説明

リソースが有限であるストリーム計算アプリケーション向けの、関連のある因果的なコンテキスト履歴の捕捉、送信、および再構築の可能化

エネルギ効率的で、長期間の遠隔健康監視と、関連のある因果的コンテキスト履歴の捕捉および送信をサポートするためのスケーラブルなミドルウェアである。データは、生理センサを用いて収集され、ゲートウェイの役割を果たすモバイル装置を介して当該ミドルウェアに送信し戻される。エネルギ効率的な動作の鍵となるのは、ATDM(Activity Triggered Deep Monitoring)パラダイムの採用である。当該パラダイムでは、システムが1組の特定の因果的コンテキストを有すると判定された場合にのみ、データ収集のエピソードが起動される。システムは、低オーバヘッドのプロヴィナンス収集サブシステムを用いてオンデマンドでの因果的コンテキスト履歴の収集をサポートする。好適な実施形態では、このサブシステムの振舞いは、アプリケーションで定義したコンテキスト合成グラフを用いて構成される。結果として生ずる因果的コンテキスト履歴のストリームにより、周囲のセンサ読取値の状態と状況に関する有益な識見がもたらされ、人間が「一時的な」センサ・データ・ストリームをより良く解釈することができる。

【発明の詳細な説明】
【技術分野】
【0001】
本出願は2009年9月29日出願の米国仮出願番号第61/246,589号の利益を主張し、その全内容は参照により本明細書に取り込まれる。
【0002】
本発明は、モバイル装置を用いて適合的遠隔監視アプリケーションによって収集したデータを詳細に記述するメタデータ因果的コンテキスト履歴に対する特定、捕捉、収集、格納、送信、および再生に関する。具体的には、本発明は、スマートフォンのようなモバイル装置を用いた個人の遠隔的健康監視に適用される。
【背景技術】
【0003】
遠隔的健康監視サービスでは、病徴または生医学マーカの進化に関する新規かつ詳細な識見を提供することによって、医療提供と慢性疾患管理において大幅な改善が期待されている。微小な生理センサ、実効的な低電力のPAN(personal area network)無線、強力なハンドヘルド型コンピューティング装置およびほぼユビキタスな無線接続における近年の発達のおかげで、かかる遠隔監視と自動的な医学分析はますます実現可能性のあるものとなってきている。非特許文献1に記載されているような論理三層構造は、バックエンド統合向けのサーバ、携帯電話/ハンドヘルド装置ベースのパーソナル・ゲートウェイ、および1組の装着式のセンサを備え、上記の遠隔的健康監視サービスをサポートするのに最も適しているように思われる。
【0004】
医用センサのストリームを監視し、処理し、および送信する動作は、無視できないエネルギ・コストを生じさせ、バッテリ供給型の装置を使用する際にリソースのボトルネックとして現れる。したがって、際限なく配備すると、システムの寿命とデータ生成速度の間に明白なトレードオフが存在することとなる。例えば、非特許文献2は低データ速度センサに対して長時間の配備時間をサポートし、非特許文献3および非特許文献4は短い持続時間で高速なデータ速度をサポートする。このトレードオフに対処するため、我々は、以前に非特許文献5においてATDM(Activity Triggered Deep Monitoring)パラダイムを紹介した。非特許文献5は参照により本明細書に取り込まれ、それにより、ネットワーク・サーバに存在する情報に照らして必要と思われる場合にのみ高忠実度のセンサ・データ・ストリームが収集、送信される。コンテキスト起動式監視アプローチを採用することによって、ATDMは、一時的で粒度と期間が可変な、健康センサのデータ・ストリームを生成する。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】米国特許第7,539,753号明細書
【非特許文献】
【0006】
【非特許文献1】D. Husemann, C. Narayanaswami, and M. Nidd. Personal mobile hub. In ISWC 04: Proceedings of the Eighth International Symposium on Wearable Computers (ISWC04), 2004
【非特許文献2】C. Kirsch, M. Mattingley-Scott, C. Muszynski, F. Schaefer, and C. Weiss. Monitoring chronically ill patients using mobile technologies. IBM Systems Journal, 46(1):8593, 2007
【非特許文献3】R. Jafari, F. Dabiri, P. Brisk, and M. Sarrafzadeh. Adaptive and fault tolerant medical vest for life-critical medical monitoring. In SAC 05: Proceedings of the 2005 ACM symposium on Applied computing, pages 272279, 2005
【非特許文献4】T. Gao, et al, The Advanced Health and Disaster Aid Network: A Light-weight Wireless Medical System for Triage, IEEE Transactions on Biomedical Circuits and Systems, Volume 1, Issue 3, September 2007
【非特許文献5】A. Misra, B. Falchuk and S. Loeb, Server-assisted Context-Dependent Pervasive Wellness Monitoring, in WIPH'09: 2009 International Workshop on Wireless Pervasive Healthcare, March 2009
【非特許文献6】P.Lukowicz, et al, AMON: A Wearable Medical Computer for High Risk Patients, pp.0133, Sixth International Symposium on Wearable Computers (ISWC'02), 2002
【非特許文献7】E.Lubrin, E, Lawrence, and K, F. Navarro. Motecare: An Adaptive Smart BAN Health Monitoring System. In BioMed06: Proceedings of the 24th IASTED international conference on Biomedical engineering, February 2006
【非特許文献8】Y. B. Kim, M. Kim and Y. Lee, COSMOS: a middleware platform for sensor networks and a u-healthcare service, SAC 2008: 512-513
