TW201441812A - 用於功率效率分類之經應用控制之精細度 - Google Patents

用於功率效率分類之經應用控制之精細度 Download PDF

Info

Publication number
TW201441812A
TW201441812A TW103108226A TW103108226A TW201441812A TW 201441812 A TW201441812 A TW 201441812A TW 103108226 A TW103108226 A TW 103108226A TW 103108226 A TW103108226 A TW 103108226A TW 201441812 A TW201441812 A TW 201441812A
Authority
TW
Taiwan
Prior art keywords
fineness
classification
context
classifier
input
Prior art date
Application number
TW103108226A
Other languages
English (en)
Other versions
TWI533124B (zh
Inventor
Leonard Henry Grokop
Edward Harrison Teague
Original Assignee
Qualcomm Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of TW201441812A publication Critical patent/TW201441812A/zh
Application granted granted Critical
Publication of TWI533124B publication Critical patent/TWI533124B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/01Probabilistic graphical models, e.g. probabilistic networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234Power saving characterised by the action undertaken
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M1/00Substation equipment, e.g. for use by subscribers
    • H04M1/72Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72454User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)
  • Telephone Function (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本文中描述用於提供經應用控制之功率效率上下文(狀態)分類的系統及方法。如本文中所描述之用於以可調整精細度執行上下文分類的一種裝置包括一分類器控制器,其經組態以接收對一上下文分類之一請求,及與該請求相關聯的一精細度輸入;及一上下文分類器,其通信地耦接至該分類器控制器且經組態以自該分類器控制器接收該請求及該精細度輸入,基於該精細度輸入選擇用於該上下文分類的一資源使用層級,其中指示一較高精細度等級之一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯,且在該所選擇之資源使用層級執行該上下文分類。

