Sunteți pe pagina 1din 9

Recunoaterea activitii s at

March 27, 2011


Recunoaterea activitii a captivat atentia mai multor companii de development software din s at ntreaga lume, datorit faptului c acest subiect este aplicabil diferite domenii cum ar : medicin, interactiunea a a n a computer-om sau sociologie.Acest domeniu are ca scop recunoaterea elurilor i actiunilor unui agent.Acest s t s aspect este realizat timp, pe baza observatiilor i a conditilor de mediu. n s Astfel procesul de recunoatere a activitilor este una din abordrile pe care trebuie s le avem s at a a n vedere atunci cnd dezvoltm un sistem inteligent. Scopul recunoaterii activitilor este de a determina a a s at actiunile sau strile ale unuia sau a mai multora prin intermediul datelor furnizate de senzorii ambientali a sau de ctre cei umani (trupeti).Senzorii ambientali sunt folositori pentru monitorizarea mediilor a s n care se mic mai multe persoane. s a Senzorii montati pe corpul uman pot folositi pentru a monitoriza o persoan i pentru a clasica as actiunile sale. Monitorizarea parametrilor de mediu, cum ar temperatura, lumina, etc, poate ajuta de multe ori determinarea comportamentului i a actiunilor locuitorilor. n s Recunoaterea activitilor, sau clasicarea, este adesea fcut s at a a ntr-un proces cu mai multe nivele. Cnd vorbim de un singur nod senzor, mod normal, urmtoarele 3 stadii apar: a n a 1. Semnalul senzorului este divizat segmente mici de timp. n 2. Una sau mai multe proprieti care caracterizeaz semnalul sunt derivate. at a 3. Pe baza proprietilor de la pasul 2, i cu ajutorul unui algoritm de clasicare rezult activitile at s a at Pentru a putea elege recunoaterea activitii mai bine imaginati-v urmtorul scenariu: o btrn nt s at a a a a a locuiete singur s a ntr-un apartament. ecare dimineat ea trebuie s si ia medicatia prescris de n a a a doctor.Se trezete , merge buctrie, aprinde aragazul pentru a pregti micul dejun.Dar ntre timp, s n aa a merge s si ia medicamentele.O voce aduce aminte c trebuie s opreasc aragazul.Toate actiunile a i a a a desfurate de btrnica sunt detectate cu ajutorul unor senzori i notate as a a s ntr-o baz de date. ecare a n zi, ica acesteia poate s verice dac mama sa i-a luat medicatia la timp, a mncat corect sau a a a s a desfurat rutina zilnic mod normal. as a n Recunoaterea activitii poate modela un numr mare de activiti umane i este posibil prin s at a at s a inbinarea unei retele de senzori cu descoperirea de cunotinte (termen cunoscut i sub numele de data s s mining) i tehnici de aare a calculatorului. s nvt Descoperirea de cunotiinte s

Procesul de analizare a datelor din perspective diferite, rezumndu-le informatii care ne sunt utile a n reprezint conceptul de descoperire de cunotinte.Mai concret, sunt gsite abloanele i relatiile existente a s a s s ntr-o baz de date relationala de mari dimensiuni.Datele sunt analizate, sunt grupate pe categorii i a s sunt scoase evident relatiile existente n a ntre acestea. Exist diferite software-uri care permit realizarea a acestor actiuni, care au fost dezvoltate urma unui lung proces de cercetare i dezvoltare de produse. n s Componentele principale folosite de acest tehnologie au fost dezvoltate de multe decenii, domenii a n precum statistic, inteligent articial i mecanismul de aare al calculatoarelor . Exist diferite a a a s nvt a tehnici folosite descopritea datelor, i anume: n s Arbori de decizie: structuri arbore care contin seturi de decizie, decizii care genereaz reguli folosite a clasicarea setului de date. n Metoda celui mai apropiat vecin: ecare nregistrare este clasicata pe baza unei combinatii a celor mai similare k clase introduse anterior Inductia regulilor: clasicarea inregitrarilor este fcut prin extragerea regulilor utile de tipul a a if-then Retele neuronae articiale:se aseamn cu retelele neuronale biologice a a Machine