コンテキスト認識

コンテキスト認識とは、情報通信技術において、ユーザーやデバイスなどのエンティティの状況を考慮する機能を指します^が、それらに限定されるものではありません。場所は、この状況の最も明白な要素にすぎません。モバイルデバイス向けに狭義に定義されたコンテキスト認識は、位置認識を一般化します。位置は、寄与するデバイスの周囲の特定のプロセスの動作を決定する場合がありますが、コンテキストは、モバイルユーザー、特にスマートフォンのユーザーにはより柔軟に適用できます。コンテキスト認識は、ユビキタスコンピューティングまたはいわゆるパーベイシブコンピューティングの用語として生まれました。これは、環境の変化を、そうでなければ静的なコンピュータシステムに関連付けることを目指したものです。この用語は、コンテキストアプリケーション設計やビジネスプロセス管理の問題に関連して、ビジネス理論にも適用されています。^[2]

過去にはコンテキストのさまざまな分類が提案されてきました。Dey と Abowd (1999) ^{[3] は}、コンテキストの種類として、場所、アイデンティティ、アクティビティ、時間を区別しています。Kaltz ら (2005) ^[4]は、さまざまなモバイルおよび Web シナリオをカバーするために、ユーザーと役割、プロセスとタスク、場所、時間、デバイスのカテゴリを特定しました。彼らは、これらの古典的な方式では、最適な分類はアプリケーション ドメインとユース ケースに大きく依存することを強調しています。さらに高度な方式は、単一のエンティティだけでなく、職場のチームや複数の機器を備えた単一のベアラーなど、一貫したコンテキストで動作するエンティティのクラスターにも適用される場合があります。

^{ビジネスプロセスにおけるコンテキストの古典的な理解は、AAAアプリケーション[5]}の定義から導き出され、次の3つのカテゴリに分類されます。

• 認証とは、つまり、表明された身元の確認を意味します
• 承認とは、場所、機能、データへの蓄積またはアクセスの許可を意味します。
• 会計とは、注文内容と、適用された労働、付与されたライセンス、および納品された商品の勘定との関係を意味します。

これら 3 つの条件には、記載されている場所と時間も含まれます。

コンピュータサイエンスにおけるコンテキスト認識とは、コンピュータが環境を感知し、それに基づいて反応できるという考え方を指します。デバイスは、動作可能な状況に関する情報を持ち、ルールまたはインテリジェントな刺激に基づいてそれに応じて反応します。ユビキタスコンピューティングにおけるコンテキスト認識という用語は、Schilit (1994) によって導入されました。^{[6] [7]} コンテキスト認識デバイスは、ユーザーの現在の状況について推測を試みることもあります。Dey (2001)は、コンテキストを「エンティティの状況を特徴付けるために使用できるあらゆる情報」と定義しています。^[1]

コンピュータサイエンスのコミュニティは当初、コンテキストをユーザーの所在地の問題として認識していましたが、Dey が論じているように^[1] 、ここ数年、この概念は単なる状態としてではなく、ユーザーが関与するプロセスの一部であると考えられるようになりました。そのため、洗練された一般的なコンテキスト モデルが提案され (調査^[8]を参照)、コンテキスト認識アプリケーションをサポートするようになりました。コンテキスト認識アプリケーションは、コンテキスト モデルを使用して (a) インターフェイスを適応させる、(b) アプリケーション関連データのセットをカスタマイズする、(c) 情報検索の精度を高める、(d) サービスを発見する、(e) ユーザー インタラクションを暗黙的にする、(f) スマートな環境を構築する、といったことが可能になります。たとえば、コンテキスト認識型の携帯電話は、現在会議室にいて、ユーザーが着席していることを認識できます。携帯電話は、ユーザーが現在会議中であると結論付け、重要でない通話を拒否できます。^[9]

コンテキスト認識システムは、コンテキストの取得（例：センサーを使用して状況を認識する）、コンテキストの抽象化と理解（例：知覚された感覚刺激をコンテキストに一致させる）、および認識されたコンテキストに基づくアプリケーションの動作（例：コンテキストに基づいてアクションをトリガーする）に関係しています。^{[10]ユーザーの活動と場所は多くのアプリケーションにとって非常に重要であるため、コンテキスト認識は、}位置認識と活動認識 の研究分野でより深く焦点が当てられてきました。

