[go: up one dir, main page]

RU2018102378A - Способ нормализации наборов данных в целях предсказания характеристик таких наборов данных - Google Patents

Способ нормализации наборов данных в целях предсказания характеристик таких наборов данных Download PDF

Info

Publication number
RU2018102378A
RU2018102378A RU2018102378A RU2018102378A RU2018102378A RU 2018102378 A RU2018102378 A RU 2018102378A RU 2018102378 A RU2018102378 A RU 2018102378A RU 2018102378 A RU2018102378 A RU 2018102378A RU 2018102378 A RU2018102378 A RU 2018102378A
Authority
RU
Russia
Prior art keywords
task
chain
specified
buffer
data
Prior art date
Application number
RU2018102378A
Other languages
English (en)
Other versions
RU2018102378A3 (ru
Inventor
Петр Дж. ЧАБА
Даниэль Дж. БЕЙКЕР
Original Assignee
Пра Хелс Сайэнсиз, Инк.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Пра Хелс Сайэнсиз, Инк. filed Critical Пра Хелс Сайэнсиз, Инк.
Publication of RU2018102378A3 publication Critical patent/RU2018102378A3/ru
Publication of RU2018102378A publication Critical patent/RU2018102378A/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • General Business, Economics & Management (AREA)
  • Epidemiology (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)

Claims (106)