Learning Conceptul de aare a calculatorului reprezint o ramur a inteligentei articiale care are ca scop nvt a a proiectarea i dezvoltarea algoritmilor care s permit unui calculator s si dezvolte comportamentul pe s a a a baza unor informatii empirice cum ar informatiile culese de la senzori sau informatiile culese dintr-o baz de date. Aceasta disciplina tiintic se axeaz special pe recunoaterea unor abloane complexe a s a a n s s i luarea de decizii inteligente bazate pe informatiile colectate, i poate aplicat diverse domenii i s s a n s activiti cum ar : statistici, recunoaterea de abloane, control adaptiv sau teoria probabilitii. at s s at Acest gen de algoritmi sunt organizati ntr-o taxonomie, bazat pe rezultatul dorit: a Cu aare supravegheat nvt a Cu aare nesupravegheat: modeleaz un set de intrri nvt a a a aare semi-supervizata: combin ambele exemple etichetate i neetichetate pentru a genera o nvt a s functie corespunztoare a Tipuri de recunoatere a activitii s at Activitatea de recunoatere urmrete s recunoasc actiunile i obiectivele ale unuia sau a mai s a s a a s multor agenti cu ajutorul unei serii de observatii privind actiunile agentului i cu ajutorul conditiilor de s mediu . Datorit naturii sale cu multe fatete, diferite domenii, se pot referi la recunoaterea activitatatii a s ca la o recunoatere plan. Problema recunoaterii plan a fost un subiect de cercetare pentru o s n s lung perioad de timp i rmne continuare foarte dicil. Problema recunoaterii corespunde cu a a s a a n a s o ntrebare fundamental: cum putem prezice comportamentul unui agent care comunuica, astfel at a nc aceast predictie s poat apoi utilizat pentru coordonarea sarcinilor,cooperare, asistent, etc.? Din a a a a a aceast denitie, expresia recunoaterii activitii se refer la faptul c se presupune existenta unei a s at a a

structuri de activitate (de exemplu, un set de actiuni ordonate timp), ales la n nceput de ctre entiti a at care actioneaz (de exemplu, un pacient), care constituie rezultatul pe care agentul (de exemplu, un a mediu de inteligent) urmrete s recunoasc. a s a l a Prin urmare, problema de recunoatere a unei activiti poate vzut ca o operatiune invers, s at a a a n care un alt agent care nu tie obiectivul planicat are sarcina de a identica obiectivul agentului actor s , prin deductie, din actiunile care au fost observate i din setul de activiti posibile. Recunoaterea s at s activitii poate caracterizat de relatia care exist at a a ntre agentul observat i observator . Aceast s a relatie permite artirea acestui domeniu trei categorii diferite, astfel: mp n 1. Recunoaterea intentionat a activitilor s a at Avand de-a face cu un astfel de context , se presupune c agentul mod explicit tie c este a n s a observat i, prin urmare, c si adapteaz mod deliberat comportamentul su, efectund activis a a n a a tatea ntr-o manier care va facilita procesul de recunoatere a observatorului.Prin urmare, aceast a s a form de recunoatere presupune un efort direct de cooperare din partea entitii observate. a s at Unii cercettori presupun, pe baza ipotezei de cooperare din aceast categorie, c agentul observaa a a tor ar putea solicita direct actorul caz de incertitudine, scopul de a obtine claricri privind n n a sarcinile curs. Un astfel de mediu este a nerealist. De exemplu, cazul care este asistat n ns n n un pacient bolnav de Alzheimer, este mod clar dicil de a face orice presupunere cu privire la n capacitatea pacientului de a sustine un efort de cooperare prin adaptarea comportamentului su a scopul de a inuenta mod pozitiv procesul de recunoatere. n n s 2. Recunoaterea contradictorie a activitilor s at Avand de-a face cu acest tip de recunoatere, mai degrab dect presupunnd c agentul observat s a a a a va contribui pozitiv la procesul de recunoatere, se presupune c agentul actor va s a ncerca probabil s strice procesul de recunoatere