普适计算哪一年提出_普适计算_普适计算由谁提出(4)

很多情况下，我们只是用尚在实验的例子来简单地描述上下文感知的计算。这里我们要讨论上下文信息的结合、上下文的表示、上下文的获取、上下文的融合，并把上下文与自然交互的融合来实现改进的事实表示。

－事情（What）：当前系统中的交互都要假定用户在干什么。觉察和理解用户在作什么是一件困难的事情。然而，与上下文驱动的设备交互就必须能解释用户的行为从而提供有意义的信息。

－位置（Where）：很多情况下，上下文中的位置比其它方面被探究得更多。位置总是和上下文中的其它信息联系在一起，比如时间。有的导航系统能够通过学习历史中的位置的移动，根据用户的习惯来把用户所需的信息显示出来。针对这个理论仍然需要更多的研究。

－时间（When）：除了使用时间作为记录索引或计算用户在特定地点所待的时间，大多数上下文驱动的应用中对时间是不察觉的。但是引人注意的是时间相关的变化可以作为解释人的一种辅助。例如，对展览的短暂参观暗示了缺乏相关兴趣。此外，当行为的准线建立起来以后，违背准线的行为也受到注意。例如，当老人违背每天早晨的习惯时上下文感知的房屋能够觉察到。

与上下文的定义相关的是上下文的表示。如果上下文不能很好的表示，应用开发者只能去转而开发对上下文信息的存储和操纵。复杂的上下文表示的不断进化使得更多的功能成为可能，并且做到了上下文的获取与对可编程的上下文应用相隔离。

上下文感知的计算的一个明显的难题是使得真正做到计算的普遍存在。在特定的位置，上下文信息是可用的。但是，很少有真正做到普遍存在的单源的上下文服务。位置是一个很好的例子，GPS在屋内不能工作，在城市的某些区域也是不可信的。还有很多和户内限制类似的限制，如成本、范围、间隔和标签等限制，所以很少有一个解决方法可以解决所有的问题。

获得连续的上下文的解决方法是联合相关的上下文服务从而聚集上下文信息。这种上下文的融合类似于已经被很好的研究的相关传感器的融合。上下文的融合要处理不同上下文服务边界之间的无缝的融合。当同样的上下文被多个服务并发地提供时要能够从竞争的服务中决定出有用的信息。虽然有了传感器的融合，上下文的融合仍然是必要的，因为传感器的融合技术不是100％可靠的。从多个源的信息相结合能够提高解释的可信度。并行的服务相结合能够使得上下文融合帮助提供可信赖的普适计算上下文，例如消除噪音、提供更广的覆盖范围。

很多上下文感知的系统的目标是使得用户能够在现实动作基础上实时地获取信息。导航系统是一个很好的例子，用户在展览中的行动触发了附加的上下文敏感的信息的显示。这些应用通常使用分散的可移动的设备，这就要求它们把注意力从现实世界的不相关部分转移开来。这种交互的最好的比喻是用户用类似于电子探测器和计量器的工具探测世界。

和声音手势等自然输入方式一样，运用视觉和听觉我们可以把上下文感知的交互和现实世界更好的联系在一起。在这些交互中，系统改进用户感知世界的方法，这种信息的获取应当在更自然、无缝的交互中获得。

我们生活中的很多时间都花在听和记录我们身边发生的事情，然后记住这些信息中重要的部分。利用计算资源来提高人类记录的效率是有很明显的价值，同时也存在问题。特别是当由多重相关的信息同时发生但是又无法一起捕获。能够帮助自动捕捉和访问生活经验的工具能够帮助人们去掉不擅长的包袱（如记录）这样他们能够集中精力关注他们擅长的活动（如隐含的关系、总结、翻译）。

关于这种捕获/访问理论已经有很多相关的研究，特别是在会议室/教室环境中和笔记记录。早期Schmandt、Arons和Hindus的工作已经能够在电话交谈中捕获声音信息并提供了对已经记录的声音信息提供访问。PhoneSlave系统和Xcapture系统把声音作为没有被翻译的数据并成功地提供了对这种对话信息的概括。最近很多研究集中在其它类型的输入上，比如数字墨水。Tivoli系统用一套软件提供了会议记录的功能，类似于某些电子白板技术（LiveBoard系统），从而来支持小组讨论。在会议中电子白板的记录是附有时间戳的，这些时序信息在会议结束以后被用来作为音频和视频的索引，从而提供更为详尽的会议记录。为大学讲课设计的Classroom 2000系统中提供了对数字墨水注释和音频视频记录相结合的功能。最大的亮点在于把捕获的材料自动加工成为能够被广大学生访问的接口。其它的捕获系统（Authoring on fly、Cornell的Lecture Browser）关注了任意程序交互信息的捕获和多个源信息中符合产品之质量的视频捕获。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-34759-4.html