래스의 라벨과 제 2 콘텍스트 클래스의 라벨을 의미론적으로 캡슐화하는 연관된 라벨을 갖는다. 타겟 상태 분류기는 제 1 콘텍스트 클래스를 결정하기 위해 사용된 최초 분류와 연관된 정보를 획득하도록 구성된다. 타겟 상태 분류기는 최초 분류와 연관된 컨피던스 값을 획득하도록 구성된다. 타겟 상태 분류기는 바람직하지 않은 값을 갖는 컨피던스 값에 응답하여 융합 클래스를 결정하도록 구성된다. 타겟 상태 분류기는 최초 분류의 동작 특성을 식별하도록 구성된다. 융합 분류기는 최초 분류의 동작 특성에 기초하여 융합 클래스를 결정하도록 구성된다. 콘텍스트-관련 데이터가 제 1 시간과 연관된 제 1 콘텍스트-관련 데이터이고, 융합 분류기는 제 1 시간 이후인 제 2 시간과 연관된 제 2 콘텍스트-관련 데이터를 이용하여 제 2 콘텍스트 클래스를 결정하도록 구성된다. 융합 분류기는 제 1 콘텍스트 클래스와 제 2 콘텍스트 클래스에 기초하여 융합 클래스를 결정하도록 구성된다. 타겟 상태 분류기는 복수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 제 1 콘텍스트 클래스를 선택함으로써 제 1 콘텍스트 클래스를 결정하도록 구성된다. 융합 분류기는 복수의 미리결정된 이용가능한 융합 클래스들로부터 융합 클래스를 선택함으로써 융합 클래스를 결정하도록 구성된다.

[0008]예시적인 프로세서-판독가능 저장 매체는, 프로세서로 하여금, 모바일 디바이스와 연관된 적어도 하나의 데이터 소스로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하고; 그리고 제 1 콘텍스트 클래스에 기초하여 융합 클래스를 결정하게 하도록 구성된 프로세서-판독가능 명령들을 포함하고, 융합 클래스는 제 1 콘텍스트 클래스 및 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관된다.

[0009]이러한 저장 매체의 구현들은 다음 피쳐들 중 하나 또는 그보다 많은 것을 포함할 수 있다. 융합 클래스는 제 1 콘텍스트 클래스의 라벨과 제 2 콘텍스트 클래스의 라벨을 의미론적으로 캡슐화하는 연관된 라벨을 갖는다. 저장 매체는, 프로세서로 하여금, 제 1 콘텍스트 클래스를 결정하기 위해 사용된 최초 분류와 연관된 정보를 획득하게 하도록 구성된 명령들을 더 포함한다. 프로세서로 하여금 최초 분류와 연관된 정보를 획득하게 하도록 구성된 명령들은 프로세서로 하여금 최초 분류와 연관된 컨피던스 값을 획득하게 하도록 구성된 명령들을 포함한다. 프로세서로 하여금 융합 클래스를 결정하게 하도록 구성된 명령들은, 프로세서로 하여금, 바람직하지 않은 값을 갖는 컨피던스 값에 응답하여 융합 클래스를 결정하게 하도록 구성된다. 프로세서로 하여금 최초 분류와 연관된 정보를 획득하게 하도록 구성된 명령들은 프로세서로 하여금 최초 분류의 동작 특성을 식별하게 하도록 구성되는 명령들을 포함한다. 프로세서로 하여금 융합 클래스를 결정하게 하도록 구성된 명령들은 프로세서로 하여금 최초 분류의 동작 특성에 기초하여 융합 클래스를 결정하게 하도록 구성된다. 콘텍스트-관련 데이터는 제 1 시간과 연관된 제 1 콘텍스트-관련 데이터이고, 저장 매체는 추가로, 프로세서로 하여금 제 1 시간 이후인 제 2 시간과 연관된 제 2 콘텍스트-관련 데이터를 이용하여 제 2 콘텍스트 클래스를 결정하게 하도록 구성된 명령들을 포함하고, 프로세서로 하여금 융합 클래스를 결정하게 하도록 구성된 명령들은, 프로세서로 하여금 제 1 콘텍스트 클래스와 제 2 콘텍스트 클래스에 기초하여 융합 클래스를 결정하게 하도록 구성된다. 프로세서로 하여금 제 1 콘텍스트 클래스를 결정하게 하도록 구성된 명령들은, 프로세서로 하여금 복수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 제 1 콘텍스트 클래스를 선택하게 하도록 구성된다. 프로세서로 하여금 융합 클래스를 결정하게 하도록 구성된 명령들은, 프로세서로 하여금 복수의 미리결정된 이용가능한 융합 클래스들로부터 융합 클래스를 선택하게 하도록 구성된다.

[0010]본원에 설명된 아이템들 및/또는 기술들은 다음 능력들 중 하나 또는 그보다 많은 것 및/또는 가능한 경우, 언급되지 않은 하나 또는 그보다 많은 다른 능력들을 제공할 수 있다. 모바일 디바이스 데이터 센서들로부터 수집된 데이터는 타겟 콘텍스트 상태를 나타낼 수 있다. 타겟 상태 분류기는 타겟 콘텍스트 상태를 검출하도록 트레이닝될 수 있다. 타겟 콘텍스트 상태들은 특정 타겟 콘텍스트 상태들 사이의 모호성들로 인해 낮은 컨피던스 값과 연관될 수 있다. 융합 분류기는 타겟 분류기들의 세트를 의미론적으로 융합할 수 있다. 그 결과, 융합 분류에 따른 콘텍스트 추론은 검출된 타겟 콘텍스트 상태들로부터의 콘텍스트 추론보다 더 정확할 수 있다. 다른 능력들이 제공될 수 있고, 본 개시물에 따른 모든 구현이 논의된 능력들 중 (모든 능력은 말할 것도 없이) 임의의 능력을 제공해야 하는 것은 아니다. 추가로, 언급된 효과가 언급된 것 이외의 수단에 의해 달성되게 하는 것이 가능할 수 있고 언급된 아이템/기술이 반드시 언급된 효과를 산출하지 않을 수도 있다.

[0011]도 1은 모바일 컴퓨팅 디바이스의 컴포넌트들의 블록도이다.
[0012]도 2는 콘텍스트 추론 및 분류 시스템의 블록도이다.
[0013]도 3은 도 2에 도시된 시스템에 의해 사용가능한 상태 분류들의 예시적인 도면이다.
[0014]도 4 및 도 5는 컴퓨팅 디바이스에 대한 콘텍스트상의 추론을 수행하는 각각의 프로세스들의 블록 흐름도이다.
[0015]도 6은 컴퓨터 시스템의 실시형태의 블록도를 도시한다.

[0016]컴퓨팅 디바이스와 연관된 콘텍스트상의 추론들을 융합하기 위한 기술들이 본원에 설명된다. 본원에 설명된 기술들은, 스마트폰들, 랩탑 또는 태블릿 컴퓨터들, PDA(personal digital assistant)들 등뿐만 아니라 현존하거나 또는 장래에 존재할 임의의 다른 컴퓨팅 디바이스와 같은 디바이스들에 대한 콘텍스트 결정을 보조하기 위해 사용될 수 있다. 다른 용도들이 또한 가능할 수 있다. 모바일 컴퓨팅 디바이스들과 관련하여 아래의 설명에 다양한 예시들이 주어지지만, 본원에 설명된 기술들은 콘텍스트 추론이 바람직한 임의의 디바이스에 적용될 수 있다.

[0017]모바일 디바이스 기술의 진보는, 디바이스의 기능들을 수행하고 커스터마이징할 때, 디바이스의 위치, 디바이스의 영역에서 발생하는 이벤트들 등과 같은, 디바이스와 사용자 콘텍스트 정보를 검출하고 사용하는 능력을 모바일 디바이스들에 부여한다. 모바일 디바이스가 그 사용자의 콘텍스트를 인식하도록 제조될 수 있는 일 방법은 주변 오디오 스트림에서의 대화 식별이다. 예를 들어, 디바이스는 디바이스와 그 사용자 근방에서 주변 오디오 환경을 모니터링하고 대화가 발생하고 있는 시기를 결정할 수 있다. 이후, 이 정보는, 스피커 및/또는 사용자 인식, 연령 및/또는 성별 추정, 대화 참여자들 수의 추정 등과 같은 더 많은 상세 추론들을 트리거링하는 데에 사용될 수 있다. 대안으로, 대화를 식별하는 동작은 그 자체가 콘텍스트 결정 시 보조로서 활용될 수 있다. 예를 들어, 검출된 대화는, 사용자의 사무실에 위치해 있는 사용자가 혼자 작업을 하고 있는지 또는 다른 사람들과 회의 중에 있는지(이는 사용자에 대한 인터럽트 가능성에 영향을 줄 수 있음)를 결정하는 데에 활용될 수 있다.