a activitii printr-un gest competitiv. alti termeni, agentul a s at n actor consider c agentul observator este un duman i, prin urmare, va a a s s ncerca mod voluntar n s efectueze actiuni care sunt incoerente cu obiectivele sale scopul de a conduce observatorul a n la deductia de concluzii false cu privire la comportamentul su. Acest tip de recunoatere se a s potrivete bine s ntr-un context militar sau ntr-un context care agentii competitivi dintr-un joc n video concureaz a mpotriva unui juctor uman. a 3. Recunoaterea keyhole a activitilor s at Ultima categorie, numita recunoaterea keyhole , caracterizeaz ipoteza c un agent nu tie cu s a a s adevrat c este observat i, prin urmare, nu va a a s ncerca s inuenteze procesul de recunoatere sau a s s induc eroare concluziile observatorului. Cu aceast categorie, s-a vrut s se deneasc un a a n a a a cadru generic de recunoatere a activitii, care se face o supozitie de efort de cooperare neutru, s at n numele agentului care actioneaz. n a Se bazeaz de obicei pe un motor de inferent probabilistic-logic pentru construirea de ipoteze a a a a cu privire la planurile posibile, i pe un proces de potrivire care dezvolt legturi s a a ntre observatiile fcute i unele dintre planurile incluse a s ntr-o bibliotec sau un model de activiti legate de sfera a at de aplicare. Aceast bibliotec este o ontologie de modele de activitate pe care agentul observat a a le poate efectua la un moment dat. La ecare observatie, agentul de recunoatere s ncearc s a a 3

construiasc ipoteze bazate pe cunoaterea descris aceast ontologie. Din moment ce pot a s a n a mai multe planuri posibile care pot explica observatiile, i care, astfel, determina comportamen s tul agentului observat, provocarea este s dezambiguizeze aceste ipoteze concurente, s gseasc a a a a varianta corect. a Recunoaterea activitilor s at ntr-un mediu inteligent Casele inteligente (Smart Homes) au ca scop s ofere suport celor vrst, celor care sufer de o a n a a a maladie precum Alzheimer, precum i celor care se ocup de s a ngrijirea acestora, i altele. Pentru a s inteligent, un astfel de mediu ar trebui s e capabil s detecteze ce activiti zilnice ar trebui locatarul a a at s fac. Se crede c prin folosirea unor senzori modeti (alei cu atentie concordant cu consideratiile a a a s s n a etice legate de condentialitate) combinati cu un modul de recunoatere a activitilor bazat pe retele s at Bayes, ar trebui s e posibil determinarea activitii pe care locatarul o efectueaz. a a at a Aditional, un astfel de sistem ar trebui s e capabil s detecteze posibile situatii de urgent i s a a a s a actioneze consecint. Odat ce un astfel de sistem este complet i pe deplin operational, ar trebui n a a s s e stare s detecteze anomaliile sau abaterile ceea ce privete rutina ocupantului, de asemenea, a n a n s cunoscut sub numele de obiceiuri de viat, acestea putnd indica un declin abilitile sale cognitive a a a n at sau aparitia unei noi patologii. Activitile de zi cu zi pot denite ca activiti de rutin pe care oamenii le fac de obicei fr a at at a aa avea nevoie de orice ajutor special. Exemple de activiti de zi cu zi de baz sunt: mnnc, face baie, at a a a a se mbrac, toaleta. Abilitatea unui individ de a efectua o activitate de zi cu zi este un factor cheie a n determinarea capacitii individului de a duce o viat autonom i ce tip de at a as ngrijire pe termen lung, dac este cazul, acesta ar putea avea nevoie. a Sarcinile simple de zi cu zi sunt de obicei realizate fr efort. Cu toate acestea,rezolvarea acestora aa ar putea s prezinte o lupt grea pentru persoanele vrst i persoanele cu dizabiliti sau deciente a a n a a s at cognitive. Avnd vedere atrnirea rapid a populatiei, exist o urgent nevoie de metode mai ea n mb a a a a ciente care s rezolve problema unei asistente medical de a a ncredere i continu cu costuri reduse.Mediile s a