Description

用於功率效率分類之經應用控制之精細度
本專利申請案大體上係關於上下文感知計算,且更特定而言係關於管理計算器件的上下文分類。
無線通信技術上之進步已使現今無線通信器件之多功能性大大增加。此等進步已使得無線通信器件能夠自簡單行動電話及尋呼機演進成具有廣泛之多種功能性(諸如多媒體記錄及播放、事件排程、文書處理、電子商務等)的複雜計算器件。結果,現今無線通信器件之使用者能夠執行來自單一攜帶型器件之廣泛範圍的任務,該等任務習知地需要多個器件或較大之非攜帶型設備。此等任務可藉由器件之在執行並定製器件之功能中偵測並使用器件及使用者上下文資訊(諸如器件之位置、發生於器件之區域中的事件等)的能力來提供輔助。
本文中描述用於提供經應用控制之功率效率上下文(狀態)分類的系統及方法。如本文中所描述之一種用於管理一上下文分類之方法的一實例包括接收對該上下文分類之一請求,及與該請求相關聯的一精細度輸入;及使得一分類器回應於該請求在與該精細度輸入相關之一資源使用層級執行該上下文分類。指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精 細度輸入與一較低資源使用層級相關聯。
該方法之實施可包括以下特徵中的一或多者。自該分類器獲得該上下文分類之一結果;及將該結果轉遞至接收到該請求所自的一實體。用於該上下文分類之該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、該分類器之工作循環或與所使用之該分類技術相關聯之參數中的至少一者。該精細度輸入係選自精細度設定之一預定集合。識別該上下文分類之可用輸出的子集;及將精細度等級指派給可用輸出之該等子集中的各別子集。接收一精細度輸入,該精細度輸入包含該上下文分類之可用輸出之該等子集中的一子集;且使得該分類器在指派給該精細度等級之該資源使用層級藉由自經接收可用輸出之該子集選擇一輸出作為該精細度輸入而執行該上下文分類。該上下文分類包括一運動狀態分類、一位置狀態分類或一音訊狀態分類中的一或多者。在一應用程式設計介面(API)處自一發出請求之應用程式接收對該上下文分類的該請求。
如本文中所描述的一種用於以可調整精細度執行一上下文分類的方法之一實例包括接收對該上下文分類之一請求,及與該請求相關聯的一精細度輸入;基於該精細度輸入選擇用於該上下文分類的一資源使用層級;及以該所選擇之資源使用層級執行該上下文分類。指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯。
該方法之實施可包括以下特徵中的一或多者。該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、分類之頻率或與所使用之該分類技術相關聯之參數中的至少一者。該精細度輸入係選自精細度設定之一預定集合。獲得分類器組態參數之集合,其中分類器組態參數之該等集合中的各別集合指示資源使用層級與精細度 設定之該集合中的對應精細度設定之間的指派;及選擇該資源使用層級作為指派給如在分類器組態參數之該等集合中所指示的該接收到之精細度輸入的一資源使用層級。識別該上下文分類之可用輸出的子集;及將可用輸出之該等子集中的各別子集指派給各別分類器精細度組態,其中該等分類器精細度組態定義對應資源使用層級。接收一精細度輸入,該精細度輸入包含可用輸出之該等子集中的一子集;及使用指派給作為該精細度輸入接收到之可用輸出之該子集的該分類器精細度組態來執行該上下文分類。該上下文分類包括一運動狀態分類、一位置狀態分類或一音訊狀態分類中的一或多者。自一API接收對上下文分類之該請求及該精細度輸入。將該上下文分類的一輸出傳回至該API。對該上下文分類之該請求起源於一發出請求之應用程式;且該方法包括將該上下文分類之一輸出傳回至該發出請求的應用程式。
如本文中所描述的一種用於以可調整精細度執行上下文分類之裝置的一實例包括一分類器控制器,其經組態以接收對一上下文分類之一請求,及與該請求相關聯的一精細度輸入;及一上下文分類器,其通信地耦接至該分類器控制器且經組態以自該分類器控制器接收該請求及該精細度輸入,基於該精細度輸入選擇用於該上下文分類的一資源使用層級,且在該所選擇之資源使用層級執行該上下文分類。指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯。
該裝置之實施可包括以下特徵中的一或多者。該分類器控制器經進一步組態以自該分類器獲得該上下文分類的一結果,且將該結果轉遞至接收到該請求所自的一實體。用於該上下文分類之該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、該分類器之工作循環或與所使用之該分類技術相關聯之參數中的至少一者。 該精細度輸入係選自精細度設定之一預定集合。該上下文分類器經進一步組態以獲得分類器組態參數之集合,其中分類器組態參數之該等集合中的各別集合指示資源使用層級與精細度設定之該集合中的對應精細度設定之間的指派;且選擇該資源使用層級作為指派給如在分類器組態參數之該等集合中所指示的該接收到之精細度輸入的一資源使用層級。
該裝置之實施可另外或替代地包括以下特徵中的一或多者。該精細度輸入包括該上下文分類之可用輸出的一子集。該上下文分類器經進一步組態以將作為該精細度輸入接收到之該等可用輸出的該子集指派給一分類器精細度組態,該分類器精細度組態定義該所選擇之資源使用層級。該上下文分類器經進一步組態以藉由自作為該精細度輸入接收到之可用輸出之該子集選擇一輸出而執行該上下文分類。該上下文分類器包括一運動狀態分類器、一位置狀態分類器或一音訊狀態分類器中的一或多者。該分類器控制器包括一API,且經進一步組態以自一發出請求之應用程式接收對該上下文分類的該請求。該上下文分類器經進一步組態以將該上下文分類之一結果提供至該API或該發出請求之應用程式中的至少一者。一或多個資料源通信地耦接至該上下文分類器,其中該上下文分類器經組態以基於自該等資料源取樣的資料執行該上下文分類。該等資料源包括以下各者中的至少一者:一音訊感測器、一位置感測器、一網路感測器、一運動感測器、一行事曆、一時鐘、器件使用統計之一集合,或一光感測器。
如本文中所描述之一種用於管理一上下文分類的裝置的一實例包括用於接收對該上下文分類之一請求及與該請求相關聯的一精細度輸入之構件;及用於使得一分類器回應於該請求在與該精細度輸入相關之一資源使用層級執行該上下文分類的構件。指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細 度等級之一精細度輸入與一較低資源使用層級相關聯。
該裝置之實施可包括以下特徵中的一或多者。用於該上下文分類之該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、該分類器之工作循環或與所使用之該分類技術相關聯之參數中的至少一者。該精細度輸入係選自精細度設定之一預定集合。該精細度輸入包括該上下文分類之可用輸出的一子集。該上下文分類包括一運動狀態分類、一位置狀態分類或一音訊狀態分類中的一或多者。
如本文中所描述的一種用於以可調整精細度執行一上下文分類的裝置之一實例包括用於接收對該上下文分類之一請求及與該請求相關聯的一精細度輸入之構件;用於基於該精細度輸入選擇用於該上下文分類的一資源使用層級的構件;及用於以該所選擇之資源使用層級執行該上下文分類的構件。指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯。
該裝置之實施可包括以下特徵中的一或多者。該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、分類之頻率或與所使用之該分類技術相關聯之參數中的至少一者。該精細度輸入係選自精細度設定之一預定集合。該精細度輸入包括該上下文分類之可用輸出的一子集。該上下文分類包括一運動狀態分類、一位置狀態分類或一音訊狀態分類中的一或多者。用於將該上下文分類之一結果傳回至對該上下文分類之該請求之一源的構件。
如本文中所描述之一種電腦程式產品的一實例駐留於一處理器可執行電腦儲存媒體上,且包括處理器可執行指令,該等指令經組態使得一處理器接收對該上下文分類之一請求,及與該請求相關聯的一精細度輸入;及使得一分類器回應於該請求在與該精細度輸入相關之一資源使用層級執行該上下文分類。指示一較高精細度等級的一精細 度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯。
該電腦程式產品之實施可包括以下特徵中的一或多者。用於該上下文分類之該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、該分類器之工作循環或與所使用之該分類技術相關聯之參數中的至少一者。該精細度輸入係選自精細度設定之一預定集合。該精細度輸入包括該上下文分類之可用輸出的一子集。
如本文中所描述之一種電腦程式產品的另一實例駐留於一處理器可執行電腦儲存媒體上,且包括處理器可執行指令,該等指令經組態使得一處理器接收對一上下文分類之一請求,及與該請求相關聯的一精細度輸入;基於該精細度輸入選擇用於該上下文分類的一資源使用層級;及以該所選擇之資源使用層級執行該上下文分類。指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯。
該電腦程式產品之實施可包括以下特徵中的一或多者。該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、分類之頻率或與所使用之該分類技術相關聯之參數中的至少一者。該精細度輸入係選自精細度設定之一預定集合。該精細度輸入包括該上下文分類之可用輸出的一子集。經組態以使得該處理器將該上下文分類之一結果傳回至對該上下文分類之該請求之一源的指令。
本文中所描述之項目及/或技術可提供以下能力中的一或多者以及未提及的其他能力。本文中之機制提供可調整之分類器決策,從而使得針對不需要高分類精度之應用的功率消耗及資源使用的節省成為可能。提供應用程式設計介面(API)及/或其他控制機制,前面兩者提供用於藉由在器件上執行之應用存取狀態或上下文分類常式的簡化之均一程序。可提供其他能力,且並非根據本發明之每一實施必須提供 所論述之任何能力,更不用說全部能力。另外,對於上文所註釋之效應,可有可能的是藉由不同於所註釋之構件來達成,且所註釋之項目/技術可不必產生所註釋的效應。