【非特許文献9】I. Mohomed, A. Misra, M. Ebling, W. Jerome: HARMONI: Context-aware Filtering of Sensor Data for Continuous Remote Health Monitoring. PerCom 2008
【非特許文献10】S. Gaonkar, J. Li, R. Roy Choudhury, L. Cox and A.Schmidt, Micro-BIog: Sharing and Querying Content Through Mobile Phones and Social Participation, MobiSys '08 : Proceeding of the 6th international conference on Mobile systems, applications, and services, June 2008
【非特許文献11】B.Falchuk, S.Loeb, T.Panagos, "A Deep-Context Personal Navigation System", Proc. ITS America 15th World Congress on Intelligent Transportation Systems, 2008
【非特許文献12】K. Dave, S. Lawrence, and D. M. Pennock. Mining the peanut gallery: opinion extraction and semantic classification of product reviews. InWWW '03: Proceedings of the 12th international conference on World Wide Web, pages 519528. ACM, 2003
【非特許文献13】R. McArthur, Uncovering deep user context from blogs, Proceedings of the second workshop on Analytics for noisy unstructured text data (AND), 2008
【非特許文献14】Simmhan, Y.L., Plale, B. and Gannon, D. Performance Evaluation of the Karma Provenance Framework for Scientific Workflows. International Provenance and Annotation Workshop (IPAW), May 2006
【非特許文献15】Groth, P., Luck, M., and Moreau, L. A protocol for recording provenance in service-oriented grids. In Proceedings of the 8th International Conference on Principles of Distributed Systems (OPODIS'04), December 2004
【非特許文献16】Chen, L., et al. A proof of concept: Provenance in a Service Oriented Architecture. In Proceedings of the Fourth All Hands Meeting (AHM), September 2005
【非特許文献17】Muniswamy-Reddy, K., Holland, D., Braun U., and Seltzer, M. Provenance-Aware Storage Systems. In Proceedings of the 2006 USENIX Annual Technical Conference, June 2006
【非特許文献18】Husemann, D., Narayanaswami, C, and Nidd, M. Personal Mobile Hub. 8th International Symposium on Wearable Computers (ISWC 2004), November 2004
【非特許文献19】Lubrin, E., Lawrence, E., and Navarro, K.F. MoteCare: An Adaptive Smart BAN Health Monitoring System. In Proceedings of the 24th IASTED international conference on Biomedical Engineering, February 2006
【非特許文献20】J. Widom. Trio: A System for Integrated Management of Data, Accuracy, and Lineage. Proc. Second Biennial Conference on Innovative Data Systems Research (CIDR '05), January 2005
【非特許文献21】N. Vijayakumar and B. Plale, Towards Low Overhead Provenance Tracking in Near Real- Time Stream Filtering. International Provenance and Annotation Workshop (IPAW), May 2006
【非特許文献22】M. Blount, J. Davis, A. Misra, D. M. Sow and M. Wang, A time and value centric provenance model and architecture for medical event streams, in HealthNet, 2007
【発明の概要】
【発明が解決しようとする課題】
【0007】
本発明では、MediAllyを開示する。MediAllyは遠隔的健康監視サービスであり、当該サービスは、ATDMパラダイムに従い、監視されるセンサ・データ・ストリームに関連するコンテキストのプロヴィナンス(provenance)を収集し、格納し、再生するための低オーバヘッドなサブシステムをサポートする。ここで、プロヴィナンスとは、MediAllyがATDMのトリガとして作用する対象のコンテキスト状態の進化を収集し、格納し、(将来の時点で)再構築するための機能に関する。上記の再構築されたコンテキストにより、一時的なデータ・ストリーム自体に対する貴重な識見が提供されるのみならず、例えば高忠実監視のエピソード間のデータ収集が欠如していること、または高忠実監視へと変化した理由についての推論が支援されることが分かる。例えば、1ヶ月前に記録された「30分間心拍数が上昇したこと」に対応するデータ・ストリームが、対象者がヘルスクラブで運動していたときまたは自宅にいたときに生じたものかどうかが分かれば医師にとって有用であるはずである。別の例として、データ・ストリームが収集されなかったのはセンサが低バッテリ状態を通知したからだということが分かれば医師にとって有用であるはずである。実用性を考慮し、MediAllyのサービス・アーキテクチャは、a)「健康」データ・ストリームを「コンテキスト」メタデータ・ストリームから論理的に分離し、b)これらのストリームを必要に応じて必要なときに組み合わせるためのプログラムAPIを提供することによって、Google Health「登録商標」またはMicrosoft HealthVault「登録商標」のようなサードパーティ製の個人健康リポジトリ(personal health repository、PHR)を取り込むように設計されている。
