推断可穿戴设备的非使用时段的制作方法

计算设备(例如，移动设备、可穿戴计算设备、桌面型计算机等)可以执行有时可能需要该计算设备临时禁用一个或多个特征并且/或者限制对该计算设备的特定功能的访问的各种调度和非调度系统任务。例如，在软件和/或固件更新的安装期间，计算设备可以防止用户与可能潜在地干扰该更新的计算设备的一些(若非全部)应用、服务、进程和/或特征交互。因为一些计算任务是相对复杂的并且可能需要计算设备花费相对漫长的时间完成，所以计算设备可以在这种任务正被执行时使计算设备的特定特征或功能在延长时间段内无法访问。如果这些任务的执行发生在用户希望与计算设备交互时，则他或她可能由于复杂任务的执行而感不便。

技术实现要素：

在一个示例中，本公开涉及包括基于可穿戴计算设备随时间的移动来预测所述可穿戴计算设备将不会被使用的一个或多个将来时间段的方法。所述方法还包括响应于确定在当前时间所述可穿戴计算设备未被使用，确定所述当前时间是否与所述一个或多个将来时间段中的至少一个时间段一致。所述方法还包括响应于确定所述当前时间与所述至少一个时间段一致，由所述可穿戴计算设备执行操作。

在另一示例中，本公开涉及可穿戴计算设备，所述可穿戴计算设备包括：至少一个运动传感器；至少一个模块；以及至少一个处理器，所述至少一个处理器可由至少一个处理器操作以基于由所述至少一个运动传感器检测到的随时间的移动来预测所述可穿戴计算设备将不会被使用的一个或多个将来的时间段。所述至少一个模块还可由所述至少一个处理器操作以响应于确定在当前时间所述可穿戴计算设备未被使用，确定所述当前时间是否与所述一个或多个将来时间段中的至少一个时间段一致，并且响应于确定所述当前时间与所述至少一个时间段一致，执行操作。

在另一示例中，本公开涉及包括以下步骤的方法：由计算系统获得由可穿戴计算设备于前几日检测到的一个或多个移动的指示；以及由所述计算系统基于所述一个或多个移动来识别复现(recurring)时间段，在所述复现时间段期间与所述一个或多个移动中的至少一个移动相关联的移动的频率或改变的幅度满足用于指示所述可穿戴计算设备未被使用的阈值。所述方法还包括由所述计算系统基于所述复现时间段来确定当所述可穿戴计算设备将不会被使用时的将来日的时间段，其中，所述将来日的所述时间段对应于所述多日的所述复现时间段，并且响应于确定当前时间与所述将来日的所述时间段一致，由所述计算系统在所述可穿戴计算设备处调用操作。

在附图和以下描述中阐述一个或多个示例的细节。本公开的其它特征、目的和优点从本描述和附图中并且从权利要求中将是显而易见的。

附图说明

图1是图示依照本公开的一个或多个方面的被配置成确定用户何时将不与可穿戴计算设备交互的示例计算系统的概念图。

图2是图示依照本公开的一个或多个方面的被配置成确定用户何时将不与可穿戴计算设备交互的示例可穿戴设备的框图。

图3A和图3B是图示依照本公开的一个或多个技术的由可穿戴计算设备在一定时间段期间检测到的移动的指示中的示例变化的概念时序图。

图4是图示依照本公开的一个或多个方面的被配置成确定用户何时将不与可穿戴计算设备交互的示例可穿戴计算设备的示例操作的流程图。

图5是图示依照本公开的一个或多个方面的被配置成确定用户何时将不与可穿戴计算设备交互的示例计算系统的示例操作的流程图。

具体实施方式

一般而言，此公开的技术可以使得可穿戴计算设备(例如，计算机化手表、计算机化护目镜、计算机化音频耳机等)能够仅在用户被预测为没有正在使用该可穿戴计算设备或者没有以其它方式与该可穿戴计算设备交互的时间段期间执行特定操作。计算系统(例如，服务器、移动电话等)可以经由网络与可穿戴计算设备(例如，手表)进行通信。在一些实施方式中，可穿戴计算设备可以随时间而检测移动(例如，加速度、倾斜的改变等)并且可以经由网络向计算系统提供关于所检测到的移动的信息(例如，作为移动数据)。在一些实施方式中，计算系统和/或可穿戴计算设备可以在移动数据中识别模式并且确定可穿戴计算设备通常被移动小于阈值量的一个或多个复现(recurring)时间段和/或日时间。例如，计算系统可以确定可穿戴计算设备通常在一周的每个夜晚期间的数小时内不移动(例如，因为用户已移除了可穿戴计算设备，并且例如，在睡觉时将可穿戴计算设备置于梳妆台或床头柜上)。

在一些实施方式中，计算系统可以推断可穿戴计算设备被移动小于阈值量的上述复现时间段是用户将不可能与可穿戴计算设备交互的时间段。因此，计算系统可以确定这些复现时间段与能够执行特定操作而不干扰用户与可穿戴计算设备交互的能力的将来时间段一致。因此，在一些实施方式中，在当前时间与复现时间段中的一个一致或者落入复现时间段中的一个内时，计算系统可以调用或者可穿戴计算设备可以发起操作的执行(例如，去激活显示器、安装软件包、禁用警报特征、以及/或者呈现安全挑战图形用户界面)。

以这种方式，与可能阻止用户在执行某些操作的同时与计算设备的大多数(若非全部)应用、服务、进程和/或特征交互的一些计算设备不同，根据本公开的技术的可穿戴计算设备可以在该可穿戴计算设备很可能未被使用的时间段期间选择性地执行某些任务。以这种方式，该可穿戴计算设备可以使在同时完成所需操作时对该可穿戴计算设备的用户可用的交互时间量最大化。

在整个公开中，描述了只有当计算系统(例如，服务器等)和/或计算设备(例如，可穿戴计算设备等)从用户(例如，正穿戴可穿戴计算设备的人)接收到用于分析信息的许可时，计算系统和/或计算设备才可以分析与该计算系统和/或计算设备相关联的信息(例如，位置、速度、加速度、定向等)的示例。例如，在下面所讨论的移动计算设备可以收集或者可以利用与用户以及计算系统和/或计算设备相关联的信息的情形下，可以给用户提供用于提供输入以控制计算系统和/或计算设备的程序或特征是否能够收集并利用用户信息(例如，关于用户的电子邮件、用户的社交网络、社交动作或活动、职业、用户的偏好、或用户的过去和当前位置的信息)、或者以规定计算系统和/或计算设备是否并且/或者可以如何接收可能与用户相关的内容的机会。此外，某些数据可以在其由计算系统和/或计算设备存储或者使用之前被以一个或多个方式处理，使得个人可识别信息被移除。例如，可以处理用户的身份，使得关于该用户不能够确定个人可识别信息，或者可以一般化获得位置信息的用户的地理位置(诸如到城市、ZIP码或州级别)，使得不能够确定用户的特定位置。因此，用户可以控制信息如何关于用户被收集并且由计算系统和/或计算设备使用。

图1是图示依照本公开的一个或多个方面的被配置成确定用户何时将不与可穿戴计算设备交互的示例计算系统的概念图。系统1包括可穿戴计算设备10、移动计算设备8、远程计算系统6和网络34。系统1可以确定可穿戴计算设备10没有正在被使用，并且作为响应，确定可穿戴计算设备10是否将很可能在可穿戴计算设备10被再次使用之前结束执行操作。

网络34表示任何公用或专用通信网络。可穿戴计算设备10、移动计算设备8和远程计算系统6可以使用任何适合的通信技术来跨网络34发送和接收数据。例如，可穿戴计算设备10可以使用网络链路36A在操作上耦合到网络34。远程计算系统6可以通过网络链路36B在操作上耦合到网络34并且移动计算设备8可以使用网络链路36C在操作上耦合到网络34。

网络34可以包括在操作上相互耦合从而提供在可穿戴设备10、移动计算设备8与远程计算系统6之间的信息交换的网络集线器、网络交换机、网络路由器等。在一些示例中，网络链路36A、36B和36C可以是以太网、ATM或其它网络连接。这些连接可以是无线和/或有线连接。

在图1的示例中，移动计算设备8是移动电话并且可穿戴计算设备10是手表。然而，存在移动计算设备8和可穿戴计算设备10的其它示例。

可穿戴计算设备10可以是任何类型的计算设备，其能够被穿戴、抓握或者以其它方式物理上附接到人，并且包括被配置成处理和分析该可穿戴计算设备的移动的指示(例如，传感器数据)的一个或多个处理器。可穿戴计算设备10的示例包括但不限于手表、计算机化护目镜、计算机化头戴式耳机、计算机化手套、计算机化珠宝，或者能够被用来检测正穿戴、抓握或者以其它方式附接到可穿戴计算设备10的人的移动的硬件、软件和/或固件的任何其它组合。

移动计算设备8可以是包括被配置成执行与检测、分析和或输出由可穿戴计算设备获得的移动的指示(例如，数据)有关的操作的一个或多个处理器的任何移动计算设备。移动计算设备8的许多示例存在，并且包括但不限于移动电话、平板计算机、个人数字助理(PDA)、膝上型计算机、便携式游戏设备、便携式媒体播放器、电子书阅读器、可穿戴计算设备或者硬件、软件和/或固件的任何其它组合。