コンテキスト認識は、ユビキタスコンピューティングシステムを実現する技術と見なされています。コンテキスト認識は革新的なユーザーインターフェイスの設計に使用され、ユビキタスコンピューティングやウェアラブルコンピューティングの一部としてよく使用されます。また、ハイブリッド検索エンジンの出現により、インターネットでもその効果が感じられ始めています。Schmidt、Beigl、Gellersen ^[11]は、ヒューマンファクターと物理的環境を、コンピュータサイエンスに関連する2つの重要な側面として 定義しています。最近では、コンテキスト情報の配布を容易にするための作業も数多く行われています。Bellavista、Corradi、Fanelli、Foschiniは、モバイルシステムでコンテキスト管理とプロビジョニングを透過的に実装するように設計されたいくつかのミドルウェアソリューションを調査しています^{[12] 。Grifoni、D'Ulizia、Ferri [13] は、ビッグデータを使用するいくつかのコンテキスト認識型}位置情報サービスシステムのレビューを行い、コンテキスト認識プロセスの主なフェーズ（コンテキストの取得、コンテキストの表現、コンテキストの推論と適応）で開発者が行った方法論的および実用的な選択を分析しました。 Perera、Zaslavsky、Christen、およびGeorgakopoulos ^[14]は、この分野の50を超える主要プロジェクトをレビューすることにより、モノのインターネットの観点からコンテキストアウェアコンピューティングに関する包括的な調査を実施しました。さらに、Pereraは、既存のIoT市場における多数の工業製品をコンテキストアウェアコンピューティングの観点から調査しました。^[15]彼らの調査は、IoTパラダイムにおけるコンテキストアウェア製品の開発と研究のためのガイドラインと概念フレームワークとして機能することを目的としています。評価は、10年以上前にDeyとAbowd（1999）^[3]によって開発された理論的フレームワークを使用して行われました。インターネットと新興技術の組み合わせにより、日常のオブジェクトが、コンテキストを理解して反応できるスマートオブジェクトに変わります。^[16]

ヒューマンファクターに関連するコンテキストは、ユーザーに関する情報（習慣、感情状態、生理学的条件に関する知識）、ユーザーの社会的環境（他者との共存、社会的相互作用、グループダイナミクス）、およびユーザーのタスク（自発的な活動、従事しているタスク、一般的な目標）の3つのカテゴリに構造化されています。同様に、物理的環境に関連するコンテキストは、場所（絶対位置、相対位置、共存）、インフラストラクチャ（計算、通信、タスクのパフォーマンスのための周囲のリソース）、および物理的条件（騒音、光、圧力、空気の質）の3つのカテゴリに構造化されています。^{[17] [18]}

コンテキストの初期の定義は、ユーザー、またはユーザーと直接インターフェースするデバイスに重点を置く傾向があったが、頻繁に引用される Dey ^[1]の定義(「エンティティの状況を特徴付けるために使用できるあらゆる情報」) は、この制限なしに解釈できる。人間とコンピュータのインターフェースの設計で使用されるユーザー中心のコンテキストは、「コンテンツ」(ユーザーが明示的に入力または出力するもの) と暗黙的で適応目的で使用されるコンテキストとの間の過度に明確で部分的に恣意的な分離を意味する場合もある。Dourish ^[19]が提唱する、より動的で非中心的な見方では、コンテキストは主に関係的である。これはもともとデスクトップ コンピューティングからユビキタス コンピューティングへの移行と一致していたが、コンテキストとコンテンツの区別が相対的かつ動的になるアンビエント インテリジェンスのより広い理解にも適合する。 ^{[20]この見方では、} IoTセンサーなどの情報源が何らかの用途や用途のコンテキストである場合、他の用途や用途の主要なコンテンツのソースになる可能性があり、その逆も同様です。重要なのは、それらを互いに、またそれらの環境にリンクする関係のセットです。単一ユーザー中心のコンテキストの初期の説明は、古典的なエンティティ属性値モデルに適合する可能性がありますが、 NGSI-LDで提案されているような、より汎用性の高いグラフベースの情報モデルは、モノのインターネット、サイバーフィジカルシステム、デジタルツインに関連するコンテキストのよりリレーショナルなビューを捉えるのに適しています 。このより広い解釈では、コンテキストはエンティティに添付された属性のセットとして表現されるだけでなく、このエンティティを他のエンティティと絡み合わせるグラフによっても捉えられます。コンテキスト認識は、さまざまなソースからのこの横断的な情報を説明する機能です。