100‧‧‧實例行動器件
101‧‧‧匯流排
110‧‧‧匯流排介面
111‧‧‧通用處理器
112‧‧‧數位信號處理器(DSP)
120‧‧‧無線收發器匯流排介面
121‧‧‧無線收發器
122‧‧‧無線天線
123‧‧‧無線信號
135‧‧‧感測器
140‧‧‧記憶體
200‧‧‧系統
212‧‧‧音訊感測器
214‧‧‧位置感測器
216‧‧‧網路感測器
218‧‧‧運動感測器
220‧‧‧行事曆/約會記錄
222‧‧‧時間/日資訊源
224‧‧‧器件使用監視器
226‧‧‧光及/或攝影機感測器
230‧‧‧上下文分類器/模組
240‧‧‧分類器控制器/模組
300‧‧‧系統
310‧‧‧分類請求源
400‧‧‧系統
410‧‧‧組態參數
500‧‧‧系統
510‧‧‧分類器組態管理器
600‧‧‧上下文分類系統
610‧‧‧應用程式設計介面(API)
620‧‧‧應用程式
630‧‧‧運動狀態分類器
632‧‧‧粗略粒度運動狀態分類器
634‧‧‧精細粒度運動狀態分類器
700‧‧‧程序
800‧‧‧程序
900‧‧‧程序
1000‧‧‧程序
1100‧‧‧程序
1200‧‧‧電腦系統
1205‧‧‧匯流排
1210‧‧‧處理器
1215‧‧‧輸入器件
1220‧‧‧輸出器件
1225‧‧‧非暫時性儲存器件
1230‧‧‧通信子系統
1235‧‧‧工作記憶體
1240‧‧‧作業系統
1245‧‧‧應用程式
圖1為行動計算器件之組件的方塊圖。
圖2為用於執行並管理上下文分類之系統的方塊圖。
圖3至圖5為用於處理對上下文分類之請求的各別系統之方塊圖。
圖6為藉由API管理之經應用控制之分類系統的方塊圖。
圖7為管理上下文分類之方塊流程圖。
圖8為基於可用分類輸出子集的集合來管理上下文分類之程序的方塊流程圖。
圖9為藉由可控制精細度執行上下文分類之程序的方塊流程圖。
圖10為基於預定精細度設定來執行上下文分類之程序的方塊流程圖。
圖11為基於可用分類輸出子集的集合來執行上下文分類之程序的方塊流程圖。
圖12為電腦系統之實例的方塊圖。
本文中所描述的是用於提供用於上下文分類之經應用控制精細度的系統及方法。本文中所描述之技術可用以輔助諸如智慧型電話、膝上型或平板電腦、個人數位助理(PDA)等之器件以及目前存在或在將來存在之任何其他計算器件的上下文判定。其他用途亦可為可能的。雖然在以下描述內容中給出之各種實例係關於行動計算器件,但本文中所描述之技術可應用至上下文推斷係所要的任何器件。
行動器件技術之進步已向行動器件提供如下能力:在執行並定 製器件之功能中偵測且使用器件及使用者上下文資訊,諸如器件之位置、在器件之區域中發生的事件等。行動上下文感知之一個目標為使器件推斷其使用者正進行何操作。此情形可諸如藉由使用者位於之地方的類型(例如,辦公室、會議室、講習廳、家、體能室、餐館、咖啡館、酒吧等)或使用者處於之情形的類型(例如,會議中、單獨工作、駕駛、吃中餐、鍛煉、睡眠等)沿著多個維度來評估。每一此維度本文中被稱作上下文。藉由推斷使用者上下文,諸如但不限於以下各者的一系列之應用被促進:
1)使器件功能性(諸如,在使用者不可中斷時使呼叫轉向語音郵箱或對文字訊息作出回應,基於環境調整振鈴器之音量、向會議參加者通知使用者晚點的時間等)自動化。
2)使諸如登記、向朋友通知使用者在附近的時間等之社交網路連接互動自動化。
3)提供諸如燃燒之卡路里、步行之英里數、在工作對遊戲上花費之時間等的衛生保健資訊。
4)促進諸如對餐館、商店、消費型產品、汽油等的準確且即時之推薦。
推斷使用者上下文之一種方法為自經計算之低層級推斷及特徵統計地或以其他方式習得使用者上下文。低層級推斷之實例為語音是否存在於音訊資料串流中,使用者的如基於加速度計資料串流判定之運動狀態(步行、就座、駕駛等),使用者是否在家中/工作中/在運輸中/在未知位置處,使用者在室內抑或室外(例如,基於可見之全球定位系統(GPS)或其他SPS衛星的數目)等。低層級特徵之實例為GPS速率、範圍內之藍芽器件的數目、可見之Wi-Fi存取點的數目、近接感測器計數、環境光層級、平均攝影機強度、日時、週幾、平日或週末、環境音訊能量級等。以上內容並非為詳盡清單,且可使用其他低 層級特徵及/或推斷。
如上文所註釋,行動器件(例如,智慧型電話等)在提供上下文感知服務之程序中對感測器資料分類。此等分類可包括(例如)基於加速度計資料的運動狀態分類、基於音訊資料之語音偵測等。原始設備製造商(OEM)層級及/或高於器件之作業系統(OS)之層級的應用利用經由廠商提供之API之上下文感知服務的輸出。然而,不同應用可具有不同要求。舉例而言,運動狀態分類器可經由API輸出分類之集合{步行、跑步、就座、站立、遊盪、休息、駕駛},經由該API,地理圍欄應用又可為了自集合{靜止、徒步旅行_運動、車輛_運動}判定運動狀態之目的而利用,以便限制藉由使用者移動的距離。被視為端至端系統,API在此情境下提供分類輸出,該等分類輸出相較於由應用使用之精細度具有較高精細度,此情形自功率觀點導致減少之效率。
鑒於至少以上內容,本文中所描述系統及方法提供經應用控制之上下文分類。向請求上下文分類之應用及/或其他實體給出根據一或多個精細度定義方案指定所要精細度等級的能力。如此做,向應用提供增加之能力以管理所要分類精度與功率及/或其他系統資源之消耗之間的取捨。
本文中所描述之技術可用於行動器件,諸如說明於圖1中的實例行動器件100。行動器件100包括無線收發器121,其在無線網路上經由無線天線122發送並接收無線信號123。收發器121藉由無線收發器匯流排介面120連接至匯流排101。雖然在圖1中展示為截然不同之組件,但無線收發器匯流排介面120亦可為無線收發器121的部分。此處,行動器件100說明為具有單一無線收發器121。然而,行動器件100可替代地具有多個無線收發器121及無線天線122以支援多個通信標準,諸如Wi-Fi、分碼多重存取(CDMA)、寬頻CDMA(WCDMA)、長期演進(LTE)、藍芽等。
通用處理器111、記憶體140、數位信號處理器(DSP)112及/或專用處理器(圖中未示)亦可用以整個或部分地處理無線信號123。來自無線信號123之資訊的儲存係使用記憶體140或暫存器(圖中未示)來執行。雖然在圖1中展示僅一個通用處理器111、DSP 112及記憶體140,但一個以上此等組件中之任一者可由行動器件100使用。通用處理器111及DSP 112直接或藉由匯流排介面110連接至匯流排101。另外,記憶體140直接或藉由匯流排介面(圖中未示)連接至匯流排101。匯流排介面110在實施時可與係與匯流排介面110相關聯的通用處理器111、DSP 112及/或記憶體140整合,或獨立於前面三者。
記憶體140包括儲存功能作為一或多個指令或程式碼的非暫時性電腦可讀儲存媒體。可構成記憶體140之媒體包括(但不限於)RAM、ROM、FLASH、磁碟機等。藉由記憶體140儲存之功能藉由通用處理器111、專用處理器或DSP 112執行。因此,記憶體140為儲存軟體程式碼(程式碼、指令等)之處理器可讀記憶體及/或電腦可讀媒體,該軟體程式碼經組態以使得處理器111及/或DSP 112執行所描述之功能。替代地,行動器件100之一或多個功能可以硬體整體或部分地執行。
行動器件100進一步包括一或多個感測器135,其捕獲與行動器件100及/或其環境相關聯的資料。感測器135可包括(但不限於)麥克風或音訊感測器、攝影機、光感測器、壓力感測器、慣性感測器(例如,加速度計及/或迴轉儀)、磁力計等。感測器135可個別或組合地(諸如,感測器陣列或任何其他組合)使用。多個感測器135在藉由行動器件100實施的情況下可相互依賴地或彼此獨立地操作。感測器135獨立或經由匯流排介面(圖中未示)連接至匯流排101。舉例而言,感測器135可經由匯流排101與DSP 112通信,以便處理藉由感測器135捕獲的資料。感測器135可另外與通用處理器111及/或記憶體140通信,以產生或以其他方式獲得與所捕獲資料相關聯的後設資料。在一些實 施例中,天線122及/或收發器121亦可用作感測器,(例如)以感側或偵測諸如Wi-Fi信號的無線信號。
圖2說明用於執行並管理上下文分類的系統200。系統200可由諸如展示於圖1中之行動器件100的計算器件利用。系統200包括一或多個資料源210,該等資料源可包括(但不限於)諸如麥克風之音訊感測器212、諸如GPS收發器之位置感測器214、諸如Wi-Fi及/或其他無線電收發器的網路感測器216、諸如加速度計或迴轉儀的運動感測器218、行事曆/約會記錄220、諸如系統時鐘或其他機構的時間/日資訊源222、器件使用監視器224、光及/或攝影機感測器226等。
來自資料源210之資料經提供給上下文分類器230(例如,藉由上下文分類器230取樣),其利用所收集之資料來推斷藉由資料指示的上下文狀態。舉例而言,上下文分類器可為利用來自資料感測器210之資料來推斷與系統200相關聯之運動狀態的運動狀態分類器。如下文所論述,其他分類亦為可能的。上下文分類器230可週期性地及/或回應於藉由一或多個源提供之對分類的請求執行上下文分類。下文論述用於接收分類請求並對分類請求作出回應的技術。
自資料源210收集之資料可採用藉由上下文分類器230可用的任何形式。舉例而言,所收集資料可包括來自音訊感測器212之音訊樣本;來自位置感測器214之GPS讀數及/或其他定位量測;來自網路感測器216之網路強度及/或其他網路相關讀數;來自運動感測器218之運動、加速度或定向資料;與行事曆220相關聯的項目等。除資料外,亦可利用應用至資料之標籤。舉例而言,行事曆項目可藉由位置或標題(例如,「使用者之辦公室」或「醫生約會」)作出標記。
