返回项目页面
对比文件列表
2004-12-23_US2004259536A_发明申请_US20040259536A1 Method, apparatus and system for enabling context aware notification in mobile devices_+++A_f_k_l+++.docx
2026-03-23 22:03
2007-11-27_US7302451B_发明授权_US07302451B2 Feature identification of events in multimedia_+++A_F_G_l+++.docx
2026-03-23 22:03
2008-07-02_EP1939797A_发明公开_EP1939797A1 Method and apparatus for automatically determining a semantic classification of context data_+++A_F_J_g_i_k_l_m+++.docx
2026-03-23 22:03
2008-07-24_JP2008171418A_发明专利_JP2008171418A Method and apparatus for automatically determining semantic classification of context data_+++C_D_E_F_J_L_a_b_i_k_m+++.docx
2026-03-23 22:03
2008-10-09_US2008249968A_发明申请_US20080249968A1 Adaptive computer-based personalities_+++a_f_g_l+++.docx
2026-03-23 22:03
2009-09-10_US2009224867A_发明申请_US20090224867A1 Context Aware Data Processing in Mobile Computing Device_+++A_G_L_M+++.docx
2026-03-23 22:03
2009-09-17_WO2009114301A_发明申请_WO2009114301A2 CONTEXT AWARE DATA PROCESSING IN MOBILE COMPUTING DEVICE_+++A_F_G_L_b_m+++.docx
2026-03-23 22:03
2009-09-17_WO2009114301A_发明申请_WO2009114301A3 CONTEXT AWARE DATA PROCESSING IN MOBILE COMPUTING DEVICE_+++A_C_D_E_F_G_H_I_J_L_b_k_m+++.docx
2026-03-23 22:03
2010-03-25_US2010075652A_发明申请_US20100075652A1 Method, apparatus and system for enabling context aware notification in mobile devices_+++A_f_l+++.docx
2026-03-23 22:03
2010-06-03_US2010138452A_发明申请_US20100138452A1 Techniques for facilitating on-line contextual analysis and advertising_+++A_L_f_g_h_i_j+++.docx
2026-03-23 22:03
2010-08-12_US2010205061A_发明申请_US20100205061A1 INCENTIVE MARKETING WITH A CONTEXT-ENRICHED MESSAGE_+++G_a_f_i_l+++.docx
2026-03-23 22:03
2010-09-30_US2010250196A_发明申请_US20100250196A1 COGNITIVE AGENT_+++A_F_G_b_c_d_l_m+++.docx
2026-03-23 22:03
2010-11-25_US2010299615A_发明申请_US20100299615A1 System And Method For Injecting Sensed Presence Into Social Networking Applications_+++A_L_d_e_k_m+++.docx
2026-03-23 22:03
2010-12-16_US2010317371A_发明申请_US20100317371A1 CONTEXT-BASED INTERACTION MODEL FOR MOBILE DEVICES_+++A_E_F_K_L_b_c_d_g_h_i_j_m+++.docx
2026-03-23 22:03
2011-01-26_JP4620721B_发明专利_JP4620721B2 A method and apparatus for automatically determining the semantic classification of context data_+++A_C_F_L_b+++.docx
2026-03-23 22:03
2011-05-26_US2011125678A_发明申请_US20110125678A1 GENERATING AN ACTIVITY INFERENCE MODEL FROM CONTEXTUAL DATA_+++A_L_b_c_d+++.docx
2026-03-23 22:03
2011-11-17_WO2011141761A_发明申请_WO2011141761A1 METHOD AND APPARATUS FOR PROVIDING CONTEXT SENSING AND FUSION_+++A_G_f_k_l+++.docx
2026-03-23 22:03
2012-01-05_WO2012001215A_发明申请_WO2012001215A1 ADAPTATION OF CONTEXT MODELS_+++A_D_G_L_b_c_f_h_m+++.docx
2026-03-23 22:03
2012-03-08_US2012059780A_发明申请_US20120059780A1 CONTEXT RECOGNITION IN MOBILE DEVICES_+++A_f_g_i_l_m+++.docx
