Decentralized Reasoning in Ambient Intelligence

در سیستم‌های هوش محیطی (AmI)، استدلال برای شروع اعمال یا سازگاری با توجه به موقعیت‌های خاص که ممکن است برای برخی از برنامه‌ها معنادار و مرتبط باشد، اساسی است. با این حال، چنین عملیات استدلالی ممکن است نیاز به ارزیابی داده‌های زمینه جمع‌آوری‌شده از منابع توزیع‌شده و ذخیره‌شده در دستگاه‌های مختلف داشته باشد، زیرا معمولاً همه داده‌های زمینه به آسانی برای استدلال‌کنندگان در سیستم در دسترس نیستند.

استدلال غیرمتمرکز در هوش محیطی یک رویکرد استدلال غیرمتمرکز برای اجرای استدلال مبتنی بر قاعده در مورد داده‌های زمینه‌ای که سیستم‌های AmI را هدف قرار می‌دهند، پیشنهاد می‌کند. برای این منظور، نویسندگان یک مدل زمینه را با فرض توزیع داده‌های زمینه در دو طرف تعریف می‌کنند: سمت کاربر، که توسط کاربران و دستگاه‌های تلفن همراه آنها نشان داده می‌شود، و سمت محیط، که توسط زیرساخت محاسباتی ثابت و خدمات محیطی نشان داده می‌شود. آنها عملیات استدلال مشارکتی را رسمی می کنند - که در آن دو نهاد برای انجام استدلال غیرمتمرکز مبتنی بر قانون همکاری می کنند - و یک فرآیند کامل برای انجام این عملیات تعریف می کنند.

In Ambient Intelligence (AmI) systems, reasoning is fundamental for triggering actions or adaptations according to specific situations that may be meaningful and relevant to some applications. However, such reasoning operations may need to evaluate context data collected from distributed sources and stored in different devices, as usually not all context data is readily available to the reasoners within the system.

Decentralized Reasoning in Ambient Intelligence proposes a decentralized reasoning approach for performing rule-based reasoning about context data targeting AmI systems. For this purpose, the authors define a context model assuming context data distributed over two sides: the user side, represented by the users and their mobile devices, and the ambient side, represented by the fixed computational infrastructure and ambient services. They formalize the cooperative reasoning operation — in which two entities cooperate to perform decentralized rule-based reasoning — and define a complete process to perform this operation.