1. Способ, содержащий этапы, на которых:
принимают обрабатывающим устройством набор данных, связанный с клиническим испытанием, содержащий данные о множестве задач, подлежащих выполнению для планирования или реализации указанного клинического испытания, и заранее определенную дату, к которой указанное множество задач должно быть выполнено;
сохраняют указанным обрабатывающим устройством указанный набор данных;
формируют указанным обрабатывающим устройством цепочку задач на основании сохраненных данных путем определения взаимосвязи между задачами в указанном множестве задач и электронного преобразования сохраненных данных в цепочку задач на основании указанной взаимосвязи;
принимают указанным обрабатывающим устройством первое подмножество данных, связанное с указанной цепочкой задач, содержащее данные для определения хода выполнения указанной цепочки задач;
определяют указанным обрабатывающим устройством на основании первого подмножества данных буферный индекс, связанный с указанной цепочкой задач, соответствующий вероятности выполнения указанной цепочки задач к указанной заранее определенной дате, пригодный для использования для определения того, когда указанное обрабатывающее устройство принимает или обрабатывает дополнительный набор данных; и
формируют указанным обрабатывающим устройством интерфейс для отображения, содержащий данные, связанные с указанными цепочкой задач, первым подмножеством данных или буферным индексом.
2. Способ по п. 1, дополнительно содержащий этапы, на которых:
формируют обрабатывающим устройством множество цепочек задач на основании, по меньшей мере частично, указанных сохраненных данных;
принимают обрабатывающим устройством первое подмножество данных, связанное с каждой из цепочек задач в указанном множестве цепочек задач;
определяют обрабатывающим устройством буферный индекс, связанный с каждой цепочкой задач;
сравнивают обрабатывающим устройством буферные индексы, связанные с каждой цепочкой задач; и
определяют обрабатывающим устройством ранг каждой цепочки задач, пригодный для использования с целью определения вероятности выполнения цепочки задач к указанной заранее определенной дате, на основании, по меньшей мере частично, буферного индекса, связанного с указанной цепочкой задач.
3. Способ по п. 1, в котором первое подмножество данных содержит:
индикатор взаимосвязи, представляющий взаимосвязь между задачами в цепочке задач;
целевое время, связанное с задачей в цепочке задач, соответствующее количеству времени для выполнения этой задачи;
индикатор реализации, связанный с задачей в цепочке задач, представляющий количество времени, оставшееся до окончания выполнения этой задачи; и
буферный период, связанный с цепочкой задач, представляющий количество времени после последней задачи в этой цепочке задач.
4. Способ по п. 3, в котором определение буферного индекса, связанного с цепочкой задач, на основании первого подмножества данных содержит этапы, на которых:
определяют обрабатывающим устройством длительность цепочки, представляющую собой количество времени для выполнения этой цепочки задач, на основании, по меньшей мере частично, целевого времени;
определяют обрабатывающим устройством количество времени, оставшееся до окончания выполнения цепочки задач, на основании количества времени, оставшегося до окончания выполнения задачи, и целевого времени, связанного с другой задачей в этой цепочке задач; и
определяют обрабатывающим устройством процент цепочки путем сравнения длительности этой цепочки и количества времени, оставшегося до окончания выполнения этой цепочки задач.
5. Способ по п. 4, в котором определение буферного индекса, связанного с цепочкой задач, на основании первого подмножества данных содержит этапы, на которых:
определяют обрабатывающим устройством остаточный буферный период цепочки задач на основании указанных индикатора реализации и буферного периода путем сравнения количества времени, оставшегося до окончания выполнения задачи в указанной цепочке задач, и указанного буферного периода, при этом остаточный буферный период указывает оставшуюся величину буферного периода; и
определяют обрабатывающим устройством процент буфера путем сравнения указанных буферного периода и остаточного буферного периода.
6. Способ по п. 5, в котором определение буферного индекса, связанного с цепочкой задач, на основании первого подмножества данных дополнительно содержит следующие этапы, на которых:
определяют обрабатывающим устройством буферный индекс путем сравнения указанных процента цепочки и процента буфера;
определяют обрабатывающим устройством, выше или ниже буферный индекс порогового значения риска, путем сравнения буферного индекса с пороговым значением риска;
выводят обрабатывающим устройством данные, соответствующие указанному буферному индексу, через указанный интерфейс; и
выводят обрабатывающим устройством уровень риска, указывающий вероятность выполнения цепочки задач к указанной заранее определенной дате, в ответ на выполненное определение того, что буферный индекс выше или ниже порогового значения риска.
7. Способ по п. 6, дополнительно содержащий этапы, на которых:
принимают обрабатывающим устройством требуемый буферный индекс;
определяют изменения указанной заранее определенной даты для коррекции буферного индекса на основании i) требуемого буферного индекса; ii) указанной заранее определенной даты; и iii) буферного периода для цепочки задач; причем указанная коррекция буферного индекса содержит коррекцию буферного индекса таким образом, чтобы этот буферный индекс соответствовал требуемому буферному индексу; и
выводят данные для коррекции буферного индекса.
8. Способ по п. 1, дополнительно содержащий этапы, на которых:
принимают обрабатывающим устройством второе подмножество данных;
определяют обрабатывающим устройством на основании второго подмножества данных обновленный буферный индекс, связанный с указанной цепочкой задач, соответствующий обновленной вероятности выполнения этой цепочки задач к указанной заранее определенной дате; и