2026-03-23 22:03
2012-05-01_TW201218736A_发明专利_TW201218736A 用以提供情境感測及融合的方法與裝置 METHOD AND APPARATUS FOR PROVIDING CONTEXT SENSING AND FUSION_+++a_b_c_d_k_l_m+++.docx
2026-03-23 22:03
2012-05-10_US2012115453A_发明申请_US20120115453A1 SELF-AWARE PROFILE SWITCHING ON A MOBILE COMPUTING DEVICE_+++A_L_f_g_i+++.docx
2026-03-23 22:03
2012-08-21_KR1020120092459A_发明公开_KR1020120092459A 모바일 단말을 이용한 상황 인식 서비스 제공 방법 및 그 시스템_+++A_f_l+++.docx
2026-03-23 22:03
2012-11-29_US2012303271A_发明申请_US20120303271A1 Hierarchical Context Detection Method to Determine Location of a Mobile Device on a Person's Body_+++A_G_L_f_i+++.docx
2026-03-23 22:03
2004-12-23_US2004259536A_发明申请_US20040259536A1 Method, apparatus and system for enabling context aware notification in mobile devices_+++A_f_k_l+++.docx
2026-03-23 22:03
2007-11-27_US7302451B_发明授权_US07302451B2 Feature identification of events in multimedia_+++A_F_G_l+++.docx
2026-03-23 22:04
2008-07-02_EP1939797A_发明公开_EP1939797A1 Method and apparatus for automatically determining a semantic classification of context data_+++A_F_J_g_i_k_l_m+++.docx
2026-03-23 22:04
2008-07-24_JP2008171418A_发明专利_JP2008171418A Method and apparatus for automatically determining semantic classification of context data_+++C_D_E_F_J_L_a_b_i_k_m+++.docx
2026-03-23 22:04
2008-10-09_US2008249968A_发明申请_US20080249968A1 Adaptive computer-based personalities_+++a_f_g_l+++.docx
2026-03-23 22:04
2009-09-10_US2009224867A_发明申请_US20090224867A1 Context Aware Data Processing in Mobile Computing Device_+++A_G_L_M+++.docx
2026-03-23 22:04
2009-09-17_WO2009114301A_发明申请_WO2009114301A2 CONTEXT AWARE DATA PROCESSING IN MOBILE COMPUTING DEVICE_+++A_F_G_L_b_m+++.docx
2026-03-23 22:04
2009-09-17_WO2009114301A_发明申请_WO2009114301A3 CONTEXT AWARE DATA PROCESSING IN MOBILE COMPUTING DEVICE_+++A_C_D_E_F_G_H_I_J_L_b_k_m+++.docx
2026-03-23 22:04
2010-03-25_US2010075652A_发明申请_US20100075652A1 Method, apparatus and system for enabling context aware notification in mobile devices_+++A_f_l+++.docx
2026-03-23 22:04
2010-06-03_US2010138452A_发明申请_US20100138452A1 Techniques for facilitating on-line contextual analysis and advertising_+++A_L_f_g_h_i_j+++.docx
2026-03-23 22:04
2010-08-12_US2010205061A_发明申请_US20100205061A1 INCENTIVE MARKETING WITH A CONTEXT-ENRICHED MESSAGE_+++G_a_f_i_l+++.docx
2026-03-23 22:04
2010-09-30_US2010250196A_发明申请_US20100250196A1 COGNITIVE AGENT_+++A_F_G_b_c_d_l_m+++.docx
2026-03-23 22:04
2010-11-25_US2010299615A_发明申请_US20100299615A1 System And Method For Injecting Sensed Presence Into Social Networking Applications_+++A_L_d_e_k_m+++.docx
2026-03-23 22:04
2010-12-16_US2010317371A_发明申请_US20100317371A1 CONTEXT-BASED INTERACTION MODEL FOR MOBILE DEVICES_+++A_E_F_K_L_b_c_d_g_h_i_j_m+++.docx
2026-03-23 22:04