【0008】
本発明は、健康データを様々な医用センサから収集するためのゲートウェイとして携帯電話またはPDAを用いることにより、先行技術の制約を克服する。初期のプロトタイプは携帯電話を単に、非常に稀にしか収集されない医療データ(例えば、非特許文献2に開示されている日々のグルコース測定値)に対する中継器としてのみ使用することに着目していたが、本発明のプロトタイプでは、モバイル装置での局所的処理を使用することが検討されて、健康センサのデータ・ストリームを継続的に監視できるようにする。これらは、非特許文献6に開示された複数パラメータ(Sp02、パルスおよび温度)監視向けのAMONシステム、非特許文献7に開示された個人向け健康監視であるMoteCareシステム、非特許文献8に開示された、ZigBeeベースのセンサを用いたユビキタス監視のためのCOSMOSミドルウェアを含む。より近年では、非特許文献9に開示されたHarmoniプロトタイプが、医学的に重要でないデータ送信のオーバヘッドを削減する目的で、携帯電話のストリーム処理ロジックを動的に変更するためのトリガとしてアクティビティのコンテキストを使用している。非特許文献10のMicro−blogミドルウェアは、市販の携帯電話の集合のオンボード・センサ(例えば、カメラ、GPS加速度計)をどのように使用して実世界のコンテキスト状態に対する有用な識見を得ることができるかを最初に包括的に実証したものの1つであった。これらのプロトタイプの全てが(継続的に医療データ・ストリームが到達することを前提としているため)充電の間の動作寿命が有限であるという所見に基づいて、ATDMパラダイムが提案され、そこで、アクティビティのコンテキストが、どのような健康データをいつ、どのように収集するかを変更するためのトリガとして提示される。
【0009】
これらの先行技術では何れも、内在する健康データの履歴に対する注釈的なプロヴィナンスを提供するために、個々の個人的かつ全体的なコンテキストを追跡し格納することは考慮されていない。この課題は難題であって、自明な解決法は存在しない。
【0010】
局所的に生成されたコンテキストとクラウドのコンテキストの組合せを用いて個人のアクティビティの状況をより良く理解しようとするアイデアが、ウェブ上でほぼリアルタイムな情報がますます利用可能となっていることに主に起因して近年研究されている(「クラウド」データとは、アプリケーションのインタフェースを用いてインターネットを介してアクセス可能なリポジトリに格納された、管理された分散データをいう)。例えば、非特許文献11では、個人のカレンダのコンテキストと道路交通のコンテキストを使用して、高度かつ個人用のナビゲーション・システムを構築することを検討している。クラウド・ベースの感情的なコンテキストが、感情の自動推論に対して近年研究されている様々な機械学習および分類に基づく技法をもとに利用されている。かかる技法には、非特許文献12に開示されている製品レビューの分類と、非特許文献13に開示されているブログ分析を通じた個々の気分変化の検出が含まれる。
【0011】
広義には、先行技術を2つに分類することができる。
【0012】
非特許文献14、非特許文献15、および非特許文献16に記載されているような一般的なeサイエンスと、非特許文献17のアプリケーションに開示されているようなファイル・システムとに対するプロヴィナンスのサポートである。これらのアプローチでは、データ監視の様々な態様を変更するためにどのようにコンテキストを使用できるかは考慮されていない。
【0013】
モバイル装置を介したデータ監視である。これらのアプローチでは、非特許文献18および非特許文献19のように、単に全ての監視情報をデータ・ストリームとして送信する。これらは、アプリケーションが収集データと関連メタデータとを区別するための方法を提供せず、メタデータを収集し、送信し、インデックス付けする方法を何ら提示しない。
【0014】
監視アプリケーションがコンテキストのメタデータを単純に他のデータ・ストリームとして扱う必要があるというアプローチでは、本発明が提供するプロヴィナンス・ナビゲーション機能をサポートせず、アプリケーション固有のデータ・リポジトリをアップグレードして追加の形態のコンテキストのメタデータに対応する必要があるはずである。現在の慣習では、収集されたセンサ・データは適切なリポジトリに格納される。遠隔健康監視を伴う例示的な使用ケースでは、データは様々な医用センサ(例えば、ECG、EMG、HR、等)に対応し、リポジトリは、Microsoft HealthVault「登録商標」またはGoogle Healthのような個人健康記録(personal health record、PHR)システムでありうる。かかるリポジトリはデータの格納にのみ関わるが、監視プロセスのロジックに関連するメタデータには関与しない。しかし、多くのアプリケーション(例えば、電子的健康監視)に対しては、メタデータはしばしば、データ・アーチファクトをさらに説明し、監視データの有用性を高めるために非常に有用である。例えば、高心拍数(HR)の測定値を示すデータ・チャートを観測する医者は、ユーザが「そのときに15分以上走っていた」可能性があったという関連コンテキスト・メタデータから恩恵を得るはずである。したがって、ユーザの関連「コンテキスト」メタデータが、なぜおよびどんな条件下でデータが収集されたかに関する深い理解を監視データの消費者が得ることを支援するので、ユーザの関連「コンテキスト」メタデータをプロヴィナンスと称する。
【0015】
本発明の因果的コンテキスト履歴システム・アーキテクチャは、プロセスおよびデータのプロヴィナンスの分野における幾つかの近年の進歩から自明でない手法によってなされたものであり、主に非特許文献14の科学的ワークフロー、非特許文献17のファイル・システム、および非特許文献20のデータベースについて研究したものである。本発明の、コンテキスト合成のロジックをグラフとして表示することは、非特許文献21と或る意味同様であり、グラフ風の表現を使用してストリームベースのアプリケーションにおける低オーバヘッドのプロセスのプロヴィナンス追跡をサポートする。しかし、本発明には、非特許文献21とは2つの主要な相違点がある。第1に、非特許文献21は単に(ストリームの演算子を表す)グラフのノード間のエッジ接続を捕捉することに着目するものであり、一方で、我々は、さらに個々のノード(コンテキスト状態)の進化を効率的に捕捉することに関心がある。さらに、我々は、組合せ式のプッシュ・アンド・プル型のコンテキスト計算法を明示的に考慮しており、したがって、プロヴィナンス捕捉を動的に修正して、任意の時点でコンテキスト計算に実際に影響を及ぼすノードのみの状態を追跡する。本発明の因果的コンテキスト履歴の表示および再構築はまた、非特許文献22で取り入れられている、ストリームのプロヴィナンスに対する低オーバヘッドのモデル・ベースTVCアプローチを利用する。このアプローチでは、任意のストリーム演算子の出力要素と入力要素の間の依存性を機能モデルの観点から規定し、出力データ要素(本発明では対照的に高レベルの合成コンテキストを用いる)の生成に寄与した入力データ要素(本発明では対照的に高粒度のコンテキストを用いる)を容易に再構築できるようにする。