[0018]추가로, 모바일 콘텍스트 인식의 목표는, 디바이스가 모바일 디바이스의 사용자가 하고 있는 것을 추론하게 하는 것이다. 이는, 사용자가 위치해 있는 장소의 유형(예를 들어, 사무실, 회의실, 강당, 집, 체육관, 식당, 커피숍, 바 등) 또는 사용자가 처해 있는 상황의 유형(예를 들어, 회의중, 혼자 업무중, 운전중, 점심식사중, 운동중, 수면중 등)과 같은 다수의 차원들과 함께 평가될 수 있다. 각각의 이러한 차원들을 본원에서는 콘텍스트로 지칭한다. 사용자 콘텍스트들을 추론함으로써, 다음과 같은 적용 범위가 조장되며, 다음으로 제한되는 것은 아니다:

[0019] 1)호를 음성 메일로 전환하는 것 또는 사용자가 인터럽트 가능성이 없을 때 문자 메시지들로 응답하는 것, 벨소리를 환경에 기초하여 조정하는 것, 사용자가 늦을 경우 회의 참가자들에게 통지하는 것 등과 같은 디바이스 기능을 자동화하는 것

[0020] 2)체크-인, 사용자가 근처에 있을 경우 친구들에게 통지하는 것 등과 같은 소셜 네트워킹 인터렉션을 자동화하는 것

[0021] 3)칼로리 소비, 보행한 거리, 직장에 있었던 시간과 놀았던 시간 등과 같은 건강 관리 정보를 제공하는 것

[0022] 4)식당, 가게, 소비자 제품들, 가솔린 등과 같이 정확하고 시기 적절한 추천들을 조장하는 것

[0023]콘텍스트 인식 서비스들을 활용하는 애플리케이션들은 2개의 카테고리: 결정론적 추론을 활용하는 것, 그리고 통계적 추론만을 활용하는 것으로 나뉜다. 결정론적 추론을 사용하는 애플리케이션의 예는, 콘텍스트 인식 서비스가 사용자가 운전중이라는 것을 검출할 경우 예를 들어, 대형 버튼들, 속도계가 경보를 울리게 하는 식의 구동-기반 사용자 인터페이스(UI)를 나타내는 검출기이다. 통계적 추론만을 이용하는 애플리케이션의 예는 사용자가 운전중이라는 것을 검출하는 유사(또는 동일) 콘텍스트 인식 서비스를 이용함으로써 사용자가 운전하는데 걸리는 시간의 평균 수치를 추정하도록 시도하는 사용자 프로파일러이다. 결정론적 추론을 이용하는 애플리케이션들은 잘못된 경보들 또는 누락 검출들(즉, 분류기 오류들)을 용인하지 못할 수 있다. 예를 들어, 부정확한 분류는 사용자가 버스에 있는 동안 사용자의 모바일 디바이스가 운전중 UI를 인스턴스화하게 할 수 있거나, 또는 그 반대의 경우도 성립한다.

[0024]상기 예시된 것과 같은 부정확한 동작을 발생시키는 분류기 에러들을 감소시키기 위해서, 아래에 설명된 바와 같이 콘텍스트 추론이 의미론적으로 융합된다. 일반적으로, 타겟 클래스를 검출하기 위해 각각 트레이닝되었던 독립적으로 통제되는 분류기의 세트를 고려해 볼 때, 원래의 분류기들이 다수의 타겟 등급들을 검출하는 경우 등급들의 새로운 세트로부터 하나의 등급을 산출하기 위해 새로운 분류기가 생성되고 사용된다. 각각의 새로운 등급에는, 등급의 산출을 트리거하는 검출된 타겟 클래스들의 세트에 클래스들의 라벨들을 의미론적으로 캡슐화하는 연관 라벨이 부착된다.

[0025]본원에 설명된 기술들은 모바일 디바이스, 이를 테면, 도 1에 도시된 예시적인 모바일 디바이스(100)를 위해 사용될 수 있다. 모바일 디바이스(100)는, 무선 네트워크를 통해 무선 안테나(122)를 경유하여 무선 신호들(123)을 송신하고 수신하는 무선 송수신기(121)를 포함한다. 송수신기(121)는 무선 송수신기 버스 인터페이스(120)에 의해 버스(101)에 접속된다. 도 1에서 별개의 컴포넌트들로 도시되었지만, 무선 송수신기 버스 인터페이스(120)는 또한 무선 송수신기(121)의 일 부분일 수 있다. 여기서, 모바일 디바이스(100)는 하나의 무선 송수신기(121)를 갖는 것으로 도시되었다. 그러나, 모바일 디바이스(100)는 대안으로, 다수의 통신 표준들, 이를 테면, Wi-Fi, CDMA(Code Division Multiple Access), WCDMA(Wideband CDMA), LTE(Long Term Evolution), 블루투스 등을 지원하기 위한 다수의 무선 송수신기들(121) 및 무선 안테나들(122)을 구비할 수 있다.

[0026]범용 프로세서(111), 메모리(140), DSP(digital signal processor)(112) 및/또는 특수화된 프로세서(들)(미도시)는 또한 전체로 또는 부분적으로 무선 신호들(123)을 프로세싱하기 위해 사용될 수 있다. 메모리(140) 또는 레지스터들(미도시)을 이용한 무선 신호들(123)로부터의 정보의 저장이 수행된다. 단지 하나의 범용 프로세서(111), DSP(112) 및 메모리(140)가 도 1에 도시되지만, 이들 컴포넌트들 중 임의의 컴포넌트의 2 이상이 모바일 디바이스(100)에 의해 사용될 수 있다. 범용 프로세서(111) 및 DSP(112)가 버스(101)에 직접적으로 또는 버스 인터페이스(110)에 의해 접속된다. 추가로, 메모리(140)가 직접적으로 또는 버스 인터페이스(미도시)에 의해 버스(101)에 접속된다. 구현되는 경우, 버스 인터페이스들(110)은, 버스 인터페이스들이 연관되는 범용 프로세서(111), DSP(112) 및/또는 메모리(140)에 통합되거나 또는 범용 프로세서(111), DSP(112) 및/또는 메모리(140)로부터 독립적일 수 있다.

[0027]메모리(140)는 하나 또는 그보다 많은 명령들 또는 코드로서의 기능들을 저장하는 비일시적 프로세서-판독가능 저장 매체(또는 매체들)를 포함한다. 메모리(140)를 구성할 수 있는 매체들은 RAM, ROM, FLASH, 디스크 드라이브들 등을 포함하지만, 이것으로 제한되지 않는다. 메모리(140)에 의해 저장된 기능들은 범용 프로세서(111), 특수화된 프로세서(들), 또는 DSP(112)에 의해 실행된다. 이와 같이, 메모리(140)는, 프로세서(111) 및/또는 DSP(112)로 하여금 설명된 기능들을 수행하게 하도록 구성된 소프트웨어 코드(프로세서-판독가능 프로그래밍 코드, 프로세서-판독가능 명령들 등)를 저장하는 프로세서-판독가능 메모리이다. 대안으로, 모바일 디바이스(100)의 하나 또는 그보다 많은 기능들이 하드웨어에서 전체로 또는 부분적으로 수행될 수 있다.

[0028]모바일 디바이스(100)는 모바일 디바이스(100) 및/또는 모바일 디바이스 주변의 것들과 연관된 데이터를 캡쳐하는 하나 또는 그보다 많은 센서들(135)을 더 포함한다. 센서들(135)은, 마이크로폰들, 또는 오디오 센서들, 카메라들, 광 센서들, 압력 센서들, 관성 센서들(예를 들어, 가속도계들 및/또는 자이로스코프들), 자기력계들 등을 포함할 수 있지만, 이것으로 제한되지 않는다. 센서들(135)은, 개별적으로 또는 센서 어레이들과 같이 조합하여, 또는 임의의 다른 조합들로 사용될 수 있다. 모바일 디바이스(100)에 의해 구현되는 경우, 다수의 센서들(135)이 상호의존적으로 또는 서로 독립적으로 동작할 수 있다. 센서들(135)은 버스(101)에, 독립적으로 또는 버스 인터페이스(미도시)를 통해 접속된다. 예를 들어, 센서들(135)이 센서들(135)에 의해 캡쳐된 데이터를 프로세싱하기 위해서 버스(101)를 통해 DSP(112)와 통신할 수 있다. 센서들(135)은 추가로, 캡쳐된 데이터와 연관된 메타데이터를 생성하거나 또는 그렇지 않으면 획득하기 위해서 범용 프로세서(111) 및/또는 메모리(140)와 통신할 수 있다. 일부 실시형태들에서, 안테나(122) 및/또는 트랜시버(121)는 또한, 예를 들어, Wi-Fi 신호들과 같은 무선 신호들을 감지하거나 또는 검출하기 위해 센서들로서 사용될 수 있다.

[0029]도 2는 콘텍스트 추론 및 도 1에 도시된 모바일 디바이스(100)에 의해 사용될 수 있는 분류 시스템(200)의 실시형태를 도시한다. 시스템(200)은 하나 또는 그보다 많은 디바이스 데이터 소스들(210), 타겟 상태 분류기들(230), 및 융합 분류기(240)를 포함한다. 타겟 상태 분류기들(230), 및 융합 분류기(240)는 디바이스 데이터 소스들(210)에 통신가능하게 결합되고 융합 분류기(240)는 타겟 상태 분류기들(230)에 통신가능하게 결합된다. 디바이스 데이터 소스들(210)은, 오디오 센서들(212), 이를 테면, 마이크로폰들, 위치 센서들(214), 이를 테면 GPS 송수신기들, 네트워크 센서들(216), 이를 테면 Wi-Fi 및/또는 다른 무선 송수신기들, 모션 센서들(218), 이를 테면, 가속도계들 또는 자이로스코프들, 캘린더/약속 레코드들(220), 시간/날짜 정보의 소스들(222), 이를 테면, 시스템 클록 또는 다른 메커니즘들, 디바이스 사용 모니터들(224), 광 및/또는 카메라 센서들(226) 등을 포함할 수 있지만, 이것으로 제한되지 않는다. 디바이스 데이터 소스들(210)은, 모바일 디바이스(100)와 연관된 콘텍스트상의 특성들을 추론하기 위해서, 타겟 상태 분류기들(230)의 세트를 포함하는 상태 분류기들의 세트와 융합 분류기들(240)에 의해 사용되는 데이터를 제공한다. 타겟 상태 분류기들(230) 및 융합 분류기(240)의 동작이 아래에 추가로 상세하게 설명된다.

[0030]디바이스 데이터 소스들(210)로부터 수집된 데이터는 타겟 상태 분류기들(230) 및/또는 융합 분류기들(240)에 의해 사용가능한 임의의 형태를 취할 수 있다. 예를 들어, 이러한 데이터는 오디오 센서들(212)로부터의 오디오 샘플들; 위치 센서들(214)로부터의 GPS 판독값들; 네트워크 센서들(216)로부터의 네트워크 강도 및/또는 다른 네트워크-관련 판독값들; 모션 센서들(218)로부터의 모션, 가속도 또는 배향 데이터, 캘린더(220)와 연관된 엔트리들 등을 포함할 수 있다. 이 데이터 이외에도, 데이터에 적용된 라벨들이 또한 수집되고 그리고/또는 사용될 수 있다. 예를 들어, 캘린더 엔트리들은 위치 또는 타이틀, 예를 들어, "사용자의 사무실" 또는 "진료 예약"으로 라벨링될 수 있다. 임의의 다른 데이터 유형들, 데이터 라벨들, 또는 타겟 상태 분류기들(230) 및/또는 융합 분류기(240)에 의해 사용가능한 정보의 다른 양상들이 또한 사용될 수 있다.