分類器控制器240藉由經由應用程式或其他源接受對上下文分類之傳入請求且組態上下文分類器240回應於請求以指定精細度等級執行上下文分類而管理上下文分類器230的操作。舉例而言,如藉由圖3 中之系統300所展示,分類請求源310(例如,藉由行動器件100執行之應用程式等)經組態以將對上下文分類之請求提交給分類器控制器240。如下文所描述,分類請求包括精細度設定作為輸入,該等精細度設定可採用精細度參數或分類之子集之指定集合的形式。分類器控制器240處理精細度輸入,且回應於請求及精細度輸入而將適當指令提交給上下文分類器230。如藉由來自上下文分類器230之指令所指定,上下文分類器230的內部機械可重組態而以不同輸出精細度操作或輸出分類子集之不同指定集合。結果,當精細度為粗略的時或當指定了分類之更廣泛子集時,執行上下文分類器230需要之功率被減少。於在指定精細度等級執行上下文分類之後,分類之輸出直接或經由分類器控制器240經提供至分類請求源310。藉由組態分類器控制器240充當上下文分類器230與請求分類之實體之間的中間物,分類器控制器可(例如)經由API及/或其他機構提供上下文分類器230與發出請求之實體之間的簡化之均一互動構件,而無關於由關聯器件使用之作業系統及/或可影響上下文分類器230之操作的關聯器件之其他性質。下文進一步詳細地論述分類器控制器240作為API之實例實施。其他實施亦為可能的。
當請求較粗略之精細度或指定分類之更廣泛子集時,上下文分類器230可基於以下各者中的一或多者以較粗略之精細度及/或較低精度計算其輸出:(1)獲得及/或使用來自藉由資料源210提供之資料的較少特徵;(2)使用較粗糙之分類技術;(3)使用較簡單之參數設定,例如,高斯混合模型(GMM)之較少混合分量、較少支援向量(對於神經網路分類器)、針對最近相鄰分類器考慮的較少資料點;(4)使用較低工作循環,例如,僅在短叢發中喚醒感測器子系統等。其他調整亦為可能的。
上下文分類器230之基於精細度設定之集合的經精細度控制之操 作的實例藉由圖4中之系統400來展示。此處,分類器控制器240經組態以採用精細度參數結合對分類之請求作為來自請求源310的輸入。精細度參數具有一或多個設定,該等設定中之每一者與上下文分類器230處之組態參數410的集合相關聯。上下文分類器240回應於分類請求而自分類器控制器240接收分類指令,基於關聯精細度輸入識別組態參數410之適當集合,執行所請求之分類,且將分類之結果傳回至分類器控制器240及/或請求源310。此處,分類器控制器240展示為將精細度參數轉換成分類器設定指令,且上下文分類器230利用組態參數410之所指導集合來執行分類。替代地,分類器控制器240可將精細度參數與請求一起傳遞至上下文分類器230,且上下文分類器230可基於精細度參數判定組態參數410的適當集合。
作為系統400之操作的實例,上下文分類器230可經組態以根據具有如下兩個設定之精細度參數提供運動狀態分類:粗略精細。此處,粗略設定導致上下文分類器230作為基於GMM之運動狀態分類器操作,其利用加速度計規範之標準偏離(本文中被稱作sa)及構件之比率作為特徵,每特徵利用一個混合分量,且自狀態之第一集合{靜止、徒步旅行_運動、車輛_運動}進行輸出。相反,精細設定導致上下文分類器230作為運動狀態分類器操作,其除上文針對粗略設定列出之兩個特徵外又利用縱橫搖(pitch and roll)、若干梅爾倒頻譜係數(MFCC)、頻譜熵及加速度計規範的平均值;每特徵利用四個混合分量;且自狀態之第二集合{步行、跑步、就座、站立、遊盪、休息、駕駛}進行輸出。由於粗略設定通常將導致減少之計算,因此相較於精細設定,上下文分類器230在此設定中以較低功率執行。
上下文分類器230之此處基於分類器輸出子集之集合的經精細度控制之操作的另一實例藉由圖5中之系統500來展示。對於藉由上下文分類器230執行且藉由分類器控制器240管理的每一分類類型(例如, 運動狀態分類、位置分類等),上下文分類器維持可用分類輸出的集合(例如,上下文狀態)。可用輸出之此集合又被劃分成子集,且與上下文分類器230相關聯之分類器組態管理器510使每一子集與分類器組態參數相關聯。以實例說明之,對於具有可能輸出{A、B、C}之分類,分類器組態管理器510可維持子集群組{A/B、C}、{A/C、B}、{B/C、A}及{A、B、C}的組態設定檔。換言之,對於此實例,上下文分類器與不同組態相關聯,上下文分類器230藉由不同組態輸出(1)A/B或C、(2)A/C或B、(3)B/C或A,或(4)A或B或C。類似子集組合可用於具有其他數目個可能輸出的分類。與給定分類相關聯之輸出子集可對應於潛在輸出之所有可能組合或小於所有可能組合。另外,子集可由單一潛在輸出組成(例如,傳回給定狀態輸出A或無狀態輸出),或由多個潛在輸出組成。另外,一些輸出可以各種子集進行組合。舉例而言,返回至如上文所展示之具有可能輸出{A、B、C}之分類的實例,分類器組態管理器510亦可維持子集{(A或B)、C}、{A、(B或C)}等的組態設定檔。亦可使用其他組態。
如系統500中所展示,分類請求之源310將請求連同分類之可用輸出上下文分類的子集一起提交給分類器控制器230。與分類請求相關聯之輸出子集表示可用分類輸出之子集,上下文分類器230在進行其上下文判定中自該子集進行選擇。系統500說明,分類請求源310識別用於給定分類之輸出的所要子集,且將此子集結合請求提交給分類器控制器240。替代地,分類輸出子集之選擇可藉由分類器控制器240對於分類請求源310透通地執行。舉例而言,分類請求源310可將對上下文分類之請求與關聯通用精細度設定一起提交給分類器控制器。在此狀況下,分類器控制器240將所提供之精細度等級轉換至輸出子集,並將此輸出子集轉遞至上下文分類器230。類似地,分類器控制器240可將精細度等級輸入轉遞至上下文分類器230,使得上下文分類 器230可判定潛在輸出的適當子集。在自分類請求源310未獲得精細度輸入與分類請求情況下,分類器控制器240及/或上下文分類器230亦可利用預設精細度組態及/或分類輸出子集。
作為系統500之操作的實例,分類器控制器240可採用分類之子集的指定集合作為來自請求源310的輸入。另外,上下文分類器230可包括具有分類之預設集合{步行、就座、站立}的基於GMM之運動狀態分類器。因此,用於分類之子集之集合的可能輸入為{{步行}、{就座}、{站立}}、{{步行、就座}、{站立}}、{{步行}、{就座、站立}}、{{步行、站立}、{就座}}及{{步行、就座、站立}}。上下文分類器230視指定集合可使用不同特徵及數個混合分量。舉例而言,若所指定之輸入集合為{{步行}、{就座、站立}},則上下文分類器230可使用單一特徵sa(如上文所定義)與單一混合分量來對資料分類。在一些狀況下,此情形導致相對於指定之輸入集合為{{步行、就座}、{站立}}之狀況的功率節省,該狀況可利用更多特徵及混合分量來以相同準確度進行分類。
上下文分類器230及/或分類器控制器240可以硬體、以軟體(例如,儲存於非暫時性電腦可讀記憶體140上且藉由處理器111執行的軟體程式碼)或硬體與軟體之組合來實施。上下文分類系統600以經應用控制之精細度的實例實施展示於圖6中。展示於圖6中之系統600包括API 610,其與一或多個應用程式620互動並充當應用程式620與運動狀態分類器630之間的中間物。雖然運動狀態分類器之特定實例用於圖6中,但類似概念應用至如上文所描述的其他上下文分類器。
一般而言,展示於系統600中之應用程式620以類似於展示於圖3至圖5中之分類請求源310的方式起作用以將對上下文分類之請求提交給API 610。應用程式620包括精細度輸入與其對分類的請求。API 610以類似於展示於圖3至圖5中之分類器控制器240的方式將此精細度 輸入及/或其他適當精細度特定指令提供至運動狀態分類器630。此處,運動狀態分類器630經組態以利用兩個設定:對應於分類輸出子集{靜止、徒步旅行、車輛}的粗略設定,及對應於分類輸出集合{步行、跑步、就座、站立、遊盪、休息、駕駛}之精細設定。如上文關於圖2至圖5大體所描述,亦可使用其他設定。
待由運動狀態分類器630使用之設定可以類似於系統400之方式基於精細度設定參數(例如,粗略精細)、以類似於系統500之方式基於分類輸出子集中之一者的識別及/或此等方法及/或其他方法之組合來選擇。若選定了粗略設定,則運動狀態分類器使用粗略粒度運動狀態分類器632來執行上下文分類。替代地,若選定了精細設定,則使用精細粒度運動狀態分類器634。在任一狀況下,來自分類之所得運動狀態藉由運動狀態分類器630傳回至API 610。API 610又將輸出提供至發出請求之應用程式620。
粗略粒度運動狀態分類器632及精細粒度運動狀態分類器634可依據諸如感測器樣本速率及/或分類工作循環、所利用之感測器特徵、分類器類型或其類似者的一或多個性質而發生變化。一般而言,粗略粒度運動狀態分類器632以分類精度為代價導致相較於精細粒度運動狀態分類器634之功率消耗較低位準的功率消耗。因此,粗略粒度運動狀態分類器632用於精細粒狀分類輸出並不被需要或以其他方式判定功率消耗相較於分類精細度具有較高重要性的應用程式,例如用於低功率器件、應用或操作模式;關聯器件之電池電量低於指定臨限值的情境等。
此處,API 610為可用於在關聯器件上執行之應用程式620的介面。API可嵌入於器件作業系統中,諸如藉由Google,Inc.開發之Android作業系統、藉由Microsoft Corp.開發之Windows及Windows Mobile作業系統,及/或任何其他作業系統中,不管是目前存在抑或 將來存在。舉例而言,API 610可嵌入於器件作業系統中作為對作業系統的載波或廠商特定之擴展封裝的部分。替代地,倘若API 610具有足夠存取特權以在發出請求之應用程式620與分類器630之間傳送請求及分類輸出,則API 610可實施為獨立於器件作業系統的獨立軟體組件。對於以上實施中的任一者,API 610可在配送器件之前或在配送之後(亦即,呈軟體補丁或更新之形式)藉由行動器件併入。
API 610提供功能集及設定以供應用程式620使用從而利用運動狀態分類器630及/或與器件或計算環境相關聯的其他分類器。藉由API 610提供之功能及/或設定越過多個分類器可相同,或在分類器之間可發生變化(例如,用於運動分類的第一功能集合及/或設定、用於位置分類的第二集合等)。API 610經組態以自應用程式620接收關聯功能及/或設定作為輸入,將所接收輸入轉換成由一或多個關聯上下文分類器可用的形式,且將經轉換之輸入傳達至分類器。API 610進一步經組態以自分類器接收所得分類輸出,且將輸出傳回至適當之發出請求的應用程式620。如上文所註釋,API 610及/或分類器630亦可經組態以將精細度設定自一形式轉換至另一形式,諸如自精細度設定轉換至可能分類輸出之集合的子集,或反之亦然。