【0016】
要約すると、スマートフォン・ベースの監視アプリケーションのような、モバイル装置を用いた個人の継続的な遠隔健康監視には依然として技術的な課題がある。すなわち、高データ速度と通信オーバヘッドのため、スマートフォンまたはモバイル装置が、受け入れ難いほどにすぐに(例えば、幾つかの要因に依存して4時間乃至7時間で)バッテリのエネルギを使い切ってしまう。監視アプリケーションの寿命を延ばすために、本発明では、モバイル装置のユーザに関する局所的なコンテキストと全体的なコンテキストの両方を使用してデータ収集のプロセスとパラメータに影響を及ぼすという考え方をとっている。例えば、患者が精力的な肉体的運動を行っているときにだけセンサからデータを収集する。その結果、収集されデータ・リポジトリに格納されるデータは一時的であり、時間変化属性を有する。この同じ一時的な性質は、効率は良いが、データを読み取っている担当者を混乱させるおそれがある。換言すると、データ・コンシューマ(例えば、医師)は、収集の問題において使用されるコンテキストを理解することから恩恵を受けるはずである。医療データのスキーマと特徴はコンテキストのメタデータによって非常に大きく相違するため、どのようにコンテキストのメタデータを格納しデータと関連付けることができるかという問題を解決する必要がある。主な課題は、どのようにかかるメタデータとその様々なデータ収集アクションへの接続を表現し、かかるメタデータを効率的に捕捉して送信し、かかるメタデータを収集したデータと関連付けるかということである。
【課題を解決するための手段】
【0017】
本発明の好適な実施形態では、モバイル装置は、当該モバイル装置のオンボードにあるかまたはPAN(personal area network)を介して当該モバイル装置に接続されるかの何れかである1組の生医学センサから収集したデータに対するデータ・キャッシュとして用いられる。モバイル装置は、通信ゲートウェイとしても用いられ、データをフォーマットして無線ネットワークを介して中継する。エネルギ効率および他の理由のため、データ収集プロセスの様々なパラメータ(例えば、データが収集される期間、どのセンサからデータが収集されるか、およびどのようにデータがモバイル装置上で処理されるか)は、ユーザが走っているのかそれとも歩いているのか、ユーザがどこにいるのかといった、モバイル装置のユーザのコンテキスト(当該コンテキスト自体を、局所的なセンサおよびグローバルなデータ・ソースの集合から導出してもよい)、および(様々なセンサ・データおよび他のソースから計算または導出できる範囲で)ユーザの感情的なコンテキスト(例えば、楽観的、悲観的)の様々な態様に基づいて修正される。
【0018】
我々の分析によれば、高データ速度で医療データ・ストリームを継続的に送信すると、センサとモバイル・ゲートウェイの間で使用されうる既存の無線PAN技術に非実用的なトラフィック負荷がしばしばかかるおそれがあることが示される。したがって、我々は、エネルギ節約のトレードオフとして、ATDM(Activity Triggered Deep Monitoring)パラダイムを提案した。本パラダイムでは、監視される個人のコンテキストが特定の述語を満たすと判定された場合にのみ、センサ装置が起動され、データ・ストリームがモバイル・ゲートウェイによって収集されて中継される。コンテキストを標準的な機械読取可能な形で決定し捕捉するには、センサが生成した入力を使用する必要があり、この決定および捕捉にはある程度の推定上の不確実性が伴う。我々は、(モバイル装置に設けた)オンボード・センサと遠隔のデータ・ソースの両方を組み合わせることで、大幅に低い電力消費でユーザのコンテキストを十分に決定できることを主張する。
【0019】
したがって、ATDMパラダイム下では、モバイル・ゲートウェイは、その内部センサから利用できる情報を用いて対象者のコンテキストを推論する個人アクティビティ調整器の役割をさらに果たす。例えば、オンボードのGPSセンサが位置情報を提供でき、マイクロフォンが周囲のノイズレベルを提供でき、オンボードの加速度計を歩数計の基礎として使用することができる。モバイル装置はまた、個人情報、例えば対象者のカレンダにアクセスすることができる。より重要なことは、ネットワーク・クラウド(例えば、インターネット)に格納された、増える一方の汎用的かつ個人のコンテキストがあることである。例えば、www.weather.comを使用して、対象者の現在位置における環境パラメータ(例えば、温度および大気質の測定値)を取得することができる。各個人はまた、自己の活動(肉体的活動および精神的活動の両方)を多くのチャネルで表現し、共有する。当該チャネルの例としては、ブログ(Google Brogger「登録商標」)、マイクロブログ(Twitter「登録商標」)、およびソーシャル・ネットワーキング(Facebook、Google Orkut「登録商標」)が挙げられる。この種のデータを適切に抽出し、続いて当該データに対して推論を行うことで、対象者に関するより詳細な因果的なコンテキストを提供することができる。このように、局所的なソースとクラウドのソースを組み合わせることで、外部の生理センサのデューティサイクルを制御するための、より一般的には、データ処理ロジックを変更するための十分に正確なコンテキストを提供することができる。
【0020】
本発明では、モバイル装置上の独立のメタデータ監視サブシステムを使用する。当該サブシステムは、メタデータの時間的な進化を収集し、それを、収集した実データとは別に格納する。本発明の実施形態によれば、a)かかるメタデータ間の関係を効率的に規定し、b)データをデータ・リポジトリに実際に送信するのとは別にメタデータをバックエンドのプロヴィナンス記憶に効率的に送信することができる。メタデータ収集機構を実際の監視データの送信と分離することにより、3つの利益がある。即ち、a)かかるメタデータ記憶をサポートしない古いデータ・リポジトリに監視データが格納される場合であっても、かかるメタデータを監視データに重ねるか関連付けることができ、b)データ収集ロジックとコンテキスト監視プロセスの間で「関係分離」をきれいに実施し、それにより開発者に起因するバグやロジックエラーをより少なくすることができ、c)共通のプロヴィナンス・サブシステムを活用することによって、モバイル装置上でおそらく並列的に動作する複数の監視アプリケーションが冗長的に収集を行うことを回避することができる。本発明はまた、監視データと対応するメタデータとが別々の記憶インフラによって格納され管理されている場合でも、様々な解像度レベルで、当該監視データを当該対応するメタデータとマッチさせるかまたは対にさせることができる手段を提供する。
【0021】