[0031]상술된 바와 같이, 타겟 상태 분류기들(230)은, 타겟 콘텍스트 상태를 검출하기 위해서 각각 트레이닝되는 독립적으로 통제되는 분류기들이다. 타겟 상태 분류기들(230)을 고려해 볼 때, 융합 분류기(240)가 다양한 조건들 하에서 융합 클래스들의 새로운 세트 중 하나를 산출하기 위해 새로운 분류기로서 사용되는데, 다양한 조건들은, 예를 들어, 타겟 상태 분류기들(230)이 다수의 클래스들을 검출하는 것, 충분한 컨피던스 레벨을 갖는 타겟 상태는 검출되지 않는 것 등이다. 각각의 융합 클래스에는 검출된 타겟 상태들의 세트를 의미론적으로 포괄하고 캡슐화하는 라벨이 할당되고; 융합 클래스는 각각의 타겟 분류기들에 의해 검출된 병합 타겟 상태들의 세트에 대한 조인트 상태이다. 융합 클래스들 각각은 공유되며, 융합 클래스 라벨들은 다수의 클래스들에 공통인 특징들(예를 들어, 다수의 타겟 콘텍스트 상태들)을 나타낸다. 융합 분류기(240)는 포괄된 타겟 상태에 의해 트리거링된 특정 융합 클래스를 출력한다. 이러한 방식으로, 융합 분류기(240)는 타겟 상태 분류기들(230)의 병합된 세트를 나타낸다.

[0032]예를 들어, 상태들 걷기, 앉음 그리고 일어섬 각각을 검출하도록 트레이닝된 3개의 감독 모션 분류기들의 경우, 융합 분류기(240)는 앉음과 일어섬 둘 모두를 검출하는 경우 정지상태로 라벨링된 상태를 출력할 수 있다. 다른 예로서, 상태들 걷기, 뛰기, 운전, 버스 및 지하철을 검출하도록 트레이닝된 감독 모션 분류기들의 경우, 융합 분류기(240)는 걷기 또는 뛰기가 검출되는 경우 보행자_모션을 그리고 운전, 버스, 또는 지하철이 검출되는 경우 차량_모션을 출력할 수 있다. 이러한 그룹핑들의 예시적인 견해가 도 3의 시스템(300)으로 주어진다. 그러나, 본원에 설명된 개념들은 모션 분류로 제한되지 않으며; 임의의 적절한 분류 타입들, 이를 테면, 위치 분류(예를 들어, 실내 대 야외, 직장 대 집 등), 이벤트 분류(예를 들어, 회의 검출 등), 환경 분류(예를 들어, 네트워크 이용가능성 또는 신호 세기 등에 기초함) 등이 사용될 수 있다.

[0033]타겟 상태 분류기들(230)이 그들의 검출 결정과 연관된 확률들 또는 컨피던스 값들을 출력하는 경우, 융합 분류기(240)는 그의 출력의 결정 시 이들을 사용할 수 있다. 예를 들어, 사무실안 및 회의중 그리고 그 결정들을 위한 각각의 출력 컨피던스 값들을 검출하도록 트레이닝된 2개의 감독 분류기들의 경우, 융합 분류기(240)는 사무실안 또는 회의중이 낮은 컨피던스로 검출되는 경우(또는 사무실안과 회의중이 검출되는 경우, 둘 모두 낮은 컨피던스를 갖는 경우), 업무중을 출력하도록 구성될 수 있다. 이러한 경우들 중 어느 한 경우에서, 특정 콘텍스트 상태들(여기서, 사무실안 및 회의중) 중 어느 하나 또는 둘 모두의 컨피던스가 낮지만, 융합 클래스(여기서, 업무중)의 컨피던스는 높다. 하나가 높은 컨피던스를 갖는 것이 검출될 때, 융합 분류기(240)는 원래 분류 출력, 예를 들어, 사무실 안 또는 회의 중을 출력하거나, 또는 둘 모두 높은 컨피던스를 갖는 것이 검출되면, 더 높은 컨피던스 값을 갖는 분류를 출력할 수 있다. 컨피던스 레벨은, 입력 데이터에 기초하여 타겟 상태 분류 결정과 연관된 모호성의 정도를 나타낸다.

[0034]융합 분류기(240)는, 트레이닝된 클래스들의 세트로부터 하나 또는 그보다 많은 클래스들을 출력하는 다중-클래스 감독 분류기에 의해 출력된 하나 또는 그보다 많은 분류들에 기초하여 융합 클래스를 출력할 수 있다. 융합 분류기(240)는, 원래 분류기에 의해 출력된 모든 클래스들을 의미론적으로 캡슐화하는 라벨을 이용하여 클래스들의 세트로부터 하나의 클래스를 출력하도록 구성된다. 예를 들어, 존재하는 스피커들의 수를 검출하도록 트레이닝된, 즉, 클래스들 "0개의 스피커들", "1개의 스피커들", "2개의 스피커들", "3개의 스피커들" 등으로 트레이닝된 감독 오디오 분류기를 고려해 볼 때, 융합 분류기(240)는 "스피커 없음", "1개의 스피커" 또는 "다수의 스피커들" 중 어느 하나를 출력할 수 있다. 대안으로, 분류기(240)는 "스피커 없음", "소수의 스피커", 또는 "다수의 스피커들"을 출력하도록 구성될 수 있다. 다른 예로서, 클래스들 1)회의중이지 않음, 2)A라는 사람과 회의중, 그리고 3)B라는 사람과 회의중에 대해 트레이닝된 분류기의 경우, 융합 분류기(240)는 1)회의중이지 않음 또는 2)회의중을 출력하도록 구성된다. 또 다른 구성들이 또한 사용될 수 있다.

[0035]타겟 상태 분류기(230)가, 이것이 수신된 입력 데이터에 기초하여 분류하도록 트레이닝되었던 클래스들의 세트로 확률 분포(또는 유사한 세트의 가중치들)를 할당하는 경우, 융합 분류기(240)는 이 정보에 기초하여 그의 출력을 선택할 수 있다. 예를 들어, 걷기, 앉음 및 일어섬 간을 구분하도록 트레이닝된 3가지 상태 분류기가 각각의 확률들(0.0, 0.4, 0.6)을 갖는 출력(걷기, 앉음, 일어섬)을 제공하는 경우, 융합 분류기(240)는 (예를 들어, 원래의 분류기가 앉음과 일어섬 사이의 양면성이 있기 때문에) 정지상태를 출력할 수 있다.

[0036]타겟 상태 분류기(230)가 입력 데이터에 기초하여 그의 출력 결정에 컨피던스 값을 할당하는 경우, 융합 분류기(240)는 다음:1)원래 분류기의 출력; 2)출력과 연관된 컨피던스 값; 및/또는 3)원래 분류기의 기지의 거동 중 하나 또는 그보다 많은 것에 기초하여 그의 출력을 선택할 수 있다. 이는, 예를 들어, 원래의 분류기가 흔히 상태들의 서브세트를 융합하는 것으로 알려지고 컨피던스 값이 가능성있는 융합 또는 모호성을 나타내는 것으로 알려진 경우에 사용될 수 있다. 일부 구현들에서, 융합 분류기(240)는, 원래의 타겟 상태 분류기(230)보다 연관 모호성이 더 낮음으로 인해 더욱 강인할 수 있다. 이전의 실시예의 경우, 원래 분류기가 입력 데이터에 기초하여 최초 분류를 수행하고 낮은 컨피던스 값을 갖는 앉음을 출력하고 이 분류기가 흔히 앉음과 일어섬을 융합하는 것으로 알려지는 경우, 융합 분류기(240)는 정지상태를 출력한다. 일부 경우들에서, 융합 분류기(240)는 컨피던스 값을 무시할 수 있다. 예를 들어, 다수의 애플리케이션들이 동일한 트레이닝된 분류기 출력들을 사용하기 원할 수 있지만, 일부 애플리케이션들은 나머지 애플리케이션들보다 더 낮은 정확도 허용오차를 가질 수 있다. 더 낮은 허용오차를 갖는 애플리케이션들은 원래 분류기가 다른 것들과 흔히 융합되는 것으로 알려진 임의의 클래스를 출력하는 일부 경우들 또는 모든 경우들에서 더 광범위한 의미의 클래스를 출력할 것을 결정할 수 있다.

[0037]융합 분류기(240)는 콘텍스트상의 추론을 시간적 차원에 걸쳐 의미론적으로 병합함으로써 동작한다. 예를 들어, 원래 분류기가 7가지 결정들(앉음, 일어섬, 앉음, 앉음, 앉음, 일어섬, 일어섬)의 시퀀스를 각각 3초의 연속적인 기간들에 걸쳐 출력하는 경우, 융합 분류기(240)는, 앞의 결정들의 21초를 캡슐화하고 병합하는 하나의 결정 정지상태를 출력한다. 대안으로, 융합 분류기(240)는, 콘텍스트 추론들을 의미론적으로 필터링하는 원래의 분류기와 동일한 시간 스케일 상에서 동작할 수 있다. 앞의 예에 계속 이어서, 융합 분류기(240)는 원래 분류기의 동일 레이트(즉, 매 3초마다 한번)로 필터링된 결정들(예를 들어, 앉음, 일어섬, 정지상태, 정지상태, 정지상태, 정지상태, 정지상태)을 출력할 수 있다.

[0038]융합 분류기(240)에 의해 수행될 수 있는 동작들의 추가적인 예들은 다음과 같다.

[0039]1)운전중 상태와 버스안 상태 간을 구분하도록 트레이닝된 분류기의 경우, 융합 분류기(240)는, 원래 클래스들 중 어느 하나가 낮은 컨피던스로 출력되는 경우 이동상태를 출력한다.

[0040]2)사무실안을 검출하는 분류기의 경우, 검출의 컨피던스가 낮은 경우, 융합 분류기(240)는 업무중을 출력한다.