формируют обрабатывающим устройством обновленный интерфейс для отображения, содержащий данные, связанные с указанными цепочкой задач, вторым подмножеством данных или обновленным буферным индексом.
9. Система, содержащая:
обрабатывающее устройство; и
долговременный машиночитаемый носитель информации, соединенный с возможностью осуществления информационного взаимодействия с указанным обрабатывающим устройством, которое при этом выполнено с возможностью выполнения операций, в число которых входит
прием набора данных, связанного с клиническим испытанием, содержащего данные о множестве задач, подлежащих выполнению для планирования или реализации указанного клинического испытания, и заранее определенную дату, к которой должно быть выполнено указанное множество задач;
сохранение указанного набора данных;
формирование цепочки задач на основании сохраненных данных путем определения взаимосвязи между задачами в указанном множестве задач и электронного преобразования сохраненных данных в цепочку задач на основании указанной взаимосвязи;
прием первого подмножества данных, связанного с указанной цепочкой задач, содержащего данные для определения хода выполнения указанной цепочки задач;
определение на основании первого подмножества данных буферного индекса, связанного с указанной цепочкой задач, соответствующего вероятности выполнения указанной цепочки задач к указанной заранее определенной дате, пригодного для использования для определения того, когда указанное обрабатывающее устройство принимает или обрабатывает дополнительный набор данных; и
формирование интерфейса для отображения, содержащего данные, связанные с указанными цепочкой задач, первым подмножеством данных или буферным индексом.
10. Система по п. 9, в которой обрабатывающее устройство дополнительно выполнено с возможностью:
формирования множества цепочек задач на основании, по меньшей мере частично, указанных сохраненных данных;
приема первого подмножества данных, связанного с каждой из цепочек задач в указанном множестве цепочек задач;
определения буферного индекса, связанного с каждой цепочкой задач в указанном множестве цепочек задач;
сравнения буферных индексов, связанных с каждой цепочкой задач в указанном множестве цепочек задач; и
определения ранга каждой цепочки задач, пригодного для использования с целью определения вероятности выполнения цепочки задач к указанной заранее определенной дате, на основании, по меньшей мере частично, буферного индекса, связанного с указанной цепочкой задач.
11. Система по п. 9, в которой первое подмножество данных содержит:
индикатор взаимосвязи, представляющий взаимосвязь между задачами в цепочке задач;
целевое время, связанное с задачей в цепочке задач, соответствующее количеству времени для выполнения этой задачи;
индикатор реализации, связанный с задачей в цепочке задач, представляющий количество времени, оставшееся до окончания выполнения этой задачи; и
буферный период, связанный с цепочкой задач, представляющий количество времени после последней задачи в этой цепочке задач.
12. Система по п. 11, в которой обрабатывающее устройство дополнительно выполнено с возможностью определения буферного индекса, связанного с цепочкой задач, на основании первого подмножества данных путем:
определения длительности цепочки, представляющей собой количество времени для выполнения данной цепочки задач, на основании, по меньшей мере частично, целевого времени;
определения количества времени, оставшегося до окончания выполнения цепочки задач, на основании количества времени, оставшегося до окончания выполнения задачи, и целевого времени, связанного с другой задачей в указанной цепочке задач; и
определение процента цепочки путем сравнения длительности указанной цепочки и количества времени, оставшегося до окончания выполнения указанной цепочки задач.
13. Система по п. 12, в которой обрабатывающее устройство дополнительно выполнено с возможностью определения буферного индекса, связанного с цепочкой задач, на основании первого подмножества данных путем:
определения остаточного буферного периода цепочки задач на основании указанных индикатора реализации и буферного периода путем сравнения количества времени, оставшегося до окончания выполнения задачи в указанной цепочке задач, и указанного буферного периода, при этом остаточный буферный период указывает оставшуюся величину буферного периода; и
определения процента буфера путем сравнения указанных буферного периода и остаточного буферного периода.
14. Система по п. 13, в которой обрабатывающее устройство дополнительно выполнено с возможностью определения буферного индекса, связанного с цепочкой задач, на основании первого подмножества данных путем:
определения буферного индекса путем сравнения процента цепочки и процента буфера;
определения того, находится ли буферный индекс выше или ниже порогового значения риска, путем сравнения буферного индекса с пороговым значением риска;
вывода данных, соответствующих буферному индексу, через указанный интерфейс; и
вывода уровня риска, указывающего вероятность выполнения цепочки задач к заранее определенной дате в ответ на выполненное определение того, что буферный индекс находится выше или ниже порогового значения риска.
15. Система по п. 14, в которой обрабатывающее устройство дополнительно выполнено с возможностью:
приема требуемого буферного индекса; и
определения изменения указанной заранее определенной даты для коррекции буферного индекса на основании i) требуемого буферного индекса; ii) указанной заранее определенной даты; и iii) буферного периода для цепочки задач; причем указанная коррекция буферного индекса содержит коррекцию буферного индекса таким образом, чтобы этот буферный индекс соответствовал требуемому буферному индексу; и
вывода данных для коррекции буферного индекса.