遠隔監視アプリケーションに関連付けられたコンテキスト状態を捕捉し再構築する必要性は、モバイル装置のエネルギが有限であるため、より自明な遠隔監視ソリューション(例えば、常に全てのセンサからデータを継続的に収集するソリューション)が実用的でないとの我々の理解から生じた。その結果、我々は、コンテキスト状態を、遠隔監視およびデータ収集プロセスの様々な要素(例えば、データを収集する間隔またはデータが収集されるセンサ)を変更するための述語とするというアイデアを発見した。モバイル装置からかかるコンテキスト状態を低オーバヘッドで取得し送信するための機構は、依然として当業界では明確には理解されていない。それ故、本発明者は、非自明で、かつ、新規な実用的利益を当分野にもたらす特定のアプローチを発見した。
【0022】
総合的な監視痕跡を予備的に分析すると、コンテキストを調整した遠隔監視により健康監視のエネルギ効率が70%程改善されうることが示唆された。因果的コンテキスト履歴の収集と格納を可能とすることで、遠隔医療分析の診断精度が大幅に改善しうる。
【0023】
本発明の新規な態様は、遠隔監視で収集したデータと、遠隔監視ロジックに影響を及ぼすコンテキスト述語またはプロヴィナンス・メタデータとを明示的に分離することである。
【0024】
本発明の別の態様は、モバイル装置からの低オーバヘッドのプロヴィナンス送信を維持しつつ、構造を定義すること(コンテキスト合成プロセスの演算子グラフベースの表現を規定すること)と、当該構造を使用してプロヴィナンスを様々なレベルの粒度で再現することである。
【0025】
本発明の別の態様は、モバイル装置(クライアント側)とバックエンド(サーバ側)コンポーネントの両方を用いて、リモート監視アプリケーションとは別に、因果的コンテキスト履歴メタデータを効率的に送信し再生することを担う独立したプロヴィナンス収集送信ミドルウェアを定義し使用することである。
【0026】
本発明は、監視データの消費者にデータが生成された状況に対するより深い識見を提供できるように、コンテキストのメタデータを収集し格納するための方法を提供する。
【0027】
本発明はまた、問い合わせを受けたとき、適切な深さで、効率的に個々のコンテキスト状態の進化を追跡し、関連するコンテキスト履歴を再現するための方法を提供する。
【0028】
捕捉した健康データに対して必要なプロヴィナンスを提供する、コンテキストのメタデータを明示的に収集するための新規な機能アーキテクチャを開示する。
【0029】
また、開発者がコンテキストのメタデータの粒度を制御できる、プロヴィナンス可能な遠隔健康監視のためのプログラミング・モデルも開示する。
【0030】
時間とともに変化するコンテキストのメタデータを、様々なレベルの粒度で、および、様々なレベルの「コンテキスト合成」で、効率的に表現し、捕捉し、再構築するための新規なグラフベースのモデルも開示する。本モデルでは、プロヴィナンス再構築の精度を保ちつつ、オーバヘッドを大幅に削減するための新規な遅延捕捉原理を使用する。
【0031】
本発明は、発明を実施するための形態を添付の図と関連して読むことにより明確に理解されよう。
【図面の簡単な説明】
【0032】
【図1】遠隔監視向け因果的コンテキスト履歴を捕捉するためのシステムの主要なコンポーネントのブロック図である。
【図2】監視アプリケーションによって使用される適応ロジックの例示的な実施形態と、ユーザのコンテキスト状態に対するその依存性とを示すテーブルの図である。
【図3】図2の規則2に対する演算子グラフを階層的にコンテキスト合成した木状グラフを示す図である。
【図4】本発明を実施するための論理ステップからなる流れ図である。
【図5】本発明のコンポーネントレベルの機能アーキテクチャのブロック図である。
【図6】本発明のフロー・ロジックを示す図である。
【発明を実施するための形態】
【0033】
ここで、図、特に図1を参照すると、遠隔監視向けの因果的コンテキスト履歴を捕捉するためのシステム100の主要なコンポーネントのブロック図が示されている。適応的遠隔監視アプリケーション102は、モバイル装置101に存在するアプリケーションであり、そのロジックは、コンテキスト計算コンポーネント103とデータ監視およびデータ送信コンポーネント104との組合せとしてモデル化されている。コンテキスト計算コンポーネントは、1組のオンボード・センサ(例えば、GPS)110、局所集合センサ(例えば、ECG)111からのデータ、およびコンピューティング・クラウド・ソース108内にある遠隔データ・ソースから取り出したデータを用いてコンテキストを計算する。1組のオンボード・センサ110、局所集合センサ111、およびコンピューティング・クラウド・ソース108は、それぞれそのデータ114、115、および116をコンテキスト計算コンポーネント103に送信する。データ監視およびデータ送信コンポーネントは、コンテキスト計算コンポーネントにより修正された(124)処理ロジックを有し、オンボード・センサ112と局所接続センサ113の両方から受け取ったデータ117、118を使用して、最後に適切な生データまたは変換データを監視データ・リポジトリ120に通信する(120)。プッシュ技法またはプル技法の何れかを用いて、プロヴィナンス監視およびプロヴィナンス送信コンポーネント105により、計算したコンテキストの変更を追跡する(119)。プロヴィナンス監視およびプロヴィナンス送信コンポーネント105は、次いで、かかるコンテキスト進化の履歴を(さらなる処理を行ってまたは行わずに)バックエンドのプロヴィナンス・メタデータ・リポジトリ107に通信する(121)。格納したデータを適切にインデックス付けすることにより、バックエンドのメタデータ・リポジトリがユーザの関連するコンテキスト状態の履歴を保持することができる。コンテキスト状態が変化したときは常にプロヴィナンス監視およびプロヴィナンス送信コンポーネントに手動または自動で報告するためのアプリケーションを備えることにより、本発明の方法はプロヴィナンス監視ミドルウェアに対して、タイムスタンプ付きの、進化する1組のコンテキスト状態を提供する。図1は、監視データ・リポジトリ106からのデータ122とプロヴィナンス・メタデータ・リポジトリからの対応メタデータ123を用いる、拡張データ・コンシューマ(例えば、ウェブ・マッシュアップ・アプリケーション)109を示す。
【0034】
監視アプリケーション102が使用する適応ロジックの例示的な実施形態と、そのユーザのコンテキスト状態に対する依存性を図2のテーブルに示す。遠隔監視アプリケーションを1組の<述語、収集アクション>規則としてモデル化する。述語自体は、1組のコンテキスト条件を指し、当技術分野で公知なように、コンテキスト合成の階層として定義することができる。階層の最下層レベルは一般に何らかの「生の」情報(例えば、センサ・データ)を指し、中間レベルは下層のデータの様々な論理演算(例えば、時間平均、論理積または空間相関)を指す。図2は、遠隔監視アプリケーションによって収集され伝達される、5つの異なるコンテキスト条件(R1〜R5)と対応する1組のデータ・ソースを示す。列2 201は、列3で定義した1組のセンサ202に対する適切な演算を介して定義したコンテキスト条件(本例では、1組の論理積と論理和)を記述する。これらのコンテキスト条件の任意の1つ(即ち、テーブルの行)が正当である場合、データ監視およびデータ送信コンポーネントは列5 203で記述された収集アクションを実行し、列6で規定したセンサ(204)を送信するように適合される。
