Designing and Modeling Smart Environments

這篇paper主要提出在設計smart environment中learning和prediction的概念，如何導入各種現有的科技和人工智能，有效的學習和預測人類的生活模式，便能提高整個smart environment的自治度及改進能力，以提昇整個生活空間的品質和便利性。室內空間往往不只有單一的居住者，像家庭、教室、辦公室等，都有不同生活模式的人在其中，如此一來整個設計就變得更複雜且難以預測。

1. 作者認為Designing and Modeling的重點：

• able to autonomously acquire and apply knowledge about the environment
• can adapt inhabitant's preferences and requirements

文章中有幾個例子，如：

• safety of inhabitants
• reduction of cost of maintaining the inhabitants
• resource optimization(energy or bandwidth)
• task automation

上面看到的例子取向都不同，所以設計者必需細想試用者的需求，進而提昇居住者的感受和體 驗，由此可見智慧環境的學習和預測能力對其有顯著的影響。

2. Features of smart environment：

• Device control and communications：在此強調裝置的遙控和自動化，並透過無線裝置的結合，達到控制的功能。這種應用對殘障人士很有幫助，就像把現有無障礙空間的概念更往上提昇，簡化生活中的一些慣例的程序（作者很有趣的以"遙控器"對"Couch potatoes"的幫助為例子）

• Sensory information processing：運用sensor來客製化device的settings。作者以一個叫做"Smart Sofa"為例，這沙發可以感應人的體重，它就以體重來辨識試用者，然後去改變整個房間的參數，如燈光、氣溫、多媒體等。
  

• Predictive decision making：透過sensor收集到的資訊，和喜好設定，可以預測使用者的行為模式，並即時給予有用的協助和訊息。這對精障者很有幫助，觀察他每天的生活模式（如路徑），假如有非預測的行為產生，便可給予精障者適當的提醒。

3. Mobility/Activity tracking
在觀察居住者生活模式當中，會有許多的不確定性，而這些現象經常是由人類的活動位置改變而造成。分析人們每天慣例的活動和生活風格，可以觀察到每個人有特有的模式，雖然這些模式會隨著時間而改變，但並不會太頻繁或無規則，因此smart environment便可紀錄和學習這些動作，由此可以得到更多的資訊，以降低不確定性。