公开(公告)号：US07643029B2

公开(公告)日：2010-01-05

申请号：US10774315

申请日：2004-02-06

申请人： Ming C. Hao ,  Umeshwar Dayal ,  Peter J. Wright ,  Jerry Shan

发明人： Ming C. Hao ,  Umeshwar Dayal ,  Peter J. Wright ,  Jerry Shan

IPC分类号： G06T11/20 ,  G06K15/00

CPC分类号： G06T11/206

摘要： A method for presenting data comprises receiving the data; and deriving a multi-level dynamic hierarchical structure for the data based on drilldown sequences input from a user, wherein the drilldown sequences automatically compute a graphical visual comparison of the data and comprise: deriving a multi-pixel bar chart to display an aggregated data paradigm; and deriving a graphical illustration to display a data distribution paradigm.

摘要翻译： 一种呈现数据的方法包括接收数据; 以及基于从用户输入的向下钻取序列导出数据的多级动态层次结构，其中所述钻取序列自动计算所述数据的图形视觉比较，并且包括：导出多像素条形图以显示聚合数据范例 ; 并导出图形说明来显示数据分布范例。

公开(公告)号：US20050177598A1

公开(公告)日：2005-08-11

申请号：US10774315

申请日：2004-02-06

申请人： Ming Hao ,  Umeshwar Dayal ,  Peter Wright ,  Jerry Shan

发明人： Ming Hao ,  Umeshwar Dayal ,  Peter Wright ,  Jerry Shan

IPC分类号： G06F17/00 ,  G06T11/20

CPC分类号： G06T11/206

摘要： A method for presenting data comprises receiving the data; and deriving a multi-level dynamic hierarchical structure for the data based on drilldown sequences input from a user, wherein the drilldown sequences automatically compute a graphical visual comparison of the data and comprise: deriving a multi-pixel bar chart to display an aggregated data paradigm; and deriving a graphical illustration to display a data distribution paradigm.

摘要翻译： 一种呈现数据的方法包括接收数据; 以及基于从用户输入的向下钻取序列导出数据的多级动态层次结构，其中所述钻取序列自动计算所述数据的图形视觉比较，并且包括：导出多像素条形图以显示聚合数据范例 ; 并导出图形说明来显示数据分布范例。

公开(公告)号：US20060116830A1

公开(公告)日：2006-06-01

申请号：US11001458

申请日：2004-12-01

申请人： Jerry Shan

发明人： Jerry Shan

IPC分类号： G01R21/06

CPC分类号： G06Q40/06

摘要： Systems and methods are disclosed for identifying recurrent patterns. In one embodiment, a method comprises: estimating a power spectral density of a time series; determining a duration-level associated with a peak in the power spectral density; and aggregating the time series at the duration-level to obtain a recurrent pattern.

摘要翻译： 公开了用于识别循环模式的系统和方法。 在一个实施例中，一种方法包括：估计时间序列的功率谱密度; 确定与功率谱密度中的峰值相关联的持续时间级; 并且在持续时间级别聚合时间序列以获得循环模式。

公开(公告)号：US07587330B1

公开(公告)日：2009-09-08

申请号：US10355353

申请日：2003-01-31

申请人： Jerry Shan

发明人： Jerry Shan

IPC分类号： G06F17/30

CPC分类号： G06Q10/04 ,  G06Q10/06375 ,  G06Q30/0202

摘要： A method and system is used to construct a forecast error confidence interval. The predication interval provides a range of error for a current forecast value to any desired confidence level. The method and system involve running a forecast method on a set of historical data. For each historical period, a forecast is obtained at each time point in the period. The forecasts are compared to the target value of interest in each period. The comparison of target values to forecast values is used to build an error series for each historical period. The error values within each error series are pooled to form an error distribution series. The error distribution series can be used to provide a confidence interval for the current forecast.