コンテキスト認識は、コンピュータ支援協調作業(CSCW)の分野に適用され、個人がより効率的に作業し、互いに協力できるように支援しています。1990 年代初頭から、研究者は、ユーザーからコンテキスト情報 (場所、ビデオ フィード、不在ステータス メッセージなど) を収集できる多数のソフトウェア システムとハードウェア システムを開発してきました。この情報はその後、他のユーザーと公開され、それによって状況認識が向上し、互いに対話する自然な機会を特定できるようになります。コンテキスト認識コンピューティングの初期には、この目的で開発されたシステムの多くは、企業や地理的に離れた作業チームが共有ドキュメントや作業成果物で協力できるように特別に設計されていました。しかし最近では、この手法を友人や家族のグループに適用して、お互いの活動を把握できるようにする方法を示す研究が増えています。

現在までに、コンテキスト認識を使用して状況認識を向上させるシステムは、次のような特徴があります。

• 各ユーザーから収集したコンテキスト、および
• この情報を他のユーザーに伝える方法

状況認識を向上させる目的で取得および共有する最も一般的なコンテキストは、ユーザーの場所です。たとえば、初期のプロトタイプである Active Badge システム^[21]では、各ユーザーは一意に識別できるバッジを持っており、一連の頭上赤外線センサーで追跡できました。ユーザーが建物内を歩いていると、その位置は中央サーバーによって常に監視されていました。他のユーザーはこの情報 (テキスト形式、または後の作業^[22]で行われたように地図上) を確認して、ユーザーがオフィス内にいるかどうかを判断できるため、予定外の会話のために立ち寄るのに最適な時間を判断できます。位置情報は PeopleTones ^[23] 、 Serendipity ^[24] 、および Group Interaction Support Systems ^[25]でも共有され、それぞれ友人、個人的な興味を共有するユーザー、およびチームメイトの近くにいることをユーザーが判断するのに役立ちます。位置情報のみを表示する Active Badge と比較すると、これらのシステムはよりプロアクティブで、ユーザー同士が近くにいるときに警告します。これにより、ユーザーは潜在的なインタラクションの機会がいつ利用可能になるかを知ることができ、それを活用する可能性が高まります。

共有するもう 1 つの一般的なコンテキストは、ユーザーの作業アクティビティです。多くの場合、ビデオを共有することで共有されます。コミュニティ バー システム^[26]では、研究者がユーザーのディスプレイのスクリーンショットを定期的に撮るデスクトップ アプリケーションを開発しました。この情報はユーザーの同僚と共有され、チームメイトがどのようなドキュメントや成果物に取り組んでいるかを知ることができ、共通の参照フレームが提供されたため、ユーザーは同じ場所にいるかのようにこれらの成果物について話すことができました。モンタージュ^[27]では、ユーザーは他のユーザーのコンピューターの Web カメラをリモートで短時間アクティブにすることができます。他のユーザーを「ちらっと見る」この機能により、ユーザーはそのユーザーが忙しいか気を取られているかを知ることができ、会話を開始するのに最適なタイミングをより適切に判断するのに役立ちます。

状況認識を改善または強化するために共有する3つ目のコンテキストは、ユーザーの音声です。Thunderwireシステム^[28]では、研究者は音声のみのメディアスペースを開発し、友人同士がモバイルデバイスのマイクから生の音声を共有できるようにしました。本質的には永続的な電話会議であるこのシステムは、ユーザーが他のユーザーの音声を聞いて、いつ会話に参加しているかを判断することができました。WatchMe ^[29]およびListenIn ^[30]システムも、ユーザーが割り込み可能かどうか、いつ割り込み可能かを判断するために音声に大きく依存しています。ただし、Thunderwireとは異なり、これらのシステムは機械学習アルゴリズムを使用してユーザーの音声を分析し、ユーザーが話しているかどうかを判断します。これにより、実際の音声を共有することなく、システムは他のユーザーに同じコンテキスト（つまり、ユーザーが会話中かどうか）を提供できるため、よりプライバシー重視になります。

一般的に共有される 4 番目のコンテキストは、ユーザーの全体的なアクティビティです。Hubbub ^[31]および Conchat ^[32]システムでは、研究者は、それぞれソフトウェアまたは環境センサーを使用して、ユーザーがアクティブまたはアイドル状態にあるかどうかを監視する一連のインスタント メッセンジャー アプリケーションを開発しました。この情報は、他のユーザーに提供され、友人がメッセージに返信できるかどうか、また返信できる場合はいつ返信できるかを知らせます。Digital Family Portrait システムでは、^[33]研究者は、ユーザー (つまり、高齢の親/祖父母) の日常のアクティビティを定性的に視覚化するデジタル フォト フレームを開発しました。この視覚化は、ユーザーの成人した子供に提供され、子供たちは両親に明示的に迷惑をかけることなく「チェック」することができ、それによって「その場で老いる」ことができます。