2011-01-26_JP4620721B_发明专利_JP4620721B2 A method and apparatus for automatically determining the semantic classification of context data_+++A_C_F_L_b+++.docx
2026-03-23 22:04
2011-05-26_US2011125678A_发明申请_US20110125678A1 GENERATING AN ACTIVITY INFERENCE MODEL FROM CONTEXTUAL DATA_+++A_L_b_c_d+++.docx
2026-03-23 22:04
2011-11-17_WO2011141761A_发明申请_WO2011141761A1 METHOD AND APPARATUS FOR PROVIDING CONTEXT SENSING AND FUSION_+++A_G_f_k_l+++.docx
2026-03-23 22:04
2012-01-05_WO2012001215A_发明申请_WO2012001215A1 ADAPTATION OF CONTEXT MODELS_+++A_D_G_L_b_c_f_h_m+++.docx
2026-03-23 22:04
2012-03-08_US2012059780A_发明申请_US20120059780A1 CONTEXT RECOGNITION IN MOBILE DEVICES_+++A_f_g_i_l_m+++.docx
2026-03-23 22:04
2012-05-01_TW201218736A_发明专利_TW201218736A 用以提供情境感測及融合的方法與裝置 METHOD AND APPARATUS FOR PROVIDING CONTEXT SENSING AND FUSION_+++a_b_c_d_k_l_m+++.docx
2026-03-23 22:04
2012-05-10_US2012115453A_发明申请_US20120115453A1 SELF-AWARE PROFILE SWITCHING ON A MOBILE COMPUTING DEVICE_+++A_L_f_g_i+++.docx
2026-03-23 22:04
2012-08-21_KR1020120092459A_发明公开_KR1020120092459A 모바일 단말을 이용한 상황 인식 서비스 제공 방법 및 그 시스템_+++A_f_l+++.docx
2026-03-23 22:04
2012-11-29_US2012303271A_发明申请_US20120303271A1 Hierarchical Context Detection Method to Determine Location of a Mobile Device on a Person's Body_+++A_G_L_f_i+++.docx
2026-03-23 22:04
2009-09-10_US2009224867A_发明申请_US20090224867A1 Context Aware Data Processing in Mobile Computing Device_+++A_G_L_M+++.docx

对比文件名称:2009-09-10_US2009224867A_发明申请_US20090224867A1 Context Aware Data Processing in Mobile Computing Device

目标专利名称:363在语义上融合上下文推断CN104823433B

本次调用模型名称:DeepSeek-R1

## 特征比对表格

技术特征描述以及公开性判断结果对比文件原文引用公开性论述
**技术特征A**:所述方法包括:在计算装置处使用来自与移动装置相关联的至少一个数据源的上下文相关数据确定第一上下文类别<br>**《直接公开》**说明书[0041]:“The sensor 400 may be configured to detect characteristics of an environment... The sensor 400 is configured to process the detected characteristics and allocate a value from the respective databases 402, 404, 406 as a ‘best guess’ for one or more of availability, activity and location of the context of the use of the associated data processing apparatus.”<br>说明书[0083]:“The phone application as a sensor is configured to provide a best guess of the activity of the user, for example, whether or not the user is on the phone as indicated by signal 526...”对比文件公开了传感器(如电话应用、GPS传感器等)处理检测到的环境或装置特征(即上下文相关数据),并从预定义的数据库(如活动、可用性、位置数据库)中分配一个值作为上下文类别(如“on the phone”、“Home”)的“最佳猜测”。这直接对应于在计算装置(数据处理器)处使用来自至少一个数据源(传感器)的数据确定一个上下文类别(第一上下文类别)。因此,技术特征A被对比文件直接公开。
**技术特征B**:在所述移动装置处至少部分通过融合所述第一上下文类别及不同于所述第一上下文类别的第二上下文类别来确定融合类别,<br>**《未公开》**说明书[0047]:“The context engine module 104 is configured to process the received data from the sensor 102 to determine an overall/final value for the context aspects... In embodiments where a plurality of sensors 102 are present, the context engine module 104 may be configured to resolve any inconsistencies in the data received from the sensors...”