[0041]3)친구와 시간을 보내고 있음과 점심식사중으로 지칭된 2개의 클래스들로부터 선택하는 상황 분류기의 경우, 융합 분류기(240)는, 2개의 원래 클래스들에 대해 출력된 확률들이 서로(예를 들어, 0.6과 0.4)의 0.2 이내에 있는 경우 친구와 점심식사를 하며 시간을 보내고 있음을 출력한다.

[0042]상기 실시예들은 융합 분류기(240)의 구현들을 총망라하는 리스트는 아니며, 다른 용도의 경우들이 가능하다.

[0043]상기를 재언급하자면, 타켓 상태 분류기들(230)이 디바이스 데이터 소스들(210)로부터 데이터를 수신하고 이 데이터를 각각의 상태들로 분류한다. 융합 분류기(240)는 타겟 상태 분류기들(230)에 통신가능하게 결합되고 타겟 상태 분류기들(230)로부터의 분류기 결정들, 및 선택적으로, 다른 정보(예를 들어, 컨피던스 값들 등)를 수신하도록 구성된다. 타겟 상태 분류기들(230)로부터 수신된 정보에 기초하여, 융합 분류기(240)는 타겟 상태 분류기들(230)에 의해 제공된 원래 상태를 출력할지, 또는 타겟 상태 분류기들(230)에 의해 제공되었던 상태뿐만 아니라 하나 또는 그보다 많은 유사한 상태들, 예를 들어, 출력 상태가 오류가 있는 출력으로서 제공되었을 수 있는 상태들을 의미론적으로 포괄하는 새로운 병합된 상태를 출력할지 여부를 결정한다. 추가적으로, 융합 분류기(240)는 디바이스 데이터 소스들(210)으로부터 데이터를 직접적으로 수신할 수 있다. 이 데이터는 타겟 상태 분류기들(230)로 제공된 그러한 데이터 및/또는 다른 데이터에 대한 사본 데이터를 포함할 수 있다.

[0044]일례로서, 타겟 상태 분류기들(230)은 하나 또는 그보다 많은 집적 회로(IC)들, 칩셋들, 또는 다른 하드웨어 모듈들 내부에 형성될 수 있고 API(application programming interface)를 경유하여 액세스될 수 있다. API는 타겟 상태 분류기들(230)의 출력들과 그들의 연관된 컨피던스 값들 또는 확률들을 제공하도록 구성된다. 융합 분류기(240)는 디바이스 제조자, 운영 체제 개발자 또는 애플리케이션 개발자에 의해 형성되고 하나 또는 그보다 많은 특정 애플리케이션들에 대하여 타겟 상태 분류기들(230)에 대한 의미론적 융합을 구현한다. 도 2는 하나의 융합 분류기(240)를 갖는 시스템(200)을 도시하지만, 다수의 융합 분류기들(240)이 사용될 수 있다. 예를 들어, 다수의 융합 분류기들(240)은, 주어진 애플리케이션이 그 애플리케이션에 해당하는 융합 분류기(240)와 결합하여 타겟 상태 분류기들(230)을 사용하도록, 각각의 애플리케이션들 또는 애플리케이션들의 세트들과 연관될 수 있다. 융합 분류기(240), 또는 융합 분류기들(240)의 세트 중 각각의 융합 분류기들은 또한 사용자 선호들, 애플리케이션 특성들, 또는 디바이스 데이터 소스들(210)로부터 각각의 콘텍스트 상태들로 데이터의 분류에 잠재적으로 영향을 미칠 수 있는 임의의 다른 기준에 기초하여 조정되거나 또는 커스터마이징될 수 있다. 다른 구현들이 또한 가능하다.

[0045]타겟 상태 분류기들(230) 및 융합 분류기(240)가 별개의 엔티티들로서 도시되는 시스템(300)에 대한 대안으로서, 타겟 상태 분류기들(230) 및 융합 분류기(240)는 하나의 다중-스테이지 분류기로서 구현될 수 있다. 예를 들어, 제 1 상태들은 타겟 상태 분류기들(230)에 대하여 상술된 바와 같이 제 1 분류기 스테이지에서 식별될 수 있고, 후속적으로 제 2 상태들은 융합 분류기(240)에 대하여 설명된 것과 유사한 방식으로 제 2 분류기 스테이지에서 식별될 수 있다.

[0046]추가적으로 또는 대안으로, 도 3에 도시된 바와 같은 융합 분류기(240)는, 타겟 상태 분류기들(230)의 안정성을 향상시키고 그리고/또는 명시적인 컨피던스 출력들이 타겟 상태 분류기들(230)부터 이용가능하지 않은 경우 암시된 컨피던스 값들, 확률 분포들 또는 다른 연판정 메트릭들을 획득하기 위해서 타겟 상태 분류기들(230)로부터의 출력들의 시간적인 분석들을 수행할 수 있다. 여기서, 융합 분류기(240)는, 예를 들어, 분류기 출력들을 시간의 기간에 따라 버퍼링하거나 또는 그렇지 않은 경우 저장함으로써, 특정 타겟 상태 분류기(230)로부터의 출력들을 시간에 따라 식별한다. 최초 분류기 결정들 및 그러한 결정들에 대한 임의의 변경들의 이력에 기초하여, 융합 분류기(240)는 최초 상태 결정 또는 새로운 상태 결정을 출력할 것을 택할 수 있다. 예로서, 타겟 상태 분류기(230)가 2개의 관련 상태들(예를 들어, 인접해 있다는 결정 또는 가깝게 인접해 있다는 결정) 사이에서 (어쩌면 신속하게) 교번하는 경우, 융합 분류기(240)는 개별적인 상이한 상태들을 나타내는 것 사이에서의 핑퐁 효과들을 방지하기 위해서 융합 클래스를 출력할 수 있다. 예시하자면, 최초 분류기가 앉음과 일어섬 사이에서 신속하게 교번하는 경우, 융합 분류기(240)는 낮은 컨피던스 레벨을 추론하고, 최초 결정들을 새로운 결정들(예를 들어, 정지상태)로 대체하거나, 또는 다른 적절한 동작들을 취할 수 있다.

[0047]다른 예로서, 최초 분류기가 미리결정된 수의 결정들에 대해 동일한 상태를 출력하고 후속하여 새로운 상태로 전환하는 경우, 융합 분류기(240)는 변경을 검출하고 변경 이후의 하나 또는 그보다 많은 상태 결정들에 대한 더 광범위한, 즉 중간 상태를 출력할 수 있다. 예시하자면, 타겟 상태 분류기(230)가 몇 번의 결정들 동안 걷기를 출력한 후 뛰기로 전환하는 경우, 융합 분류기(240)는, 뛰기로의 전환이 식별될 때 하나 또는 그보다 많은 결정들에 대한 보행자_모션을 출력할 수 있다.

[0048]추가적인 예로서, 융합 분류기(240)는, 분류 정확도를 증가시키기 위해 타겟 상태 분류기들(230)로부터의 이력 데이터와 조합하여 타겟 상태 분류기들(230)의 하나 또는 그보다 많은 동작 특성들을 레버리지할 수 있다. 예를 들어, 최초 분류가 일부 경우에서 차안 상태와 기차안 상태 사이에서 구분하기 어려운 것으로 알려지는 예에서, 최초 분류기 출력이 차안과 기차안 사이에서 교번하는 것으로 알려지는 경우, 융합 분류기(240)는 최초 콘텍스트 추론을 차량_모션과 같은 더 광범위한 추론으로 대체할 수 있다.

[0049]상기 언급된 바와 같이, 타겟 상태 분류기들(230) 및 융합 분류기(240)는 디바이스 데이터 소스들(210)로부터 수신된 정보에 적어도 부분적으로 기초하여 사용자 및/또는 디바이스 콘텍스트를 추론한다. 상기 주어진 일부 예들은 모션 분류와 관련되지만, 임의의 적절한 저-레벨 피쳐들이 사용될 수 있고, 임의의 적절한 저-레벨 추론들(예를 들어, 콘텍스트 추론들 또는 다른 추론들)이 수행될 수 있다. 비제한적인 예시로서, 디바이스 데이터 소스들(210)로부터 획득된 데이터로부터 계산될 수 있는 가능한 저-레벨 피쳐들의 리스트는 다음을 포함한다:

●GPS 속도, 정확도, 고도

●#GPS 위성 가시성

●시각, 요일, 주중/주말, 공휴일

●날씨, 온도

●주변 광 센서 판독치들

●근접 센서 판독치들

●카메라 데이터, 세기, R/G/B(적/녹/청) 세기, DCT(discrete consine transform) 계수들과 같은 피쳐들, 카메라 시계에 검출된 오브젝트(들)

●가장 가까운 지리적 POI(points of interest)들

●블루투스 디바이스들의 가시성 및 대응하는 RSSI(received signal strength indications)들, 범위 내에 있는 신/구 블루투스 디바이스들

●Wi-Fi AP들(액세스 포인트들)의 가시성 및 대응하는 RSSI들, 신/구 Wi-Fi AP들의 가시성

●주변 오디오 에너지 레벨

●움직임 검출(임의의 디바이스 움직임 대 디바이스 움직임 없음)

[0050]유사하게, 타겟 상태 분류기들(230) 및/또는 융합 분류기(240)에 의해 계산될 수 있는 가능한 저-레벨 추론들의 리스트는 다음을 포함하지만 다음으로 제한되는 것은 아니다:

●모션 상태(걷기, 뛰기, 운전중 등)

●디바이스 포지션(포켓, 손, 데스크, 가방 등)

●스피치 검출(스피치/스피치 없음)

●스피커 인식(디바이스 소유자가 말하는 것/다른 누군가가 말하는 것)

●존재하는 스피커들의 수

●타겟 사운드 검출(아기가 울고 있음/울고 있지 않음 등)

●지역(가정/직장/기타/이동상태 또는 주택지/상업지 등)

●디바이스 용도(분당 스크린 터치들의 수, 분당 타이핑된 문자들의 수 등)

●디스플레이 온 대 오프

●애플리케이션 용도(실행중인 애플리케이션의 타입(예를 들어, 게임, 이메일 등), 동시에 실행중인 애플리케이션들의 수 등)

[0051]도 1 내지 도 3을 추가로 참고하면서, 도 4를 참고하면, 컴퓨팅 디바이스에 대한 콘텍스트상의 추론을 수행하는 제 1 프로세스(400)는 도시된 스테이지들을 포함한다. 그러나, 프로세스(400)는 단지 예시일뿐이고 이것으로 제한되지 않는다. 프로세스(400)는, 예를 들어, 스테이지들을 추가, 제거, 재배열, 조합 및/또는 동시 수행함으로써 변경될 수 있다. 도시되고 설명된 바와 같이 프로세스(400)에 대한 또 다른 변형들이 가능하다.

