An Energy-efficient Location Provider for ...
Type de document :
Rapport de recherche
Titre :
An Energy-efficient Location Provider for Daily Trips
Auteur(s) :
Duribreux, Julien [Auteur]
Self-adaptation for distributed services and large software systems [SPIRALS]
Rouvoy, Romain [Auteur]
Self-adaptation for distributed services and large software systems [SPIRALS]
Monperrus, Martin [Auteur]
Self-adaptation for distributed services and large software systems [SPIRALS]
Self-adaptation for distributed services and large software systems [SPIRALS]
Rouvoy, Romain [Auteur]

Self-adaptation for distributed services and large software systems [SPIRALS]
Monperrus, Martin [Auteur]
Self-adaptation for distributed services and large software systems [SPIRALS]
Institution :
INRIA
Date de publication :
2014-08-28
Mot(s)-clé(s) en anglais :
energy-efficient
smartphone
clustering
location inference
smartphone
clustering
location inference
Discipline(s) HAL :
Informatique [cs]/Informatique mobile
Résumé :
Il est généralement admis que les smartphones sont des appareils qui consomment énormément d'énergie et qui nécessitent d'être rechargés régulièrement. Cet état de fait est en partie lié à l'évolution de la consommation ...
Lire la suite >Il est généralement admis que les smartphones sont des appareils qui consomment énormément d'énergie et qui nécessitent d'être rechargés régulièrement. Cet état de fait est en partie lié à l'évolution de la consommation de ces derniers qui augmente plus rapidement que celle de la capacité des batteries. Aussi, nous observons qu'une grande partie de la population utilise la localisation par GPS quotidiennement et en parcourant généralement les mêmes routes afin de, par exemple, connaître les conditions de circulation ou du temps restant. Á partir de ces observations, nous proposons une nouvelle mise en {\oe}uvre de l'API de localisation, basée sur celle d'Android, capable d'apprendre et de prédire la position des utilisateurs avec une précision moyenne de cinquante mètres tout en diminuant sa consommation au fil du temps.Lire moins >
Lire la suite >Il est généralement admis que les smartphones sont des appareils qui consomment énormément d'énergie et qui nécessitent d'être rechargés régulièrement. Cet état de fait est en partie lié à l'évolution de la consommation de ces derniers qui augmente plus rapidement que celle de la capacité des batteries. Aussi, nous observons qu'une grande partie de la population utilise la localisation par GPS quotidiennement et en parcourant généralement les mêmes routes afin de, par exemple, connaître les conditions de circulation ou du temps restant. Á partir de ces observations, nous proposons une nouvelle mise en {\oe}uvre de l'API de localisation, basée sur celle d'Android, capable d'apprendre et de prédire la position des utilisateurs avec une précision moyenne de cinquante mètres tout en diminuant sa consommation au fil du temps.Lire moins >
Résumé en anglais : [en]
It is well known that smartphones are energy greedy and their batteries do not last more than a few days. Since mobile phones consumption increased faster than batteries capacities it becomes important to find new ways to ...
Lire la suite >It is well known that smartphones are energy greedy and their batteries do not last more than a few days. Since mobile phones consumption increased faster than batteries capacities it becomes important to find new ways to reduce their energy consumption. We claim that people using GPS location service everyday should not pay a full energy-cost since most of the time their are taking the same path to commute. Based on these observations, we developed a new implementation of the location API built from Android Location API, which is capable of learning and predict user location on time with an average accuracy of 50 meters while saving energy.Lire moins >
Lire la suite >It is well known that smartphones are energy greedy and their batteries do not last more than a few days. Since mobile phones consumption increased faster than batteries capacities it becomes important to find new ways to reduce their energy consumption. We claim that people using GPS location service everyday should not pay a full energy-cost since most of the time their are taking the same path to commute. Based on these observations, we developed a new implementation of the location API built from Android Location API, which is capable of learning and predict user location on time with an average accuracy of 50 meters while saving energy.Lire moins >
Langue :
Anglais
Collections :
Source :
Fichiers
- https://hal.inria.fr/hal-01058830/document
- Accès libre
- Accéder au document
- https://hal.inria.fr/hal-01058830/document
- Accès libre
- Accéder au document
- https://hal.inria.fr/hal-01058830/document
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- RR-8586.pdf
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- RR-8586.pdf
- Accès libre
- Accéder au document