所謂的「智慧型空間」是指在環境中，利用資訊技術與一些感測器、嵌入式系統或簡報裝置的整合，以瞭解使用者的需求並提供相對應的服務，若是將這樣的技術引進一個「家」—也就是一般人每天待最久的地方，即是所謂的「智慧屋」(Smart Home)，藉此提升居住的品質或安全性。例如：當居住者一進入房間時，這時智慧型系統會自動將燈打開，或者當老人家睡覺翻來覆去時，藉由裝置在床下的感測器，系統可以自動告知看護人員這些特殊狀況。就居住者的動作而言，例如：開關燈，開關各種電器設備等，這些都是很頻繁的動作，收集諸如此類居住者的動作歷史紀錄，即可用來進行動作的預測，以便讓居住者省卻這些動作。美國阿靈頓大學所進行的MavHome (Managing an Adaptive VersatileHome)計畫，其中提出SHIP (Smart Home Inhabitant Prediction)演算法可以藉由居住者的動作歷史紀錄，來進行動作的預測，並依據可能性的高低列出一個動作清單。不過，其演算法的實驗結果，若是將實際動作比對預測清單的第一個動作，其準確度最高只有53.4%，若是比對是否屬於前三順位的動作，預測準確度才可以超過80%。有鑑於此， 本論文提出一個「滑動視窗動作預測演算法」(SWAP: SlidingWindow-based Action Prediction Algorithm)，SWAP 演算法中提出「滑動視窗」的概念，它依據視窗的大小來收集某個動作發生前或後的動作，將之收集成這個動作的「候選集合」，配合比重值的計算，可以排列出在集合中這些動作的順序。根據實驗結果顯示，SWAP 演算法在第一動作的預測準確度可以高達78.9%，而前三動作的預測準確度更可以高達86.9%，說明SWAP 演算法可以有效提升動作預測的準確度。 |
本站僅提供期刊文獻檢索。