[0052]스테이지(402)에서, 프로세스(400)는, 컴퓨팅 디바이스에서, 모바일 디바이스(100)와 연관된 적어도 하나의 데이터 소스(예를 들어, 데이터 소스들(210) 중 적어도 하나)로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하는 것을 포함한다. 제 1 콘텍스트 클래스는, 예를 들어, 타겟 상태 분류기들(230)의 세트 및/또는 다른 메커니즘들에 의해 콘텍스트-관련 데이터에 할당된 콘텍스트 클래스들의 세트로부터의 콘텍스트 클래스일 수 있다. 그러나, 일반적으로, 제 1 콘텍스트 클래스는 임의의 적절한 방식으로 스테이지(402)에서 결정될 수 있다. 분류기들, 분류 알고리즘들, 또는 제 1 콘텍스트 클래스를 결정하기 위한 다른 수단은, 프로세스(400)를 수행하는 디바이스 및/또는 다른 디바이스들의 일부일 수 있고 그리고/또는 그렇지 않으면 이들에 의해 제어될 수 있다. 제 1 콘텍스트 클래스는 (예를 들어, 기간, 스케줄 또는 다른 시간프레임에 따라) 동기식으로 또는 (예를 들어, 측정, 분류 또는 리포팅을 위해 이벤트들을 트리거링하는 것에 응답하여) 비동기식으로 결정될 수 있다. 제 1 콘텍스트 클래스는 다수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 제 1 콘텍스트 클래스를 선택함으로써 결정될 수 있다. 제 1 콘텍스트 클래스는 확률 및/또는 컨피던스 정보와 같은 보충 정보를 포함하거나 포함하지 않을 수 있는 경판정들(예를 들어, 불연속 상태 값들 또는 다른 인디케이터들)을 나타낼 수 있다. 대안으로, 제 1 콘텍스트 클래스는, 예를 들어, 콘텍스트 클래스들의 세트 각각에 대한 확률들의 벡터, 또는 다른 형태들로서 연판정들을 발생시킬 수 있다. 스테이지(402)에서 제 1 콘텍스트 클래스에 대한 다른 포맷들 및/또는 기술들이 가능하다.

[0053]스테이지(404)에서, 프로세스(400)는, 컴퓨팅 디바이스에서, 제 1 콘텍스트 클래스에 기초하여 융합 클래스를 결정하는 단계를 포함하며, 융합 클래스는 제 1 콘텍스트 클래스 및 제 1 콘텍스트 클래스와는 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관된다. 이 융합 클래스는, 예를 들어, 낮은 연관 컨피던스를 갖는 제 1 콘텍스트 클래스에 응답하여, 그리고/또는 제 1 클래스와 제 2 클래스 둘 모두가 결정된 것에 응답하여 결정될 수 있고, 그리고/또는 제 1 클래스는 관련 정보(예를 들어, "소수의 스피커들" 대 "2개의 스피커들") 등의 손실 없이 그룹핑할 수 있다. 융합 분류기(240)는, 예를 들어, 콘텍스트 클래스들과 융합 클래스들 사이의 관계들의 분석에 의해 융합 클래스를 결정한다. 융합 클래스는 다수의 미리결정된 이용가능한 융합 클래스들로부터 제 1 콘텍스트 클래스를 선택함으로써 결정될 수 있다. 융합 분류기(240)는 제 1 콘텍스트 클래스(예를 들어, "작업중" 및 "회의중")와 연관된 2 이상의 융합 클래스를 결정할 수 있다. 융합 클래스들(즉, 융합 클래스 라벨들) 각각은 상술된 바와 같이 콘텍스트 클래스들의 주어진 세트를 의미론적으로 캡슐화한다(예를 들어, 정지상태는 앉음과 일어섬을 캡슐화하고, 많은 스피커들은 주어진 수의 스피커들보다 더 많은 수의 스피커들과 연관된 모든 콘텍스트 클래스들을 캡슐화함). 융합 분류는 다수의 콘텍스트 클래스들을 융합 클래스에 병합하거나 또는 결합할 수 있다. 시스템(200)에 도시된 융합 분류기(240)에 대하여 전반적으로 상술된 바와 같이, 융합 클래스의 선택은, 1)다수의 콘텍스트 클래스들을 식별하는 것(예를 들어, 둘 모두 낮은 컨피던스를 가짐)과 콘텍스트 클래스들을 캡슐화하는 융합 클래스를 선택하는 것; 2)낮은 컨피던스(예를 들어, 바람직하지 않은 값인 컨피던스 값, 예를 들어, 임계치 미만, 또는 임계치 이하) 또는 낮은 확률을 갖는 콘텍스트 클래스를 식별하는 것 및 콘텍스트 클래스를 포괄하는 더 광범위한 경우 또는 콘텍스트를 나타내는 융합 클래스를 선택하는 것; 3)콘텍스트 클래스의 변경을 검정하는 것(qualifying)에 응답하여 시간에 따른 콘텍스트 클래스들의 경향 또는 변경들을 식별하는 것과 대응하는 콘텍스트 클래스들을 포괄하는 더 광범위한 케이스 또는 콘텍스트를 나타내는 융합 클래스를 선택하는 것; 4)제 1 분류와 연결하여 흔히 융합되는 콘텍스트 클래스와 같이, 콘텍스트 클래스(들)를 발생시키는 최초 분류의 동작 특성(또는 동작 특성들)을 식별하는 것, 및 이러한 특성들에 기초하여 적절하다고 간주되는 경우 콘텍스트 클래스를 융합 클래스로 대체하는 것; 등을 포함하는(그러나 이것으로 제한되지 않음) 하나 또는 그보다 많은 기술들에 의해 수행된다.

[0054]2 이상의 융합 클래스가 결정될 수 있다. 예를 들어, 모바일 디바이스(100)는 콘텍스트 클래스 앉음이 바람직하지 않은 컨피던스 값을 갖는 것으로 결정될 수 있고, 사무실안과 회의중의 콘텍스트 클래스들 사이에서 교번될 것으로 또한 결정될 수 있다. 융합 분류기(240)는, 본 실시예에서 모바일 디바이스(100)에 대해 정지상태와 업무중 둘 모두의 융합 클래스들을 결정할 수 있다.

[0055]도 1 내지 도 3에 대한 추가로 참고하면서, 도 5를 참고하면, 컴퓨팅 디바이스에 대한 콘텍스트상의 추론을 수행하는 제 2 프로세스(420)는 도시된 스테이지들을 포함한다. 그러나, 프로세스(420)는 단지 예시일뿐이고 이것으로 제한되지 않는다. 프로세스(420)는, 예를 들어, 스테이지들을 추가, 제거, 재배열, 조합 및/또는 동시 수행함으로써 변경될 수 있다. 도시되고 설명된 바와 같이 프로세스(420)에 대한 또 다른 변경들이 가능하다.

[0056]스테이지(422)에서, 콘텍스트-관련 데이터는, 하나 또는 그보다 많은 디바이스 데이터 소스들, 예를 들어, 시스템(200)에 도시된 디바이스 데이터 소스들(210)로부터 획득된다. 데이터는 (예를 들어, 기간, 스케줄 또는 다른 시간프레임에 따라) 동기식으로 또는 (예를 들어, 디바이스 데이터 소스들(210)에서 측정 또는 리포팅에 대한 트리거링 이벤트들에 응답하여) 비동기식으로 획득될 수 있다.

[0057]스테이지(424)에서, 콘텍스트-관련 데이터의 제 1 분류는 (예를 들어, 시스템(200)에 도시된 바와 같이 타겟 상태 분류기들(230)에 의해) 콘텍스트 클래스들의 세트로부터의 다수의 콘텍스트 클래스들과 데이터를 연관시킴으로써 수행된다. 제 1 분류는 도 4의 프로세스(400)에 대하여 상술된 바와 같이 경판정들 또는 연판정들을 발생시킬 수 있다. 어느 한 경우, 대응하는 상태(들)를 각각 검출하도록 구성된 다중-상태 분류기 또는 분류기들의 세트를 통해 다수의 콘텍스트 클래스들에 대한 분류가 수행된다.

[0058]스테이지(426)에서, 콘텍스트-관련 데이터를 다중 콘텍스트 클래스들과 연관시키는 스테이지(424)에서 수행된 제 1 분류에 응답하여, 콘텍스트-관련 데이터의 제 2 분류는, (예를 들어, 시스템(200)에 도시된 바와 같은 융합 분류기(240)에 의해) 콘텍스트 클래스들에 기초하여 융합 클래스들의 세트 중 하나(또는 그보다 많은 것)와 데이터를 연관시킴으로써 수행된다. 여기서, 스테이지(426)에서 수행된 제 2 분류는, 상이한 분류 기술들이 가능하더라도, 프로세스(400)의 스테이지(404)에서 수행된 융합 분류와 유사하다.

