Representing and Manipulating Situation Hierarchies using Situation Lattices
Les situations, les interprétations sémantiques du contexte, fournissent une meilleure base pour sélectionner des comportements adaptatifs que le contexte lui-même. La définition des situations repose typiquement sur la capacité de définir des expressions logiques et des méthodes d'inférences pour identifier des situations particulières. Dans ce papier, nous étendons cette approche pour fournir une organisation et une sélection efficaces à des systèmes avec un très grand nombre de situations entretenant des relations structurées entre elles. Nous appliquons les treillis de Gallois pour définir une relation de spécialisation sur les situations, et nous montrons comment le résultat peut être utilisé pour améliorer l'identification de situations utilisant les opérateurs du treillis et le raisonnement incertain. La technique présentée est finalement validée sur un ensemble de données de taille réelle.
Situations, the semantic interpretations of context, provide a better basis for selecting adaptive behaviours than context itself. The definition of situations typically rests on the abilityto define logical expressions and inference methods to identify particular situations. In this paper we extend this approach to provide for efficient organisation and selection in systems with large numbers of situations having structured relationships to each other. We apply lattice theory to define a specialisation relationship across situations, and show how this can be used to improve the identification of situations using lattice operators and uncertain reasoning. We demonstrate the technique against a real-world dataset.
J.YE, L.COYLE, S.DOBSON, P.NIXON
systèmes, treillis, systèmes contextuels, incertitude, réseaux bayésiens.
situation, lattice theory, context-aware computing, uncertainty, bayesian network.
Anglais
|