雖然展示於系統600中之分類器630為運動狀態分類器,但亦可以類似方式執行其他類型的分類。上下文分類之其他實例包括以下各者:
1)(例如)報告揚聲器之數目的基於音訊之分類器。此分類器可具有不同精細度或所輸出的分類,例如,粗略={無_語音、語音},媒體={無_語音、一個_揚聲器、許多_揚聲器},精細={無_語音、一個_揚聲器、兩個_揚聲器、三個_揚聲器等}。
2)位置(地方)分類器,例如,其中設定包括精細={家、辦公室、會議},及粗略={家、工作}。在此實例中,粗略設定可基於衛 星定位量測區分工作狀態,而精細設定可進一步基於諸如音訊資料、Wi-Fi簽名資料或其類似者的額外量測區分辦公會議狀態。
另外,其他類型之上下文分類亦可使用上文所描述之技術來執行。
返回至圖2,上下文分類器230對對應於藉由資料源210提供之輸出串流的資料進行取樣及/或以其他方式獲得該資料。可自資料源210收集且由上下文分類器230使用的不同串流係如下。其他資料串流及/或資料類型亦為可能。
音訊環境:包括分批麥克風資料,每一分批在指定持續時間(例如,大約一分鐘)上獲得。
緯度/經度座標:經由位置方位點(location fix)(例如,自GPS或另一衛星定位系統)獲得。
Wi-Fi指紋:包括可見Wi-Fi存取點之集合,例如經給出作為信號強度指示(RSSI)的其各別所接收之信號強度,及其各別回應速率(亦即,當連續掃描發生時係可見的時間之分率)。
藍芽(BT)指紋:包括可見BT器件之集合、其各別信號強度(例如,給出為RSSI)、其器件分類,及其各別回應速率。
運動狀態:包括分批之加速度計、迴轉儀及/或磁力計資料,每一分批在指定持續時間(例如,大約10至30秒)上獲得。
行事曆事件:包括諸如以下各者的資訊:事件描述及/或標題、日期/時間、位置、參加者之名稱,及/或其他關聯人員等。
另外,上下文分類器230基於經由資料源210獲得之低層級特徵及推斷來執行上下文分類。可自器件感測器資料或外部源(諸如,資料源210)計算的可能低層級特徵的清單包括但不限於以下各者:
˙GPS速率、準確度、高度
˙可見之# GPS衛星
˙日時、週幾、平日/週末、公眾假日
˙天氣、溫度
˙環境光感測器讀數
˙近接感測器讀數
˙攝影機資料、強度、R/G/B強度、諸如DCT(離散餘弦變換)係樹之特徵、在攝影機視場中偵測到的物件
˙最靠近之地理興趣點(POI)
˙範圍內的可見之藍芽器件及對應RSSI、新/舊藍芽器件
˙可見之Wi-Fi AP及對應RSSI、可見之新/舊Wi-Fi AP
˙環境音訊能級
˙移動偵測(任何器件移動對無器件移動)
類似地,可自器件感測器資料或外部源計算的可能低層級推斷的清單包括(但不限於)以下各者:
˙運動狀態(步行、跑步、駕駛等)
˙器件位置(口袋、手、桌子、袋等)
˙語音偵測(語音/無語音)
˙講話人辨識(器件所有者講話/其他人講話)
˙存在之揚聲器的數目
˙目標聲音偵測(嬰兒哭泣/不哭泣等)
˙區(家/工作/其他/在運輸中或居住/商用等)
˙器件使用(每分鐘之螢幕觸控的數目、每分鐘鍵打之字元的數目等)
˙顯示器接通對關斷
˙應用程式使用(正執行之應用程式的類型(例如,遊戲、電子郵件等)、同時執行之應用程式的數目等)
參看圖7,進一步參看圖1至圖6,管理上下文分類的程序700包 括所展示之階段。然而,程序700為僅實例且並非限制性的。程序700可(例如)藉由對階段進行添加、移除、重新配置、組合及/或同時執行而經變更。對如所展示並描述之程序700的又其他變更為可能的。
在階段702處,接收對上下文分類之請求及與請求相關聯的精細度等級。此處,請求及精細度等級自諸如應用程式620及/或其他源之一或多個分類請求源310在分類器控制器240(例如,經由API 610實施)處接收到。精細度等級可指定為預定精細度設定(例如,選自可允許設定之清單的設定,諸如藉由系統600說明的粗略精細設定),且如上文系統400所描述進行處理。替代地,如關於系統500所描述且下文進一步描述,精細度等級可對應於可用分類輸出之集合的子集(狀態、上下文分類)。
在階段704處,分類器控制器240使得分類器(例如,上下文分類器230)以與所接收精細度等級相關之資源使用層級回應於階段702處所接收之對分類的請求而執行上下文分類。資源使用層級關於以下各者中之至少一者來定義:功率使用、計算複雜性,及/或用於量測上下文分類器230之效能及/或效率的其他準則。如上文所描述,上下文分類器230執行給定分類所在的資源層級可藉由使所利用之感測器特徵的數目、所使用之分類技術及/或與分類技術相關聯的參數、分類器之工作循環及/或執行資料源210之取樣所用的速率或其類似者發生變化來作出調整。一般而言,較高精細度輸入係關於較高資源使用層級,而較低精細度輸入層級係關於較低資源使用層級。
參看圖8,進一步參看圖1至圖6,基於可用分類輸出子集之集合來管理上下文分類的程序800包括所展示之步驟。然而,程序800為僅實例且並非限制性的。程序800可(例如)藉由對階段進行添加、移除、重新配置、組合及/或同時執行而經變更。對如所展示並描述之程序800的又其他變更為可能的。
在階段802處,(例如)藉由分類器控制器240識別上下文分類之可用或可允許輸出的集合。如上文關於系統500所描述,此可用輸出集合的各別子集亦可於此階段形成。
在階段804處,(例如)自應用程式620及/或另一分類請求源310接收對上下文分類的請求。請求包括在階段802識別出之用於分類之可用輸出之集合的所選擇子集。在階段804接收到之輸出子集指示將執行後續分類針對的分類輸出-如上文關於系統500所描述,未經選擇輸出可在其決策中被分類器忽略,或分組成其他經選擇輸出。
在階段806處,將精細度等級指派給在階段804處指示的輸出子集。如上文關於系統500所論述,可藉由管理上下文分類器230的分類器控制器240及/或上下文分類器自身230來執行精細度等級的指派。
在階段808處,分類器控制器240使得分類器(例如,上下文分類器230)以與在階段806處判定之精細度等級相關的資源使用層級藉由選擇來自藉由請求指示之輸出子集的輸出回應於在階段804所接收之對分類的請求執行上下文分類。資源使用層級經由類似於在程序700之階段704處使用之彼等準則的準則來管理。
參看圖9,進一步參看圖1至圖6,以可控制精細度執行上下文分類的程序900包括所展示之階段。然而,程序900為僅實例且並非限制性的。程序900可(例如)藉由對階段進行添加、移除、重新配置、組合及/或同時執行而經變更。對如所展示並描述之程序900的又其他變更為可能的。
在階段902處,接收對上下文分類之請求及與請求相關聯的精細度等級。此處,在上下文分類器230處自一或多個應用程式620或分類請求源310接收此等輸入。(例如)經由分類器控制器240(例如,實施為API 610)直接或間接地自源310接收輸入。如上文所描述,精細度等級可對應於預定精細度設定、可用分類輸出(例如,分類)的子集及/或 其他資訊。
在階段904處,基於在階段902處接收到之精細度等級選擇用於上下文分類的資源使用層級。類似於展示於圖7中之程序700,資源層級可基於包括但不限於以下各者之一或多個準則來組態:所利用之感測器特徵的數目、所使用之分類技術及/或與分類技術相關聯之參數、分類器之工作循環及/或執行資料源210之取樣所用的速率等。一般而言,較高精細度輸入係關於較高資源使用層級,而較低精細度輸入層級係關於較低資源使用層級。
在階段906處,在階段902處請求之上下文分類根據在階段904處選擇之資源使用層級來執行。在完成之後,分類之結果可直接或間接(例如,經由分類器控制器240)傳回至請求之源。
參看圖10,進一步參看圖1至圖6,基於預定精細度設定執行上下文分類的程序1000包括所展示之階段。然而,程序1000為僅實例且並非限制性的。程序1000可(例如)藉由對階段進行添加、移除、重新配置、組合及/或同時執行而經變更。對如所展示並描述之程序1000的又其他變更為可能的。
在階段1002處,接收對上下文(狀態)分類之請求於與關聯精細度等級。精細度等級自此處包括值粗略精細之預定精細度等級的集合選定。額外及/或其他設定可以類似於所展示之方式的方式用於程序1000中。
在階段1004處,程序1000基於在階段1002處接收到之精細度輸入的值進行分支。若接收到值粗略,則在階段1006處使用粗略粒度分類器組態來執行所請求之上下文分類。若替代地接收到值精細,則在階段1008處使用精細粒度分類器組態來執行所請求之上下文分類。如上文關於系統400所描述,上下文分類器230此處維持對應於藉由上下文分類器230可用之每一精細度設定的組態參數410之各別集合。此等 組態參數410又定義用於每一精細度設定之上下文分類器230的資源使用層級。如上文大體所描述,對於展示於階段1006及1008處的分類,粗略粒度分類器組態由於使用以下各者相較於精細粒度分類器組態可導致較低位準之功率及/或其他資源使用:較小工作循環、較粗糙之分類技術、較少之分類器特徵及/或其他性質(相較於精細粒度分類器組態)。
在階段1010處,在階段1006或1008處執行之分類的結果經傳回至發出請求之實體,例如,應用程式620及/或其他請求源310、API 610及/或分類器控制器240等。
參看圖11,進一步參看圖1至圖6,基於可用分類輸出子集之集合來執行上下文分類的程序1100包括所展示之步驟。然而,程序1100為僅實例且並非限制性的。程序1100可(例如)藉由對階段進行添加、移除、重新配置、組合及/或同時執行而經變更。對如所展示並描述之程序1100的又其他變更為可能的。
在階段1102處,識別用於上下文分類之可用輸出之子集的集合。在階段1102處執行之動作類似於在如上文所描述之程序800之階段802處執行的動作以及關於系統500所描述的動作。
在階段1104處,在階段1102處識別之每一子集經指派給分類器精細度組態。此等分類器精細度組態調節關聯上下文分類器230的各種性質,諸如所利用之感測器特徵的數目、所使用之分類技術及/或與分類技術相關聯的參數、分類器之工作循環及/或執行資料源210之取樣所用的速率等。因此,在階段1104處指派之分類器精細度組態以類似於上文關於程序700之階段704所描述的方式定義用於上下文分類器230的資源使用層級。
