[go: up one dir, main page]

RU2018113790A - Система постоянной отдачи - Google Patents

Система постоянной отдачи Download PDF

Info

Publication number
RU2018113790A
RU2018113790A RU2018113790A RU2018113790A RU2018113790A RU 2018113790 A RU2018113790 A RU 2018113790A RU 2018113790 A RU2018113790 A RU 2018113790A RU 2018113790 A RU2018113790 A RU 2018113790A RU 2018113790 A RU2018113790 A RU 2018113790A
Authority
RU
Russia
Prior art keywords
module
perception
rules
derived
entities
Prior art date
Application number
RU2018113790A
Other languages
English (en)
Other versions
RU2018113790A3 (ru
Inventor
Сайед Камран ХАСАН
Original Assignee
Сайед Камран ХАСАН
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 Сайед Камран ХАСАН filed Critical Сайед Камран ХАСАН
Publication of RU2018113790A publication Critical patent/RU2018113790A/ru
Publication of RU2018113790A3 publication Critical patent/RU2018113790A3/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06Asset management; Financial planning or analysis
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02Banking, e.g. interest calculation or account maintenance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Claims (30)

1. Система постоянной отдачи, характеризующаяся тем, что система оснащена памятью, в которой хранятся запрограммированные инструкции, процессором, сопряженным с памятью, для выполнения запрограммированных инструкций, а также по меньшей мере одной базой данных, причем система также включает:
а) одной или несколькими сущностями-донорами;
б) одной или несколькими сущностями-фондами материальной помощи, где сущности-доноры вкладывают средства в сущности-фонды материальной помощи, взамен получая от них прибыль, причем к налогам, уплачиваемым донорами на сумму инвестиций, вложенных в фонды материальной помощи, применяется налоговый вычет;
в) одной или несколькими сущностями-предприятиями, где сущности-фонды материальной помощи вкладывают средства в сущности-предприятия, взамен получая от них прибыль;
г) управляющий совет; а также
д) распределитель инвестиций, который дает управляющему совету рекомендации по инвестициям, где управляющий совет сообщает распределителю инвестиций предпочтения по инвестициям, причем распределитель инвестиций включает в себя модуль сопоставления шаблонов и модуль статичных переменных.
2. Система по п. 1, дополнительно включающая распределитель прибыли, который дает сущностям-предприятиям рекомендации по реинвестированию средств, а управляющему совету - рекомендации по делегированию средств, причем распределитель инвестиций включает в себя модуль сопоставления шаблонов и модуль статичных переменных.
3. Система по п. 2, отличающаяся тем, что в модуль сопоставления шаблонов распределителя инвестиций поступают данные о рыночных показателях и истории прибыли, а данные о составе прибыли сущности-предприятия поступают в распределитель прибыли.
4. Система по п. 3, отличающаяся тем, что решения по распределению прибыли и/или инвестиций хранятся в модуле сопоставления шаблонов, а творческий модуль использует данные сохраненные решения, историю прибыли, рыночные показатели, статичные переменные из модуля статичных переменных либо статичные критерии, переданные управляющим советом, для создания новых вариаций решений по распределению.
5. Система по п. 4, дополнительно включающая в себя конструктор портфеля, конструирующий портфель инвестиций путем ввода в творческий модуль размера инвестиций, благотворительных целей и желаемого риска, а также долгосрочные тенденции распределения из сохраненных решений по распределению и/или тенденции прибыли из модуля состава маржи прибыли.
6. Система по п. 2, дополнительно включающая в себя толкователь налогового кодекса, который состоит из модуля совпадения результатов, выполняющий поиск расчетных совпадений в двух или более налоговых кодексах, а также обобщенный налоговый блок, в котором хранится информация о налоговом праве, где обобщенный налоговый блок включает в себя модуль обновления исходных определений и модуль предварительного преобразования, посредством которого информацию о налоговом праве преобразовывают в исходную структуру, в которую входит древо зависимостей и определения блока, причем древо зависимостей содержит ссылки на зависимости объектов, а определения блока содержат названия, описания и определения объектов, связанных с налоговой системой.
7. Система по п. 6, отличающаяся тем, что обобщенный налоговый блок дополнительно включает в себя систему параллельной компьютерной обработки, куда поступает исходная структура как часть обновления определения и в которой затем проводится масштабируемый и параллельный процесс майнинга данных с целью расчета наборов данных для составления из них производной структуры.
8. Система по п. 7, отличающаяся тем, что в производную структуру входит производное древо, содержащее данные, которые имплицитно выводятся из исходных структур, определения блока, содержащие метки, связанные с объектами, на которые ссылается производное древо, и производные правила, которые наследуются производным древом, причем точки интереса выводятся производной структурой с использованием алгоритма обобщенной популярности.