これらのシステムは、コンテキスト認識が状況認識や社会的認識をサポートするためにどのように使用できるかを示していますが、これらのシステムの長期的な有効性はまだ完全には理解されていません。上記のシステムの多くは、概念レベルでのみ評価されているか、システムが技術的に実現可能であることを実証する目的で評価されています。したがって、これらの研究の初期結果では、コンテキスト認識が状況認識タスクをサポートできることが示唆されていますが、より長期的なデータが必要です。

コンテキスト認識型モバイルエージェント^[34]は、あらゆるコンテキスト認識型アプリケーションを実装するのに最適なホストです。現代の統合音声・データ通信では、病院スタッフはスマートフォンを使用して音声で互いに通信できますが、次に実行するタスクを検索したり、次に記録するレポートをキャプチャしたりすることが望まれます。

しかし、このようなアプローチでスタッフをサポートしようとする試みは、患者の身元、注文リスト、勤務スケジュールなどの新しいイベントを調べる必要があるため、受け入れられるまで妨げられます。したがって、適切なソリューションは、小さな画面での手動操作を排除し、ユーザーに次のような機能を提供する必要があります。

• 接近時に実際の患者と現地の環境を自動的に識別し、
• 実際の患者の到着と退出に関するイベントを自動的に記録する。
• 現在の場所で予定されている注文やサービスの自動表示と
• EHRにこのような品質を提供するためのサポートされたドキュメント。

コンテキスト認識型モバイル エージェントは、インダストリー 4.0の新しいパラダイムに関連して、新しいコンテキスト認識型アプリケーションを実装するのに適したホストです。最新の統合 (音声および) データ通信により、ワークショップまたは生産ラインのスタッフはスマートフォンを使用して、生産管理とデータを通信し、フィードバックを得ることができます。データは、コンポーネントとパーツを検出して識別することで生成され、オンデマンド製品の柔軟な生産管理に統合されます。

しかし、このようなアプローチでスタッフをサポートしようとする試みは、顧客の需要と製品構成に関する情報が部品供給と一致できない限り、固定された生産スケジュールによって妨げられます。したがって、適切なソリューションは、生産計画と生産ラインの関連情報と材料の発生の相互作用の欠如を排除する必要があります。

• 在庫またはバッファ供給から実際に利用可能な部品を自動的に識別する。
• オンデマンド構成の統合要件の自動提示、
• 実際にマウントされた構成の自動検出とレポート

重要な要件は、情報処理における作業者の手動操作を必要としないソリューションを実装することです。そうしないと、情報要件の増加に伴ってエラー率が上昇します。

さらに、最も正確な位置特定を謳う従来の RFID、WLAN、または RTLS 位置特定ソリューションはどれも、必要な品質を提供できません。従来の姿勢で絶対座標を探す方法では、技術的にも経済的にも失敗するからです。あいまいな位置特定に基づく他のアプローチは、より高い投資収益率を約束します。

パーベイシブゲームは、感知された人間のコンテキストを活用してゲームシステムの動作を適応させます。現実と仮想の要素を融合し、ユーザーがプレイ中に物理的に周囲とやりとりできるようにすることで、人々はゲームに完全に没頭し、より良いゲーム体験を得ることができます。たとえば、スマートホームにおける人間の活動と場所のコンテキストを使用するパーベイシブゲームは、自律エージェントによって報告されます。^[35]

博物館や遺跡では、従来の音声ガイドの代わりとして、マルチメディアモバイルデバイスを提供することがあります（ロンドンのテートモダンを参照）。^[36]コンテキスト認識デバイスは、場所、現在のユーザーインタラクション、接続されているオブジェクトのグラフを使用して、ユーザーに提示される情報を動的に調整します。^[37]場合によっては、これをサイト周辺のリアルタイムナビゲーションと組み合わせて、ユーザーの以前のインタラクションに基づいて、ユーザーが興味を持ちそうな工芸品や展示品にユーザーを誘導します。^[38]

• コンテキスト適応
• コンテキスト認識協調フィルタリング
• コンテキスト認識型パーベイシブシステム
• 状況に応じたユーザーインターフェース
• 差別化されたサービス
• 空間コンテキスト認識

• コンテキスト認識型適応型モバイル学習システム開発における受容性分析装置の設計方法論
• 無線センサーネットワークを介したモバイル通信のための環境情報の取得（研究プロジェクト）
• モバイルアプリケーションとサービスの進歩をユーザーに届ける（研究プロジェクト）
• コンテキスト収集と個人プロファイル交換のためのミドルウェア(無効)

• コンテキスト認識とコンピューティングに関する査読済み百科事典の章