inteligente cu tehnologii bazate pe senzori ofer o perspectiv promittoare acest context. a a a n Este bine cunoscut faptul c cerintele de a ngrijire ale unei persoane vrst sunt complexe. Prin n a a urmare, automatizarea procesului de administrare a acestui gen de ngrijire cere nu numai o colectie de informatii timp real din mediul respectiv, legate de actiunile n ntreprinse de ctre persoana, dar impune, a de asemenea modelarea corect att a informatiilor numerice colectate de senzori ct i motivatia alegerii a a a s aceastei informatii utiliznd cunotintele generale i cunotintele referitoare la persoana zic. a s s s a Studiile actuale au ca scop dezvoltarea unui sistem inteligent de management hibrid pentru a asista ngrijirea persoanelor vrst la domiciliu i pentru a consolida managementul stilului de viat i a n a a s a s sntii oamenilor casele lor. Acest lucru poate implica capacitatea de a integra informatiile de la a a at n senzor (de exemplu, de micare, deschide / s nchide ap, apsati pe , etc), precum i a utiliza aceste a a s informatii colective i a cunotintelor despre ce presupune s s ngrijirea persoanei respective la domiciliu. Fondul de cunotinte referitoare la asistent medical, la nevoile i la stilul de viat al unei persoane s a a s a individuale reprezint informatii generale care sunt stocate i pot accesate pentru a sprijini informatiile a s necesare pentru management. Cercetrile domeniul managementului informatilor nesigure a reprezentat un domeniu activ de a n cercetare pentru mai mult de jumtate de secol i a rmne un subiect cheie inteligenta articial a s nc a a n a

i domeniile de aplicatie ale acesteia. Exista mai multe metode care au fost propuse pentru a modela i s s prelucra informatiile nesigure e ntr-un format numeric e ntr-un format simbolic. Acum, prezent, este recunoscut faptul c abordrile care pot mod ecient s ofere suport pern a a n a soanelor cadrul propriilor lor case sunt mult mai necesare pentru a combate efectele de atrnire n mb a a populatiei. Pe msur ce oamenii devin mai vrst, devine mai dicil pentru ei s triasc pe cont a a n a a a a a propriu. Nu numai c au nevoie de asistent pentru a tri o viat normal, dar, de asemenea, sprijinul a a a a a este necesar pentru a asigura siguranta i bunstarea lor.Serviciile traditionale institutionale pot priv s a ite ca ind scumpe i nu sunt vzute de ctre vrstnici ca i unul dintre amplasamentele lor preferate s a a a s (ei ar prefera s triasc casele lor). plus, serviciile existente nu au resursele necesare pentru a face a a a n n fata numrului de cereri. a Tehnologiile de asistare moderne ncearc s ofere o solutie de compromis pentru dezechilibrul dintre a a nevoile cretere i capacitatea sczut de n s s a a ngrijire a persoanelor vrst. Mediile de viat asistate n a a a pot oferi supraveghere sau asistent ,pot ajuta cu coordonarea serviciilor de a ngrijire a sntii i a a at s pot monitoriza activitile oamenilor, astfel contribuind la asigurarea sntii lor, a sigurantei i a at a a at s bunstrii.Astfel de medii sunt percepute pentru a permite persoanelor vrst s rmn viat a a n a a a a a a n a n interiorul caselelor pentru perioade mai lungi de timp. Casele inteligente sunt o form de medii de viat asistate, echipate cu senzori/ elemente de actionare, a a retele de comunicatii i un sistemul de management al informatiilor. Senzorii reprezint stratul zic s a fundamental cadrul ierarhiei din interiorul casei inteligente, i au capacitatea de a percepe dinamic n s schimbrile petrecute in cadrul mediului ambiental. a Printre diferitele tehnologii de senzori disponibile prezent, senzorii binari anonimi, cum ar n switch-uri de contact i senzorii de presiune sunt cei mai populari.Ei genereaz informatii s a ntr-un mod non-intruziv despre interactiunea unei persoane cu obiectele casnice aditie fat de modul care n a n persoana se mi ca interiorul casei. orice