Modeling Human Behavior from Simple Sensors in the Home

在此篇論文中針對他們的預知系統，提出五種設計的目標:
1.預測的機率:使用或然率的方法讓此系統在預知和決定相似事件的範圍時，比較容易結合信心的程度，且使此系統能解決像是噪音或是感測出來的內部資料呈現模棱兩可時。
2.以模型為基礎和以實際情況為基礎作比較:在模型架構因為測試資料持續增加之後就有可能去建造一個可預知的系統，不需要再去儲存所有資料就像沒有經驗依樣。
3.感測器的位置與類型互相獨立:
系統必須運作成功"就算是演算法沒有明白地指出那個特別的感應器的類型或是所在地"，讓安裝的時間達到最小並降低獲取資料的障礙。
4.及時的成效:任何訓練預測的演算法一定要在第一時間預測出來。
5.線上學習:任何一個設計來長期使用的系統，它的模型就必須是可以跟著居住者的行為改變而做改變的。
除了上述的幾點之外，我們發現在流動的感測的資料和先前描述的語言的行動方式是相似的。語言模擬的演算法常常會把語言聯想為ergodic，在任何情況下皆可從久遠的歷史來估計並和先前的狀況是獨立的。ㄧ個評量在地架構是困惑的，大略上來說，是去評量字的多寡是跟隨在歷史上ㄧ些特殊字。在英文上來說，困惑的的範圍從英文中ㄧ些特殊的子集合的20到247在一般的美式英文上。