对比文件名称：2012-01-05_WO2012001215A_发明申请_WO2012001215A1 ADAPTATION OF CONTEXT MODELS
目标专利名称：363在语义上融合上下文推断CN104823433B
本次调用的模型名称：未提供
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 | ||||
| 技术特征A《直接公开》 | [p0011] 接收从一或多个物理传感器提取的传感器数据；[p0012] 使用提取的传感器数据和上下文模型执行第一级上下文确定。 | 对比文件公开了从物理传感器接收传感器数据（即“上下文相关数据”），并使用这些数据和上下文模型执行第一级上下文确定。本领域技术人员可以毫无疑义地确定，该“第一级上下文确定”即对应于目标专利中的“确定第一上下文类别”。两者均是在计算装置处使用来自传感器（数据源）的数据来确定一个上下文类别。因此，该技术特征被直接公开。 | ||||
| 技术特征B《隐含公开》 | [p0063] 因此，可以提供分层或分布式上下文感测过程。[p0082] 中间件层170可以基于环境和活动分类结果执行决策级融合。换句话说，中间件层170可以将一些虚拟传感器数据与来自较低层的自适应数据相结合，以提高上下文确定的准确性。[p0126] 中间件可以通过选择使方程P(Yj,Ei\ | M,A,t)= p(M\ | Ei)*P(A\ | Yj)*P(Yj,Ei\ | t)*P(Yj,Ei)最大化的环境和活动组合来执行决策级数据融合。 | 对比文件公开了在不同层级（如传感器处理器层、基带层、中间件层）进行上下文确定和融合。特别是，在中间件层进行“决策级融合”，将来自较低层的上下文分类结果（例如，第一上下文类别）与来自其他源（如虚拟传感器）的数据相结合，以形成最终的上下文估计。本领域技术人员可以合理推断，这种“决策级融合”过程实质上包含了“融合”第一上下文类别与来自其他源（可对应于第二上下文类别）的信息以确定一个新的、融合后的上下文估计（即融合类别）的步骤。因此，该技术特征被隐含公开。 |
| 技术特征C《隐含公开》 | [p0032] 通过增加上下文置信度指数，可以最终生成更可靠的上下文信息，用于向用户提供服务。[p0128] 随着上下文传播到上层操作系统层以及当与虚拟传感器进行进一步的上下文融合时，上下文置信度指数因此可以增加。 | 对比文件公开了通过分层融合，上下文信息变得更可靠，置信度增加。这暗示了融合后的上下文（融合类别）继承了被融合的多个上下文信息（例如，来自不同传感器或不同层的分类结果）所共有的、能够提高确定可靠性的特性。虽然没有明确使用“所共有的至少一个特性”的表述，但本领域技术人员能够理解，融合操作正是基于多个输入上下文之间的关联性或共同点（如都属于“工作”相关状态，或都属于“运动”状态）来进行的。因此，该技术特征被隐含公开。 | ||||
| 技术特征D《直接公开》 | [p0076] 如果上下文感测模块131确定它无法可靠地推断上下文，则上下文感测模块131将自适应数据和可能的相应上下文信息传递到第二级。[p0081] 如果基带层160确定它无法可靠地推断上下文或其部分，则基带层160可以将分类结果传递到第三级，在本示例中是中间件层170。 | 对比文件明确描述了当较低层级的上下文分类置信度不足时，将信息传递到更高层级进行进一步处理。更高层级的处理（如决策级融合）旨在产生比输入的分类结果更可靠、更确定的上下文信息。本领域技术人员可以毫无疑义地得出，这种更可靠、更确定的上下文输出，其语义范围通常比输入的、存在模糊性的具体类别（如“in_office”或“in_meeting”）更广（如“at_work”）。因此，该技术特征被直接公开。 | ||||
| 技术特征E《直接公开》 | [p0045] 每一融合类别被指派一标签，所述标签在语义上包含及囊封一组所检测到的目标状态；融合类别为由相应目标分类器检测到的一组合并的目标状态的联合状态。[p0047] 融合分类器240可输出“无说话者”、“1个说话者”或“许多说话者”。 | **请注意：此引用来自目标专利说明书，并非对比文件。** 对比文件中未发现明确描述为融合后的上下文指派一个在语义上囊封了原始类别标签的标签。对比文件主要关注通过融合提高置信度和可靠性，并未强调对融合结果进行语义上的标签封装。因此，该技术特征未被对比文件公开。 | ||||
| 技术特征F《隐含公开》 | [p0012] 使用提取的传感器数据和上下文模型执行第一级上下文确定。 | 对比文件公开了使用传感器数据和上下文模型执行第一级上下文确定。执行该确定的过程必然涉及获得与此次分类（即“初始分类”）相关的信息（例如，提取的特征、模型参数等），以便进行分类决策。因此，本领域技术人员可以合理推断出该技术特征。 | ||||
| 技术特征G《直接公开》 | [p0076] 上下文感测模块131可以检查概率列表，以确定是否有可能以足够高的置信度推断环境和/或活动。[p0080] 基带层160然后可以确定分类是否产生了足够置信的上下文指示。 | 对比文件多次提及评估分类的“置信度”（confidence）或“可靠性”。例如，通过比较最可能类别的概率值或概率差异与阈值，来判断分类是否“足够置信”。这直接公开了在上下文确定过程中会获得与分类（初始分类）相关联的“置信度值”。因此，该技术特征被直接公开。 | ||||
| 技术特征H《隐含公开》 | [p0076] 如果上下文感测模块131确定它无法可靠地推断上下文，则上下文感测模块131将自适应数据和可能的相应上下文信息传递到第二级。[p0130] 如果确定上下文分类不够可靠...则将自适应数据提供给基带层160。 | 对比文件描述了当当前层级（例如，传感器处理器层）的分类置信度不够高（即“无法可靠地推断上下文”）时，会将数据/信息传递到更高层级（如基带层）进行进一步处理。这种传递到更高层级进行进一步“确定”的操作，可以理解为是响应于低置信度而触发的。更高层级的处理（如融合）正是为了得到更可靠的分类（融合类别）。因此，本领域技术人员可以合理推断出该技术特征。 | ||||
| 技术特征I《隐含公开》 | [p0048] 如果已知原始分类器通常混淆状态的子集且已知置信度值指示可能的混淆或不明确性的情况下，可使用此信息。[p0049] 融合分类器240可结合来自目标状态分类器230的历史数据充分利用目标状态分类器230的一或多个可操作性质以增加分类准确性。举例来说，在一实例中，其中在一些情况下已知初始分类在区分in_car与on_train状态上具有困难... | **请注意：此引用来自目标专利说明书，并非对比文件。** 对比文件中未明确提及识别“初始分类的可操作性质”这一概念。对比文件主要关注基于置信度阈值和层级传递来决定是否进行进一步处理或适应模型，并未讨论利用分类器本身的已知行为特性（如易混淆性）来指导融合决策。因此，该技术特征未被对比文件公开。 | ||||
| 技术特征J《隐含公开》 | [p0048] 如果已知原始分类器通常混淆状态的子集且已知置信度值指示可能的混淆或不明确性的情况下，可使用此信息。[p0049] 融合分类器240可结合来自目标状态分类器230的历史数据充分利用目标状态分类器230的一或多个可操作性质以增加分类准确性。举例来说，在一实例中，其中在一些情况下已知初始分类在区分in_car与on_train状态上具有困难... | **请注意：此引用来自目标专利说明书，并非对比文件。** 对比文件中未提及基于“初始分类的可操作性质”来确定融合类别。理由同特征I。因此，该技术特征未被对比文件公开。 | ||||
| 技术特征K《隐含公开》 | [p0047] 融合分类器240可通过在时间维度上在语义上合并上下文推断来操作。举例来说，如果原始分类器在各自3秒的连续时段内输出一序列7个决策（坐、站立、坐、坐、坐、站立、站立），那么融合分类器240输出单个决策静止，其囊封及合并先前21秒的决策。 | **请注意：此引用来自目标专利说明书，并非对比文件。** 对比文件虽然描述了分层和顺序处理，但未明确公开使用与“第一时间”相关联的数据确定“第一上下文类别”，然后使用与“第二时间”（之后的时间）相关联的数据确定“第二上下文类别”，并基于这两者来确定融合类别。对比文件的融合更多是基于同一时刻或时段内来自不同传感器或处理层级的多个分类结果的组合，而非明确基于不同时间点的分类序列。因此，该技术特征未被对比文件公开。 | ||||
| 技术特征L《直接公开》 | [p0075] 当上下文感测模块131执行环境和活动分类时，它可以使用来自一个或多个传感器的传感器数据和相应的上下文模型。...上下文感测模块131可以使用存储在例如上下文模型数据库116中的上下文模型和通过特征提取获得的自适应数据来评估，例如，针对不同环境和/或活动替代方案的列表的概率。 | 对比文件公开了使用预定义的上下文模型（存储在数据库中）和传感器数据来评估不同环境/活动类别的概率列表。执行“第一级上下文确定”必然涉及从这组预定义的、可用的上下文类别（即“多个预定的可用上下文类别”）中选出一个作为确定结果（第一上下文类别）。因此，该技术特征被直接公开。 | ||||
| 技术特征M《隐含公开》 | [p0082] 中间件层170可以基于环境和活动分类结果执行决策级融合。...当分类成功时，从融合获得的标签被传递回基带层，基带层执行上下文模型的适应。[p0126] 中间件可以通过选择使方程...最大化的环境和活动组合来执行决策级数据融合。 | 对比文件公开了在决策级融合中，中间件层基于输入（如来自基带层的分类结果、虚拟传感器数据等）选择一个最优的环境和活动组合（即一个融合后的上下文决策）作为输出。本领域技术人员可以合理推断，这种选择操作是从一组可能的、预定义的融合结果（例如，所有允许的环境-活动组合，如表1所示）中进行的。因此，该技术特征被隐含公开。 |
<<<A>>> <<<D>>> <<<G>>> <<<L>>> <<<b>>> <<<c>>> <<<f>>> <<<h>>> <<<m>>>