【0035】
本発明の1つの態様は、バックエンド・サーバとコンテキスト・リポジトリがデータ「収集アクション」に関連付けられた過去の「トップ・レベル」のコンテキストを提供できるようにするだけでなく、データ・コンシューマがコンテキスト演算子グラフにおける他の「中間」状態を見ることができるようにすることである。
【0036】
低オーバヘッドのコンテキスト・プロヴィナンス捕捉機構はアプリケーション固有の因果的コンテキストの定義に依拠する。例として、CCG(Context Composition Graph)が、このアプリケーション固有の情報を捕捉するのに好適である。CCGは、低レベルのセンサ生成データのサンプルを合成することにより高レベルのコンテキスト推論が行われる階層的処理を表す構造体である。形式的には、CCGはグラフ<V;E;F>として定義される(Vは、1組の枝Eで接続され、1組の依存関数Fと関連付けられた、1組のノードである)。ここで、ノードvi 2 Vは、高レベルのコンテキスト状態をそれより下にあるコンテキスト状態ノードの値からどのように取得できるかを表す、特定のコンテキスト状態かまたは単純な「論理演算子」(AND、ORまたはNOTの何れか)の何れかに対応する。ノードは、コンテキスト状態viからコンテキスト状態vjへの枝が、viが高レベルのコンテキスト状態を示唆するように、指向枝eij 2 Eによって接続される。この計算では、vjで表されるコンテキストを合成する。この場合、vi=PARENT(vj)でありvj=CHILD(vi)である。同様に、状態ノードから論理演算子ノードへの枝は、対応する演算子を「子」の状態に適用することによって状態が計算されることを示唆し、論理演算子ノードから生ずる枝は、当該演算子が適用されるその下のコンテキストのソースを指す。さらに、各枝は因果的関数fijに関連付けられる。当該関数は、時刻tにおけるコンテキスト・ノードviの値と、コンテキスト・ノードvjの現在または過去の値との間の因果的関係を規定する。
【0037】
本発明の好適な実施形態では、コンテキストの述語を、様々なコンテキスト状態を定義するシンク演算子(sink operator)と中間演算子の両方を有する、外部のデータ・ストリームまたはソースに対するコンテキスト合成または演算子グラフとしてみなしてもよい。図3は、図2の第2規則に対する階層コンテキスト合成の木状グラフを示す。グラフは最も高いレベルのコンテキストから成る。即ち、「(区域=禁止 for>=5分||(感情=低&&アクティビティ=低 for>=5分)」は木の根310にあり、(GPSセンサ301、インターネットにアクセス可能なブログ・エントリをマイニングし、ユーザ感情分析をテキストに適用するブログ・スクレーパ・センサ302、3軸加速度データを提供する加速度計303を含む)最下層レベルのセンサ・データ入力が木の葉を形成する。中間ノードは中間の導出されたコンテキスト状態を表す。例えば、GPSセンサからのデータ311を利用する「5分位置」状態306は「5分の間でユーザが主にいた場所」を表し、「ウィークリー・ブログ・コレクタ」状態305はユーザが作成した1週間分のブログ・エントリを表し、ブログ・スクレーパ入力から導出され(312)、「ステップ計算」状態304はユーザが行ったステップの数を反映し、加速度計の値に対して演算を行うことによって演繹される(313)。このコンテキスト合成のプロセスは再帰的に行われる。例えば、「立入禁止区域」状態307は「5分位置」状態の進化履歴314を使用し、「低感情」状態308は、「ウィークリー・ブログ・コレクタ」状態315により収集される単語と句を分析することで導出され、「5分平均ステップ」状態309はステップ計算状態から導出され(316)、「低アクティビティ状態」は「5分平均ステップ」状態から導出され(317)、最も高いレベルのコンテキスト「規則2」はそれぞれ中間レベル状態307、308、309の論理積および論理和318、319、320から導出される。本発明の好適な実施形態では、この状態レベルのグラフ(監視アプリケーションの基本ロジックの関数)を静的なデータ構造として通信しプロヴィナンス・メタデータ・リポジトリ107に格納する。実際にアプリケーションが動作する間に、中間コンテキスト状態の各々を監視することができ、それにより、プロヴィナンス監視およびプロヴィナンス送信コンポーネント105は中間状態の時間的進化の更新情報を受け取る。状態情報を(適切なタイムスタンプで)送信しバックエンドに格納すると、静的な状態レベル・ツリーと動的な状態変化の履歴を効果的に利用することによって、ユーザのコンテキスト状態を任意の以前の時点で適切な深さで再構築することができる。1つの可能性として、静的な状態レベル・グラフを様々な深さ、様々な経路で規定することができる。図3に示す例では、太線の弧(318、319、320、314、315、311、317)はグラフ内で規定されたノード間の接続を表す。かかる「太線の」接続辺の子であるノードのみが、その状態の値をプロヴィナンス監視およびプロヴィナンス送信コンポーネント105によって監視され、バックエンドのプロヴィナンス・メタデータ・リポジトリ107に格納される。コンテンツの送信を最適化するために、「デルタ送信」機構を使用する。かかる機構により、(トップ・レベルまたは中間レベルの何れかの)コンテキスト状態は、直近の値が以前に送信した値と異なるときにのみ送信される。このメタデータのコンシューマがプロヴィナンスを問い合わせると、これらの弧のバックトラックを使用してユーザのコンテキスト状態を様々な深さで反復的に示すことができる。かかる階層状態または演算子グラフに対するバックトラック技法が、特許文献1および非特許文献21で具体化されているアプローチを含んでもよい。特許文献1および非特許文献21は何れも参照により本明細書に取り込まれる。静的な版の演算子グラフを格納する方法は、コンテキスト状態の値のデルタ送信と組み合わせると、非常に低い通信オーバヘッドでモバイル装置中心型の環境でのプロヴィナンス収集を可能とする。
【0038】
