-
公开(公告)号:CN105874848B
公开(公告)日:2019-04-23
申请号:CN201480071886.7
申请日:2014-12-05
Applicant: 微软技术许可有限责任公司
IPC: H04W36/14
Abstract: 持续学习过程被应用于被用于决定何时发起在对具有电话功能的移动设备可用的不同类型的网络连接之间的切换的一类基于风险估计的算法和相关联的风险阈值。该过程被实现为良性循环,该良性循环提供不断的微调和调整来改善呼叫切换算法和风险阈值,使得切换在最小化中断的呼叫以及呼叫质量的不可接受的降级并且避免过早切换的目标下被执行。设备性质、环境上下文、连接测量、以及呼叫切换决策的结果被从移动设备群体众包到启用基于云的切换决策的服务中。该服务对照存档的众包数据来评估潜在可用的切换决策算法和风险阈值以确定它们在现实世界情形中表现如何并将经改善的算法和风险阈值递送到移动设备。
-
公开(公告)号:CN105874848A
公开(公告)日:2016-08-17
申请号:CN201480071886.7
申请日:2014-12-05
Applicant: 微软技术许可有限责任公司
IPC: H04W36/14
CPC classification number: H04W36/14 , H04B17/318 , H04L43/16 , H04M7/006 , H04M7/122 , H04W36/0083 , H04W36/00837 , H04W40/26
Abstract: 持续学习过程被应用于被用于决定何时发起在对具有电话功能的移动设备可用的不同类型的网络连接之间的切换的一类基于风险估计的算法和相关联的风险阈值。该过程被实现为良性循环,该良性循环提供不断的微调和调整来改善呼叫切换算法和风险阈值,使得切换在最小化中断的呼叫以及呼叫质量的不可接受的降级并且避免过早切换的目标下被执行。设备性质、环境上下文、连接测量、以及呼叫切换决策的结果被从移动设备群体众包到启用基于云的切换决策的服务中。该服务对照存档的众包数据来评估潜在可用的切换决策算法和风险阈值以确定它们在现实世界情形中表现如何并将经改善的算法和风险阈值递送到移动设备。
-