尽管在图1中作为与远程计算系统6分开的单独元件被示出，然而在一些示例中，移动计算设备8可以是包括用于提供可穿戴计算设备正被使用的概率的预测模块30的功能的远程计算系统。换句话说，尽管未示出，预测模块30和移动模式数据存储32可以在本地存在于移动计算设备处并且/或者可以在本地存在于可穿戴计算设备10处，以从可穿戴计算设备10接收包括移动的指示的信息，基于移动的指示来确定可穿戴计算设备10正被或者未被使用的概率，并且输出该概率以传输到可穿戴计算设备10概率。

在任何事件中，如图1中所示，可穿戴计算设备10包括用户接口设备(UID)12。可穿戴计算设备10的UID 12可以充当可穿戴计算设备10的输入设备并且充当输出设备。UID 12可以使用各种技术来实现。例如，UID 12可以充当使用麦克风的输入设备并且充当使用扬声器来提供基于音频的用户接口的输出设备。UID 12可以充当使用存在敏感输入显示器的输入设备，诸如电阻式触摸屏、表面声波触摸屏、电容式触摸屏、投影电容式触摸屏、压敏屏、声脉冲识别触摸屏或另一存在敏感显示技术。UID 12可以充当使用任何一个或多个显示设备的输出(例如，显示)设备，诸如液晶显示器(LCD)、点阵显示器、发光二极管(LED)显示器、有机发光二极管(OLED)显示器、电子墨水，或者能够向可穿戴计算设备10的用户输出可见信息的类似的单色或彩色显示器。

可穿戴计算设备10的UID 12可以包括可以从可穿戴计算设备10的用户接收触觉输入的存在敏感显示器。UID 12可以通过检测来自可穿戴计算设备10的用户的一个或多个手势(例如，用户用手指或触笔触摸或者指向UID 12的一个或多个位置)来接收触觉输入的指示。UID 12可以例如在存在敏感显示器处向用户呈现输出。UID 12可以将输出作为可以与由可穿戴计算设备10提供的功能相关联的图形用户界面来呈现。例如，UID 12可以呈现在可穿戴计算设备10处执行或者可由可穿戴计算设备10访问的应用(例如，电子消息应用、导航应用、互联网浏览器应用等)的各种用户接口。用户可以与应用的相应用户接口交互以使可穿戴计算设备10执行与功能有关的操作。

图1示出示例可穿戴计算设备10，其包括一个或多个运动传感器14以用于检测与可穿戴计算设备10相关联的移动并且将所检测到的移动捕获为运动传感器14向可穿戴计算设备10的其它组件提供的运动数据。存在运动传感器14的许多示例，包括麦克风、相机、加速度计、陀螺仪、温度计、压力传感器、气压计、环境光传感器、高度计等。一个或多个传感器14可以捕获运动数据并且将所捕获的运动数据输出给可穿戴计算设备10的一个或多个组件，诸如模块20和22。

可穿戴计算设备10可以包括用户接口(“UI”)模块20和移动检测模块22。模块20和22可以使用驻留在可穿戴计算设备10中并且/或者在可穿戴计算设备10处执行的软件、硬件、固件或者硬件、软件和固件的组合来执行所描述的操作。可穿戴计算设备10可以利用多个处理器来执行模块20和22。可穿戴计算设备10可以将模块20和22作为在底层硬件上执行的虚拟机来执行。模块20和22可以作为操作系统、计算平台的一个或多个服务来执行。模块20和22可以作为一个或多个远程计算服务(诸如由基于云和/或集群的计算系统所提供的一个或多个服务)来执行。模块20和22可以作为计算平台的应用层处的一个或多个可执行程序来执行。

移动检测模块22可以获得由运动传感器14捕获的运动数据，并且基于该运动数据，确定可穿戴计算设备10是否正被使用。在一些示例中，移动检测模块22可以实时地确定可穿戴计算设备10是否正被使用。在一些示例中，移动检测模块22可以依靠在当前时间之前获得的运动数据来确定可穿戴计算设备10是否正被使用。

例如，移动检测模块22可以分析从运动传感器14中的一个(例如，加速度计)获得的加速度数据，并且确定加速度数据是否指示可穿戴计算设备10的加速度已按足够的频率和/或幅度改变了，以指示用户正在与可穿戴计算设备10交互或者使用可穿戴计算设备10。相反地，当运动数据包括可穿戴计算设备10的加速度的频率和/或幅度方面的不足改变时，移动检测模块22可以推断用户没有正在与可穿戴计算设备10交互或者以其它方式使用可穿戴计算设备10。移动检测模块22可以依靠基于机器学习或其它类型的规则的人工智能技术来确定从运动传感器14获得的移动数据何时指示可穿戴计算设备10正被使用。

移动检测模块22可以向UI模块20输出指示在当前时间可穿戴计算设备10是否正被使用的信息。移动检测模块22可以基于从运动传感器14获得的运动数据向远程计算系统6和/或移动计算设备8提供移动的指示(例如，数据)作为对在当前时间可穿戴计算设备10是否正被使用的指示的交换。远程计算系统6和/或移动计算设备8可以使用从移动检测模块22获得的移动的指示，不仅确定可穿戴计算设备10是否正被使用，而且生成可穿戴计算设备10的移动模式的数据库(例如，被存储在移动模式数据存储32A处)，远程计算系统6和/或移动计算设备8可以使用和访问该数据库以预测当可穿戴计算设备10将不会被使用时的一个或多个将来的时间段。

UI模块20可以不仅通过提供与可穿戴计算设备10相关联的用户接口功能，而且通过用作可穿戴计算设备10的其它模块(例如，模块22)与其它组件(例如，UID 12、运动传感器14)以及网络34上的设备10和系统6之间的媒介而充当可穿戴计算设备10的主控制模块。通过代表可穿戴计算设备10用作媒介或控制模块，UI模块20可以确保可穿戴计算设备10向用户提供稳定且预期的功能。UI模块20可以依靠基于机器学习或其它类型的规则的人工智能技术来控制可穿戴计算设备10如何操作。

UI模块20可以使UID 12呈现用户接口并且使可穿戴计算设备10响应于由可穿戴计算设备10检测到的与用户接口有关的输入而执行一个或多个功能。此外，UI模块20可以获得UI模块20代表可穿戴计算设备10处理的网络信息(例如，软件更新、通信等)。

例如，UI模块20可以从网络34上的管理员接收指示与在可穿戴计算设备10处执行的应用相关联的软件包更新和/或与在可穿戴计算设备10处执行的操作系统或平台相关联的操作系统或平台更新已准备好安装的指示。UI模块20可以管理与应用、操作系统和/或平台相关联的更新的下载，并且代表可穿戴计算设备10执行与和应用、操作系统和/或平台相关联的更新相关联的安装。

UI模块20可以使UID 12呈现与人可以使用来与可穿戴计算设备10的特征和/或功能交互的用户接口相关联的音频(例如，声音)、图形、或其它类型的输出(例如，触觉反馈等)。相反地，例如，当UI模块20推断可穿戴计算设备10没有正在被使用时，UI模块20可以有时使UID 12避免输出可听的、可视的或其它类型的警报。

UI模块20可以经由网络34从预测模块30接收使UI模块20更改或者以其它方式改变用户界面在UID 12处的呈现的信息。例如，当移动检测模块22确定可穿戴计算设备10没有正在被使用时，UI模块20可以确定当前时间与可穿戴计算设备10将不会被使用的预测的时间段一致。响应于确定可穿戴计算设备10能够在不使用的时间段期间完成特定操作的执行(例如，安装软件包、更新操作系统或平台、或者执行某个其它操作)，UI模块20可以去激活或者禁用UID 12以防止可穿戴计算设备10打断用户和/或者防止用户在可穿戴计算设备10执行操作的同时使可穿戴计算设备10中断。

为了控制可穿戴计算设备10的操作，UI模块20可以依靠从移动检测模块22获得的信息和/或经由网络34(例如，从移动计算设备8和/或远程计算系统6)接收到的信息，所述信息指示可穿戴计算设备10是否正被使用。UI模块20还可以通过依靠由网络34获得的指示预测模块30预测可穿戴计算设备10将多久不会被使用的信息来控制可穿戴计算设备10。当UI模块20接收到指示可穿戴计算设备10没有正在被使用并且直到将来的时间将不再被使用的信息时，UI模块20可以使可穿戴计算设备10执行某些操作。

例如，在发起软件更新的安装之前，UI模块20可以确定可穿戴计算设备10是否正被使用和/或是否能够执行安装而不干扰用户与可穿戴计算设备10的交互。UI模块20可以使安装延迟直到UI模块20接收到可穿戴计算设备10未被使用并且将在可穿戴计算设备10被再次使用之前完成安装的指示为止。