16. Долговременный машиночитаемый носитель информации, на котором сохранен программный код, который может быть исполнен обрабатывающим устройством в целях предписания вычислительному устройству выполнения операций, в число которых входят:
прием набора данных, связанного с клиническим испытанием, содержащего данные о множестве задач, подлежащих выполнению для планирования или реализации указанного клинического испытания, и заранее определенную дату, к которой должно быть выполнено указанное множество задач;
сохранение указанного набора данных;
формирование цепочки задач на основании сохраненных данных путем определения взаимосвязи между задачами в указанном множестве задач и электронного преобразования сохраненных данных в цепочку задач на основании указанной взаимосвязи;
прием первого подмножества данных, связанного с указанной цепочкой задач, содержащего данные для определения хода выполнения указанной цепочки задач;
определение на основании первого подмножества данных буферного индекса, связанного с указанной цепочкой задач, соответствующего вероятности выполнения указанной цепочки задач к указанной заранее определенной дате, пригодного для использования для определения того, когда указанное обрабатывающее устройство принимает или обрабатывает дополнительный набор данных; и
формирование интерфейса для отображения, содержащего данные, связанные с указанными цепочкой задач, первым подмножеством данных или буферным индексом.
17. Долговременный машиночитаемый носитель информации по п. 16, дополнительно содержащий программный код, предписывающий вычислительному устройству выполнение операций:
формирования множества цепочек задач на основании, по меньшей мере частично, указанных сохраненных данных;
приема первого подмножества данных, связанного с каждой из цепочек задач в указанном множестве цепочек задач;
определения буферного индекса, связанного с каждой цепочкой задач в указанном множестве цепочек задач;
сравнения буферных индексов, связанных с каждой цепочкой задач в указанном множестве цепочек задач; и
определения ранга каждой цепочки задач, пригодного для использования с целью определения вероятности выполнения цепочки задач к указанной заранее определенной дате, на основании, по меньшей мере частично, буферного индекса, связанного с указанной цепочкой задач
18. Долговременный машиночитаемый носитель информации по п. 16, отличающийся тем, что первое подмножество данных содержит:
индикатор взаимосвязи, представляющий взаимосвязь между задачами в цепочке задач;
целевое время, связанное с задачей в цепочке задач, соответствующее количеству времени для выполнения этой задачи;
индикатор реализации, связанный с задачей в цепочке задач, представляющий количество времени, оставшееся до окончания выполнения этой задачи; и
буферный период, связанный с цепочкой задач, представляющий количество времени после последней задачи в этой цепочке задач.
19. Долговременный машиночитаемый носитель информации по п. 18, отличающийся тем, что операция определения буферного индекса, связанного с цепочкой задач, на основании первого подмножества данных содержит:
определение длительности цепочки, представляющей собой количество времени для выполнения данной цепочки задач, на основании, по меньшей мере частично, целевого времени;
определение количества времени, оставшегося до окончания выполнения цепочки задач, на основании количества времени, оставшегося до окончания выполнения задачи, и целевого времени, связанного с другой задачей в указанной цепочке задач; и
определение процента цепочки путем сравнения длительности указанной цепочки и количества времени, оставшегося до окончания выполнения указанной цепочки задач.
20. Долговременный машиночитаемый носитель информации по п. 19, отличающийся тем, что операция определения буферного индекса, связанного с цепочкой задач, на основании первого подмножества данных содержит:
определение остаточного буферного периода цепочки задач на основании указанных индикатора реализации и буферного периода путем сравнения количества времени, оставшегося до окончания выполнения задачи в указанной цепочки задач, и указанного буферного периода, при этом остаточный буферный период указывает оставшуюся величину буферного периода; и;
определение процента буфера путем сравнения указанных буферного периода и остаточного буферного периода;
определение буферного индекса путем сравнения процента цепочки и процента буфера;
определение того, находится ли буферный индекс выше или ниже порогового значения риска, путем сравнения буферного индекса с пороговым значением риска;
вывод данных, соответствующих указанному буферному индексу, через указанный интерфейс;
вывод уровня риска, указывающего вероятность выполнения цепочки задач к указанной заранее определенной дате в ответ на выполненное определение того, что буферный индекс находится выше или ниже порогового значения риска;
прием требуемого буферного индекса;
определение изменения указанной заранее определенной даты для коррекции буферного индекса на основании i) требуемого буферного индекса; ii) указанной заранее определенной даты; и iii) буферного периода для цепочки задач; причем указанная коррекция буферного индекса содержит коррекцию буферного индекса таким образом, чтобы этот буферный индекс соответствовал требуемому буферному индексу; и
вывод данных для коррекции буферного индекса.
RU2018102378A 2015-07-02 2016-06-30 Способ нормализации наборов данных в целях предсказания характеристик таких наборов данных RU2018102378A (ru)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562188065P 2015-07-02 2015-07-02
US62/188,065 2015-07-02
US15/193,676 2016-06-27
US15/193,676 US10748654B2 (en) 2015-07-02 2016-06-27 Normalizing data sets for predicting an attribute of the data sets
PCT/US2016/040336 WO2017004348A1 (en) 2015-07-02 2016-06-30 Normalizing data sets for predicting an attribute of the data sets

