TY-JOURA2 Yang LaurenceTAU-Bicocchi、NicolaAU-Fontana、DamianoAU-Zamovenelli、FrancoPY-2019DA-2019/03/26TI-CAEL:用机器学习能力增强上下文软件自适应框架SP-1209850VL-2019AB-上下文管理当前中间件支持硬件和软件传感器以结构化形式提供数据(例如温度、风和烟传感器)。最近机器学习进展为从音视频信号等信息丰富松散数据获取上下文铺平了道路本文描述框架用机器学习能力丰富上下文智能中间件框架侧重于从传感器获取背景信息,提供松散结构化数据而无需开发者实施专用应用代码或利用外部库上下文理解中间件总目标是使应用更具动态和自适应性,而拟议框架本身可编程用于动态选择传感器和机器学习算法实验案例研究显示CAMEL框架可(i)通过原创支持机学习能力推广代码回用并降低上下文智能应用复杂性和(ii)使用获取环境自适应提高分类精度同时降低移动平台耗能SN-1574-017XUR-https://doi.org/101155/2019/1209850DO-10.1155/2019/1209850JF-移动信息系统PB-HindawiKW-ER