在一些示例中，UI模块20可以包括在下面更详细地描述的预测模块30、移动模式数据存储32A、和/或时间段数据存储32B的特征和或能力。一般而言，UI模块20可以依靠所识别的复现移动模式来确定当前时间何时与可穿戴计算设备10将不会被使用的所预测的将来时间段一致，以确定哪些操作将使可穿戴计算设备10在当前时间执行而不干扰用户与可穿戴计算设备10的交互。

系统1的远程计算系统6表示任何适合的移动或固定远程计算系统，诸如能够跨越到网络34的网络链路36B发送和接收信息的一个或多个桌面型计算机、膝上型计算机、主机、服务器、云计算系统等。在一些示例中，远程计算系统6表示通过网络34来提供一个或多个服务的云计算系统。一个或多个计算设备(诸如可穿戴计算设备10和移动计算设备8)可以使用远程计算系统6来访问由云提供的一个或多个服务。例如，可穿戴计算设备10和/或移动计算设备8可以使用远程计算系统6来存储和/或访问云中的数据。在一些示例中，远程计算系统6的一些或所有功能存在于移动计算平台(诸如移动计算设备8和/或可穿戴计算设备10)中。换句话说，与远程计算系统6相关联的特征和功能可以作为可穿戴计算设备10和/或移动计算设备8的底层组件来执行。

远程计算系统6包括预测模块30、移动模式数据存储32A、和时间段数据存储32B。预测模块30可以使用驻留在远程计算系统6中并且/或者在远程计算系统6处执行的软件、硬件、固件或者硬件、软件和固件的组合来执行本文中所描述的操作。远程计算系统6可以利用多个处理器或多个设备来执行预测模块30。远程计算系统6可以将预测模块30作为在底层硬件上执行的虚拟机来执行。预测模块30可以作为操作系统或计算平台的服务来执行。预测模块30可以作为计算平台的应用层处的一个或多个可执行程序来执行。预测模块30可以依靠基于机器学习或其它类型的规则的人工智能技术来控制可穿戴计算设备10如何操作。

移动模式数据存储32A表示任何适合的存储介质，用于存储实际的、建模的、预测的或者以其它方式得到的连接到网络34的可穿戴计算设备(诸如可穿戴计算设备10)的移动模式(基于从可穿戴计算设备获得的运动传感器数据)。预测模块30的机器学习系统(或其它类型的预测或人工智能型模型)可以生成并访问存储在数据存储32A处的移动模式以稍后推断、预测、或者以其它方式确定当可穿戴计算设备将被使用或者将不会被使用时的将来时间段。

数据存储32A可以同样地存储从可穿戴计算设备(诸如可穿戴计算设备10)获得的实际的、加时间戳的移动、或运动数据。移动数据的时间戳可以指示对应移动何时(例如，日时间、日历日、年等)被可穿戴计算设备检测到。例如，存储在数据存储32A处的数据的一部分可以包括一个或多个表，所述一个或多个表具有在一定时间段期间取得的运动传感器读数以及当读数被取得时的时间。

时间段数据存储32B表示用于存储时间数据(例如，时间的指示)的任何适合的存储介质，所述时间数据指定当预测模块30预测到可穿戴计算设备将被使用或者将不会被使用时的将来时间段。每个时间段可以包括开始时间、停止时间、大致持续时间，或者UI模块20和/或预测模块30可以使用来确定可穿戴计算设备10是否能够在相应时间段期间结束操作的信息的任何其它部分。

数据存储32A和32B可以包含预测模块30可以访问以生成用于确定可穿戴计算设备10何时正被使用的一个或多个规则、以及用于确定可穿戴计算设备10将不会被使用的时间段的规则、和/或用于确定可穿戴计算设备10是否能够在当可穿戴计算设备10不在使用中时的将来时间段期间结束执行操作的规则的查找表、数据库、图表、图、函数、等式等。远程计算系统6可以将对存储在数据存储32A和32B处的数据的访问作为基于云的服务提供给连接到网络34的设备，诸如可穿戴计算设备10和/或移动计算设备8。可穿戴计算设备10和/或移动计算设备8可以访问存储在数据存储32A和32B处的数据，以执行用于预测可穿戴计算设备10的用户何时以及是否正在与计算设备10交互或者以其它方式使用计算设备10的技术。

预测模块30可以对来自可穿戴计算设备10和/或移动计算设备8的针对指示在当前时间可穿戴计算设备10的用户是否正与可穿戴计算设备10交互或者以任何方式使用可穿戴计算设备10(例如，利用可穿戴计算设备10查看图形内容、收听从可穿戴计算设备10输出的音频等)的信息的请求做出响应。预测模块30可以对针对指示可穿戴计算设备10是否能够在用户被预测为与可穿戴计算设备10交互的下一个时间之前完成操作执行的信息的请求做出响应。

预测模块30可以依靠从包含在数据存储32A和32B处的信息生成的规则来确定从可穿戴计算设备10的一个或多个运动传感器14获得的移动数据是否指示用户正在或者不在与可穿戴计算设备10交互，以及如果不在与可穿戴计算设备10交互，则是否在可穿戴计算设备10处调用对操作的执行。预测模块30可以访问存储在数据存储32B处的时间数据来推断、预测、确定或者允许UI模块20推断、预测或者确定可穿戴计算设备10是否能够在与当前时间一致的时间段期间完成操作的执行。如果预测模块30向UI模块20提供指示可穿戴计算设备10在足够的持续时间内将不会被使用信息，所述足够的持续时间允许可穿戴计算设备10完成操作的执行而不干扰用户对可以穿戴计算设备10的访问，则UI模块20可以使可穿戴计算设备10执行操作。

预测模块30可以经由网络链路36B从可穿戴计算设备10的运动检测模块22接收针对指示在当前时间人是否正在穿戴或者不在穿戴可穿戴计算设备10的概率的请求。在请求时，预测模块30可以从可穿戴计算设备10接收运动传感器数据并且将所接收到的运动传感器数据与存储在数据存储32A处的一个或多个移动模式进行比较以得到人正在或者不在穿戴可穿戴计算设备10的概率。例如，如果运动传感器数据的一部分和当用户不在使用可穿戴计算设备10时通常获得的移动模式匹配或者对应，则预测模块30可以确定存在可穿戴计算设备10未被使用的高概率。响应于来自运动检测模块22的请求，预测模块30可以输出可穿戴计算设备10的用户正在或者不在使用可穿戴计算设备10的概率的指示。

预测模块30可以对针对信息的请求做出响应，所述信息指示可穿戴计算设备10是否能够在用户被预测为与可穿戴计算设备10交互的下一个时间之前完成操作的执行。例如，预测模块30可以从UI模块20接收对概率的请求，该概率指示在当人不在使用可穿戴计算设备10时的当前时间段期间是否能够由可穿戴计算设备10执行操作。预测模块30可以接收操作的标识符、或用于可穿戴计算设备10执行操作的至少估计持续时间。预测模块30可以在数据存储32B处查找与可穿戴计算设备10相关联的当前时间以识别任何存储的时间段与当前时间一致。预测模块30可以确定与当前时间一致的、存储在数据存储32B处的任何时间段是否将持续足够长以允许可穿戴计算设备10在当前时间开始并且完成操作的执行。换句话说，预测模块30可以推断操作是否能够在可穿戴计算设备10未被使用的同时完成。响应于来自UI模块20的请求，预测模块30可以输出可穿戴计算设备10能够在复现时间段的结束之前完成操作的执行的概率的指示。

依照本公开的技术，预测模块30可以基于由可穿戴计算设备10所检测到的多个移动来预测该可穿戴计算设备将不会被使用的一个或多个将来时间段。例如，在可穿戴计算设备10的用户去睡觉之前，他或她可以使可穿戴计算设备10从他的或她的身体摘下并且将可穿戴计算设备10放置在床头柜上。当用户睡觉时，可穿戴计算设备10多半可以保持未被触摸，直到用户醒来并将可穿戴计算设备10重新附接到他的或她的身体为止。用户可以在两个或更多个日历日期间在大致相同的日时间重复这些移动模式(例如，摘下可穿戴计算设备10、将可穿戴计算设备10放置在床头柜上、以及重新附接可穿戴计算设备10)。

预测模块30可以获得由可穿戴计算设备10在两个或更多个日历日期间检测到的多个移动的指示。预测模块30可以在多个移动中识别一个或多个复现移动模式。例如，预测模块30的基于机器学习系统或其它规则的人工智能系统可以确定在两个或更多个日历日，在大致10:00PM和4:00AM的小时之间，可穿戴计算设备10的加速度、定向、高度或倾斜水平的改变保持在用于指示移动的最小阈值改变或以下。响应于识别可穿戴计算设备10例行地经历了加速度、定向、高度、或倾斜水平的最小量改变的两个或更多个先前日历日期间的时间段，预测模块30可以推断可穿戴计算设备10将在将来日历日对应的时间段之间(例如，在10:00PM和4:00AM的小时之间)不被使用。预测模块30可以将该时间段作为可穿戴计算设备10将很可能不被使用的预测的将来时间段存储在数据存储32B处。