9. Система по п. 8, отличающаяся тем, что в ответ на простые информационные запросы производят сравнение исходных структур первого и второго налоговых кодексов, а в ответ на сложные информационные запросы производят сравнение производных структур первого и второго налоговых кодексов, причем в ходе анализа точек фокуса происходит синхронизация точек интереса первого и второго налоговых кодексов, результаты анализа точек фокуса направляют в производные древа первого и второго налоговых кодексов, а информацию из производных древ сравнивают с соответствующими определениями из определений блока.
10. Система по п. 5, отличающаяся тем, что творческий модуль ссылается на два или более прошлых решений по распределению, где каждое решение по распределению включает в себя рыночный контекст, инвестиционный контекст и конечный результат, причем решения по распределению направляют в интеллектуальный селектор, в котором проводят сравнение и выведение двух объектов из каждого решения, а на вывод направляют гибридную форму, причем при сопоставлении критериев ссылаются на входящие критерии, полученные от модулей сопоставления шаблонов, и выбирают ту гибридную форму из интеллектуального селектора, которая подходит рыночным переменным.
11. Система по п. 10, отличающаяся тем, что прошлые решения по распределению состоят из усредненной модели решения по распределению финансов, выведенного из базы данных прошлых решений по распределению, и новой информации, выданной распределителями, причем интеллектуальный селектор сводит их в гибридную форму, где режим определяет тип алгоритма, в котором работает творческий модуль, количество совпадающей информации отсеивают в соответствии с соотношением, заданным статичными критериями, к которым относится приоритизация ранжирования, желаемое соотношение данных и данные для прямого сведения, что зависит от выбранного режима, причем исходное сравнение выполняют между прошлыми решениями по распределению в зависимости от статичных критериев.
12. Система по п. 11, отличающаяся тем, что, когда оба набора данных претендуют на то, чтобы задать один и тот же признак в форме, запускают процесс приоритизации для получения формы со сведенными параметрами, исходя из статичных критериев и режима.
13. Система по п. 5, отличающаяся тем, что в модуль ввода поступает результат сопоставления шаблонов и решения по распределению, причем модуль обработки причин сравнивает атрибуты полученных входных данных и выводит правила, где модуль обработки причин включает в себя модуль обработки правил, который использует производные правила в качестве справочной точки для определения объема восприятия заданной проблемы, где расширитель объема критических правил получает известный объем восприятия и расширяет их с целью включить в него объем восприятия критического мышления, а производные правила исправляют с использованием объема восприятия критического мышления.
14. Система по п. 13, отличающаяся тем, что сеть памяти просматривает журналы на предмет наличия в них выполнимых правил, причем применимые и выполнимые правила выполняют для получения решений перехвата, где модуль выполнения правил выполняет правила, наличие и выполнимость которых подтверждены, для получения решений критического мышления, а модуль вывода критических решений выдает конечную логику путем сравнения выводов, достигнутых симулятором восприятия наблюдателя и модулем выполнения правил.
15. Система по п. 14, отличающаяся тем, что модуль отчетов включает в себя исходную информацию, используемую для получения критического решения без учета вводимых данных, модуль прикладных углов восприятия включает в себя углы восприятия, примененные алгоритмом ввода, а механизм автоматизированного обнаружения восприятия увеличивает объем восприятия с использованием творческого модуля.
16. Система по п. 15, отличающаяся тем, что посредством модуля плотности самокритичных знаний оценивают объем и тип потенциально неизвестных знаний, лежащих за пределами журналов и отчетов, причем симулятор восприятия наблюдателя симулирует поведение наблюдателя, проверяя и/или сравнивая все потенциальные факты восприятия с вариациями, замеченными в симуляции наблюдателя, где входные данные для симулятора восприятия наблюдателя включают в себя все потенциальные факты восприятия и расширенные журналы данных, а выходные данные симулятора восприятия наблюдателя включают в себя решение, полученное из расширенных журналов данных в соответствии с наиболее подходящим наблюдателем с учетом набора выбранных фактов восприятия, где CVF, выведенный из расширенных журналов данных, используют в качестве критерия поиска в хранилище восприятия, в модуле получения выводов выводят углы восприятия данных из текущих прикладных углов восприятия, в модуле комбинации метрик углы восприятия разделяют на категории метрик, в модуле преобразования метрик отдельные метрики преобразовывают обратно в полноценные углы восприятия, а в модуле расширения метрик метрики углов восприятия сохраняют по категориям в отдельных базах данных.
