用于支持时间约束的主动活动规划系统和方法与流程

本申请要求于2016年6月27日提交的美国临时专利申请序列号62/354,875的优先权，其内容通过引用并入本文，如同完全包含在本文中一样。

本公开总地涉及分布式计算系统，并且更具体地，涉及用于支持时间约束的主动活动规划系统和方法。

背景技术：

除非本文另有指示，否则本章节中描述的材料不是本申请中权利要求的现有技术并且不通过包含在本章节中而承认是现有技术。

技术实现要素：

下面阐述了本文公开的某些实施例的概述。应当理解，这些方面仅仅是为了向读者提供这某些实施例的简要概述而呈现的，并且这些方面并没有限制本公开的范围的意图。实际上，本公开可以涵盖可能未在下面阐述的各种方面。

本公开的实施例涉及一种主动活动规划系统，所述主动活动规划系统包括：知识库，知识库包括tbox和abox；用于接收包括时间约束的查询的查询处理器；以及时间推理器；其中查询处理器将查询转换成正式表示并将正式表示输出到时间推理器，用于计算满足查询中的时间约束的似然分数。正式表示是抽象时间约束网络（抽象tcn）。抽象tcn包括时间戳tcnt、边沿tcne和约束tcnc。

根据本公开的另一个方面，一种计算机程序产品包括具有用于时间推理的计算机可读程序代码的计算机可读介质，计算机程序产品包括用于获得时间戳tcnt、边沿tcne和约束tcnc的计算机可读程序代码，以及用于获得时间戳tcnt、边沿tcne和约束tcnc中的至少两个的可能最短路线的计算机可读程序代码。

附图说明

当参照附图阅读以下对某些示例性实施例的详细描述时，本公开的这些和其他特征、方面及优点将变得更好理解，在附图中同样的字符贯穿附图表示同样的技术，其中：

图1是图示了用于处置时间推理的活动规划系统的框图；

图2和3图示了时间关系的分类树kbtr、其域和范围约束；

图4图示了包括图形语义表示和时间约束的查询的示例的框图；

图5图示了由时间推理器从图4中描绘的查询转换的抽象时间约束网络（抽象tcn）的概率分布表示；

图6图示了抽象时间约束网络（抽象tcn）的区间分布表示，其中用诸如区间分布之类的持续时长表示来代替边沿标签；

图7图示了地图的示例；以及

图8图示了状态空间搜索树。

具体实施方式

呈现以下描述以使本领域任何技术人员能够制作和使用所描述的实施例，并且在特定应用及其要求的上下文中提供以下描述。对所描述的实施例的各种修改对于本领域技术人员而言将是容易清楚的，并且在不脱离所描述的实施例的精神和范围的情况下，可以将本文限定的一般原理应用于其他实施例和应用。因此，所描述的实施例不限于所示出的实施例，而是要符合与本文公开的原理和特征一致的最宽范围。

可以以最有助于理解所要求保护的主题的方式将各种操作依次描述为多个分立动作或操作。然而，不应当将描述的顺序解释为暗示这些操作必然是顺序相关的。特别地，可以不按呈现的顺序来执行这些操作。可以按与所描述的实施例不同的顺序来执行所描述的操作。在附加实施例中，可以执行各种附加操作和/或可以省略所描述的操作。

图1是图示了用于处置时间推理的活动规划系统100的框图。活动规划系统100包括知识库102、查询处理器104和时间推理器106。限定为描述逻辑的知识库102包括tbox和abox。将在图2中描述知识库102的进一步细节。现在返回到图1，将包括时间约束的查询108输入到查询处理器104中。查询例如“我想午饭进食中餐，并应在2:00pm前回到办公室。”查询处理器104将查询转换成正式表示。正式表示是基于知识库102中限定的本体的正式图形语义表示。时间推理器106处理由查询处理器104针对知识库输出的查询表示，所述知识库限定一组对象（诸如餐厅）和它们的性质（诸如位置、工作时间等）。对于每个对象，时间推理器106产生从0至1的标准化分数，来指示对象有多可能满足查询108施加的时间约束的可能程度。换言之，给定时间约束，时间推理器106自动地生成包括多个感兴趣点（poi）的活动规划。例如，餐厅远离当前位置，并且如果当前时间接近2:00pm则不太可能满足查询108。0意指对象永远不可能满足约束并且1意指对象总是满足约束。