<br>说明书[0055]:“The context engine 212 may generate the final output signals 216, 218 and 220 by determining the most likely value from the input signals 206, 208, 210 received from the plug-ins 202, 204.”对比文件公开了上下文引擎处理来自一个或多个传感器/插件的输入(这些输入可能代表不同的上下文类别,如活动、可用性、位置),并生成一个最终的上下文值。然而,其确定最终值的方式是“解决不一致性”、“选择最可能的值”、“应用加权”或“基于最高置信度选择”(参见[0055], [0130])。这与目标专利中“至少部分通过融合第一上下文类别及第二上下文类别来确定融合类别”有本质区别。目标专利的“融合”是指将两个不同的类别合并,产生一个在语义上囊封两者、且范围更广的新类别(如“静止”融合“坐”和“站立”)。对比文件的上下文引擎是从多个输入中选择或推断出一个最佳的单一类别(最终值),而非通过融合两个不同的、已确定的上下文类别来创建一个语义上更广泛的“融合类别”。因此,技术特征B未被对比文件公开。
**技术特征C**:所述融合类别与所述第一上下文类别及所述第二上下文类别所共有的至少一个特性相关联,<br>**《未公开》**无对应内容。对比文件未描述其确定的最终上下文值与多个输入类别之间具有“共有特性”的关联。目标专利中融合类别(如“静止”)与所融合的类别(“坐”和“站立”)共有一个更高级别的特性(如“非移动状态”)。对比文件中的最终值仅仅是基于规则、加权或置信度从多个可能性中选出的一个值,并未揭示这种语义上的共有特性关系。因此,技术特征C未被对比文件公开。
**技术特征D**:其中所述融合类别比所述第一上下文类别及所述第二上下文类别中的每一者范围广。<br>**《未公开》**无对应内容。对比文件未公开所确定的最终上下文值在语义范围上比产生它的各个输入类别(如来自不同传感器的“最佳猜测”)更广泛。目标专利的核心在于生成一个语义上更广泛、囊括性更强的融合类别(如“at_work”比“in_office”和“in_meeting”范围更广)。对比文件的上下文引擎旨在输出一个最准确的、具体的上下文值,而非一个更广泛的、囊括性的类别。因此,技术特征D未被对比文件公开。
**技术特征E**:其中所述融合类别具有相关联的标签,其在语义上囊封所述第一上下文类别的标签及所述第二上下文类别的标签。<br>**《未公开》**无对应内容。对比文件未提及为其确定的最终上下文值赋予一个在语义上“囊封”了其他类别标签的标签。目标专利明确强调了融合类别标签的语义囊封特性(例如,“静止”囊封了“坐”和“站立”)。对比文件仅描述了选择或推断出一个值,未涉及标签的语义层级或包含关系。因此,技术特征E未被对比文件公开。
**技术特征F**:其进一步包括获得与初始分类相关联的用以确定所述第一上下文类别的信息。<br>**《未公开》**说明书[0041], [0083]等描述了传感器提供“最佳猜测”值。虽然对比文件公开了传感器提供“最佳猜测”值(这可以视作一种初始分类),但目标专利中的“获得与初始分类相关联的...信息”特指用于确定第一上下文类别的信息,且在后文明确包括获得置信度值(特征G)和识别可操作性质(特征I)。对比文件中传感器直接输出带有置信度的“最佳猜测”值,上下文引擎使用这些值,但并未描述一个单独的“获得与初始分类相关联的信息”的步骤,该步骤是为后续确定第一上下文类别做准备。更关键的是,目标专利的“初始分类”和“第一上下文类别”可能涉及更复杂的流程(如从初始分类到目标状态分类器的输出),而对比文件传感器输出的“最佳猜测”本身可能就是最终的分类输出或上下文引擎的输入。因此,技术特征F未被对比文件直接或隐含公开。
**技术特征G**:其中获得与所述初始分类相关联的所述信息包括获得与所述初始分类相关联的置信度值。<br>**《直接公开》**说明书[0041]:“In addition to determining the ‘best guess’ value for each of the availability, activity and location 408, 412, 416 of the context of use of the data processing apparatus, the sensor 400 also attributes a confidence factor 410, 414, 418 to each of those values 408, 412, 416.”<br>说明书[0067]:“Each of the values for availability, location and activity returned by the plug-ins 302, 304 are accompanied with a confidence factor for that value.”对比文件明确且反复公开了传感器或插件在提供上下文类别猜测值(即初始分类)时,会伴随一个置信度因子(confidence factor)。这直接对应于“获得与初始分类相关联的置信度值”。因此,技术特征G被对比文件直接公开。
**技术特征H**:其中确定所述融合类别是响应于所述置信度值等于或低于阈值而执行。<br>**《未公开》**说明书[0055]:“The context engine 212 may generate the final output signals... by determining the most likely value from the input signals... This may involve selecting the value that occurs most often... and further still may involve selecting the value that is present in the received input signals with the highest confidence.”