[发明专利]经由模式匹配来学习态势

说明书

本文公开了示例方法、装置或制品，它们可全部或部分地用于促成或支持用于经由模式匹配或识别来对态势进行机器学习的一个或多个操作或技术。

相关申请的交叉引用

本专利合作条约(PCT)申请要求于2011年1月19日提交的题为“LearningSituations via Pattern Matching(经由模式匹配来学习态势)”的共同待审美国临时专利申请No.61/434,400、以及于2011年10月7日提交的题为“Learning Situations viaPattern Matching(经由模式匹配来学习态势)”的美国非临时专利申请No.13/269,516的权益和优先权，这两篇专利申请转让给本发明受让人并通过援引明确纳入于此。

另外，并发地提交了于2011年10月7日提交的题为“MACHINE LEARNING OF KNOWNOR UNKNOWN MOTION STATES WITH SENSOR FUSION(利用传感器融合来对已知或未知运动状态进行机器学习)”(代理人案卷号93495-822645(102259))的美国专利申请No.13/269,513，其全部公开内容通过援引纳入于此。

背景

领域

本公开一般涉及机器学习，尤其涉及经由模式匹配或识别来对态势进行机器学习以供在移动通信设备中使用或与移动通信设备联用。

信息

移动通信设备(诸如举例而言，蜂窝电话、智能电话、便携式导航单元、膝上型计算机、个人数字助理、或诸如此类)正变得在日常生活中越来越常见。这些设备可包括例如各种各样的传感器以支持数种主机应用。通常情况下，尽管并非必然，传感器能够将物理现象转换成模拟或数字信号并且可被整合(例如，内置、等等)到移动通信设备中或者以其他方式(例如，自立的、等等)得到移动通信设备的支持。例如，移动通信设备可包括一个或多个能够测量该移动设备的各种运动状态、位置、定位、取向、周围环境等的加速计、陀螺仪、磁力计、重力计、环境光检测器、邻近性传感器、温度计、位置传感器、话筒、相机等作为特征。取决于应用，诸传感器可单独使用或者可与其他传感器组合使用。

在启用传感器的技术中流行且快速增长的市场趋势包括例如能够理解相关联用户正在做什么(例如，用户活动、意图、目标等)从而以更有意义的方式进行辅助、参与、或有时进行干预的智能或聪明的移动通信设备。然而，集成不断扩展的多种或成套的用于连续地捕捉、获得、或处理大量传入信息流的嵌入式或相关联传感器可能呈现多种挑战。这些挑战可包括例如，多传感器参数跟踪、多形态信息流整合、增加的信号模式分类或识别复杂度、后台处理带宽需求、或诸如此类，这些挑战可至少部分地归因于由用户移动性造成的更加动态的环境。相应地，如何以有效或高效方式捕捉、整合、或以其他方式处理多维传感器信息以获得更令人满意的用户体验持续成为发展领域。

附图简述

参照以下附图来描述非限定性和非穷尽性方面，其中相同参考标号贯穿各附图指代相同部分，除非指明并非如此。

图1是根据一实现的可用于经由模式匹配或识别来对态势进行机器学习的示例坐标系。

图2是根据一实现的多维传感器信息流的示例场景标绘。

图3是根据一实现的示例时间模式和所生成的示例规则。

图4是解说根据一实现的用于经由模式匹配或识别来对态势进行机器学习的示例过程的实现的流程图。

图5是解说根据一实现的与移动设备相关联的示例计算环境的示意图。

概述