在階段1106處,以類似於在程序800之階段804處執行之動作的方式接收對上下文分類之請求(例如,在上下文分類器230處自請求源 310或分類器控制器240)與用於分類之可用輸出子集之集合中的一者。
在階段1108處,使用在階段1104處指派給與對分類之請求一起接收到的可用輸出之子集的分類器精細度組態執行在階段1106處請求的上下文分類。此處,如上文關於系統500所描述,分類藉由自可用輸出之所接收子集選擇輸出來執行,該輸出使經取樣之感測器資料(例如,自資料源210獲得的資料)最緊密地特徵化。
如說明於圖12中的電腦系統1200可用以至少部分實施先前所描述之電腦化器件的功能性。舉例而言,電腦系統1200可用以以軟體至少部分實施展示於圖7至圖11中的程序700、800、900、1000、1100。電腦系統1200亦可經由展示於圖1中之行動器件100的組件中之一或多者(諸如,通用處理器111及/或記憶體140)來實施。電腦系統1300可另外或替代地用以提供展示於圖2中之系統200及/或其組件中之諸如模組230、240的一或多者的至少部分軟體實施。
圖12提供電腦系統1200之一個實施例的示意性說明,電腦系統1200可執行如本文中所描述的藉由各種其他實施例提供的方法及/或可充當行動器件或其他電腦系統。請注意,圖12意謂僅提供各種組件之通用化說明,適當時可利用該等組件中之任一者或全部。因此,圖12廣泛地說明可如何以相對分離或相對更整合之方式來實施個別系統元件。
電腦系統1200展示為包含可經由匯流排1205電耦接(或在適當時可以其他方式通信)的硬體元件。硬體元件可包括:一或多個處理器1210,處理器1210包括(但不限於)一或多個通用處理器及/或一或多個專用處理器(諸如,數位信號處理晶片、圖形加速處理器及/或其類似者);一或多個輸入器件1215,其可包括(但不限於)滑鼠、鍵盤及/或其類似者;及一或多個輸出器件1220,其可包括(但不限於)顯示器 件、印表機及/或其類似者。處理器1210可包括(例如)智慧型硬體器件,例如,諸如由Intel® Corporation或AMD®製造之中央處理單元的中央處理單元(CPU)、微控制器、ASIC等。亦可利用其他處理器類型。
電腦系統1200可進一步包括一或多個非暫時性儲存器件1225(及/或與一或多個非暫時性儲存器件1225通信),該非暫時性儲存器件1225可包含(不限於)區域及/或網路可存取儲存器,及/或可包括(但不限於)磁碟機、碟機陣列、光學儲存器件、諸如隨機存取記憶體(「RAM」)及/或唯讀記憶體(「ROM」)的固態儲存器件,其可係可程式化的、可快閃更新的及/或其類似者。此儲存器件可經組態以實施任何適當資料儲存器,包括(但不限於)各種檔案系統、資料庫結構及/或其類似者。
電腦系統1200亦可能包括通信子系統1230及/或其類似者,該通信子系統1230可包括(但不限於)數據機、網路卡(無線或有線)、紅外線通信器件、無線通信器件及/或晶片集(諸如,BluetoothTM器件、802.11器件、WiFi器件、WiMax器件、蜂巢式通信設施等)。通信子系統1230可准許與網路(諸如,下文所描述之網路,舉一個實例)、其他電腦系統及/或本文中所描述之任何其他器件交換資料。在許多實施例中,電腦系統1200將進一步包含工作記憶體1235,如上文所描述,該工作記憶體1235可包括RAM或ROM器件。
如本文中所描述,電腦系統1200亦可包含包括作業系統1240、器件驅動程式、可執行程式庫及/或諸如一或多個應用程式1245之其他程式碼的展示為當前位於工作記憶體1235內的軟體元件,應用程式1245可包含由各種實施例提供之電腦程式及/或可經設計以實施由其他實施例提供的方法及/或組態由其他實施例提供的系統。僅以實例說明之,關於上文所論述之方法描述的一或多個程序可能實施為由電 腦(及/或電腦內之處理器)可執行的程式碼及/或指令,且此程式碼及/或此等指令可用以組態及/或調適通用電腦(或其他器件)來執行根據所描述方法的一或多個操作。
此等指令及/或程式碼之集合可能儲存於電腦可讀儲存媒體上,諸如上文所描述之儲存器件1225上。在一些狀況下,儲存媒體可能併入於諸如系統1200的電腦系統內。在其他實施例中,儲存媒體可能與電腦系統分離(例如,諸如緊密光碟之抽取式媒體),及/或提供於安裝套件中,使得儲存媒體可用以藉由儲存於儲存媒體上之指令/程式碼來程式化、組態及/或調適通用電腦。此等指令可能採用由電腦系統1200可執行之可執行程式碼的形式,及/或可能採用源及/或可安裝程式碼之形式,該源及/或可安裝程式碼在編譯及/或安裝於電腦系統1200上(例如,使用多種通常可用編譯器、安裝程式、壓縮/解壓縮設施等)之後接著採用可執行程式碼的形式。
根據特定需要可進行實質變化。舉例而言,可能亦使用定製硬體,及/或可能以硬體、軟體(包括諸如小程式之攜帶型軟體等)來實施特定元件或兩者。另外,可使用至諸如網路輸入/輸出器件之其他計算器件的連接。
電腦系統(諸如,電腦系統1200)可用以執行根據本發明之方法。此等方法之程序中的一些或全部可回應於處理器1210執行含有於工作記憶體1235中之一或多個指令的一或多個序列(其可能併入於作業系統1240及/或諸如應用程式1245的其他程式碼中)而由電腦系統1200來執行。此等指令可自諸如儲存器件1225中之一或多者的另一電腦可讀媒體讀取至工作記憶體1235中。僅以實例說明之,含有於工作記憶體1235中之指令序列的執行可能使得處理器1210執行本文中所描述之方法的一或多個程序。
如本文中所使用之術語「機器可讀媒體」及「電腦可讀媒體」 指參與提供資料之任何媒體,該資料使得機器以特定樣式操作。在使用電腦系統1200實施之實施例中,各種電腦可讀媒體可能涉及於將指令/程式碼提供至處理器1210以供執行中,及/或可能用以儲存及/或攜載此等指令/程式碼(例如,作為信號)。在許多實施中,電腦可讀媒體係實體及/或有形儲存媒體。此媒體可採用許多形式,包括但不限於非揮發性媒體、揮發性媒體及傳輸媒體。非揮發性媒體包括(例如)光碟及/或磁碟,諸如儲存器件1225。揮發性媒體包括(但不限於)動態記憶體,諸如工作記憶體1235。傳輸媒體包括(但不限於)同軸纜線、銅導線及光纖(包括包含匯流排1205之導線),以及通信子系統1230之各種組件(及/或通信子系統1230提供與其他器件之通信藉由的媒體)。因此,傳輸媒體亦可呈波之形式(包括但不限於無線電波、聲波及/或光波,諸如在無線電波及紅外線資料通信期間產生的波)。
實體及/或有形電腦可讀媒體之常見形式包括(例如)軟性磁碟、撓性磁碟、硬碟、磁帶或任何其他磁性媒體、CD-ROM、藍光光碟、任何其他光學媒體、穿孔卡、紙帶、具有孔洞之圖案的任何其他實體媒體、RAM、PROM、EPROM、快閃EPROM、任何其他記憶體晶片或磁頭、如下文所描述的載波,或電腦可讀取指令及/或程式碼所自的任何其他媒體。
各種形式之電腦可讀媒體可涉及將一或多個指令之一或多個序列攜載至處理器1210以供執行。僅以實例說明之,指令可最初攜載於遠端電腦之磁碟及/或光碟上。遠端電腦可能將指令載入至其動態記憶體中,且經由傳輸媒體發送指令作為信號以由電腦系統1200接收及/或執行。根據本發明之各種實施例,可能呈電磁信號、聲波信號、光學信號及/或其類似者之形式的此等信號為可將指令編碼於上面的載波之所有實例。
通信子系統1230(及/或其組件)通常將接收信號,且匯流排1205 接著可能將信號(及/或信號攜載之資料、指令等)攜載至工作處理器1235,處理器1205自工作記憶體1235擷取並執行指令。藉由工作記憶體1235接收到的指令視需要在藉由處理器1210執行之前或之後被儲存於儲存器件1225上。
上文所論述之方法、系統及器件為實例。各種替代性組態在適當時可省略、取代或添加各種程序或組件。舉例而言,在替代性方法中,階段可以不同於上文所論述之次序來執行,且可添加、省略或組合各種階段。又,關於某些組態描述之特徵可在各種其他組態中進行組合。組態之不同態樣及元件可以類似方式進行組合。又,技術演進,且因此許多元件為實例且不限制本發明或申請專利範圍的範疇。
在描述內容中給出特定細節來提供實例組態(包括實施)之透徹理解。然而,可在無此等特定細節情況下實踐組態。舉例而言,熟知電路、程序、演算法、結構及技術已在無不必要細節情況下經展示以便避免使組態混淆。此描述內容提供僅實例組態,且並不限制申請專利範圍之範疇、適用性或組態。確切而言,組態之前述描述將向熟習此項技術者提供用於實施所描述技術的致能描述。可進行元件之功能及配置上的各種改變而不偏離本發明的精神或範疇。
可將組態描述為經描繪為流程圖或方塊圖的程序。儘管每一程序可將操作描述為順序程序,但操作中之許多者可並行或同時地執行。此外,可重排該等操作之次序。程序可具有不包括於圖中的額外步驟。此外,方法之實例可藉由硬體、軟體、韌體、中間體、微碼、硬體描述語言或其任何組合來實施。在以軟體、韌體、中間體或微碼實施時,執行必要任務之程式碼或碼段可儲存於諸如儲存媒體的非暫時性電腦可讀媒體中。處理器可執行所描述任務。
如本文中(包括申請專利範圍中)所使用,如用於藉由「……之至少一者」作序之項目清單中的「或」指示分離性清單,使得例如, 「A、B或C中之至少一者」的清單意謂A或B或C或AB或AC或BC或ABC(亦即,A及B及C),或具有一個以上特徵的組合(例如,AA、AAB、ABBC等)。
如本文中(包括申請專利範圍中)所使用,除非以其他方式陳述,否則功能或操作「基於」項目或條件的陳述意謂,功能或操作基於所陳述之項目或條件,且可基於除所陳述項目或條件外的一或多個項目及/或條件。
可使用已描述之若干實例組態、各種修改、替代性構造及等效物而不偏離本發明的精神。舉例而言,以上元件可為較大系統之組件,其中其他規則可優先於本發明之應用或以其他方式修改本發明的應用。又,在考慮以上元件之前、期間或之後可採用數個步驟。因此,以上描述內容並不限制申請專利範圍的範疇。
200‧‧‧系統
212‧‧‧音訊感測器
214‧‧‧位置感測器
216‧‧‧網路感測器
218‧‧‧運動感測器
220‧‧‧行事曆/約會記錄
222‧‧‧時間/日資訊源
224‧‧‧器件使用監視器
226‧‧‧光及/或攝影機感測器
230‧‧‧上下文分類器/模組
240‧‧‧分類器控制器/模組

Claims (51)

  1. 一種用於管理一上下文分類之方法,該方法包含:接收對該上下文分類之一請求,及與該請求相關聯的一精細度輸入;及使得一分類器回應於該請求在與該精細度輸入相關之一資源使用層級執行該上下文分類,其中指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯。
  2. 如請求項1之方法,其進一步包含:自該分類器獲得該上下文分類之一結果;及將該結果轉遞至接收到該請求所自的一實體。
  3. 如請求項1之方法,其中用於該上下文分類之該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、該分類器之工作循環或與所使用之該分類技術相關聯之參數中的至少一者。
  4. 如請求項1之方法,其中該精細度輸入係選自精細度設定之一預定集合。
  5. 如請求項1之方法,其進一步包含:識別該上下文分類之可用輸出的子集;及將精細度等級指派給可用輸出之該等子集中的各別子集。
  6. 如請求項5之方法,其中:該接收包含接收一精細度輸入,該精細度輸入包含該上下文分類之可用輸出之該等子集中的一子集;且該使得包含使得該分類器在指派給該精細度等級之該資源使用層級藉由自經接收可用輸出之該子集選擇一輸出作為該精細 度輸入而執行該上下文分類。
  7. 如請求項1之方法,其中該上下文分類包含一運動狀態分類、一位置狀態分類或一音訊狀態分類中的一或多者。
  8. 如請求項1之方法,其中該接收包含在一應用程式設計介面(API)處自一發出請求之應用程式接收對該上下文分類的該請求。
  9. 一種用於以可調整精細度執行一上下文分類的方法,該方法包含:接收對該上下文分類之一請求,及與該請求相關聯的一精細度輸入;基於該精細度輸入選擇用於該上下文分類的一資源使用層級,其中指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯;及以該所選擇之資源使用層級執行該上下文分類。
  10. 如請求項9之方法,其中該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、分類之頻率或與所使用之該分類技術相關聯之參數中的至少一者。
  11. 如請求項9之方法,其中該精細度輸入係選自精細度設定之一預定集合。
  12. 如請求項11之方法,其中選擇該資源使用層級包含:獲得分類器組態參數之集合,其中分類器組態參數之該等集合中的各別集合指示資源使用層級與精細度設定之該集合中的對應精細度設定之間的指派;及選擇該資源使用層級作為指派給如在分類器組態參數之該等集合中所指示的該接收到之精細度輸入的一資源使用層級。
  13. 如請求項9之方法,其進一步包含: 識別該上下文分類之可用輸出的子集;及將可用輸出之該等子集中的各別子集指派給各別分類器精細度組態,其中該等分類器精細度組態定義對應資源使用層級。
  14. 如請求項13之方法,其中:該接收包含接收一精細度輸入,該精細度輸入包含可用輸出之該等子集中的一子集;且執行該上下文分類包含使用指派給作為該精細度輸入接收到之可用輸出之該子集的該分類器精細度組態來執行該上下文分類。
  15. 如請求項9之方法,其中該上下文分類包含一運動狀態分類、一位置狀態分類或一音訊狀態分類中的一或多者。
  16. 如請求項9之方法,其中該接收包含自一應用程式設計介面(API)接收對上下文分類之該請求及該精細度輸入。
  17. 如請求項16之方法,其進一步包含將該上下文分類的一輸出傳回至該API。
  18. 如請求項16之方法,其中:對該上下文分類之該請求起源於一發出請求之應用程式;且該方法進一步包含將該上下文分類之一輸出傳回至該發出請求的應用程式。
  19. 一種用於以可調整精細度執行上下文分類的裝置,該裝置包含:一分類器控制器,其經組態以接收對一上下文分類之一請求,及與該請求相關聯的一精細度輸入;及一上下文分類器,其通信地耦接至該分類器控制器且經組態以自該分類器控制器接收該請求及該精細度輸入;基於該精細度輸入選擇用於該上下文分類的一資源使用層級,其中指示一 較高精細度等級之一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯;且在該所選擇之資源使用層級執行該上下文分類。
  20. 如請求項19之裝置,其中該分類器控制器經進一步組態以自該分類器獲得該上下文分類的一結果,且將該結果轉遞至接收到該請求所自的一實體。
  21. 如請求項19之裝置,其中用於該上下文分類之該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、該分類器之工作循環或與所使用之該分類技術相關聯之參數中的至少一者。
  22. 如請求項19之裝置,其中該精細度輸入係選自精細度設定之一預定集合。
  23. 如請求項22之裝置,其中該上下文分類器經進一步組態以獲得分類器組態參數之集合,其中分類器組態參數之該等集合中的各別集合指示資源使用層級與精細度設定之該集合中的對應精細度設定之間的指派;且選擇該資源使用層級作為指派給如在分類器組態參數之該等集合中所指示的該接收到之精細度輸入的一資源使用層級。
  24. 如請求項19之裝置,其中該精細度輸入包含該上下文分類之可用輸出的一子集。
  25. 如請求項24之裝置,其中該上下文分類器經進一步組態以將作為該精細度輸入接收到之該等可用輸出的該子集指派給一分類器精細度組態,該分類器精細度組態定義該所選擇之資源使用層級。
  26. 如請求項25之裝置,其中該上下文分類器經進一步組態以藉由 自作為該精細度輸入接收到之可用輸出之該子集選擇一輸出而執行該上下文分類。
  27. 如請求項19之裝置,其中該上下文分類器包含一運動狀態分類器、一位置狀態分類器或一音訊狀態分類器中的一或多者。
  28. 如請求項19之裝置,其中該分類器控制器包含一應用程式設計介面(API),且經進一步組態以自一發出請求之應用程式接收對該上下文分類的該請求。
  29. 如請求項28之裝置,其中該上下文分類器經進一步組態以將該上下文分類之一結果提供至該API或該發出請求之應用程式中的至少一者。
  30. 如請求項19之裝置,其進一步包含通信地耦接至該上下文分類器的一或多個資料源,其中該上下文分類器經組態以基於自該等資料源取樣的資料執行該上下文分類。
  31. 如請求項30之裝置,其中該等資料源包含以下各者中的至少一者:一音訊感測器、一位置感測器、一網路感測器、一運動感測器、一行事曆、一時鐘、器件使用統計之一集合,或一光感測器。
  32. 一種用於管理一上下文分類的裝置,該裝置包含:用於接收對該上下文分類之一請求及與該請求相關聯的一精細度輸入之構件;及用於使得一分類器回應於該請求在與該精細度輸入相關之一資源使用層級執行該上下文分類的構件,其中指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯。
  33. 如請求項32之裝置,其中用於該上下文分類之該資源使用層級 係關於所利用之感測器特徵的數目、所使用之分類技術、該分類器之工作循環或與所使用之該分類技術相關聯之參數中的至少一者。
  34. 如請求項32之裝置,其中該精細度輸入係選自精細度設定之一預定集合。
  35. 如請求項32之裝置,其中該精細度輸入包含該上下文分類之可用輸出的一子集。
  36. 如請求項32之裝置,其中該上下文分類包含一運動狀態分類、一位置狀態分類或一音訊狀態分類中的一或多者。
  37. 一種用於以可調整精細度執行一上下文分類的裝置,該裝置包含:用於接收對該上下文分類之一請求及與該請求相關聯的一精細度輸入之構件;用於基於該精細度輸入選擇用於該上下文分類的一資源使用層級的構件,其中指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯;及用於以該所選擇之資源使用層級執行該上下文分類的構件。
  38. 如請求項37之裝置,其中該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、分類之頻率或與所使用之該分類技術相關聯之參數中的至少一者。
  39. 如請求項37之裝置,其中該精細度輸入係選自精細度設定之一預定集合。
  40. 如請求項37之裝置,其中該精細度輸入包含該上下文分類之可用輸出的一子集。
  41. 如請求項37之裝置,其中該上下文分類包含一運動狀態分類、 一位置狀態分類或一音訊狀態分類中的一或多者。
  42. 如請求項37之裝置,其進一步包含用於將該上下文分類之一結果傳回至對該上下文分類之該請求之一源的構件。
  43. 一種駐留於一處理器可執行電腦儲存媒體上的電腦程式產品,該電腦程式產品包含經組態以使得一處理器進行以下操作的處理器可執行指令:接收對該上下文分類之一請求,及與該請求相關聯的一精細度輸入;及使得一分類器回應於該請求在與該精細度輸入相關之一資源使用層級執行該上下文分類,其中指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯。
  44. 如請求項43之電腦程式產品,其中用於該上下文分類之該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、該分類器之工作循環或與所使用之該分類技術相關聯之參數中的至少一者。
  45. 如請求項43之電腦程式產品,其中該精細度輸入係選自精細度設定之一預定集合。
  46. 如請求項43之電腦程式產品,其中該精細度輸入包含該上下文分類之可用輸出的一子集。
  47. 一種駐留於一處理器可執行電腦儲存媒體上的電腦程式產品,該電腦程式產品包含經組態以使得一處理器進行以下操作的處理器可執行指令:接收對一上下文分類之一請求,及與該請求相關聯的一精細度輸入;基於該精細度輸入選擇用於該上下文分類的一資源使用層 級,其中指示一較高精細度等級的一精細度輸入與一較高資源使用層級相關聯,且指示一較低精細度等級之一精細度輸入與一較低資源使用層級相關聯;及以該所選擇之資源使用層級執行該上下文分類。
  48. 如請求項47之電腦程式產品,其中該資源使用層級係關於所利用之感測器特徵的數目、所使用之分類技術、分類之頻率或與所使用之該分類技術相關聯之參數中的至少一者。
  49. 如請求項47之電腦程式產品,其中該精細度輸入係選自精細度設定之一預定集合。
  50. 如請求項47之電腦程式產品,其中該精細度輸入包含該上下文分類之可用輸出的一子集。
  51. 如請求項47之電腦程式產品,其進一步包含經組態以使得該處理器將該上下文分類之一結果傳回至對該上下文分類之該請求之一源的指令。
TW103108226A 2013-03-15 2014-03-10 用於功率效率分類之經應用控制之精細度 TWI533124B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US13/835,596 US9679252B2 (en) 2013-03-15 2013-03-15 Application-controlled granularity for power-efficient classification

