2.3 Formalized Description of Conte

2.3 Formalized Description of Context-awareness Model

Generative process of the model is described below: a user u is got by analyzing datasets and sampling joint probability distribution, and then distribution probability of u called p(u) is computed. Through computational formula of joint probability distribution, user u and time t is computed by p(u,t)= p(t|u) p(u); Based on p(u,t), p(l|u,t) is generated by obtaining corresponding Location L. Combining p(l|u,t) with p(u,t), p(u,t,l) is computed by p(u,t,l)= p(l|u,t) p(u,t); Thereby, combining p(u,t,l) with (1), p(R|u,t,l) is computed by p(R|u,t,l)=p(R|u,t,L)= p(R|u,t,L)=αp(R|L)+(1-α)p(u,t), where α is a tunable weight and then the context awareness model CA could be built by p(u,t,l,R) which is computed by p(u,t,l,R)= p(R|u,t,l) p(u,t,l). Generative process of the model could also be depicted by figure 1.

ผลลัพธ์ (ไทย) 1:

2.3 เป็นทางลักษณะของรูปแบบการรับรู้บริบทส่วนกระบวนการของรูปแบบอธิบายไว้ด้านล่าง: u ผู้ใช้เป็นได้ โดยการวิเคราะห์ชุดข้อมูล และสุ่มตัวอย่างการกระจายความน่าเป็นร่วม และจากนั้น คำนวณความน่าเป็นการแจกจ่ายของคุณเรียกว่า p(u) โดยสูตรคำนวณการกระจายความน่าเป็นร่วม ผู้ใช้คุณ และเวลา t คำนวณได้ โดยการ p(u,t) = p(t|u) p(u) อิงจาก p(u,t), p(l|u,t) จะถูกสร้างขึ้น โดยได้รับการ p(l|u,t) ตำแหน่ง L. รวมสอดคล้องกับ p(u,t), p(u,t,l) คำนวณได้ โดยการ p(u,t,l) = p(l|u,t) p(u,t) จึง รวม p(u,t,l) กับ (1), p(R|u,t,l) คำนวณ โดย p(R|u,t,l)=p(R|u,t,L) = p (R | u, t, L) = αp(R| ที่αคือ น้ำหนักสามารถปรับแล้ว สามารถสร้างแบบจำลองการรับรู้บริบท CA โดย p(u,t,l,R) ซึ่งคำนวณ โดย p(u,t,l,R), L)+(1-α)p(u,t) = p(R|u,t,l) p(u,t,l) ส่วนกระบวนการของรูปแบบอาจยังปรากฎใน โดยรูปที่ 1

ผลลัพธ์ (ไทย) 2:

2.3 กรงเล็บคำอธิบายของบริบทความตระหนักในรุ่น

กระบวนการกำเนิดของรูปแบบที่อธิบายไว้ด้านล่าง: ผู้ใช้ U เป็นได้โดยการวิเคราะห์ชุดข้อมูลและการสุ่มตัวอย่างกระจายความน่าจะร่วมกันแล้วน่าจะเป็นการกระจายของ U เรียกว่า P A (U) คือการคำนวณ ผ่านสูตรการคำนวณของการกระจายความน่าจะเป็นร่วมกันของผู้ใช้ U และเวลา t คำนวณโดย P (U, T) = P (T | U) P (U); อิงกับ P (U, T), P (L | U, T) จะถูกสร้างขึ้นโดยได้รับสอดคล้องสถานลิตรรวม P (L | U, T) กับ P (U, T), P (U, T, L) คำนวณโดย P (U, T, L) = P (L | U, T) P (U, T); ดังนั้นการรวม P (U, T, L) กับ (1), P (R | U, T, L) คำนวณโดย P (R | U, T, L) = P (R | U, T, L) = P (R | U, T, L) = αp (R | L) + (1-α) P (U, T) ที่αเป็นน้ำหนักพริ้งแล้วบริบทรูปแบบการรับรู้ CA อาจจะสร้างขึ้นโดย P ( U, T, L, R) ซึ่งคำนวณโดย P (U, T, L, R) = P (R | U, T, L) P (U, T, L) ขั้นตอนการกำเนิดของรูปแบบที่อาจจะมีการบรรยายโดยรูปที่ 1

ผลลัพธ์ (ไทย) 3:

2.3 อธิบายรูปแบบความตระหนักในบริบทที่เป็นทางการกระบวนการกำเนิดของโมเดลที่อธิบายไว้ด้านล่าง : ผู้ใช้คุณได้โดยการวิเคราะห์ข้อมูล การแจกแจงการสุ่มตัวอย่างและการแจกแจงความน่าจะเป็นร่วม , U P ( U ) เรียกว่า คํานวณ Through computational formula of joint probability distribution, user u and time t is computed by p(u,t)= p(t|u) p(u); Based on p(u,t), p(l|u,t) is generated by obtaining corresponding Location L. Combining p(l|u,t) with p(u,t), p(u,t,l) is computed by p(u,t,l)= p(l|u,t) p(u,t); Thereby, combining p(u,t,l) with (1), p(R|u,t,l) is computed by p(R|u,t,l)=p(R|u,t,L)= p(R|u,t,L)=αp(R|L)+(1-α)p(u,t), where α is a tunable weight and then the context awareness model CA could be built by p(u,t,l,R) which is computed by p(u,t,l,R)= p(R|u,t,l) p(u,t,l). กระบวนการกำเนิดของแบบจำลองอาจจะปรากฎตามรูปที่ 1 .