Publications (2)

Publication Number Publication Date
RU2018102378A3 RU2018102378A3 (ru) 2019-08-02
RU2018102378A true RU2018102378A (ru) 2019-08-02

Family

ID=57609605

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2018102378A RU2018102378A (ru) 2015-07-02 2016-06-30 Способ нормализации наборов данных в целях предсказания характеристик таких наборов данных

Country Status (8)

Country Link
US (2) US10748654B2 (ru)
EP (1) EP3317791A4 (ru)
JP (2) JP6755947B2 (ru)
KR (1) KR20180030049A (ru)
CA (1) CA2990875A1 (ru)
IL (1) IL256552A (ru)
RU (1) RU2018102378A (ru)
WO (1) WO2017004348A1 (ru)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10748654B2 (en) 2015-07-02 2020-08-18 PRA Health Sciences, Inc. Normalizing data sets for predicting an attribute of the data sets
CN108647808B (zh) * 2018-04-11 2022-03-29 济南大学 一种生产参数优化预测方法、装置、设备及存储介质
US20240347149A1 (en) * 2023-04-12 2024-10-17 Streamline Flow Inc. Healthcare management system and method

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002203042A (ja) * 2000-12-28 2002-07-19 Oriental Yeast Co Ltd 前臨床試験支援システム
JP2004030143A (ja) * 2002-06-25 2004-01-29 Moss Institute Co Ltd 治験情報処理管理システム,治験情報処理管理装置及び治験情報処理方法
US20050055241A1 (en) 2003-09-09 2005-03-10 Horstmann Stephen P. Apparatus, system and method for clinical documentation and data management
JP2005108209A (ja) * 2003-09-11 2005-04-21 Mitsubishi Kagaku Bio-Clinical Laboratories Inc 臨床試験検査管理システム
US20060218012A1 (en) 2005-03-22 2006-09-28 HERNANDEZ Andres System for managing documents and associated document information deficiencies
US10157355B2 (en) * 2005-11-15 2018-12-18 General Electric Company Method to view schedule interdependencies and provide proactive clinical process decision support in day view form
US20090112618A1 (en) 2007-10-01 2009-04-30 Johnson Christopher D Systems and methods for viewing biometrical information and dynamically adapting schedule and process interdependencies with clinical process decisioning
WO2009138931A2 (en) 2008-05-12 2009-11-19 Koninklijke Philips Electronics N.V. System and method for assisting in making a treatment plan
US20110106713A1 (en) 2009-10-30 2011-05-05 Realization Technologies, Inc. Post facto identification and prioritization of causes of buffer consumption
US8973010B2 (en) 2010-05-28 2015-03-03 Varian Medical Systems International, AG Scheduling image recognition tasks based on task dependency and phase
US10074147B2 (en) 2010-06-16 2018-09-11 Parexel International Corporation Integrated clinical trial workflow system
WO2012145112A2 (en) * 2011-04-18 2012-10-26 Immunogen, Inc. Novel maytansinoid derivatives with sulfoxide linker
KR20140054037A (ko) 2011-07-13 2014-05-08 더 멀티플 마이얼로머 리서치 파운데이션, 인크. 데이터 수집 및 분배 방법
US8626542B1 (en) * 2011-07-19 2014-01-07 Realization Technologies, Inc. Full-kit management in projects: computing the full-kit delay
US20130144679A1 (en) 2011-12-02 2013-06-06 The Boeing Company Simulation and Visualization for Project Planning and Management
US9262869B2 (en) * 2012-07-12 2016-02-16 UL See Inc. Method of 3D model morphing driven by facial tracking and electronic device using the method the same
US20140033057A1 (en) * 2012-07-23 2014-01-30 Tencent Technology (Shenzhen) Company Limited Method, apparatus, and system for managing information in a mobile device
US20150032472A1 (en) * 2013-01-06 2015-01-29 KDunn & Associates, P.A. Total quality management for healthcare
US9076116B2 (en) * 2013-02-04 2015-07-07 The Boeing Company Alpha-chain constraints for process planning
US20140236651A1 (en) * 2013-02-15 2014-08-21 The Boeing Company Display of Process-Plan Execution
US10373709B2 (en) * 2013-05-02 2019-08-06 Oracle International Corporation Framework for modeling a clinical trial study using a cross-over treatment design
JP6277557B2 (ja) * 2013-07-25 2018-02-14 パナソニックIpマネジメント株式会社 電気機器の管理方法、管理システム、操作端末、及びプログラム
US20150324728A1 (en) * 2014-05-09 2015-11-12 Oracle International Corporation Dynamic task distribution system
US10776745B2 (en) * 2014-08-06 2020-09-15 United Parcel Service Of America, Inc. Concepts for monitoring shipments
US10748654B2 (en) 2015-07-02 2020-08-18 PRA Health Sciences, Inc. Normalizing data sets for predicting an attribute of the data sets

Also Published As

Publication number Publication date
US10748654B2 (en) 2020-08-18
RU2018102378A3 (ru) 2019-08-02
US20170004412A1 (en) 2017-01-05
US20210005311A1 (en) 2021-01-07
CA2990875A1 (en) 2017-01-05
IL256552A (en) 2018-02-28
EP3317791A1 (en) 2018-05-09
KR20180030049A (ko) 2018-03-21
JP2020205073A (ja) 2020-12-24
EP3317791A4 (en) 2019-02-13
WO2017004348A1 (en) 2017-01-05
JP6755947B2 (ja) 2020-09-16
JP2018523249A (ja) 2018-08-16

Similar Documents

Publication Publication Date Title
WO2017213857A1 (en) System for iteratively training an artificial intelligence using cloud-based metrics
US9471470B2 (en) Automatically recommending test suite from historical data based on randomized evolutionary techniques
Phillips Geomolecular dating and the origin of placental mammals
CN108897829B (zh) 数据标签的修正方法、装置和存储介质
US20180276105A1 (en) Active learning source code review framework
JP2021500658A5 (ru)
CN110110757B (zh) 一种基于随机森林模型的输变电可疑数据筛查方法和设备
CN105512042A (zh) 一种数据库的测试数据的自动生成方法、装置及测试系统
RU2018102378A (ru) Способ нормализации наборов данных в целях предсказания характеристик таких наборов данных
EP3330171A3 (en) Apparatus for predicting a power consumption of a maritime vessel
RU2015114086A (ru) Способ и устройство для резервного копирования файла
GB2611215A (en) Optimizing control actions of a control system via automatic dimensionality reduction of a mathematical representation of the control system
WO2017165693A4 (en) Use of clinical parameters for the prediction of sirs
JP2019512126A5 (ru)
US11514135B2 (en) Optimization apparatus, temperature setting method, and non-transitory computer-readable storage medium
Ma et al. An estimating combination method for interval forecasting of electrical load time series
WO2016036809A1 (en) Systems, methods, and computer medium to enhance hydrocarbon reservoir simulation
RU2015110973A (ru) Способ и устройство для идентификации кодирования веб-страницы
Butterworth et al. Does selectivity matter? A fisheries management perspective
US20140046735A1 (en) Evaluation value calculation device, evaluation value calculation method, and computer program product
PH12019000463A1 (en) Methods and devices for quantifying text similarity
RU2015151628A (ru) Вычисление вероятности того, что фирма выполняет свои обязательства
CN110069602A (zh) 语料标注方法、装置、服务器及存储介质
US20190205804A1 (en) Information processing device, information processing method and computer readable medium
RU2016145911A (ru) Основанная на моделировании травильной линии оптимизация последовательности подвергаемых травлению полос