Publications (2)

Publication Number Publication Date
TW201441812A true TW201441812A (zh) 2014-11-01
TWI533124B TWI533124B (zh) 2016-05-11

Family

ID=50272726

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103108226A TWI533124B (zh) 2013-03-15 2014-03-10 用於功率效率分類之經應用控制之精細度

Country Status (8)

Country Link
US (1) US9679252B2 (zh)
EP (1) EP2972657B1 (zh)
JP (1) JP6410787B2 (zh)
KR (1) KR101831230B1 (zh)
CN (1) CN105190474B (zh)
BR (1) BR112015023491A2 (zh)
TW (1) TWI533124B (zh)
WO (1) WO2014143515A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10600007B2 (en) * 2014-08-04 2020-03-24 International Business Machines Corporation Auto-analyzing spatial relationships in multi-scale spatial datasets for spatio-temporal prediction
US10552746B2 (en) 2014-09-25 2020-02-04 International Business Machines Corporation Identification of time lagged indicators for events with a window period
KR102706985B1 (ko) * 2016-11-09 2024-09-13 삼성전자주식회사 인공 신경망의 연산 처리 경로 관리 방법
JP6617744B2 (ja) * 2017-04-05 2019-12-11 トヨタ自動車株式会社 車両システム
JP7142420B2 (ja) * 2017-07-10 2022-09-27 キヤノン株式会社 画像処理装置、学習方法、学習済モデル、画像処理方法
US11027743B1 (en) * 2020-03-31 2021-06-08 Secondmind Limited Efficient computational inference using gaussian processes

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6115702A (en) 1997-12-23 2000-09-05 Hughes Electronics Corporation Automatic determination of report granularity
US6594313B1 (en) 1998-12-23 2003-07-15 Intel Corporation Increased video playback framerate in low bit-rate video applications
US20020138492A1 (en) * 2001-03-07 2002-09-26 David Kil Data mining application with improved data mining algorithm selection
US7203635B2 (en) 2002-06-27 2007-04-10 Microsoft Corporation Layered models for context awareness
US20060265712A1 (en) 2005-05-18 2006-11-23 Docomo Communications Laboratories Usa, Inc. Methods for supporting intra-document parallelism in XSLT processing on devices with multiple processors
US7580974B2 (en) 2006-02-16 2009-08-25 Fortinet, Inc. Systems and methods for content type classification
EP1939797A1 (en) * 2006-12-23 2008-07-02 NTT DoCoMo, Inc. Method and apparatus for automatically determining a semantic classification of context data
US8010658B2 (en) 2007-02-09 2011-08-30 Raytheon Company Information processing system for classifying and/or tracking an object
US20090195382A1 (en) * 2008-01-31 2009-08-06 Sensormatic Electronics Corporation Video sensor and alarm system and method with object and event classification
US20100331017A1 (en) 2008-02-21 2010-12-30 Nec Corporation Method and system of efficiently using mobile terminal context
US8412525B2 (en) 2009-04-30 2013-04-02 Microsoft Corporation Noise robust speech classifier ensemble
KR101584058B1 (ko) * 2009-08-07 2016-01-12 삼성전자주식회사 현재 상황에 적합한 사용 환경을 제공하는 휴대 단말기 및 이의 운용 방법
US8228234B2 (en) 2009-08-27 2012-07-24 Hewlett-Packard Development Company, L.P. Power saving system and method for mobile computing device
US20110225043A1 (en) 2010-03-12 2011-09-15 Yahoo! Inc. Emotional targeting
US20110310005A1 (en) 2010-06-17 2011-12-22 Qualcomm Incorporated Methods and apparatus for contactless gesture recognition
JP5495235B2 (ja) * 2010-12-02 2014-05-21 株式会社日立製作所 監視対象者の行動を監視する装置及び方法
US20120252490A1 (en) 2011-04-04 2012-10-04 Brian Hernacki Location Discovery
CN102902349B (zh) * 2012-11-08 2015-04-22 山东大学 一种通过触点动态采样技术降低嵌入式系统功耗的方法

Also Published As

Publication number Publication date
BR112015023491A2 (pt) 2017-07-18
EP2972657B1 (en) 2020-03-18
US20140279786A1 (en) 2014-09-18
CN105190474A (zh) 2015-12-23
TWI533124B (zh) 2016-05-11
EP2972657A1 (en) 2016-01-20
KR20150132248A (ko) 2015-11-25
JP2016516235A (ja) 2016-06-02
WO2014143515A1 (en) 2014-09-18
KR101831230B1 (ko) 2018-02-22
JP6410787B2 (ja) 2018-10-24
US9679252B2 (en) 2017-06-13
CN105190474B (zh) 2018-08-28

Similar Documents

Publication Publication Date Title
US9740773B2 (en) Context labels for data clusters
TWI533124B (zh) 用於功率效率分類之經應用控制之精細度
US8948789B2 (en) Inferring a context from crowd-sourced activity data
Lane et al. Piggyback crowdsensing (pcs) energy efficient crowdsourcing of mobile sensor data by exploiting smartphone app opportunities
EP2847986B1 (en) Configuring a terminal device according to a context determined by correlating different data sources
US10623893B2 (en) Auto-resizing of geofences
US9867041B2 (en) Methods and systems for determining protected location information based on temporal correlations
US9336295B2 (en) Fusing contextual inferences semantically
WO2021057537A1 (zh) 一种卡顿预测的方法、数据处理的方法以及相关装置
US11516336B2 (en) Surface detection for mobile devices
Bhargava et al. Senseme: a system for continuous, on-device, and multi-dimensional context and activity recognition
Al-Turjman et al. Ubiquitous cloud-based monitoring via a mobile app in smartphones: An overview
US20230362582A1 (en) Proactive Provision of Positioning Information Based on User Context
US20230358557A1 (en) Capturing Location Data For Waypoint
WO2023219872A1 (en) Proactive provision of positioning information based on user context