17. Система по п. 16, отличающаяся тем, что расширитель объема критических правил задействует известные факты восприятия с целью расширить объем критического мышления для наборов правил, причем в модуле сопоставления восприятия из фактов восприятия, полученных из выведения синтаксиса правил, формируют CVF, в модуле распознавания памяти из данных ввода формируют хаотическое поле и сканируют его с целью распознать известные концепты, в модуле индексации концептов памяти целые концепты по отдельности оптимизируют в виде индексов, в парсер выполнения правил поступают отдельные части правил с метками распознавания, где логически решают, какие целые правила были успешно распознаны в хаотическом поле и заслуживают выполнения, в модуле разделения формата синтаксиса верные правила разделяют и организуют по типу, в модуле выведения синтаксиса правил логические правила преобразовывают в факты восприятия на основе метрик, а в модуль генерирования синтаксиса правил поступают подтвержденные факты восприятия, которые взаимодействуют с внутренним составом метрик факта восприятия.
18. Система по п. 13, отличающаяся тем, что в логику модуля конечной логики поступает осмысленная информация из интуитивного решения и разумного решения, причем в модуле прямого сравнения решений сравнивают оба данных решения на предмет взаимодействия, где интуитивное решение поступает в критическое мышление, задействуя факты восприятия, а разумное решение поступает в критическое мышление, задействуя правила, где расширитель объема критических правил расширяет объем понимания наборов правил, задействуя ранее не рассмотренные углы восприятия, где модуль обработки хаотического поля объединяет формат журналов в единое сканируемое целое, или хаотическое поле, а из модуля распознавания памяти получают дополнительные правила для подкрепления уже выведенных верных правил.
19. Система по п. 18, отличающаяся тем, что в модуле сопоставления восприятия, с точки зрения статистик метрик, данные по статистике поступают из хранилища восприятия, где статистика определяет тенденции популярности метрик, внутренние взаимоотношения между метриками, темпы роста метрик, причем в модуле работы с ошибками обрабатывают синтаксические и/или логические ошибки, возникающие из отдельных метрик, в модуль сравнения узлов поступает состав узлов из двух и более CVF, где каждый узел CVF представляет собой степень выраженности свойства, а сравнение по сходству выполняют по каждому отдельному узлу, после чего рассчитывают совокупную вариативность, причем модуль интуитивного осмысления исходных фактов восприятия обрабатывает факты восприятия в соответствии с аналоговым форматом, а модуль логического осмысления исходных правил обрабатывает правила в соответствии с цифровым форматом, где факты восприятия в аналоговом формате, связанные с решением по распределению финансов, сохраняют в виде градиентов на плавной кривой без перепадов, а исходные правила в цифровом формате, связанные с решением по распределению финансов, сохраняют в виде ступеней без "серой" зоны.
20. Способ постоянной отдачи, реализуемый системой, оснащенной памятью, в которой хранятся запрограммированные инструкции, процессором, сопряженным с памятью, для выполнения запрограммированных инструкций, а также по меньшей мере одной базой данных, причем способ включает следующие шаги:
а) одна или более сущностей-доноров вкладывают средства в одну или более сущностей-фондов материальной помощи;
б) сущности-фонды материальной помощи возвращают прибыль сущностям-донорам, причем к налогам, уплачиваемым донорами на сумму инвестиций, вложенных в фонды материальной помощи, применяется налоговый вычет;
в) сущности-фонды материальной помощи вкладывают средства в одну или более сущностей-предприятия; а также
г) сущности-предприятия возвращают прибыль сущностям-фондам материальной помощи,
причем распределитель инвестиций дает управляющему совету рекомендации по инвестициям, а управляющий совет сообщает распределителю инвестиций предпочтения по инвестициям; распределитель прибыли дает сущностям-предприятиям рекомендации по реинвестированию средств, а управляющему совету - рекомендации по делегированию средств, где оба распределителя включают в себя творческий модуль и модуль памяти и восприятия, основанных на критическом мышлении (СТМР).
RU2018113790A 2015-09-14 2016-09-14 Система постоянной отдачи RU2018113790A (ru)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201562218459P 2015-09-14 2015-09-14
US62/218,459 2015-09-14
US201562220914P 2015-09-18 2015-09-18
US62/220,914 2015-09-18
US201662323657P 2016-04-16 2016-04-16
US62/323,657 2016-04-16
PCT/US2016/051612 WO2017048768A1 (en) 2015-09-14 2016-09-14 System of perpetual giving

Publications (2)

Publication Number Publication Date
RU2018113790A true RU2018113790A (ru) 2019-10-16
RU2018113790A3 RU2018113790A3 (ru) 2020-04-16

Family

ID=58236957

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2018113790A RU2018113790A (ru) 2015-09-14 2016-09-14 Система постоянной отдачи

Country Status (12)

Country Link
US (1) US20170076391A1 (ru)
EP (1) EP3350762A4 (ru)
JP (2) JP2018526758A (ru)
KR (1) KR20180054712A (ru)
CN (1) CN108352034A (ru)
AU (2) AU2016322785A1 (ru)
CA (1) CA3036481A1 (ru)
HK (1) HK1252441A1 (ru)
IL (1) IL258078A (ru)
RU (1) RU2018113790A (ru)
WO (1) WO2017048768A1 (ru)
ZA (1) ZA201802379B (ru)

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5761442A (en) * 1994-08-31 1998-06-02 Advanced Investment Technology, Inc. Predictive neural network means and method for selecting a portfolio of securities wherein each network has been trained using data relating to a corresponding security
US20020013754A1 (en) * 1999-07-02 2002-01-31 Glenn Frank Financial optimization system and method
US6581041B1 (en) * 1999-06-04 2003-06-17 G, Llc Method of charitable giving/investing
JP4526175B2 (ja) * 2000-10-03 2010-08-18 日本インベスター・ソリューション・アンド・テクノロジー株式会社 運営管理システム
JP2002109202A (ja) * 2000-10-03 2002-04-12 Thomas.Com:Kk 加入者利益等運用方法及びそのシステム
IL164403A0 (en) * 2002-04-04 2005-12-18 G Llc Method of charitable giving/investing
US20040199446A1 (en) * 2003-03-14 2004-10-07 Jeffrey Lange Financing the donation of life insurance proceeds
US20050065809A1 (en) * 2003-07-29 2005-03-24 Blackbaud, Inc. System and methods for maximizing donations and identifying planned giving targets
US20070203825A1 (en) * 2003-10-24 2007-08-30 Hanifin James C Systems and methods for enabling charitable contributions from property
US20070088581A1 (en) * 2005-10-19 2007-04-19 Arcline Consulting, Llc Financial methods using a non-trust based charitably integrated business operation
US20070088582A1 (en) * 2005-10-19 2007-04-19 Arcline Consulting, Llc Financial methods using a charitably integrated business operation
SG190558A1 (en) * 2007-11-08 2013-06-28 Genetic Finance Barbados Ltd Distributed network for performing complex algorithms
KR20090116003A (ko) * 2008-05-06 2009-11-11 백성기 집단적 기부금 조성시스템 및 방법
US8494943B1 (en) * 2009-10-15 2013-07-23 Kosmos Ip I, Llc Systems and methods for charitable lifetime giving program
WO2012094673A1 (en) * 2011-01-07 2012-07-12 Collegenet, Inc. Method and system for improving performance of endowments
US20140095321A1 (en) * 2012-09-28 2014-04-03 Equofund S.R.L. System for allocating resources to charitable institutions
US20140101031A1 (en) * 2012-10-09 2014-04-10 Bank Of America Corporation Management of Contributions for a Goal
US20140101072A1 (en) * 2012-10-09 2014-04-10 Bank Of America Corporation System and method for displaying a giving plan

Also Published As

Publication number Publication date
HK1252441A1 (zh) 2019-05-24
IL258078A (en) 2018-05-31
AU2022204239A1 (en) 2022-07-07
EP3350762A4 (en) 2019-07-03
RU2018113790A3 (ru) 2020-04-16
KR20180054712A (ko) 2018-05-24
EP3350762A1 (en) 2018-07-25
JP2021114323A (ja) 2021-08-05
WO2017048768A1 (en) 2017-03-23
AU2016322785A1 (en) 2018-05-10
US20170076391A1 (en) 2017-03-16
CA3036481A1 (en) 2017-03-23
JP2018526758A (ja) 2018-09-13
CN108352034A (zh) 2018-07-31
ZA201802379B (en) 2022-07-27

Similar Documents

Publication Publication Date Title
CN113110866A (zh) 一种数据库变更脚本的评估方法及装置
US8219596B2 (en) System and method of optimizing performance of schema matching
CN111813803B (zh) 语句块执行计划的生成方法、装置、设备和存储介质
CN118897886B (zh) 基于特定领域知识图谱的问答方法、系统、设备及介质
CN120973950B (zh) 一种基于大模型情感识别标注与纠偏的商业客服系统
CN117076622A (zh) 答复信息的生成方法、装置、存储介质及电子设备
CN120596356A (zh) Ai应用程序的调优方法、装置和计算设备
CN120723802A (zh) 基于微调模型的语句转换方法、装置、设备及介质
CN120124755A (zh) 基于运筹决策大模型的决策策略的确定方法、装置、电子设备及存储介质
KR102622433B1 (ko) 데이터의 타입을 자동으로 판별하여 메타데이터를 생성하는 방법 및 이를 위한 머신러닝/딥러닝 모델을 이용한 데이터 타입 판별 장치
RU2018113790A (ru) Система постоянной отдачи
Yatsyshyn et al. Method and tool of detecting software architecture patterns in the process of computer systems development
CN115438977A (zh) 一种审计方法、装置、设备及可读存储介质
CN115037648A (zh) 基于数据流约简的智能合约测试用例生成方法及系统
CN114092057A (zh) 一种项目模型的构建方法、装置、终端设备和存储介质
CN113793220A (zh) 基于人工智能模型的股市投资决策方法及相关设备
CN120723822B (zh) 一种基于轻量化解析的bim五维辅助评标方法
CN112686676A (zh) 一种工业互联网标识链处理方法、装置和设备
CN119578392B (zh) 通过问答对话生成图表的方法、系统及存储介质
CN121119169B (zh) 基于大模型的多智能体协同数据问答系统及方法
CN120876132B (zh) 基于多模态大模型的智能审计方法及系统
CN120743943B (zh) 一种基于表字段语义增强的上下文感知sql生成方法
CN121029810B (zh) 数据库查询方法及电子设备
CN121092755A (zh) 多智能体协作的图数据库自然语言交互方法及系统
CN120744134A (zh) 一种通过合并用户输入信息来进行搜索的方法和系统