moment dat senzorii binari au capacitatea de a prezenta s n n una dintre cele dou valori posibile ca o ieire. Ori de cte ori statusul dat de un anumit context (obiect, a s a micare) asociat cu un senzor este schimbat, valoarea senzorului este schimbat de la 0 la 1 i, s a s prin urmare, reect faptul c contextul respectiv a avut loc o interactiune .De exemplu, un senzor a a n comutator de contact ataat la ua de la frigider poate spune momentele care se deschide i se s s n s nchide ua frigiderului cu ajutorul acestor schimbri de valori de la 0 la 1. s a O provocare pentru astfel de ambient o reprezint sistemele de recunoatere automat a activitilor a s a at desfurate de om, care sunt mare parte bazate pe date sau bazate pe cunoatere. modelele lor, as n s n o regul de baz este obligatorie a a nainte de a reactiona la informatiile primite. O ontologie formal a a intentiilor utilizatorului este utilizat pentru a a mbogi cunotintele domeniul actual i pentru at s n s a reduce incertitudinea. Unele lucrri recente subliniaz importanta contextului temporal i propune a a s o abordare nou: recunoaterea activitii umane cu constrngeri temporale. Pornind de la regulile a s at a generale predenite, procedura sistemului efectueaz o cutare spatiul de Retele Decizie pentru un a a n set de sincronizri, care este aplicabil starea curent. Cu toate acestea, pentru a obtine activitile de a n a at nivel nalt, sistemul apeleaz la senzori de date eterogene cum ar un aparat de fotograat pozitionat pe a tavan, cu un sistem de urmrire.Utilizarea unor sisteme de urmrire ridic unele probleme de intimitate a a a i costuri pe care nu ni le dorim. s Cele mai multe dintre abordrile actuale ale acestei probleme, sunt fr doar i poate bazate pe date. a aa s Cu toate acestea,se integreaz rareori constrngeri temporale sistemele lor. Majoritatea utilizeaz a a n a

metode de aare supravegheat cum ar Hidden Markov Model (HMM) pentru recunoaterea acnvt a s tivitilor umane. Obtinerea unor cantiti substantiale de date etichetate este adesea extrem de dicil at at a pentru aceast abordare. Pe de alt parte, eforturi recente de a explora metode de aare nesupravega a nvt heate au fost dezvoltate. Web mining-ul este folosit pentru extragerea automat a probabilitilor de a at co-aparitie a unor activiti i a obiectelor utilizate.Aceste probabiliti asambleaz un HMM capabil s at s at a a recunoasc activitile. Creterea interesului poate observat ceea ce privete tehnicile de aare a at s n s nvt slab supravegheate cum ar multi-instant de aare i metodele de aare semi-supravegheata. a nvt s nvt Pentru a rezuma, mai multe abordri existente se bazeaz pe seturi de reguli de recunoatere a a a s activitilor construite manual i / sau, rareori, sunt luate considerare aspectele temporale. at s n

Model simplu de HMM pentru recunoaterea activitii s at ntr-un mediu inteligent Modulul de recunoatere a activitilor s at Acesta este compus din retele specializate, ecare dintre ele ind responsabil de recunoaterea ac a s tivitilor at ntr-o camer anume. De ecare dat cnd un individ intr camer, reteaua corespunztoare a a a a n a a este activat. Se proceseaz i un schimb de date a as ntre reteaua care a fost activ anterior i cea care este a s activ acum. a Pentru a efectua recunoa terea activitilor, trebuie s se ia considerare mai multi factori, inclusiv s at a n interactiunea unui individ cu mediul su, de exemplu: obiectele pe care le folosete, precum i ora din zi, a s s activitatea anterioar, etc. Prin utilizarea dispozitivelor simple de monitorizare, precum i detectoarelor a s de micare i covoarelor tactile, putem stabili cu uurint o imagine a acestei interactiuni. Tot ce ne s s s a trebuie dup aceea sunt mijloacele pentru a da un sens imaginii, acestea ind retelele Bayes. a Retelele Bayesiane Cineva a spus odat c singurul lucru de care putem siguri este c nu vom niciodat siguri de a a a a