[0059]도 6에 예시된 바와 같은 컴퓨터 시스템(500)은 이전에 설명된 컴퓨터화된 디바이스들의 기능을 적어도 부분적으로 구현하기 위해 사용될 수 있다. 예를 들어, 컴퓨터 시스템(500)은, 소프트웨어로 도 4 및 도 5에 도시된 프로세스들(400, 420)을 적어도 부분적으로 구현하는 데에 사용될 수 있다. 컴퓨터 시스템(500)은 또한, 범용 프로세서(111) 및/또는 메모리(140)와 같이, 도 1에 도시된 모바일 디바이스(100)의 컴포넌트들 중 하나 또는 그보다 많은 것들을 통해 구현될 수 있다. 컴퓨터 시스템(500)은 추가적으로 또는 대안으로, 도 2에 도시된 시스템(200) 및/또는 그의 컴포넌트들 중 하나 또는 그보다 많은 것들, 이를 테면 모듈들(230, 240)의 적어도 부분적 소프트웨어 구현을 제공하는 데에 사용될 수 있다. 컴퓨터 시스템(500)의 다른 구현들이 가능하다. 예를 들어, 입력 디바이스(515)는 도 2에 도시된 바와 같은 디바이스 데이터 소스들(210) 중 임의의 것을 포함할 수 있고 그리고/또는 이를 구현하기 위해 사용될 수 있다. 또한, 프로세서(510) 및/또는 프로세서(510)와 결합하여 또는 독립적으로 동작하는 작업 메모리(535)의 부분들, 이를 테면, 운영 시스템(540) 또는 애플리케이션(545)은 도 2에 도시된 모듈들(230, 240) 중 임의의 것을 포함할 수 있고 그리고/또는 이를 구현하기 위해 사용될 수 있다. 일부 실시형태들에서, 프로세서(510)는, 도 1에 도시된 바와 같은, 프로세서(111) 및/또는 DSP(112)를 포함하고 그리고/또는 이를 구현하기 위해 사용될 수 있고, 작업 메모리(535) 및 저장 디바이스(525) 중 하나 또는 둘 모두는 도 1에도 또한 도시된 메모리(140)를 포함하고 그리고/또는 구현하기 위해 사용될 수 있다.

[0060]도 6은, 본 명세서에 설명된 바와 같은, 다양한 실시예들에 의해 제공되는 방법들을 수행할 수 있고 그리고/또는 모바일 디바이스 또는 다른 컴퓨터 시스템으로서 기능할 수 있는 컴퓨터 시스템(500)의 일 실시예의 개략도를 제공한다. 도 6은 단지 다양한 컴포넌트들의 일반화된 예시를 제공하려는 것이며 이들 전부 또는 이들 중 임의의 것이 적절하게 이용될 수 있다는 것을 주목해야 한다. 따라서, 도 6은 개별 시스템 엘리먼트들이, 상대적으로 분리되거나 또는 상대적으로 더 통합된 방식으로, 어떻게 구현될 수 있는지를 광범위하게 예시할 수 있다.

[0061]버스(505)를 통해 전기적으로 커플링될 수 있는(또는 그렇지 않으면, 적절하게 통신할 수 있는) 하드웨어 엘리먼트들을 포함하는 컴퓨터 시스템(500)이 도시된다. 하드웨어 엘리먼트들은, (제한이 아니라, 하나 또는 그 초과의 범용 프로세서들 및/또는 하나 또는 그 초과의 특수 목적 프로세서들(이를테면, 디지털 신호 프로세싱 칩들, 그래픽 가속 프로세서들 등)을 포함하는) 하나 또는 그 초과의 프로세서들(510), (제한이 아니라, 마우스, 키보드 등을 포함할 수 있는) 하나 또는 그 초과의 입력 디바이스들(515), 및 (제한이 아니라, 디스플레이 디바이스, 프린터 등을 포함할 수 있는) 하나 또는 그 초과의 출력 디바이스들(520)을 포함할 수 있다. 프로세서(들)(510)는, 예를 들어, 지능형 하드웨어 디바이스들, 예를 들어, Intel® Corporation 또는 AMD®에 의해 제조된 것들과 같은 CPU(central processing unit), 마이크로제어기, ASIC 등을 포함할 수 있다. 다른 프로세서 타입들이 또한 이용될 수 있다.

[0062]컴퓨터 시스템(500)은, (제한이 아니라, 로컬 및/또는 네트워크 액세스가능한 스토리지를 포함할 수 있고, 그리고/또는 제한이 아니라, 디스크 드라이브, 드라이브 어레이, 광 저장 디바이스, 고체-상태 저장 디바이스, 이를테면, 프로그램가능하고, 플래쉬-업데이트가능한 식일 수 있는 랜덤 액세스 메모리("RAM") 및/또는 판독-전용 메모리("ROM")를 포함할 수 있는) 하나 또는 그 초과의 비-일시적 저장 디바이스들(525)을 더 포함할 수 있다(그리고/또는 이들과 통신할 수 있다). 이러한 저장 디바이스들은 (제한이 아니라, 다양한 파일 시스템들, 데이터베이스 구조들 등을 포함하는) 임의의 적절한 데이터 저장소들을 구현하도록 구성될 수 있다.

[0063]컴퓨터 시스템(500)은 또한, (제한이 아니라, 모뎀, 네트워크 카드(무선 또는 유선), 적외선 통신 디바이스, 무선 통신 디바이스 및/또는 칩셋(이를테면, 블루투스™ 디바이스, 802.11 디바이스, WiFi 디바이스, WiMax 디바이스, 셀룰러 통신 설비들 등) 등을 포함할 수 있는) 통신 서브시스템(530)을 포함할 수 있다. 통신 서브시스템(530)은 데이터가, 네트워크(이를테면, 하나의 예를 들자면, 아래에 설명된 네트워크), 다른 컴퓨터 시스템들, 및/또는 본 명세서에 설명된 임의의 다른 디바이스들과 교환되게 할 수 있다. 많은 실시예들에서, 컴퓨터 시스템(500)은, 위에서 설명된 바와 같은 RAM 또는 ROM 디바이스를 포함할 수 있는 작업 메모리(535)를 더 포함할 것이다.

[0064]컴퓨터 시스템(500)은 또한, 운영 시스템(540), 디바이스 드라이버들, 실행가능한 라이브러리들, 및/또는 다른 코드, 이를테면, 본 명세서에 설명된 바와 같이, 다양한 실시예들에 의해 제공되는 컴퓨터 프로그램들을 포함할 수 있고, 그리고/또는 다른 실시예들에 의해 제공되는 방법들을 구현하고, 그리고/또는 시스템들을 구성하도록 설계될 수 있는 하나 또는 그 초과의 애플리케이션 프로그램들(545)을 비롯하여, 작업 메모리(535) 내에 현재 위치되어 있는 것으로 도시된 소프트웨어 엘리먼트들을 포함할 수 있다. 단지 예로서, 상기 언급된 방법(들)에 대하여 설명된 하나 또는 그 초과의 절차들은 컴퓨터(및/또는 컴퓨터 내의 프로세서)에 의해 실행가능한 코드 및/또는 명령들로 구현될 수 있고, 이러한 코드 및/또는 명령들은, 설명된 방법들에 따라, 하나 또는 그 초과의 동작들을 수행하도록 범용 컴퓨터(또는 다른 디바이스)를 구성하고 그리고/또는 적응시키는데 이용될 수 있다.

[0065]이 명령들 및/또는 코드의 세트는, 위에서 설명된 저장 디바이스(들)(525)와 같은 컴퓨터 판독가능한 저장 매체 상에 저장될 수 있다. 일부 경우들에서, 저장 매체는 컴퓨터 시스템, 이를테면, 시스템(500) 내에 포함될 수 있다. 다른 실시예들에서, 저장 매체는 컴퓨터 시스템(예를 들어, 이동식(removable) 매체, 이를테면, 컴팩트 디스크(disc))과 별개일 수도 있고, 그리고/또는 저장 매체가 저장 매체 상에 저장된 명령들/코드로 범용 컴퓨터를 프로그래밍하고, 구성하고 그리고/또는 적응시키는데 이용될 수 있도록 설치 패키지로 제공될 수 있다. 이 명령들은 컴퓨터 시스템(500)에 의해 실행가능한 실행가능 코드의 형태를 취할 수 있고, 그리고/또는 (그 다음, 컴퓨터 시스템(500) 상에서의 컴파일(compilation) 및/또는 설치(installation) 시에, (예를 들어, 다양한 일반적으로 이용가능한 컴파일러들, 설치 프로그램들, 압축/압축해제 유틸리티들 등 중 임의의 것을 이용하여) 실행가능한 코드의 형태를 취하는) 소스 및/또는 설치가능한 코드의 형태를 취할 수 있다.

[0066]특정 요구들에 따라 상당한 변화들이 이루어질 수 있다. 예를 들어, 커스터마이징된 하드웨어가 또한 이용될 수 있고, 그리고/또는 특정한 엘리먼트들이 하드웨어, 소프트웨어(애플릿들과 같은 휴대용 소프트웨어 등을 포함함) 또는 둘 다로 구현될 수 있다. 추가로, 네트워크 입력/출력 디바이스들과 같은 다른 컴퓨팅 디바이스들로의 연결이 이용될 수 있다.

[0067]컴퓨터 시스템(이를테면, 컴퓨터 시스템(500))은 본 개시에 따라 방법들을 수행하기 위해 이용될 수 있다. 작업 메모리(535)에 포함되는 (운영 시스템(540) 및/또는 다른 코드, 이를테면, 애플리케이션 프로그램(545)에 포함될 수 있는) 하나 또는 그 초과의 명령들의 하나 또는 그 초과의 시퀀스들을 실행하는 프로세서(510)에 응답하여, 이러한 방법들의 프로시저들의 일부 또는 전부가 컴퓨터 시스템(500)에 의해 수행될 수 있다. 이러한 명령들은 다른 컴퓨터 판독가능한 매체, 이를테면, 저장 디바이스(들)(525) 중 하나 또는 그 초과의 저장 디바이스(들)로부터 작업 메모리(535)로 판독될 수 있다. 단지 예로서, 작업 메모리(535) 내에 포함된 명령들의 시퀀스들의 실행은 프로세서(들)(510)로 하여금 본 명세서에 설명된 방법들의 하나 또는 그 초과의 프로시저들을 수행하게 할 수 있다.

