Context feature modeling.As many se

Context feature modeling.

As many self-adaptive, smart and pervasive systems use context information to change their behavior based on varying context conditions, context variability is emerging as a technique for modeling context and non-context features that may realize their variability dynamically. Hartmann and Trew [17] highlight the role of context features that can be entangled with conventional feature models and use them as classifiers to delimit the scope of system options (e.g., the software of a car that defines the “region” as a context feature to incorporate different cars’ options according to that region).

ผลลัพธ์ (ไทย) 1:

สร้างโมเดลลักษณะบริบทเป็นระบบ self-adaptive สมาร์ท และชุมชนที่แพร่หลายมากใช้ข้อมูลบริบทการเปลี่ยนแปลงลักษณะการทำงานตามเงื่อนไขบริบทที่แตกต่างกัน บริบทสำหรับความผันผวนจะเกิดขึ้นเป็นเทคนิคสำหรับบริบทและบริบทไม่ใช่คุณลักษณะที่อาจตระหนักถึงความแปรผันของแบบไดนามิกในการสร้างโมเดล Hartmann และ Trew [17] เน้นบทบาทของบริบทที่สามารถเกี่ยวกับแบบจำลองคุณลักษณะทั่วไป และใช้เป็นคำนามภาษาเพื่อจำกัดขอบเขตของระบบตัวเลือก (เช่น ซอฟต์แวร์ที่กำหนด "ภูมิภาค" เป็นบริบทคุณลักษณะในการรวมตัวของรถตามที่ รถ)

ผลลัพธ์ (ไทย) 3:

แบบมีบริบท

เป็นหลาย self-adaptive ระบบสมาร์ทและแพร่หลายใช้ข้อมูลบริบทการเปลี่ยนแปลงพฤติกรรมของพวกเขาขึ้นอยู่กับเงื่อนไขที่แตกต่าง บริบทของบริบทที่เกิดขึ้นเป็นเทคนิคการสร้างแบบจำลองบริบทและคุณลักษณะที่ไม่อาจเข้าใจบริบทที่แปรปรวนของพวกเขาแบบไดนามิกAdmin และ trew [ 17 ] เน้นบทบาทของบริบท คุณสมบัติที่สามารถพัวพันกับโมเดลคุณลักษณะทั่วไปและใช้พวกเขาเป็นคำมาคั่นขอบเขตของตัวเลือกของระบบ ( เช่นซอฟต์แวร์ของรถที่กำหนด " เขต " เป็นบริบท คุณสมบัติรวมทางเลือกของรถยนต์ที่แตกต่างกันตามภูมิภาค )