nimic. Suntem, ntr-adevr, a nconjurati de incertitudine i, prin urmare, trebuie s se gseasc modaliti s a a a at de a gestiona factorul de incertitudine, atunci cnd se a ncearc s se determine activitatea cea mai a a probabil efectuat de cineva care trie te a a a s ntr-o cas inteligent. a a Retelele Bayesiane (BN) sunt special proiectate pentru a lucra cu incertitudinea. cadrul acestor n retele, cauza i efectul nu sunt absolute. Probabilitile, stocate CPT (Conditional Probability Tables), s at n sunt utilizate scopul stabilirii cotelor oricrui eveniment luat considerare de ctre retea. O retea de n a n a acest fel este un set de noduri, reprezentnd variabile (cauze i efecte), i vectori, reprezentnd legtura a s s a a (sau relatia) dintre aceste variabile. Avand de-a face cu casele inteligente, nodurile e reprezint diferiti senzori care ar putea activati a de ctre individ timp ce si desfoar activitile, e este vorba de activitile propriu-zise. Fcnd a n as a at at a a o comparatie cu sistemele expert de diagnosticare din medicin, senzorii sunt priviti ca simptome, iar a activitile ca afectiuni, iar scopul modulului de recunoatere a activitilor este de a diagnostica. at s at general, retelele Bayesian reprezint principala tehnologie utilizat pentru activitatea de efectuare n a a a recunoaterii. Sistemul este compus dintr-un set de senzori (tag-uri RFID i mnui), care detecteaz s s a s a interactiunile dintre obiecte, un motor probabilistic care deduce activitile cu ajutorul observatiile de la at senzori, i un model creator care permite crearea de modele probabilistice de activiti din , de exemplu, s at retete de scris . Activitile sunt reprezentate ca secvente compuse din etape activitate. Fiecare etap at a este compus din obiectele implicate, probabilitatea implicrii lor, i, optional, un timp de nalizare a a s modelat ca o distributie de probabilitate gaussian. Activitile sunt convertite Dynamic Bayesian a at n Networks (DBN) de motorul probabilistic. Prin utilizarea sub-activitatatii curente ca o variabil ascuns i a setului de obiecte vzute i a timpul a as a s scurs ca variabile observate, motorul este capabil s estimeze din punctul de vedere al probabilitii a at activitile de date de la senzor.A fost cu putint s se identice activitatatile specice curs de at a a n desfurare cu o acuratete de recunoatere mai mare de 80 la suta, ceea ce este foarte impresionant. as s Metode de clasicare a sistemelor de recunoatere a activitii s at 1. Modele Markov Ascunse Aceste modele presupun plasarea unor senzori ambientali pe obiecte de uz zilnic dintr-o cas, acetia a s ind conectati la nite noduri senzori wireless. cadrul experimentului au fost descoperite opt s n activiti:a inactiv, a plecat,a la toalet, a face du, a dormi, a lua micul dejun, a preparai at a s s a mnca cina, a servi o butur. a a a Pentru ecient, s-a introdus un clasicator suplimentar care s determine importanta ecrei a a a intrri primite de la un senzor, pentru o recunoatere complet. Fiecare caracteristic este clasia s a a cat folosind HMM (Hidden Markov Model), iar unul din cei doi algoritmi (Bayes naivi votul a s majoritii) este folosit cai clasicator suplimentar cadrul unui experiment. Prin determinarea at s n importantei ecrui senzor cadrul recunoaterii, este posibil s se opreasc anumiti senzori la a n s a a un moment dat pentru a salva energiei pentru a prelungi durata de viat a retelei. s a 2. Retele neuronale Recunoaterea activitilor este folositi ca parte a unui sistem care are ca scop sporirea memoriei s at as umane prin nregistrarea activitilor pe un telefon mobil. Pentru ecare dintre activitile: a se at at odihni, a tast, a gesticula, a te plimba, a alergai a merge cu biciclet, a fost antrenat o retea a s a a 7