[0068]본 명세서에 이용되는 바와 같은 "기계 판독가능한 매체" 및 "컴퓨터 판독가능한 매체"라는 용어들은, 기계로 하여금 특정 방식으로 동작하게 하는 머신 명령들 및/또는 데이터를 제공하는데 참여하는 임의의 비일시적 컴퓨터 프로그램 물건, 장치 및/또는 디바이스(예를 들어, 자기 디스크들, 광학 디스크들, 메모리, PLD(Programmable Logic Device)들)를 지칭한다. 컴퓨터 시스템(500)을 이용하여 구현되는 실시예에서, 다양한 컴퓨터 판독가능한 매체들이, 실행을 위한 명령들/코드를 프로세서(들)(510)에 제공하는데 수반될 수 있고, 그리고/또는 (예를 들어, 신호들과 같은) 이러한 명령들/코드를 저장 및/또는 전달하는데 이용될 수 있다. 많은 구현들에서, 컴퓨터 판독가능한 매체는 물리 그리고/또는 유형의 저장 매체이다. 이러한 매체는 비-휘발성 매체들, 휘발성 매체들 및 송신 매체들을 포함하는(그러나, 이에 제한되는 것은 아님) 많은 형태들을 취할 수 있다. 비-휘발성 매체들은, 예를 들어, 광 그리고/또는 자기 디스크들, 이를테면, 저장 디바이스(들)(525)를 포함한다. 휘발성 매체들은, 제한이 아니라, 동적 메모리, 이를테면, 작업 메모리(535)를 포함한다. 송신 매체들은, 제한이 아니라, 버스(505) 뿐만 아니라 통신 서브시스템(530)의 다양한 컴포넌트들 (및/또는 통신 서브시스템(530)이 다른 디바이스들과의 통신이 제공되게 하는 매체들)을 포함하는 와이어들을 포함하는 동축 케이블들, 구리 유선 및 광섬유들을 포함한다. 따라서, 송신 매체들은 또한, (제한이 아니라, 라디오파(radio-wave) 및 적외선 데이터 통신들 동안 생성된 것들과 같은 라디오, 어쿠스틱(acoustic) 및/또는 광파들을 포함하는) 파들의 형태를 취할 수 있다.

[0069]물리 그리고/또는 유형의 컴퓨터 판독가능한 매체들의 일반적인 형태들은, 예를 들어, 플로피 디스크, 플렉서블 디스크, 하드 디스크, 자기 테이프 또는 임의의 다른 자기 매체, CD-ROM, 블루-레이 디스크, 임의의 다른 광 매체, 펀치 카드들(punch cards), 페이퍼테이프(papertape), 홀들의 패턴들을 갖는 임의의 다른 물리 매체, RAM, PROM, EPROM, FLASH-EPROM, 임의의 다른 메모리 칩 또는 카트리지, 이하에 설명되는 바와 같은 반송파 또는 컴퓨터가 명령들 및/또는 코드를 판독할 수 있는 임의의 다른 매체를 포함한다.

[0070]다양한 형태들의 컴퓨터 판독가능한 매체들은 실행을 위한 하나 또는 그 초과의 명령들의 하나 또는 그 초과의 시퀀스들을 프로세서(들)(510)에 전달하는데 수반될 수 있다. 단지 예로서, 명령들은 초기에, 원격 컴퓨터의 자기 디스크 및/또는 광 디스크 상에서 전달될 수 있다. 원격 컴퓨터는 그것의 동적 메모리에 명령들을 로딩하며, 컴퓨터 시스템(500)에 의해 수신 및/또는 실행되도록 송신 매체 상에서 신호들로서 명령들을 전송할 수 있다. 전자기파 신호들, 어쿠스틱 신호들, 광학 신호들 등의 형태일 수 있는 이러한 신호들은 본 발명의 다양한 실시예들에 따라, 명령들이 인코딩될 수 있는 반송파들의 모든 예들이다.

[0071]통신 서브시스템(530)(및/또는 이것의 컴포넌트들)은 일반적으로 신호들을 수신할 것이고, 그 다음, 버스(505)는 신호들(및/또는 신호들에 의해 전달되는 데이터, 명령들 등)을 작업 메모리(535)에 전달할 수 있고, 이 작업 메모리(535)로부터 프로세서(들)(505)는 명령들을 리트리브 및 실행한다. 작업 메모리(535)에 의해 수신된 명령들은 프로세서(들)(510)에 의한 실행 이전에 또는 이후에 저장 디바이스(525) 상에 선택적으로 저장될 수 있다.

[0072]위에서 논의된 방법들, 시스템들 및 디바이스들은 예들이다. 다양한 대안적 구성들은 적절하게 다양한 프로시저들 또는 컴포넌트들을 생략, 치환 또는 부가할 수 있다. 예를 들어, 대안적인 방법들에서, 스테이지들은 위에서의 논의와 서로 다른 순서들로 수행될 수 있고 다양한 스테이지들이 부가, 생략 또는 결합될 수 있다. 또한, 특정 구성들에 관하여 설명된 특징들은 다양한 다른 구성들에서 결합될 수 있다. 구성들의 서로 다른 양상들 및 엘리먼트들은 유사한 방식으로 결합될 수 있다. 또한, 기술은 진화하고, 따라서, 많은 엘리먼트들이 예들이며, 본 개시 또는 청구항들의 범위를 제한하지 않는다.

[0073]구체적인 세부사항들이 (구현들을 포함하는) 예시적 구성들의 완전한 이해를 제공하기 위해 설명에 주어진다. 그러나, 구성들은 이러한 구체적인 세부사항들 없이 실시될 수 있다. 예를 들어, 잘 알려진 회로들, 프로세스들, 알고리즘들, 구조들 및 기법들은 구성들을 모호하게 하는 것을 회피하기 위해 불필요한 세부사항 없이 나타낸다. 이러한 설명은 단지 예시적 구성들만을 제공하며, 청구항들의 범위, 적용가능성 또는 구성들을 제한하지 않는다. 오히려, 구성들의 상기 설명은 설명된 기법들을 구현하기 위한 가능한 설명을 당업자들에게 제공할 것이다. 본 개시의 사상 또는 범위로부터 벗어나지 않으면서 엘리먼트들의 배열 및 기능에서 다양한 변화들이 이루어질 수 있다.

[0074]구성들은 흐름도 또는 블록도로서 도시되는 프로세스로서 설명될 수 있다. 각각은 순차적 프로세스로서 동작들을 설명할 수 있지만, 동작들 중 다수는 병렬로 또는 동시에 수행될 수 있다. 또한, 동작들의 순서가 재배열될 수 있다. 프로세스는 도면에 포함되지 않는 추가 단계들을 가질 수 있다. 게다가, 방법들의 예들은 하드웨어, 소프트웨어, 펌웨어, 미들웨어, 마이크로코드, 하드웨어 기술어들 또는 이들의 임의의 결합에 의해 구현될 수 있다. 소프트웨어, 펌웨어, 미들웨어 또는 마이크로 코드로 구현될 때, 필요한 태스크들을 수행하기 위한 프로그램 코드 또는 코드 세그먼트들은 저장 매체와 같은 비-일시적 컴퓨터 판독가능한 매체에 저장될 수 있다. 프로세서들은 설명된 태스크들을 수행할 수 있다.

[0075]청구항들을 포함하는 본 명세서에서 이용되는 바와 같이, 예를 들어, "A, B 또는 C 중 적어도 하나"의 리스트가 A 또는 B 또는 C 또는 AB 또는 AC 또는 BC 또는 ABC(즉, A 및 B 및 C), 또는 하나 초과의 특징과의 결합들(예를 들어, AA, AAB, ABBC 등)을 의미하도록, "중 적어도 하나"가 서문에 쓰인(preface) 아이템들의 리스트에서 이용되는 바와 같은 "또는"은 분리성(disjunctive) 리스트를 표시한다.

[0076]청구범위를 포함하여 본원에 사용된 바와 같이, 다르게 언급되지 않는다면, 기능, 동작, 또는 피쳐가 아이템 및/또는 조건에 "기초한다"라는 진술은 이 기능, 동작, 피쳐가 언급된 아이템 및/또는 조건에 기초하고 그리고 언급된 아이템 및/또는 조건 이외에도 하나 또는 그보다 많은 아이템들 및/또는 조건들에 기초할 수 있다는 것을 의미한다.

[0077]몇 가지의 실시예 구성들, 다양한 변경들, 대안적인 구조들 및 등가물들의 설명은 본 개시물의 정신으로부터 벗어나지 않고 사용될 수 있다. 예를 들어, 상기 엘리먼트들은 더 큰 시스템의 컴포넌트들일 수 있고, 다른 규칙들이 우선할 수 있거나 또는 그렇지 않은 경우 본 발명의 애플리케이션을 변경할 수 있다. 또한, 다수의 단계들이, 상기 엘리먼트들이 고려되기 전에, 고려되는 동안, 또는 고려된 이후에 택하여 질 수 있다. 그에 따라, 상기 설명은 청구항들의 범위를 구속하지 않는다.