响应于确定可穿戴计算设备10在当前时间未被使用，可穿戴计算设备10的UI模块20可以确定当前时间是否与一个或多个将来时间段中的至少一个时间段一致。例如，UI模块20可以经由网络34获得操作系统或软件包更新已准备好被安装在可穿戴计算设备10处的指示。为了防止安装操作系统或软件包更新使用户不便，UI模块20可以使安装推迟直到当可穿戴计算设备10不被使用的时间为止。

在当前时间，移动检测模块22可以观察与可穿戴计算设备10相关联的几乎恒定的加速度、定向、倾斜、和/或高度。运动检测模块22可以基于确定在正好在当前时间之前的几分钟、几秒钟等内可穿戴计算设备10尚未检测到与可穿戴计算设备10相关联的移动，来推断可穿戴计算设备10在当前时间未被使用。运动检测模块22可以向UI模块20报警做出了可穿戴计算设备10在当前时间很可能未被使用的确定。

响应于从移动检测模块22接收到指示，UI模块20可以向预测模块30查询可穿戴计算设备10能够在当前时间并且在用户重新开始与可穿戴计算设备10交互之前完成操作系统或软件包更新的安装的概率。预测模块30可以执行当前时间的查找并且确定当前时间与存储在数据存储32B处的复现时间段中的一个一致(例如，在该时间段期间出现)。预测模块30可以确定，因为复现时间段将在从当前时间起的大致两小时内到期并且操作系统或软件包更新的安装被估计要花费仅一个小时，所以存在可穿戴计算设备10能够在可穿戴计算设备10的用户重新开始与可穿戴计算设备10交互之前完成安装的执行的高概率(例如，大于百分之五十)。

UI模块20可以从预测模块30接收可穿戴计算设备10能够及时完成安装的执行的概率的指示。UI模块20可以确定该概率是否满足概率阈值(例如，百分之五十)。响应于确定该概率满足概率阈值，UI模块20可以使可穿戴计算设备10执行操作。也就是说，UI模块20可以发起操作系统或软件包更新的执行。

以这种方式，本公开的技术可以使得可穿戴计算设备能够在该可穿戴计算设备不可能被使用时执行某些操作。通过推断可穿戴计算设备何时将不会被使用并且预测在多久内不被使用，可穿戴计算设备能够在不太可能干扰用户所发起的操作的时间自动地执行操作。换句话说，可穿戴计算设备等待执行防止用户访问和用户交互的操作，直到当可穿戴计算设备具有足够的时间来完成任务而不使用户不便的将来时间为止。

尽管图1的示例系统1包括移动计算设备和远程计算系统，然而本公开的技术能够由可穿戴计算设备(诸如可穿戴计算设备10)完全地执行。在一些示例中，这些技术可以主要地由仅仅依靠由可穿戴计算设备获得的运动传感器数据来做出关于可穿戴计算设备是否在当前时间正被使用的确定并且预测可穿戴计算设备将不使用以便执行操作的时间量的不可穿戴计算设备(诸如移动计算设备8或远程计算系统6)来执行。

在整个公开中，描述了只有当计算系统(例如，服务器等)和/或计算设备(例如，可穿戴计算设备等)从用户(例如，穿戴可穿戴计算设备的人)接收到用于分析信息的许可时，计算系统和/或计算设备才可以分析与该计算系统和/或计算设备相关联的信息(例如，位置、速度、加速度、定向等)的示例。例如，在下面所讨论的移动计算可以收集或者可以利用与用户以及计算系统和/或计算设备相关联的信息的情形下，可以给用户提供用于提供输入以控制计算系统和/或计算设备的程序或特征是否能够收集并利用用户信息(例如，关于用户的电子邮件、用户的社交网络、社交动作或活动、职业、用户的偏好、或用户的过去和当前位置的信息)、或者以规定计算系统和/或计算设备是否并且/或者可以如何接收可能与用户相关的内容的机会。此外，某些数据可以在它由计算系统和/或计算设备存储或者使用之前被以一个或多个方式处理，使得个人可识别信息被移除。例如，可以处理用户的身份，使得关于该用户不能够确定个人可识别信息，或者可以一般化获得位置信息的用户的地理位置(诸如到城市、ZIP码或州级别)，使得不能够确定用户的特定位置。因此，用户可以控制信息如何关于用户被收集并且由计算系统和/或计算设备使用。

图2是图示依照本公开的一个或多个方面的被配置成确定用户何时将不与可穿戴计算设备交互的示例可穿戴设备的框图。在下面在图1的系统1的场境(context)内描述图2的可穿戴计算设备10。图2图示系统1的可穿戴计算设备10的仅一个特定示例，并且可穿戴计算设备10的许多其它示例中可以被用在其它实例中，并且可以包括示例可穿戴计算设备10中所包括的组件的子集或者可以包括图2中未示出的附加组件。

如图2的示例中所示，可穿戴计算设备10包括用户接口设备12(“UID 12”)、一个或多个运动传感器14、一个或多个处理器40、一个或多个输入设备42、一个或多个通信单元44、一个或多个输出设备46以及一个或多个存储设备48。可穿戴计算设备10的存储设备48还包括UI模块20、移动检测模块22、预测模块24、应用模块26A至26N(被统称为“应用模块26”)、以及数据存储28A和28B(被统称为“数据存储28”)。

预测模块24一般地可以对应于系统1的远程计算系统6的预测模块30。数据存储28A和28B可以分别对应于系统1的远程计算系统6的数据存储32A和32B。换句话说，可穿戴计算设备10的预测模块24可以执行与基于存储在数据存储28A处的移动模式来识别并且在数据存储28B处存储当可穿戴计算设备10将不会被使用时的一个或多个将来时间段的指示有关的操作。

通信信道50可以互连组件12、14、20、22、24、26、28、40、42、44和46中的每一个，以用于组件间通信(在物理上、通信地、和/或在操作上)。在一些示例中，通信信道50可以包括系统总线、网络连接、进程间通信数据结构、或用于通信数据的任何其它方法。

可穿戴计算设备10的一个或多个输入设备42可以接收输入。输入的示例是触觉、音频和视频输入。在一个示例中，可穿戴计算设备10的输入设备42包括存在敏感显示器、触敏屏、鼠标、键盘、语音响应系统、视频相机、麦克风或用于检测来自人或机器的输入的任何其它类型的设备。

可穿戴计算设备10的一个或多个输出设备46可以生成输出。输出的示例是触觉、音频和视频输出。在一个示例中，可穿戴计算设备10的输出设备46包括存在敏感显示器、声卡、视频图形适配器卡、扬声器、阴极射线管(CRT)监视器、液晶显示器(LCD)，或用于生成到人或机器的输出的任何其它类型的设备。

可穿戴计算设备10的一个或多个通信单元44可以通过在一个或多个网络上传送和/或接收网络信号经由一个或多个网络与外部设备(例如，计算设备8、远程计算系统6等)进行通信。例如，可穿戴计算设备10可以使用通信单元44来向图1的远程计算系统6发送数据并且从图1的远程计算系统6接收数据。可穿戴计算设备10可以使用通信单元44来在诸如蜂窝无线电网络的无线电网络上传送和/或接收无线电信号。同样地，通信单元44可以在诸如全球定位系统(GPS)网络的卫星网络上传送和/或接收卫星信号。通信单元44的示例包括网络接口卡(例如，诸如以太网卡)、光学收发器、射频收发器、GPS接收器，或能够发送和/或接收信息的任何其它类型的设备。通信单元44的其它示例可以包括短波无线电设备、蜂窝数据无线电设备、无线以太网网络无线电设备、以及通用串行总线(USB)控制器。

在一些示例中，可穿戴计算设备10的UID 12可以包括输入设备42和/或输出设备46的功能。在图2的示例中，UID 12可以是或者可以包括存在敏感输入设备。在一些示例中，存在敏感输入设备可以检测在屏幕处和/或附近的对象。在一个示例中，UID 12的存在敏感输入设备可以检测对象，诸如在屏幕的2英寸或少于2英寸内的手指或触针。存在敏感输入设备可以确定检测到对象所在的屏幕的位置(例如，(x,y)坐标)。在另一示例范围中，存在敏感输入设备可以检测离屏幕六英寸或更少的对象并且其它范围也是可能的。存在敏感输入设备可以使用电容式、电感式和/或光学识别技术来确定由用户的手指所选择的屏幕的位置。在一些示例中，存在敏感输入设备也使用如关于输出设备46(例如，在显示器处)所描述的触觉、音频或视频刺激来向用户提供输出。UI模块20可以使UID 12呈现图形用户界面。换句话说，UI模块20可以使UID 12输出图形用户界面以用于显示在显示设备的屏幕处。

虽然被图示为可穿戴计算设备10的内部组件，但是UID 12也表示与可穿戴计算设备10共享数据通路以便发送和/或接收输入和输出的外部组件。例如，在一个示例中，UID 12表示位于可穿戴计算设备10的外部封装(例如，移动电话上的屏幕)内并且物理上连接到可穿戴计算设备10的外部封装的可穿戴计算设备10的内置组件。在另一示例中，UID 12表示位于可穿戴计算设备10的封装外部并且与可穿戴计算设备10的封装物理上分开的可穿戴计算设备10的外部组件(例如，与平板计算机共享有线和/或无线数据路径的监视器、投影器等)。

可穿戴计算设备10内的一个或多个存储设备48可以存储用于在可穿戴计算设备10的操作期间处理的信息(例如，可穿戴计算设备10可以存储由模块20、22、24和26在可穿戴计算设备10处的执行期间访问的数据，例如作为移动模式数据存储28A和时间段数据存储28B)。在一些示例中，存储设备48是临时存储器，意味着存储设备48的主要目的不是长期存储。可穿戴计算设备10上的存储设备48可以被配置成作为易失性存储器用于信息的短期存储并且因此在断电的情况下不保持存储的内容。易失性存储器的示例包括随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)以及本领域中已知的其它形式的易失性存储器。

在一些示例中，存储设备48还包括一个或多个计算机可读存储媒体。存储设备48可以被配置成存储比易失性存储器更大量的信息。存储设备48还可以被配置成作为非易失性存储器空间用于信息的长期存储并且在加电/断电复现之后保持信息。非易失性存储器的示例包括磁硬盘、光盘、软盘、闪速存储器、或各种形式的电可编程存储器(EPROM)或电可擦可编程(EEPROM)存储器。存储设备48可以存储与模块20、22、24和26以及数据存储28A和28B相关联的程序指令和/或数据。

一个或多个处理器40可以实现功能并且/或者执行可穿戴计算设备10内的指令。例如，可穿戴计算设备10上的处理器40可以接收并执行由存储设备48存储的执行UI模块20、移动检测模块22、预测模块24、和应用模块26的功能的指令。由处理器40执行的这些指令可以使可穿戴计算设备10在程序执行期间将信息存储在存储设备48内。处理器40可以执行模块20、22、24和26的指令以当可穿戴计算设备10未被使用时并且当在用户重新开始使用设备之前存在足够的时间来完成操作时使可穿戴计算设备10执行操作。例如，处理器40可以执行20、22、24和26的指令以安装操作系统或软件包更新，去激活UID 12，避免输出可听型警报、可视型警报、或触觉反馈型警报中的至少一个，或者输出安全挑战图形用户界面以用于显示在UID 12处。

应用模块26可以包括计算设备2可以响应于可穿戴计算设备10在当前时间未被使用并且还响应于确定当前时间与可穿戴计算设备10被预测为未被使用的将来时间段一致而执行的任何类型的应用。应用模块26可以是独立应用或进程。在一些示例中，应用模块26表示一个或多个其它应用或系统的仅一部分或某个功能。在一些示例中，应用模块26表示用于执行或者控制由其它应用执行的特征和操作的可穿戴计算设备26的操作系统或计算平台。

依照此公开的技术，可穿戴计算设备10可以基于由可穿戴计算设备10检测到的多个移动来预测可穿戴计算设备10将不会被使用的一个或多个将来时间段。例如，预测模块24可以将由运动检测模块22获得的运动传感器数据存储在移动模式数据存储28A处。预测模块24的机器学习系统可以在运动传感器数据中识别于多个日历日在大致相同的日时间之间(例如，在诸如一分钟、一个小时、几小时等发生的时间阈值内)发生的一个或多个复现模式，并且持续大致相同的持续时间(例如，在诸如一分钟、一个小时、几小时等的持续时间阈值内)。具体地，预测模块24可以识别指示可穿戴计算设备未移动的持续时间的复现移动模式。

例如，预测模块24可以识别当可穿戴计算设备10的加速度不改变时的第一日的时间段并且推断可穿戴计算设备10在该时间期间未被使用。预测模块24可以识别可穿戴计算设备10的加速度依然不改变时的第二日、第三日和第四日的对应时间段并且也可以推断可穿戴计算设备10在那些时间期间未被使用时。预测模块24可以确定因为可穿戴计算设备10在前几日中的每一日的大致相同的时间未被使用，所以可穿戴计算设备10很可能将来在那些时间将不被使用。预测模块24可以将复现的将来时间段的指示(例如，数据)存储在数据存储28B处。

响应于确定可穿戴计算设备10在当前时间未被使用，可穿戴计算设备10可以确定当前时间是否与一个或多个将来时间段中的至少一个时间段一致。响应于确定当前时间与至少一个时间段一致，可穿戴计算设备10可以执行操作。

例如，应用模块26A可以向UI模块20输出指示应用模块26A需要执行系统维护操作的警报。应用模块26A可以向UI模块20指示系统维护操作花费大致四个小时。UI模块20可以使系统维护操作的执行推迟，直到当UI模块20确定可穿戴计算设备10未被使用为止。

在更迟的时间，UI模块20可以从运动检测模块22接收输入，该输入指示在当前时间由运动传感器14检测到的移动(或缺少移动)指示可穿戴计算设备10在当前时间未被使用。UI模块20可以在数据存储28B处查找当前时间以确定所存储的时间段中的任一个是否与当前时间一致。UI模块20可以识别与当前时间一致的时间段，然而该时间段的持续时间小于两个小时，因此，UI模块20可以确定在该时间段中系统维护操作不能够由可穿戴计算设备10执行。

在仍更迟的时间，UI模块20可以再次从运动检测模块22接收输入，该输入指示在当前时间由运动传感器14检测到的移动(或缺少移动)指示可穿戴计算设备10在当前时间未被使用。UI模块20可以执行当前时间在数据存储28B处的查询以确定所存储的时间段中的任一个是否与当前时间一致。UI模块20可以识别与当前时间一致的更长的时间段。该时间段的持续时间大于四个小时(例如，系统维护操作的估计持续时间)。UI模块20可以确定在与当前时间一致的时间段中系统维护操作能够由可穿戴计算设备10执行。UI模块20可以使应用模块26A执行系统维护操作。

在一些示例中，UI模块20可以识别在当前时间要由可穿戴计算设备10执行的多个操作。UI模块20可以响应于确定能够在该时间段期间执行每个操作而选择要在当前时间执行的操作。UI模块20可能不选择在该时间段期间不能够执行的那些操作。换句话说，如果两个或更多个操作将被执行，则UI模块20可以仅选择并执行被估计为在复现时段的结束之前结束的那些操作。

在一些示例中，UI模块20可以使可穿戴计算设备10执行操作，所述操作包括安装软件包以供在可穿戴计算设备10处随后执行或者更新在可穿戴计算设备10处执行的操作系统或计算平台。例如，可穿戴计算设备10可以经由网络34获得在可穿戴计算设备10处执行的软件包、操作系统和/或平台的定期“更新”。不是使用户不便并且阻止他或她在发生安装更新的同时与可穿戴计算设备10交互，而是可穿戴计算设备10可以在可穿戴计算设备10很可能未被使用时执行更新的安装。

在一些示例中，UI模块20可以使可穿戴计算设备10执行包括去激活与该可穿戴计算设备相关联的显示设备(例如，UID 12)的操作。例如，不是必要地依靠在当前时间的实际运动传感器数据，而是可穿戴计算设备能够在可穿戴计算设备10很可能未被使用时保存电力并且去激活显示器(或可穿戴计算设备的其它组件)。

在一些示例中，UI模块20可以使可穿戴计算设备10执行包括避免输出可听型警报、可视型警报或触觉反馈型警报中的至少一个的操作。例如，为了防止不正在与可穿戴计算设备10交互的用户或其他人被可听、可视或触觉反馈型警报中断，可穿戴计算设备10可以在可穿戴计算设备10很可能未被使用时禁用警报。

在一些示例中，UI模块20可以使可穿戴计算设备10执行包括响应于检测到可穿戴计算设备10的将来移动而在UID 12处输出安全挑战图形用户界面以用于显示的操作。例如，如果可穿戴计算设备10预测到用户将不在一定时间段期间使用可穿戴计算设备10，则可穿戴计算设备10可以推断在该时间段期间可穿戴计算设备10的任何试图使用可能是未被授权使用。换句话说，如果授权用户不正常地在复现时间段期间使用可穿戴计算设备10，则可穿戴计算设备10在该复现时间段期间的试图使用可能是恶意的。可穿戴计算设备10可以在该时间期间调用增强安全协议，诸如在唤醒时呈现安全挑战。

图3A和图3B是图示依照本公开的一个或多个技术的由可穿戴计算设备在一定时间段期间检测到的移动的指示中的示例变化的概念时序图。在下面在图1和图2的可穿戴计算设备10以及图1的远程计算系统6的场境中描述图3A和图3B。

图3A和图3B示出在两个不同日历日的时间t0和时间t3的对应时段之间的与可穿戴计算设备10相关联的移动的特性的幅度或幅度的改变。例如，图3A图示由运动传感器14的加速度计于第一日在时间t1和t3之间采取的归一化加速度测量。图3B图示由运动传感器14的加速度计于第二日在相同的时间t0和t3之间采取的归一化加速度测量。

图3A和图3B图示于第一日和第二日在时间t1和t2之间的时段P期间发生的与可穿戴计算设备10相关联的复现移动模式。例如，与可穿戴计算设备10相关联的移动的特性的幅度似乎在第一日和第二日两者的时段P期间类似(例如，大致为零)。

在一些示例中，当预测可穿戴计算设备10将不会被使用的一个或多个将来时间段时，预测模块30和/或24可以基于多个移动来识别可穿戴计算设备10未移动的复现时间段。预测模块30和/或24可以确定可穿戴计算设备10将不会被使用的一个或多个将来时间段中的至少一个可以对应于复现时间段。换句话说，预测模块30和/或24可以分别分析存储在数据存储32A和28A处的移动模式以识别一个或多个复现移动模式，诸如在图3A和图3B的时段P期间示出的那些。

在一些示例中，预测模块30和/或24可以通过基于多个移动来至少确定可穿戴计算设备10的加速度在复现时间段期间改变来识别可穿戴计算设备未移动的复现时间段。在一些示例中，预测模块30和/或24可以通过基于多个移动来至少确定可穿戴计算设备的倾斜或旋转的水平在复现时间段期间未改变来识别可穿戴计算设备未移动的复现时间段。换句话说，预测模块30和/或24可能不在两个或更多个日历日期间简单地识别复现移动模式。相反预测模块30和/或24可以识别指示可穿戴计算设备10未移动的复现“零”移动模式。以这种方式，预测模块30和/或24可以确定当可穿戴计算设备10将很可能不移动时的将来时间段，并且进一步地，确定将来的时段是可穿戴计算设备10将很可能未被使用的持续时间。

在一些示例中，远程计算系统6的预测模块30的基于机器学习或其它人工智能的系统可以通过至少执行以下系列的操作来识别预测模块30在数据存储32B处存储的指示当可穿戴计算设备10未移动时的复现时间段(例如，图3A和图3B的时段P)。预测模块30可以基于一个或多个检测到的移动来确定当可穿戴计算设备10被最后使用之前几日中的至少两日中的相应第一时间(例如，图3A和图3B的时间t1)。预测模块30可以基于一个或多个检测到的移动，来确定可穿戴计算设备10在第一时间之后被使用之前几日中的至少两日中的相应第二时间(例如，图3A和图3B的时间t2)。最后，预测模块30可以基于前几日中的至少两日中的每一日的相应第一时间和相应第二时间来确定复现时间段(例如，图3A和图3B的时段P)。复现时间段可以对应于前几日中的至少两日中的每一日的相应第一时间与相应第二时间之间的，前几日中的至少两日中的每一日的相应时间段。

在一些示例中，可穿戴计算设备10可以响应于确定能够在至少一个时间段的终止之前执行操作而执行操作。例如，可穿戴计算设备10的预测模块24可以确定预测的将来时间段具有充分地足够长的持续时间来在该预测的将来时间段的终止之前完成排队等候操作的操作。换句话说，可穿戴计算设备10可以首先确定当前时间是否与可穿戴计算设备10将不会被使用的将来时间段一致，并且其次，可以确定是否能够在将来时间段终止之前在该将来时间段期间完成操作。

在一些示例中，预测模块24可以通过基于移动来识别与该移动相关联的移动的频率满足用于指示可穿戴计算设备未被使用的频率阈值的复现时间段来确定复现时间段。一个或多个将来时间段对应于该复现时间段。换句话说，预测模块24可以识别时间段P，在时间段P期间，与加速度、旋转、倾斜等相关联的移动的频率小于频率阈值，频率阈值表示通常在人睡着、休息或者未穿戴可穿戴计算设备10时检测到的移动的频率。以这种方式，可穿戴计算设备10能够甚至在可穿戴计算设备10可能稍微移动的睡眠时段期间(因为可穿戴计算设备10正被睡觉的用户穿戴)也确定可穿戴计算设备10未被使用。

在一些示例中，预测模块24可以通过基于移动来识别复现时间段来确定复现时间段，在该复现时间段期间，与该移动相关联的改变的幅度满足用于指示可穿戴计算设备未被使用的阈值。一个或多个将来时间段对应于该复现时间段。换句话说，预测模块24可以识别时间段P，在时间段P期间，与加速度、旋转、倾斜等相关联的改变幅度小于改变幅度的阈值，所述改变幅度的阈值表示通常在人睡着、休息或者未穿戴可穿戴计算设备10时检测到的改变幅度。以这种方式，可穿戴计算设备10能够甚至在可穿戴计算设备10可能稍微移动的睡眠时段期间(因为可穿戴计算设备10正被睡觉的用户穿戴)也确定可穿戴计算设备10未被使用。

图4是图示依照本公开的一个或多个方面的被配置成确定用户何时将不与可穿戴计算设备交互的示例可穿戴计算设备的示例操作的流程图。图4中所示出的过程可以由计算设备(诸如图1、图2和图3中所图示的可穿戴计算设备10和100)的一个或多个处理器来执行。出于图示的目的，在下面在图1的计算系统1的场境内描述图4。

可穿戴计算设备10可以基于随时间检测到的可穿戴计算设备的移动来预测可穿戴计算设备将不会被使用的一个或多个将来时间段(200)。例如，预测模块24可以获得由一个或多个运动传感器14捕获的传感器数据并且生成随时间而检测到的与可穿戴计算设备10相关联的所检测到的移动的数据库，该数据库存储在数据存储28A处。预测模块24可以分析存储在数据存储28A处的传感器数据以识别可穿戴计算设备10未移动的一个或多个复现时间段。预测模块24可以标记并且使每个识别的时间段与数据存储28B处的条目相关联。从数据存储28B，预测模块24能够执行当前时间的查找，以确定当前时间是否与预测模块24推断可穿戴计算设备10将不会被使用的先前识别的时间段中的任一个一致。

可穿戴计算设备10可以确定在当前时间可穿戴计算设备10是否未被使用(210)。例如，在当前时间，UI模块20可以识别要由可穿戴计算设备10尽可能快地执行的操作。UI模块20可以确定该操作可能需要可穿戴计算设备10的大量资源，或者需要大量的时间，因此，UI模块20可以确定该操作将在可穿戴计算设备10不被使用时被执行。

UI模块20可以向移动检测模块22查询在当前时间可穿戴计算设备10是否正被使用的指示。如果运动检测模块22以指示在当前时间可穿戴计算设备10正被使用的信息来响应，则UI模块20可以使执行操作推迟直到更迟的时间。

否则，响应于确定在当前时间可穿戴计算设备未被使用，可穿戴计算设备10可以确定当前时间是否与一个或多个将来时间段中的至少一个时间段一致(220)。例如，UI模块20可以向预测模块24查询当前时间是否与存储在数据存储28B处的预测时间段一致。通过确定当前时间是否与预测时间段一致，UI模块20能够提高执行操作不会用户带来不便的可能性，该用户希望在不久的将来与可穿戴计算设备10交互，即使在当前时间他/她可能没有正在使用可穿戴计算设备10。

响应于确定当前时间与至少一个时间段一致，可穿戴计算设备10可以执行操作(230)。例如，预测模块24可以提供指示当前时间与将来时间段一致的信息以及该时间段的持续时间。UI模块20可以确定该时间段的持续时间是否足以允许可穿戴计算设备10完成操作的执行。响应于确定能够在该时间段的持续时间内执行操作，UI模块20可以使可穿戴计算设备10执行操作。

图5是图示依照本公开的一个或多个方面的被配置成确定用户何时将不与可穿戴计算设备交互的示例计算系统的示例操作的流程图。图5中所示出的过程可以由计算系统(诸如图1中所图示的远程计算系统6)的一个或多个处理器或者移动计算设备(诸如图1的移动计算设备8)的一个或多个处理器来执行。出于图示的目的，在下面在图1的远程计算系统6的上下文内描述图5。

远程计算系统6可以获得由可穿戴计算设备于前几日检测到的一个或多个移动的指示(300)。例如，远程计算系统6的预测模块30可以从可穿戴计算设备10接收运动传感器数据并且将该运动传感器数据存储在数据存储32A处。

远程计算系统6可以基于一个或多个移动来识别与所述一个或多个移动中的至少一个移动相关联的值不超过阈值的复现时间段(310)。例如，预测模块30的机器学习系统可以分析存储在数据存储32A处的运动数据并且识别指示延长复现时间段的一个或多个复现移动模式，在该延长复现时间段期间几乎没有发生或最少发生与可穿戴计算设备10相关联的移动。例如，预测模块30可以识别多个日历日的相同时刻之间的几小时时段，在所述时段期间，可穿戴计算设备10在倾斜、旋转、加速度等方面维持了零改变并且/或者倾斜、旋转、加速度的改变不超过当用户醒着并且穿戴可穿戴计算设备10时通常会超过的最小阈值。预测模块30可以将这种几小时时段识别为用户很可能在睡觉的时段，或者以其它方式指示可穿戴计算设备10未移动的复现时间段。

远程计算系统6可以基于复现时间段来确定可穿戴计算设备10将不会被使用的与该复现时间段相对应的将来日的时间段。将来日的时间段对应于多日的复现时间段(320)。例如，远程计算系统6的预测模块30可以识别多日来在大致相同的时间几乎没有发生与可穿戴计算设备10相关联的移动(或移动的改变)的复现模式。预测模块30可以将该复现时间段的指示存储在数据存储32B处。例如，预测模块30可以在数据存储32处维护基于日历的数据库，并且可以利用一个或多个复现时间段的指示来标记日历的每日，在所述一个或多个复现时间段期间可穿戴计算设备10不移动并且因此将很可能未被使用。