neuronal. Trei dispozitive au fost conectate la un telefon pentru a captura micri. Fiecare retea a s a neuronal msoar nivelul unei activitii reteaua cu cel mai a a a at s nalt nivel de ncredere ctig. as a 3. Fuzzy logic 4. Maini vector suport s Rolul contextului recunoaterea activitilor n s at Atunci cnd oamenii interactioneaz unii cu altii, ei sunt capabili de a utiliza informatii implicite a a situationale, sau altfel spus, de context, scopul de a crete ecienta de interactiune. scopul de a n s n mbunti ecienta serviciilor oferite de tehnologiile de calcul pentru case inteligente, contextul trebuie a at s e luat considerare de ctre dispozitivele de calcul. Avnd vedere c procesul de recunoatere a n a a n a s de activitate folosete situatiile curente i cele anterioare de mediu pentru a deduce comportamentul s s ocupantului, informatii contextuale trebuie s e preluate de la senzorii de mediu. Exist mai multe a a denitii ale conceptului de context. Un context este denit ca o locatie, identitatea persoanelor zice din apropiere sau ca un obiect, i modicrile aduse acestui obiect. O alt denitie spune c un context s a a a este denit ca orice informatie care poate utilizat scopul de a caracteriza situatia unei entitati, a n care poate o persoan, loc, sau a unui obiect care este considerat relevant pentru interactiunea dintre a un utilizator i o cerere. Sistemele care utilizeaz sau deduc pe baza contextului pentru a putea presta s a servicii contextuale sunt cunoscute sub termenul context-awareness. Exist mai multe modele de sisteme sensibile la context.O abordare folosete un model straticat a s (context stiv) pentru a reprezenta sistemele sensibile la context. Cel mai mic nivel este stratul de a achizitie de context, cazul care contextul format din date brute este dobndit de la senzori. Al n n a doilea nivel este stratul de reprezentare a contextului, unde datele brute sunt convertite ntr-un format uor de eles i uor de citit functie, de exemplu, de ontologia contextului.Stratul urmtor, stratul s nt s s n a de agregare a contextului, agregheaza mai multe contexte de la senzorii distribuiti scopul de a forma o n baz de date context centralizat, care permite furnizarea de functionaliti i a a at s nmagazinarea contextelor anterioare. Stratul al patrulea este stratul de interpretare a contextului, care utilizeaz rationamente / a tehnici de aare, pentru a deduce contextele implicite de nivel nvt nalt din contexte explicite de nivel sczut. cele din urm,stratul al cincelea este stratul de utilizare a contextului care permite serviciilor a n a de context s foloseasc contextele ne nivel sczut i de nivel a a a s nalt pentru a ajusta comportamentele lor Un alt model cunoscut mparte, de asemenea, sistemele sensibile la context cinci straturi. Cel mai n mic nivel este stratul zic, unde senzorii i obiectele din mediul s nconjurtor produc rezultate sub forma a de date brute.Stratul urmtor este stratul de date, unde obiectele produc date prelucrate conformitate a n cu senzorii de date de nivel sczut. Al treilea strat este stratul semantic, unde datele sunt transformate a ntr-un format care serviciile de inferent pot aplicate. Al patrulea nivel, stratul de inferent, n a a utilizeaz informatii de la nivelul semantic i reguli de inferenta pentru a face presupuneri asupra a ceea a s ce utilizatorul face i ce fel de servicii ar putea dori. Ultimul nivel, stratul de aplicare, folosete contextul s s dedus scopul de a planica o sarcin de serviciu. n a Din perspectiva recunoaterii activitii, un context poate vzut ca un set de date brute culese de s at a la senzorii de mediu ntr-o anumit situatie sau ca o interpretare a datelor senzorilor conformitate a n cu un limbaj.Din moment ce mediul este partial observabil, un context poate asociat cu o anumit a

stare a mediului sau cu un subset de stri de mediu posibile. Actiunile, activitile sau comportamentele a at ocupantului deduse din context pot vzute ca i contexte de nivel a s nalt.