图2和3图示了时间关系的分类树kbtr、它的域和范围约束。限定为描述逻辑的知识库102包括图2中的tbox200和图3中的abox300。tbox200限定概念及其继承关系，并且abox限定实例和关于实例的断言。现在参考图2，图示了图形符号中的tbox200的示例。kbc限定知识库中包括的概念。在示例中，kbc是一组节点，诸如事物、事件、移动、进食、实体、地点、餐厅、属性、地理属性。kbr限定一对概念可以具有的所有可能的关系——事件、实体或属性的直接或间接子类。kbtr限定概念之间的分类关系，诸如（事物，事件），（事物，实体）等。kbrc限定针对每个关系的域和范围的选择偏好。在该示例中，起点的域是事件及其子类，而范围是实体及其子类。在分类树的顶部处，前两个等级被固定为限定为kbc的缺省，其中事物是根节点并且事件、实体和属性是事物的直接子类。每个事件概念将起始时间（起始_时间）和结束时间（结束_时间）限定为其缺省时隙。当用户指定时间约束时，使用两个时隙——起始_时间和结束_时间。每个事件概念还将持续时长限定为其缺省时隙，所述缺省时隙提供到用户限定持续时长函数的链路，所述用户限定持续时长函数计算事件的估计持续时长。例如，对于进食概念，持续时长函数可以针对高峰时间返回[30,60]，并针对其他时间返回[20,40]。区间符号[30,60]表示估计用于进食所花费的总时间在30和60之间。持续时长函数取决于餐厅的类型（诸如快餐vs坐食餐厅）而变化。存储在计算机可读介质中的指令集引起图1的时间推理器106支持基于区间的持续时长表示和基于正态分布的持续时长表示。每个事件概念具有提供到用户限定持续时长函数的链路的持续时长时隙。持续时长函数的输出是针对区间表示的一对(1，u)（以标示[1,u]），或针对基于概率的表示的一组参数，例如针对高斯分布表示的一对(μ,σ)（以标示n(μ,σ²)）。

现在参考图3，图示了图形符号中的abox300的示例。abox300限定为（实例kbi，命题kbp）。kbi限定实例并且kbp限定关于实例的断言。例如，kbi是{*家,*公司,麦当劳1,肯德基12}，并且kbp是{(*家,isa,地点）,…,(*家,地理坐标,(35.6,42.3),…}。在abox中限定的所有实例是实体的实例。

图4图示了查询400的示例的框图，查询400包括图形语义表示和时间约束。查询400被限定为5元组（实例q1，节点归类qnt，命题qpq，约束qc，查询节点qq）。q1表示在查询中使用的一组实例。qnt表示实例的类型。qpr是限定实例之间的关系的一组三元组。qc表示一组时间约束，其是用于时间戳变量的不等式条件。qq是要查询的一组实例。查询的示例“我必须在2:20pm和3:10pm之间到达我的公司。在途中，我想进食食物。请推荐餐厅。”实体的实例从kb(例如*家、*公司)的abox中得到，并且事件实例q1是事件概念（例如，乘车1移动、进食1、乘车2移动）的严肃实例。一个特殊节点是标示要查询的对象的查询节点q。在示例“14:20”≤乘车2移动.结束_时间≤“15:10”中，在2:20pm和3:10pm之间的到达公司的时间是要观察的时间约束qc。

图5图示了由时间推理器从图4中描绘的查询400转换的抽象时间约束网络（抽象tcn）500的概率分布表示。未指定诸如乘车1移动的持续时长之类的持续时长信息。对于每个候选对象，将抽象tcn500专门化为其中利用具体持续时长表示填充未指定持续时长信息的表示。活动规划系统100使用抽象tcn来计算对象满足时间约束的似然性。抽象tcn被限定为三元组（时间戳tcnt，边沿tcne，约束tcnc）。tcnt表示一组时间戳变量，其中每个对应于每个事件的起始_时间或结束_时间时隙。例如，t1和t2分别对应于乘车1移动.起始_时间和乘车1移动.结束_时间。tcne表示一组边沿。例如，{(t1,乘车1移动,t2),(t2,≤,t3),(t3,进食l,t4),(t4,≤,t5),(t5,乘车2移动,t6)}。利用标签注释边沿，所述标签是事件实例名称或≤（如在ti,≤,tj中）表示tj发生在ti之后。tcnc表示对tcnt施加的一组约束。

为了从图4中图示的查询表示400生成抽象tcn，对于每个事件，两个时间戳变量被创建并利用边沿连接，所述边沿以事件名称作为标签。对于查询中的（ev1,下一事件,ev2），创建边沿以连接ti和tj，其中ti和tj是分别对应于evl.结束_时间和ev2.起始_时间的时间戳变量。然后，通过用时间戳变量代替起始_时间和结束_时间时隙来转换查询中的约束。对于每个对象，时间推理器通过用区间([1,u])³或概率分布n(μ,σ²)代替边沿标签（例如，事件实例名称和≤）来从给定的抽象tcn创建tcn。

图6图示了抽象时间约束网络（抽象tcn）600的区间分布表示，其中用诸如区间分布之类的持续时长表示来代替边沿标签。给定时间约束，可以提供各种指令集来检索单个poi实例。在一个实施例中，下面提供的算法1用于在基于区间的tcn上进行推理。

其中对于ti的最迟可能时间是并且是边沿标签。

在另一个实施例中，下面提供算法2用于在基于正态分布的tcn上进行推理。

在另一个实施例中，下面提供算法3用于在一般情况下使用采样在基于概率的tcn上进行推理以激发查询并计算满足约束的样本的部分。

与先前描述的算法不同，下面提供的算法4能够检索多个poi而不用指定访问的顺序。

图6中图示了延伸查询600的示例。延伸查询600允许查询多个对象，例如qq具有多个要素{ql,q2}。未指定事件的顺序。省略下一事件并且将查询600分段成个体事件表示。此外，还省略访问ql、q2和*目标所需要的移动事件实例。提供特定poi（例如查询中的*目标）以指示必须访问位置。

图7图示了地图700的示例。延伸推理算法4首先仅利用必须访问地点来计算最短路线。也就是说，仅标识靠近主干路线的poi。一旦检测到主干路线，就将包括由用户指定的poi的最终路线构造为状态空间搜索树，如现在图8中所图示的。

eq.1指示s和主干路线之间的最短距离是s与由(ai,bi)和(ai+1,bi+1)限定的每个线段之间的最短距离内的最小值。

令(pi,qi)为s到(ai,bi)和(ai+1,bi+1)之间的延伸线段上的投影坐标，如eq.2所示出的。

可以容易地检查(pi,qi)是否在由(ai,bi)和(ai+1,bi+1)限定的线段内——当且仅当时。

上文描述的实施例已经作为举例示出，并且应该理解，这些实施例可以容许各种修改和替代形式。应该进一步理解的是，权利要求没有限于所公开的特定形式的意图，而是覆盖落入本公开的精神和范围的所有修改、等同物和替代物。

本公开的范围内的实施例还可以包括用于承载或具有存储在其上的计算机可执行指令或数据结构的非暂时性计算机可读存储介质或机器可读介质。这类非暂时性计算机可读存储介质或机器可读介质可以是可由通用或专用计算机访问的任何可用介质。作为举例而非限制，这类非暂时性计算机可读存储介质或机器可读介质可以包括ram、rom、eeprom、cd-rom或其他光学盘存储装置、磁性盘存储装置或其他磁性存储设备、或者可以用于以计算机可执行指令或数据结构的形式承载或存储期望的程序代码单元的任何其他介质。上文的组合也应当被包括在非暂时性计算机可读存储介质或机器可读介质的范围内。

实施例还可以在分布式计算环境中被实践，其中由通过通信网络链接（通过硬连线链路、无线链路或通过其组合）的本地和远程处理设备来执行任务。

计算机可执行指令包括例如引起通用计算机、专用计算机或专用处理设备执行某个功能或功能组的指令和数据。计算机可执行指令还包括由独立或网络环境中的计算机执行的程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件和数据结构等。计算机可执行指令、相关联的数据结构和程序模块表示用于执行本文公开的方法的步骤的程序代码单元的示例。这类可执行指令或相关联的数据结构的特定次序表示用于实现在这类步骤中描述的功能的对应动作的示例。

虽然已经参考各种实施例描述了本专利，但将理解，这些实施例是说明性的，并且本公开的范围不限于它们。很多变型、修改、添加和改进是可能的。更一般地，已经在上下文或特定实施例中描述了根据本专利的实施例。功能性可以在本公开的各种实施例中以不同方式按块分离或组合，或者以不同的术语描述。这些和其他变型、修改、添加和改进可以落入如所附的权利要求中限定的本公开的范围内。