Claims

컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법으로서,
컴퓨팅 디바이스에서, 모바일 디바이스와 연관된 적어도 하나의 데이터 소스로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하는 단계; 및
상기 컴퓨팅 디바이스에서, 상기 제 1 콘텍스트 클래스에 기초하여 융합(fusion) 클래스를 결정하는 단계를 포함하며,
상기 융합 클래스는 상기 제 1 콘텍스트 클래스 및 상기 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관되는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 1 항에 있어서,
상기 융합 클래스는 상기 제 1 콘텍스트 클래스의 라벨과 상기 제 2 콘텍스트 클래스의 라벨을 의미론적으로 캡슐화하는 연관된 라벨을 갖는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 1 항에 있어서,
상기 제 1 콘텍스트 클래스를 결정하기 위해 사용된 최초 분류와 연관된 정보를 획득하는 단계를 더 포함하는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 3 항에 있어서,
상기 최초 분류와 연관된 정보를 획득하는 단계는 상기 최초 분류와 연관된 컨피던스 값을 획득하는 단계를 포함하는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 4 항에 있어서,
상기 융합 클래스를 결정하는 단계는 바람직하지 않은 값을 갖는 상기 컨피던스 값에 응답하여 수행되는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 3 항에 있어서,
상기 최초 분류와 연관된 정보를 획득하는 단계는 상기 최초 분류의 동작 특성을 식별하는 단계를 포함하는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 6 항에 있어서,
상기 융합 클래스를 결정하는 단계는 상기 최초 분류의 상기 동작 특성에 기초하는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 1 항에 있어서,
상기 콘텍스트-관련 데이터는 제 1 시간과 연관된 제 1 콘텍스트-관련 데이터이고, 상기 방법은, 상기 제 1 시간 이후인 제 2 시간과 연관된 제 2 콘텍스트-관련 데이터를 이용하여 상기 제 2 콘텍스트 클래스를 결정하는 단계를 더 포함하고, 상기 융합 클래스를 결정하는 단계는 상기 제 1 콘텍스트 클래스와 상기 제 2 콘텍스트 클래스에 기초하는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 1 항에 있어서,
상기 제 1 콘텍스트 클래스를 결정하는 단계는 복수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 상기 제 1 콘텍스트 클래스를 선택하는 단계를 포함하는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
제 1 항에 있어서,
상기 융합 클래스를 결정하는 단계는 복수의 미리결정된 이용가능한 융합 클래스들로부터 상기 융합 클래스를 선택하는 단계를 포함하는, 컴퓨팅 디바이스에서 콘텍스트 추론을 수행하는 방법.
장치로서,
모바일 디바이스와 연관된 적어도 하나의 데이터 소스로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하기 위한 제 1 결정 수단; 및
상기 제 1 결정 수단에 통신가능하게 결합되며, 상기 제 1 콘텍스트 클래스에 기초하여 융합 클래스를 결정하기 위한 제 2 결정 수단을 포함하며,
상기 융합 클래스는 상기 제 1 콘텍스트 클래스 및 상기 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관되는, 장치.
제 11 항에 있어서,
상기 융합 클래스는 상기 제 1 콘텍스트 클래스의 라벨과 상기 제 2 콘텍스트 클래스의 라벨을 의미론적으로 캡슐화하는 연관된 라벨을 갖는, 장치.
제 11 항에 있어서,
상기 제 1 결정 수단은 상기 제 1 콘텍스트 클래스를 결정하기 위해 사용된 최초 분류와 연관된 정보를 획득하기 위한 획득 수단을 포함하는, 장치.
제 13 항에 있어서,
상기 획득 수단은 상기 최초 분류와 연관된 컨피던스 값을 획득하도록 구성되는, 장치.
제 14 항에 있어서,
상기 제 2 결정 수단은 바람직하지 않은 값을 갖는 상기 컨피던스 값에 응답하여 상기 융합 클래스를 결정하도록 구성되는, 장치.
제 13 항에 있어서,
상기 획득 수단은 상기 최초 분류의 동작 특성을 식별하도록 구성되는, 장치.
제 16 항에 있어서,
상기 제 2 결정 수단은 상기 최초 분류의 상기 동작 특성에 기초하여 상기 융합 클래스를 결정하도록 구성되는, 장치.
제 11 항에 있어서,
상기 콘텍스트-관련 데이터는 제 1 시간과 연관된 제 1 콘텍스트-관련 데이터이고, 상기 제 2 결정 수단은 추가로 상기 제 1 시간 이후인 제 2 시간과 연관된 제 2 콘텍스트-관련 데이터를 이용하여 상기 제 2 콘텍스트 클래스를 결정하기 위한 것이고, 상기 제 2 결정 수단은 상기 제 1 콘텍스트 클래스와 상기 제 2 콘텍스트 클래스에 기초하여 상기 융합 클래스를 결정하도록 구성되는, 장치.
제 11 항에 있어서,
상기 제 1 결정 수단은 복수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 상기 제 1 콘텍스트 클래스를 선택함으로써 상기 제 1 콘텍스트 클래스를 결정하도록 구성되는, 장치.
제 11 항에 있어서,
상기 제 2 결정 수단은 복수의 미리결정된 이용가능한 융합 클래스들로부터 상기 융합 클래스를 선택함으로써 상기 융합 클래스를 결정하도록 구성되는, 장치.
모바일 디바이스로서,
적어도 하나의 데이터 소스;
상기 적어도 하나의 데이터 소스에 통신가능하게 결합되고, 상기 적어도 하나의 데이터 소스로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하도록 구성되는 타겟 상태 분류기; 및
상기 타겟 상태 분류기에 통신가능하게 결합되고, 상기 제 1 콘텍스트 클래스에 기초하여 융합 클래스를 결정하도록 구성된 융합 분류기를 포함하며,
상기 융합 클래스는 상기 제 1 콘텍스트 클래스 및 상기 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관되는, 모바일 디바이스.
제 21 항에 있어서,
상기 융합 클래스는 상기 제 1 콘텍스트 클래스의 라벨과 상기 제 2 콘텍스트 클래스의 라벨을 의미론적으로 캡슐화하는 연관된 라벨을 갖는, 모바일 디바이스.
제 21 항에 있어서,
상기 타겟 상태 분류기는 상기 제 1 콘텍스트 클래스를 결정하기 위해 사용된 최초 분류와 연관된 정보를 획득하도록 구성되는, 모바일 디바이스.
제 23 항에 있어서,
상기 타겟 상태 분류기는 상기 최초 분류와 연관된 컨피던스 값을 획득하도록 구성되는, 모바일 디바이스.
제 24 항에 있어서,
상기 융합 분류기는 바람직하지 않은 값을 갖는 상기 컨피던스 값에 응답하여 상기 융합 클래스를 결정하도록 구성되는, 모바일 디바이스.
제 23 항에 있어서,
상기 타겟 상태 분류기는 상기 최초 분류의 동작 특성을 식별하도록 구성되는, 모바일 디바이스.
제 26 항에 있어서,
상기 융합 분류기는 상기 최초 분류의 동작 특성에 기초하여 상기 융합 클래스를 결정하도록 구성되는, 모바일 디바이스.
제 21 항에 있어서,
상기 콘텍스트-관련 데이터는 제 1 시간과 연관된 제 1 콘텍스트-관련 데이터이고, 상기 융합 분류기는 상기 제 1 시간 이후인 제 2 시간과 연관된 제 2 콘텍스트-관련 데이터를 이용하여 상기 제 2 콘텍스트 클래스를 결정하도록 구성되고, 상기 융합 분류기는 상기 제 1 콘텍스트 클래스와 상기 제 2 콘텍스트 클래스에 기초하여 상기 융합 클래스를 결정하도록 구성되는, 모바일 디바이스.
제 21 항에 있어서,
상기 타겟 상태 분류기는 복수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 상기 제 1 콘텍스트 클래스를 선택함으로써 상기 제 1 콘텍스트 클래스를 결정하도록 구성되는, 모바일 디바이스.
제 21 항에 있어서,
상기 융합 분류기는 복수의 미리결정된 이용가능한 융합 클래스들로부터 상기 융합 클래스를 선택함으로써 상기 융합 클래스를 결정하도록 구성되는, 모바일 디바이스.
프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체로서,
상기 프로세서-판독가능 명령들은 프로세서로 하여금
모바일 디바이스와 연관된 적어도 하나의 데이터 소스로부터의 콘텍스트-관련 데이터를 이용하여 제 1 콘텍스트 클래스를 결정하고; 그리고
상기 제 1 콘텍스트 클래스에 기초하여 융합 클래스를 결정하게 하도록 구성되고,
상기 융합 클래스는 상기 제 1 콘텍스트 클래스 및 상기 제 1 콘텍스트 클래스와 상이한 제 2 콘텍스트 클래스에 공통되는 적어도 하나의 특징과 연관되는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 31 항에 있어서,
상기 융합 클래스는 상기 제 1 콘텍스트 클래스의 라벨과 상기 제 2 콘텍스트 클래스의 라벨을 의미론적으로 캡슐화하는 연관된 라벨을 갖는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 31 항에 있어서,
상기 프로세서로 하여금 상기 제 1 콘텍스트 클래스를 결정하기 위해 사용된 최초 분류와 연관된 정보를 획득하게 하도록 구성된 명령들을 더 포함하는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 33 항에 있어서,
상기 프로세서로 하여금 상기 최초 분류와 연관된 정보를 획득하게 하도록 구성된 명령들은, 상기 프로세서로 하여금, 상기 최초 분류와 연관된 컨피던스 값을 획득하게 하도록 구성된 명령들을 포함하는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 34 항에 있어서,
상기 프로세서로 하여금 상기 융합 클래스를 결정하게 하도록 구성된 명령들은, 상기 프로세서로 하여금, 바람직하지 않은 값을 갖는 상기 컨피던스 값에 응답하여 상기 융합 클래스를 결정하게 하도록 구성되는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 33 항에 있어서,
상기 프로세서로 하여금 상기 최초 분류와 연관된 정보를 획득하게 하도록 구성된 명령들은, 상기 프로세서로 하여금, 상기 최초 분류의 동작 특성을 식별하게 하도록 구성되는 명령들을 포함하는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 36 항에 있어서,
상기 프로세서로 하여금 상기 융합 클래스를 결정하게 하도록 구성된 명령들은, 상기 프로세서로 하여금, 상기 최초 분류의 상기 동작 특성에 기초하여 상기 융합 클래스를 결정하게 하도록 구성되는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 31 항에 있어서,
상기 콘텍스트-관련 데이터는 제 1 시간과 연관된 제 1 콘텍스트-관련 데이터이고, 상기 저장 매체는 추가로, 상기 프로세서로 하여금, 상기 제 1 시간 이후인 제 2 시간과 연관된 제 2 콘텍스트-관련 데이터를 이용하여 상기 제 2 콘텍스트 클래스를 결정하게 하도록 구성된 명령들을 포함하고, 상기 프로세서로 하여금 상기 융합 클래스를 결정하게 하도록 구성된 명령들은, 상기 프로세서로 하여금, 상기 제 1 콘텍스트 클래스와 상기 제 2 콘텍스트 클래스에 기초하여 상기 융합 클래스를 결정하게 하도록 구성되는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 31 항에 있어서,
상기 프로세서로 하여금 상기 제 1 콘텍스트 클래스를 결정하게 하도록 구성된 명령들은, 상기 프로세서로 하여금, 복수의 미리결정된 이용가능한 콘텍스트 클래스들로부터 상기 제 1 콘텍스트 클래스를 선택하게 하도록 구성되는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.
제 31 항에 있어서,
상기 프로세서로 하여금 상기 융합 클래스를 결정하게 하도록 구성된 명령들은, 상기 프로세서로 하여금, 복수의 미리결정된 이용가능한 융합 클래스들로부터 상기 융합 클래스를 선택하게 하도록 구성되는, 프로세서-판독가능 명령들을 포함하는 프로세서-판독가능 저장 매체.