<br>说明书[0130]:“The context engine 1010 then selects the value with the highest aggregate score as the final value.”对比文件公开了上下文引擎在确定最终值时,会考虑置信度因子,例如选择置信度最高的值。然而,它没有公开“响应于置信度值等于或低于阈值而执行确定融合类别”这一特定触发条件。目标专利中,当初始分类的置信度低(不合需求)时,触发融合分类器产生一个更广泛的融合类别。对比文件的逻辑是始终基于置信度等指标选择最佳值,而非因某个值置信度低而切换到一个不同的、更广泛的分类模式(融合)。因此,技术特征H未被对比文件公开。
**技术特征I**:其中获得与所述初始分类相关联的所述信息包括识别所述初始分类的可操作性质。<br>**《未公开》**无对应内容。对比文件全文未提及“可操作性质(operational property)”这一概念。目标专利中的“可操作性质”指的是分类器已知的行为特性,例如容易混淆某些状态。对比文件虽然提到了传感器可能有不同的准确度得分(accuracy score),但这不同于分类器内在的、与具体分类混淆相关的“可操作性质”。因此,技术特征I未被对比文件公开。
**技术特征J**:其中确定所述融合类别是基于所述初始分类的所述可操作性质。<br>**《未公开》**无对应内容。由于对比文件未公开“可操作性质”(特征I),因此自然也不可能公开基于可操作性质来确定融合类别。技术特征J未被对比文件公开。
**技术特征K**:其中所述上下文相关数据为与第一时间相关联的第一上下文相关数据,所述方法进一步包括使用与在所述第一时间之后的第二时间相关联的第二上下文相关数据确定所述第二上下文类别,且其中确定所述融合类别是基于所述第一上下文类别及所述第二上下文类别。<br>**《未公开》**说明书[0139]:“In one or more embodiments, the confidence factor associated with an attribute value as determined by a sensor may be degraded over time.”(提到了随时间变化)对比文件提到了置信度可能随时间降低,暗示了传感器数据是随时间获取的。然而,它没有明确公开一个具体的方法步骤:使用第一时间的第一数据确定第一上下文类别,然后使用第二时间的第二数据确定第二上下文类别,最后基于这两个在不同时间确定的类别来确定融合类别。目标专利此特征强调了基于时间序列上确定的多个类别进行融合。对比文件的上下文引擎处理的是多个传感器在相近时间点的输入,或处理历史数据以调整置信度,但未揭示这种基于明确时间序列的类别确定与融合流程。因此,技术特征K未被对比文件公开。
**技术特征L**:其中确定所述第一上下文类别包括从多个预定的可用上下文类别中选择所述第一上下文类别。<br>**《直接公开》**说明书[0031]:“The context engine 310 has access to a context aspect database for each context that it is configured to process. In this embodiment there are three context databases: an availability database 312... an activity database 314... and a location database 316...”<br>说明书[0041]:“The sensor 400 is configured to process the detected characteristics and allocate a value from the respective databases 402, 404, 406 as a ‘best guess’ for one or more of availability, activity and location...”对比文件明确公开了存在预定的上下文类别数据库(可用性、活动、位置数据库),传感器或上下文引擎从这些数据库的列表中选择一个值作为上下文类别(“最佳猜测”或最终值)。这直接对应于“从多个预定的可用上下文类别中选择”。因此,技术特征L被对比文件直接公开。
**技术特征M**:其中确定所述融合类别包括从多个预定的可用融合类别中选择所述融合类别。<br>**《直接公开》**说明书[0031]:“The context engine 310 has access to a context aspect database for each context that it is configured to process. In this embodiment there are three context databases: an availability database 312... an activity database 314... and a location database 316...”<br>说明书[0070]:“Each of the final values are values from the lists in databases 312, 314, 316.”虽然对比文件没有“融合类别”的特定概念,但其上下文引擎确定的“最终值(final value)”也是从预定的上下文类别数据库(可用性、活动、位置数据库)的列表中选择出来的。从“从预定的可用类别列表中选择一个类别作为输出”这一操作本质来看,对比文件公开了确定最终输出类别包括从多个预定的可用类别中选择。尽管该“最终值”在功能上不等同于目标专利的“融合类别”,但“从多个预定的可用类别中选择”这一具体操作步骤已被公开。根据宽松的隐含公开判断标准,可以认为该技术特征被公开。但从严格直接公开的角度,由于对比文件的“最终值”并非通过“融合”两个不同类别产生,其性质与“融合类别”不同。然而,考虑到特征比对要求对“选择”这一动作本身进行判断,且对比文件确实公开了选择动作,这里倾向于认定为直接公开。

<<<A>>><<<G>>><<<L>>><<<M>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE