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 PDFInfo
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT 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
- G16H40/20—ICT 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
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT 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.
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)
| 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)
| 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 |
-
2016
- 2016-06-27 US US15/193,676 patent/US10748654B2/en active Active
- 2016-06-30 KR KR1020187001378A patent/KR20180030049A/ko not_active Ceased
- 2016-06-30 CA CA2990875A patent/CA2990875A1/en not_active Abandoned
- 2016-06-30 RU RU2018102378A patent/RU2018102378A/ru unknown
- 2016-06-30 EP EP16818773.0A patent/EP3317791A4/en not_active Withdrawn
- 2016-06-30 JP JP2018520382A patent/JP6755947B2/ja active Active
- 2016-06-30 WO PCT/US2016/040336 patent/WO2017004348A1/en not_active Ceased
-
2017
- 2017-12-25 IL IL256552A patent/IL256552A/en unknown
-
2020
- 2020-07-14 US US16/928,563 patent/US20210005311A1/en not_active Abandoned
- 2020-08-26 JP JP2020142192A patent/JP2020205073A/ja active Pending
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 |