図4は、本発明を実施するための論理ステップの流れ図である。最初のステップ401で、適合的な遠隔監視アプリケーションのロジックを1組の<コンテキスト、収集アクション>規則のタプルとしてモデル化する。これを様々な方法で行いうることに留意されたい。例えば、アプリケーションのプログラマによる明示的なコーディング、指定の構文(例えば、XML)による各タプルの仕様またはソース・コードもしくはアプリケーションの実行時振舞いの検査による当該ロジックの自動的な推論である。第2のステップ402では、規則のタプルで定義したコンテキスト述語の各々を、階層的コンテキスト合成のプロセスを表すコンテキスト状態グラフに関連付ける。次いで、このグラフをプロヴィナンス・メタデータ・リポジトリ107に格納する。次のステップ403で、遠隔監視アプリケーションが備えられて、プロヴィナンス監視サブシステムに、かかるコンテキスト状態の時間的変化のサンプルを提供する。モバイル装置上のプロヴィナンス監視サブシステムは適切な技法(例えば、デルタベースの送信、圧縮、等)を使用してこのメタデータをバックエンドのリポジトリに効率的に送信して(404)記憶する(405)ことができる。次のステップ406で、システムは、閲覧、クエリの入力と応答、圧縮し要約したプロヴィナンス情報の「再生」とその生データに対する関係をサポートするための、グラフィカル・ユーザ・インタフェースを提供する。このように、担当者またはユーザは、データ分析または可視化のエキスパートである必要はなく、プロヴィナンス・メタデータを理解し当該プロヴィナンス・メタデータに従って行動することができる。好適な実施形態では、かかるステップでは、ユーザが3層モデルを利用する。かかる3層モデルでは、ウェブ・ベースのインタフェースがユーザに公開されて表示され、サーバ107上のビジネス層がビジネス・ロジックと変換ロジックを実装し、データ層が、問題のデータおよびメタデータを1つまたは複数のローカル・データベースまたは分散データベースに格納する。「再生」モードはウェブ・インタフェースの機能であり、タイムライン、時間とスケールを変更するためのVCR風の機能、ユーザ構成可能なデータ層を用いた重複データ・グラフ、コンテキストの詳細またはプロヴィナンスの詳細を拡大、ズームイン、ズームアウトするための機能、およびグラフ(複数可)上の関心領域を明示するためのフレンドリなグラフィックと調和するはずである。
【0039】
システムのコンポーネントレベルの機能アーキテクチャを図5に示す。本アーキテクチャはコンテキスト依存型のイベント監視をサポートし、コンテキストのトリガが1組の監視センサと局所ストリーム分析を動的に変更する。クライアント側のインフラの中心には、コンテキスト依存イベント処理エンジン(CEPE)501があり、入力データ・ストリームに適用される処理ロジックを担う。好適な実施形態では、これらのストリームは一連の時間値のタプル(対)としてモデル化される。データ送信サブコンポーネント502は関連データ・ストリームをPHRリポジトリ503にプッシュする。CEPEはプッシュ・ベースのデータ・ストリームとプル・ベースのデータ・ストリームの両方をサポートし、特定のセンサの動作コストに基づいて最適化を行うことができる(例えば、コンテキストの規則における連結述語を満たさない可能性が最も高いセンサがデータをプッシュすることができ、他のセンサからのデータは、その述語が真と評価される場合にのみ選択的にプルされる)。
【0040】
プロヴィナンス追跡器(PT)504は、コンテキスト状態の時間進化に関して通知を受ける。PTはこれらの通知を収集して、コンテキストのプロヴィナンスを個人コンテキスト・プロヴィナンス(PCP)リポジトリ505にアップロードする。PCPはサーバ側のコンテキスト・プロヴィナンス・サーバ(CPS)506によって管理される。
【0041】
動的センサ制御(DSC)コンポーネント507は「オンデマンドの」データ収集ロジックを実装する。当該コンポーネントは、個々のセンサ508を間欠動作させ、サンプリング速度、送信電力、スケジュール、等のような収集と送信のパラメータを適切に調節することを担う。
【0042】
センサ適合(SA)コンポーネント509は、装置固有のデータ形式を個々のセンサから均一なイベントタプル表現へと変換する、装置/スキーマ固有のアダプタの集合から成る。複雑なセンサ・データ・タイプに対応し、標準的なデータ・プロパティを迅速に取り出せるように、オブジェクト指向(名前、値)でXMLベースのイベント表現スキーマを使用する。仮想センサ(VS)コンポーネント510は、電話のローカル・センサ、外部の生理センサ、およびインターネット・クラウド512内のコンテキスト・センサに跨って均一な抽象化を提供することによって、CEPEを個々のセンサの装置固有の機能から隠蔽する役割を果たす。また、VSコンポーネント510により、個々の監視アプリケーションは1組の共通なソフトウェア・オブジェクトを利用することができる。
【0043】
VSによりまた、複数のアプリケーションを調停するための追加のアクセス制御ポリシが強制される。さらに、VSはまた、以前から存在していたコンテキスト合成ロジックをアプリケーションが利用するための手段の役割を果たす。
【0044】
コンテキスト・サーバ(CS)511はコンテキスト・センサ・コネクタを実装することを担う。例えば、CSは定期的にテキストの内容を対象者のTwitter「登録商標」投稿から取り出し、感情分析アルゴリズムを当該テキストに対して実行し、スコアを適切なクライアント側のVSに返すことができる。
【0045】
各アプリケーションは、1組の<コンテキスト・トリガ、アクション>タプルとして構成される。コンテキスト・トリガで規定される述語が満たされる場合は常に、データ収集と対応するアクション要素内の処理ロジックが起動される。このコンテキスト合成プロセスは、個々のノードが異なるコンテキスト状態を表すストリーム演算子グラフとしてモデル化される。(このコンテキスト合成グラフ内の異なるノードを仮想センサとしてカプセル化して、他の監視アプリケーションがそのコンテキスト合成プロセス内の対応する推論されたコンテキストを直接利用できるようにすることもできる。)演算子グラフが指定されると、アプリケーションのプログラマは、当該グラフをCEPE内で実装し、コンテキスト状態の適切な変化がプロヴィナンス追跡器に確実に報告されるようにしなければならない。各タプルのアクション要素はまた、下層の仮想センサからの1組のストリームに対する演算子グラフとして実装される。アクション要素の出力は1組の「イベント・ストリーム」である。
【0046】
図6は、本発明のフロー・ロジックを示す。アプリケーション・データ・フロー(ADF)はアプリケーションのコンテキスト合成モデル(CCG)をプロヴィナンス追跡器クライアント(PTC)に送信する。ADFはまた、継続的に生のコンテキスト状態および導出したコンテキスト状態の時間的進化をPTCに送信する。PTCは中間的なローカル記憶上のコンテキスト状態進化の完全なログを格納する。ADFは、推論した高レベルのコンテキスト状態(アクティビティまたはトリガ規則)を継続的にPTCに送信する。PTCはCCGモデルを使用して、トリガとなるコンテキスト状態のサブセットを決定する。最後に、PTCは関連する、トリガとなる因果的なコンテキスト状態のサブセットを送信して(将来のプロヴィナンス再構築のために)バックエンドで記憶する。
【0047】
本発明の様々な態様を、コンピュータ利用可能または機械利用可能または読取可能な媒体で具体化したプログラム、ソフトウェア、またはコンピュータ命令として具体化してもよい。これらは、コンピュータ、プロセッサ、および/または機械で実行されると、コンピュータまたは機械に本発明の方法のステップを実行させる。
【0048】
本発明のシステムおよび方法を、汎用目的のコンピュータまたはコンピュータ・システム上で実装し実行してもよい。コンピュータ・システムは任意の種類の公知なまたは将来公知となるシステムであってもよく、一般にプロセッサ、メモリ装置、記憶装置、入出力装置、内部バス、ならびに/または通信ハードウェアおよびソフトウェア、等と関連して他のコンピュータ・システムと通信するための通信インタフェースを備えてもよい。モジュールは、何らかの「機能」を実装する装置、ソフトウェア、プログラムまたはシステムのコンポーネントであってもよく、これらをソフトウェア、ハードウェア、ファームウェア、電子回路、等で具体化することができる。