响应于确定当前时间与将来日的时间段一致(330)，远程计算系统6可以在可穿戴计算设备10处调用操作(340)。例如，远程计算系统6可以向可穿戴计算设备10定期地推送软件更新、通知、警报等。不是不加选择地推送并且潜在地使可穿戴计算设备10执行软件更新的安装或者执行一些其它资源密集操作，而是远程计算系统6的预测模块30可以延期调用可穿戴计算设备10以执行操作，直到当预测模块30确定可穿戴计算设备10将具有足够量的时间来执行操作而不给用户带来不便的将来时间为止。在当前时间，远程计算系统6可以向UI模块20发出使UI模块20调用操作的命令。

在一些示例中，正由远程计算设备6调用的操作可以是由可穿戴计算设备10执行以用于去激活可穿戴计算设备10的显示设备(例如，UID 12)的操作、安装软件包以供在可穿戴计算设备10的一个或多个处理器40处随后执行的操作、或者更新在可穿戴计算设备10处执行的操作系统或计算平台的操作。在一些示例中，正由远程计算设备6调用的操作可以是由可穿戴计算设备10执行以避免(例如，在UID 12和/或一个或多个输出设备46处)输出可听型警报、可视型警报、或触觉反馈型警报中的至少一个，或者输出安全挑战图形用户界面以用于显示在显示设备(例如，UID 12)处的操作。

条款1.一种方法，所述方法包括：基于可穿戴计算设备随时间的移动来预测一个或多个将来时间段，在所述一个或多个将来时间段期间，所述可穿戴计算设备将不会被使用；响应于确定在当前时间所述可穿戴计算设备未被使用，确定所述当前时间是否与所述一个或多个将来时间段中的至少一个时间段一致；以及响应于确定所述当前时间与所述至少一个时间段一致，由所述可穿戴计算设备执行操作。

条款2.根据条款1所述的方法，其中，所述操作响应于确定所述操作能够在所述至少一个时间段的终止之前执行而被执行。

条款3.根据条款2所述的方法，还包括：识别在所述当前时间要由所述可穿戴计算设备执行的多个操作，其中，所述操作是所述多个操作中的一个；以及响应于确定所述操作能够在所述至少一个时间段的终止之前执行，而从所述多个操作中选择所述操作，其中，所述操作响应于所述选择而被执行。

条款4.根据条款1至3中的任一项所述的方法，其中，预测所述可穿戴计算设备将不会被使用的所述一个或多个将来时间段包括：基于所述移动来确定复现时间段，在该复现时间段期间，与所述移动中的至少一个移动相关联的移动频率满足用于指示所述可穿戴计算设备未被使用的频率阈值，其中，所述一个或多个将来时间段中的至少一个对应于该复现时间段。

条款5.根据条款1至4中的任一项所述的方法，其中，预测所述可穿戴计算设备将不会被使用的所述一个或多个将来时间段包括：基于所述移动来确定复现时间段，在该复现时间段期间，与所述移动相关联的改变的幅度满足用于指示所述可穿戴计算设备未被穿戴或者所述可穿戴计算设备的用户正在睡觉的频率阈值，其中，所述一个或多个将来时间段中的至少一个对应于该复现时间段。

条款6.根据条款1至5中的任一项所述的方法，其中，所述移动包括以下中的至少一个：可穿戴计算设备的加速度、可穿戴计算设备的倾斜水平、或可穿戴计算设备的旋转。

条款7.根据条款1至6中的任一项所述的方法，其中，执行所述操作包括以下中的至少一个：在所述可穿戴计算设备处安装软件包以供随后执行，或者更新在所述可穿戴计算设备处执行的操作系统或计算平台。

条款8.根据条款1至7中的任一项所述的方法，其中，执行所述操作包括由所述可穿戴计算设备去激活与所述可穿戴计算设备相关联的显示设备。

条款9.根据条款1至8中的任一项所述的方法，其中，执行所述操作包括避免由所述可穿戴计算设备输出以下中的至少一个：可听型警报、可视型警报、或触觉反馈型警报。

条款10.根据条款1至9中的任一项所述的方法，其中，执行所述操作包括：响应于检测到所述可穿戴计算设备的将来移动，由所述可穿戴计算设备输出安全挑战图形用户界面以用于显示。

条款11.一种可穿戴计算设备，所述可穿戴计算设备包括：至少一个运动传感器；至少一个模块；以及至少一个处理器，所述至少一个处理器能够由所述至少一个处理器操作以：基于由所述至少一个运动传感器检测到的随时间的移动来预测一个或多个将来时间段，在所述一个或多个将来时间段期间，所述可穿戴计算设备将不会被使用；响应于确定所述可穿戴计算设备在当前时间未被使用，确定所述当前时间是否与所述一个或多个将来时间段中的至少一个时间段一致；以及响应于确定所述当前时间与所述至少一个时间段一致，而执行操作。

条款12.根据条款11所述的可穿戴计算设备，其中，所述至少一个模块还能够由所述至少一个处理器操作以响应于确定所述操作能够在所述至少一个时间段的终止之前执行而执行所述操作。

条款13.根据条款12所述的可穿戴计算设备，其中，所述至少一个模块还能够由所述至少一个处理器操作以：识别在所述当前时间要由所述可穿戴计算设备执行的多个操作，其中，所述操作是所述多个操作中的一个；以及响应于确定能够在所述至少一个时间段期间执行所述操作，从所述多个操作中选择所述操作，其中，所述操作响应于所述选择而被执行。

条款14.根据条款11至13中的任一项所述的可穿戴计算设备，其中，所述至少一个模块还能够由所述至少一个处理器操作以通过至少以下步骤来预测所述可穿戴计算设备将不会被使用的所述一个或多个将来时间段：基于所述移动来确定复现时间段，在该复现时间段期间，与所述移动相关联的移动频率满足用于指示所述可穿戴计算设备未被使用的频率阈值，其中，所述一个或多个将来时间段中的至少一个对应于所述复现时间段。

条款15.根据条款11至14中的任一项所述的可穿戴计算设备，其中，所述至少一个模块还能够由所述至少一个处理器操作以通过至少以下步骤来预测所述可穿戴计算设备将不会被使用的所述一个或多个将来时间段：基于所述移动来确定复现时间段，在该复现时间段期间，与所述移动中的至少一个移动相关联的改变的幅度满足用于指示所述可穿戴计算设备未被穿戴或者所述可穿戴计算设备的用户正在睡觉的频率阈值，其中，所述一个或多个将来时间段中的至少一个对应于该复现时间段。

条款16.根据条款11至15中的任一项所述的可穿戴计算设备，其中，所述至少一个模块还能够由所述至少一个处理器操作以通过至少以下步骤来执行所述操作：在所述可穿戴计算设备处安装软件包以供随后执行；更新在所述可穿戴计算设备处执行的操作系统或计算平台；去激活显示设备；避免输出可听型警报、可视型警报或触觉反馈型警报中的至少一个；或者响应于检测到所述可穿戴计算设备的将来移动，输出安全挑战图形用户界面以用于显示。

条款17.一种方法，所述方法包括：由计算系统获得由可穿戴计算设备于前几日检测到的一个或多个移动的指示；由所述计算系统基于所述一个或多个移动来识别复现时间段，在所述复现时间段期间，与所述一个或多个移动中的至少一个移动相关联的移动频率或改变幅度满足用于指示所述可穿戴计算设备未被使用的阈值；由所述计算系统基于所述复现时间段来确定当所述可穿戴计算设备将不会被使用时的将来日的时间段，其中，所述将来日的所述时间段对应于所述多日的所述复现时间段；以及响应于确定当前时间与所述将来日的所述时间段一致，由所述计算系统在所述可穿戴计算设备处调用操作。

条款18.根据条款17所述的方法，其中，识别当所述可穿戴计算设备未移动时的所述复现时间段包括：由所述计算系统基于所述一个或多个检测到的移动来确定当所述可穿戴计算设备被持续使用时的所述前几日中的至少两日中的相应第一时间；由所述计算系统基于所述一个或多个检测到的移动来确定在所述第一时间之后当所述可穿戴计算设备被使用时的所述前几日中的所述至少两日中的相应第二时间；以及由所述计算系统基于所述前几日中的所述至少两日中的每一日的所述相应第一时间和所述相应第二时间来确定所述复现时间段，其中，所述复现时间段对应于所述前几日中的所述至少两日中的每一日的所述相应第一时间与所述相应第二时间之间的所述前几日中的所述至少两日中的每一日的相应时间段。

条款19.根据条款17至18中的任一项所述的方法，其中，所述计算系统是移动计算设备。

条款20.根据条款17至19中的任一项所述的方法，其中，所述操作包括以下中的至少一个：去激活所述可穿戴计算设备的显示设备；在所述可穿戴计算设备处安装软件包以供随后执行；更新在所述可穿戴计算设备处执行的操作系统或计算平台；避免输出可听型警报、可视型警报、或触觉反馈型警报中的至少一个；或者输出安全挑战图形用户界面以用于显示在所述显示设备处。

条款21.一种包括指令的计算机可读存储介质，所述指令当被执行时，将计算设备的一个或多个处理器配置成执行根据条款1至10所述的方法中的任一项。

条款22.一种包括指令的计算机可读存储介质，所述指令当被执行时，将计算系统的一个或多个处理器配置成执行根据条款16至20所述的方法中的任一项。

条款23.一种可穿戴计算设备，所述可穿戴计算设备包括用于执行根据条款1至10所述的方法中的任一项的装置。

条款24.一种计算设备，所述计算设备包括用于执行根据条款1至10所述的方法中的任一项的装置。

条款25.一种方法，所述方法包括：基于可穿戴计算设备随时间的移动来确定复现时间段，在所述复现时间段期间，与所述移动相关联的移动频率满足用于指示所述可穿戴计算设备未被穿戴的阈值；由处理器基于所述复现时间段来预测所述可穿戴计算设备将不会被穿戴的一个或多个将来时间段；响应于确定在当前时间所述可穿戴计算设备未被穿戴，由所述处理器确定所述当前时间是否与所述一个或多个将来时间段中的至少一个时间段一致；以及响应于确定所述当前时间与所述至少一个时间段一致，由所述可穿戴计算设备执行操作。

条款26.根据条款25所述的方法，其中，所述操作响应于确定所述操作能够在所述至少一个时间段的终止之前执行而被执行。

条款27.根据条款26所述的方法，还包括：识别在所述当前时间要由所述可穿戴计算设备执行的多个操作，其中，所述操作是所述多个操作中的一个；以及响应于确定所述操作能够在所述至少一个时间段的终止之前执行，而从所述多个操作中选择所述操作，其中，所述操作响应于所述选择而被执行。

条款28.根据条款25至27中的任一项所述的方法，其中，所述阈值是第一阈值并且确定所述复现时间段还包括：基于所述移动来将所述复现时间段确定为达持续时间，在所述持续时间期间，与所述移动相关联的改变的幅度满足用于指示所述可穿戴计算设备的用户正在睡觉的第二阈值。

条款29.根据条款25至28中的任一项所述的方法，其中，所述移动包括以下中的至少一个：可穿戴计算设备的加速度、可穿戴计算设备的倾斜水平、或可穿戴计算设备的旋转。

条款30.根据条款25至29中的任一项所述的方法，其中，执行所述操作包括以下中的至少一个：在所述可穿戴计算设备处安装软件包以供随后执行，或者更新在所述可穿戴计算设备处执行的操作系统或计算平台。

条款31.根据条款25至30中的任一项所述的方法，其中，执行所述操作包括由所述可穿戴计算设备去激活与所述可穿戴计算设备相关联的显示设备。

条款32.根据条款25至31中的任一项所述的方法，其中，执行所述操作包括避免由所述可穿戴计算设备输出以下中的至少一个：可听型警报、可视型警报、或触觉反馈型警报。

条款33.根据条款25至32中的任一项所述的方法，其中，执行所述操作包括：响应于检测到所述可穿戴计算设备的将来移动，由所述可穿戴计算设备输出安全挑战图形用户界面以用于显示。

条款34.根据条款25至33中的任一项所述的方法，其中，确定所述复现时间段包括由所述处理器识别与所述移动相关联的一个或多个复现移动模式。

条款35.根据条款34所述的方法，其中，确定所述可穿戴计算设备在所述当前时间未被穿戴包括确定所述可穿戴计算设备的当前移动与所述一个或多个复现移动模式中的至少一个一致。

条款36.根据条款25至35中的任一项所述的方法，其中，所述可穿戴计算设备包括所述处理器。

条款37.一种包括指令的计算机可读存储介质，所述指令当被执行时，使计算设备的一个或多个处理器执行根据条款25至36所述的方法中的任一项。

条款38.一种可穿戴计算设备，所述可穿戴计算设备包括：至少一个运动传感器；至少一个处理器；以及至少一个模块，所述至少一个模块能够由所述至少一个处理器操作以：基于由所述至少一个运动传感器检测到的随时间的移动来确定复现时间段，在所述复现时间段期间，与所述移动相关联的改变幅度满足用于指示所述可穿戴计算设备的用户正在睡觉的阈值；基于所述复现时间段来预测所述可穿戴计算设备将不会被使用的一个或多个将来时间段；响应于确定所述可穿戴计算设备在当前时间未被使用，确定所述当前时间是否与所述一个或多个将来时间段中的至少一个时间段一致；以及响应于确定所述当前时间与所述至少一个时间段一致，而执行操作。

条款39.根据条款38所述的可穿戴计算设备，还包括用于执行根据条款25至36所述的方法中的任一项的装置。

条款40.一种计算系统，所述计算系统包括用于执行根据条款1至10以及17至20所述的方法中的任一项的装置。

在上面所描述的各种示例中的每一个中，计算设备、移动计算设备、可穿戴计算设备、计算系统和其它计算设备只有当所述可穿戴计算设备、计算系统和其它计算设备从这些可穿戴计算设备、计算系统和其它计算设备的用户接收到用于分析信息的许可时才可以分析与所述可穿戴计算设备、计算系统和其它计算设备相关联的信息(例如，位置、速度等)。例如，在下面所讨论的可穿戴计算设备或计算系统可以收集或者可以利用与用户以及可穿戴计算设备和计算系统相关联的信息的情形下，可以给用户提供有用于控制该可穿戴计算设备和计算系统的程序或特征是否能够收集并利用用户信息(例如，关于用户的位置、速度、运输模式、电子邮件、用户的社交网络、社交动作或活动、职业、用户的偏好、或用户的过去和当前位置的信息)或者用于控制该可穿戴计算设备和计算系统是否并且/或者如何接收可能与用户相关的内容的机会。此外，某些数据可以在它由可穿戴计算设备和计算系统存储或者使用之前被以一个或多个方式处理，使得个人可识别的信息被移除。例如，可以处理用户的身份，使得关于该用户不能够确定个人可识别信息，或者可以下一般化获得位置信息的用户的地理位置(诸如到城市、ZIP码或州级别)，使得不能够确定用户的特定位置。因此，用户可以控制信息如何关于用户被收集并且由可穿戴计算设备和计算系统使用。

在一个或多个示例中，所描述的功能可以用硬件、软件、固件或其任何组合来实现。如果用软件来实现，则功能可以被存储在计算机可读介质上或者作为一个或多个指令或代码通过计算机可读介质传送，并且由基于硬件的处理单元来执行。计算机可读媒体可以包括对应于诸如数据存储媒体的有形介质的计算机可读存储媒体，或包括例如根据通信协议来方便计算机程序从一个地方转移到另一地方的任何介质的通信媒体。以这种方式，计算机可读媒体一般地可以对应于(1)非暂时性有形计算机可读存储媒体或(2)诸如信号或载波的通信介质。数据存储媒体可以是能够由一个或多个计算机或一个或多个处理器访问以检索指令、代码和/或数据结构以用于实现此公开中所描述的技术的任何可用的媒体。计算机程序产品可以包括计算机可读介质。

通过示例而非限制，这些计算机可读存储媒体能够包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储、或其它磁存储设备，或者能够用来存储形式为指令或数据结构并且能够被计算机访问的期望的程序代码的任何其它介质。另外，任何连接被适当地称作计算机可读介质。例如，如果使用同轴电缆、光纤电缆、双绞线、数字订户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送指令，则该同轴电缆、光纤电缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术被包括在介质的定义中。然而，应该理解的是，计算机可读存储媒体和数据存储媒体不包括连接、载波、信号或其它暂时性媒体，而是替代地针对非暂时性有形存储媒体。如本文中所用的磁盘和盘包括紧致盘(CD)、激光盘、光盘、数字通用盘(DVD)、软盘以及蓝光盘，其中磁盘通常磁性上再现数据，然而光盘利用激光器光学上再现数据。以上所述的组合还应该被包括在计算机可读媒体的范围内。

指令可以由一个或多个处理器执行，所述处理器诸如一个或多个数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、现场可编程逻辑阵列(FPGA)或其它等效集成或分立逻辑电路。因此，如果本文所用的术语“处理器”可以是指前面的结构或适合于实现本文中所描述的技术的任何其它结构中的任一个。此外，在一些方面，可以在专用硬件和/或软件模块内提供本文中所描述的功能。另外，这些技术能够被完全实现在一个或多个电路或逻辑元件中。

此公开的技术可以被实现在包括无线电话听筒、集成电路(IC)或一组IC(例如，芯片组)的各式各样的设备或装置中。在此公开中描述了各种组件、模块或单元以强调被配置成执行所公开的技术的设备的功能方面，但是未必需要通过不同硬件单元实现。相反地，如上所述，各种单元可以与适合的软件和/或固件相结合地组合在硬件单元中或者由可互操作的硬件单元(包括如上所述的一个或多个处理器)的合集来提供。

已经对各种示例进行了描述。这些和其它示例在以下权利要求的范围内。