【0049】
本明細書で使用できる「コンピュータ・システム」および「コンピュータ・ネットワーク」という用語には、固定のおよび/またはポータブルなコンピュータのハードウェア、ソフトウェア、周辺機器、および記憶装置の様々な組合せを含めてもよい。コンピュータ・システムは、協働するためにネットワークされているかそうでなければ接続された複数の個々のコンポーネントを備えてもよく、または、1つまたは複数のスタンド・アロンのコンポーネントを備えてもよい。本発明のコンピュータ・システムのハードウェア・コンポーネントおよびソフトウェア・コンポーネントが、デスクトップ、ラップトップ、サーバ、および/または組込みシステムのような固定の装置およびポータブル装置を備えてもよく、これらの装置の内部に含まれてもよい。
【0050】
モバイル装置を用いて適合的遠隔監視アプリケーションによって収集したデータを詳細に記述するメタデータ因果的コンテキスト履歴に対する特定、捕捉、収集、格納、伝達、および再生のための方法とシステムを説明したが、添付の特許請求の範囲によってのみ限定される本発明の原理と広範な教示事項から逸脱しない、修正と変形が可能であることは当業者には明らかであろう。

【特許請求の範囲】
【請求項1】
1つまたは複数のモバイル装置をゲートウェイとして用いて適合的で継続的な遠隔監視アプリケーションによって収集されたデータを詳細に記述する因果的コンテキスト履歴を捕捉し、送信し、再構築する方法であって、
遠隔継続監視アプリケーションの適合ロジックを1組の<コンテキスト述語、データ収集アクション>タプルを介して表現するステップと、
マッチするコンテキスト述語を定義する状態の時間的進化を任意の時点で監視するステップと、
前記アプリケーションにより収集された生の読取値およびデータの独立した記憶のために、因果的コンテキスト履歴の時間的進化をバックエンドのリポジトリに伝達するステップと、
何らかの過去の期間または1組の生の読取値に関連付けられた適用可能なコンテキストを復元するために、記憶された前記因果的コンテキスト履歴に関する問合せと再構築をサポートするステップと、
を備えたことを特徴とする方法。
【請求項2】
前記因果的コンテキスト履歴を、オンボード・センサ、局所接続センサ、および遠隔のデータ・センサから決定し、前記生の読取値とは別個に格納および送信することを特徴とする請求項1に記載の方法。
【請求項3】
コンテキスト述語が、ネットワーク・クラウド内の情報ソースに格納されたまたは前記情報ソースから導出された個人コンテキストを取得するステップと、センサのアクションをコンテキスト評価に加えるステップとを備えたことを特徴とする請求項1に記載の方法。
【請求項4】
ユーザ側で検出した生のデータに関して前記ユーザの関連する因果的コンテキスト履歴を格納し、追跡し、再現するための方法であって、
コンテキスト合成プロセスを、ノードが中間的および最終的なコンテキスト状態を表すグラフとしてモデル化するステップと、
前記グラフの表現を格納するステップと、
様々なコンテキスト状態の時間的進化を追跡し格納するステップと、
格納した前記グラフの表現と前記時間的進化のデータをバックトラックして、以前の時刻でのコンテキスト履歴を再現するステップと、
を備えたことを特徴とする方法。
【請求項5】
遠隔監視向けに因果的コンテキスト履歴を捕捉するためのシステムであって、
モバイル装置に存在する適合的遠隔監視アプリケーションと、
前記適合的遠隔監視アプリケーションからの第1の出力を格納するための監視データ・リポジトリと、
前記適合的遠隔監視アプリケーションからの第2の出力における変化を監視して、別個のコンテキスト変化履歴をプロヴィナンス・メタデータ・リポジトリに提供する、プロヴィナンス監視およびプロヴィナンス送信コンポーネントと、
エンド・ユーザが使用するために、前記監視データ・リポジトリと前記プロヴィナンス・メタデータ・リポジトリからのデータを融合して出力するステップと、
を備えたことを特徴とするシステム。
【請求項6】
前記適合的遠隔監視アプリケーションが、コンテキスト計算と、データ監視およびデータ送信とを備える請求項5に記載のシステム。
【請求項7】
データを前記コンテキスト計算に提供するための、オンボード・センサ、局所集合センサ、および遠隔のデータ・ソースをさらに備えたことを特徴とする請求項6に記載のシステム。
【請求項8】
前記データ監視およびデータ送信がデータをオンボード・センサおよび局所集合センサから受け取り、出力を前記監視データ・リポジトリに提供することを特徴とする請求項6に記載のシステム。
【請求項9】
前記データ監視が、インターネット上の複数のコンテキスト・ソースの解釈と融合を含むことを特徴とする請求項6に記載のシステム。
【請求項10】
出力を前記コンテキスト計算から受け取り、因果的コンテキスト履歴を前記プロヴィナンス・メタデータ・リポジトリに提供するための、プロヴィナンス監視およびプロヴィナンス送信をさらに備えたことを特徴とする請求項6に記載のシステム。
【請求項11】
コンテキスト述語が外部データに対する演算子グラフとみなされることを特徴とする請求項5に記載のシステム。
【請求項12】
コンテキスト状態を以前の期間に対して適切な深さで再構築することを特徴とする請求項10に記載のシステム。
【請求項13】
モバイル装置を用いて適合的遠隔監視アプリケーションによって収集したデータを詳細に記述する因果的コンテキスト履歴を捕捉し、送信し、再構築する方法であって、
適合的遠隔監視アプリケーションを1組の<コンテキスト、収集アクション>規則のタプルでモデル化するステップと、
各コンテキスト述語を、階層的コンテキスト合成プロセスを表すコンテキスト状態グラフと関連付け、当該グラフを格納するステップと、
プロヴィナンス監視サブシステムに、追跡されている全てのコンテキスト状態の時間的進化のサンプルを提供するステップと、
前記コンテキスト状態の値のタイムスタンプ付きサンプルを、検知したデータとは別個にデータ・リポジトリに送信するステップと、
プロヴィナンス情報とその生データに対する関係を再生するために、コンテキスト状態サンプルの時間的進化を前記データ・リポジトリに格納するステップと、
を備えたことを特徴とする方法。

【図1】
image rotate

【図2】
image rotate

【図3】
image rotate

【図4】
image rotate

【図5】
image rotate

【図6】
image rotate


【公表番号】特表2013−513138(P2013−513138A)
【公表日】平成25年4月18日(2013.4.18)
【国際特許分類】
【出願番号】特願2012−532264(P2012−532264)
【出願日】平成22年9月29日(2010.9.29)
【国際出願番号】PCT/US2010/050680
【国際公開番号】WO2011/041383
【国際公開日】平成23年4月7日(2011.4.7)
【公序良俗違反の表示】
(特許庁注:以下のものは登録商標)
1.ZIGBEE
2.FACEBOOK
【出願人】(399047921)テルコーディア テクノロジーズ インコーポレイテッド (61)