摘要翻译： 一种方法和系统用于构建预测误差置信区间。 预测间隔为当前预测值提供任何所需置信水平的一系列误差。 该方法和系统涉及对一组历史数据运行预测方法。 在每个历史时期，在期间的每个时间点获得预测。 将预测与每个期间的目标价值进行比较。 目标值与预测值的比较用于构建每个历史时期的误差序列。 将每个错误系列中的错误值合并形成错误分布序列。 误差分布系列可用于为当前预报提供置信区间。

公开(公告)号：US20060116921A1

公开(公告)日：2006-06-01

申请号：US11001455

申请日：2004-12-01

申请人： Jerry Shan

发明人： Jerry Shan

IPC分类号： G06F17/60

CPC分类号： G06Q30/02 ,  G06Q10/063 ,  G06Q10/0631 ,  G06Q10/06315 ,  G06Q10/0635 ,  G06Q10/06375 ,  G06Q30/0202

摘要： Disclosed herein are systems and methods for profile-based forecasting with dynamic profile selection. Some method embodiments may comprise determining a reference set of profiles from a source set of profiles, and using the reference set of profiles to generate a forecast. The reference set determination comprises at least comparing a current, partial profile to each profile in the source set to obtain a similarity measurement for each profile in the source set.

摘要翻译： 本文公开了用于基于轮廓的预测的系统和方法，其具有动态轮廓选择。 一些方法实施例可以包括从源集合的简档确定参考文献集合，并且使用参考文献集来生成预测。 参考集确定包括至少将当前部分轮廓与源组中的每个轮廓进行比较，以获得源组中的每个轮廓的相似度测量。

公开(公告)号：US20120130760A1

公开(公告)日：2012-05-24

申请号：US13386486

申请日：2009-10-26

申请人： Jerry Shan ,  Jose Luis Beltran ,  Shailendra K. Jain ,  Alex Zhang ,  Ivan Lopez

发明人： Jerry Shan ,  Jose Luis Beltran ,  Shailendra K. Jain ,  Alex Zhang ,  Ivan Lopez

IPC分类号： G06Q10/04

CPC分类号： G06Q10/00 ,  G06Q10/063 ,  G06Q10/0631 ,  G06Q30/0202

摘要： Illustrated is a system and method for modeling and predicting call center service calls to plan staffing needs based upon historical call center volume data and product life cycle data for the product being serviced by the call center. It includes identifying adjusted historical monthly call volume data. Additionally, the system and method includes transforming the adjusted historical monthly call volume data, using a forecasting algorithm, into a long-term trend and season effect forecast. Further, the system and method includes transforming the adjusted historical monthly call volume data, using a regression algorithm, into a long-term product life cycle based forecast. Additionally, the system and method includes adjusting a point prediction, based on the long-term product life cycle based forecast to create a long-term adjusted monthly forecast, the point prediction adjusted where it exceeds a data point in a bound forecast generated from the long-term trend and season effect forecast.

摘要翻译： 说明了一种用于建模和预测呼叫中心服务呼叫以根据呼叫中心服务的产品的历史呼叫中心量数据和产品生命周期数据来计划人员需求的系统和方法。 它包括识别调整后的历史每月呼叫量数据。 另外，系统和方法包括使用预测算法将调整后的历史每月呼叫量数据转化为长期趋势和季节效应预测。 此外，该系统和方法包括使用回归算法将经调整的历史每月呼叫量数据转换为基于长期产品生命周期的预测。 此外，该系统和方法包括基于长期产品生命周期预测来调整点预测，以创建长期调整的每月预测，该点预测在超过从 长期趋势和季节效应预测。

公开(公告)号：US20050096866A1

公开(公告)日：2005-05-05

申请号：US10698736

申请日：2003-10-31

申请人： Jerry Shan ,  Evan Kirshenbaum ,  Henri Suermondt ,  Dirk Beyer ,  Chao Chen

发明人： Jerry Shan ,  Evan Kirshenbaum ,  Henri Suermondt ,  Dirk Beyer ,  Chao Chen

IPC分类号： G06F15/00

CPC分类号： G06F11/0751 ,  G06F11/3072 ,  G06F11/3093

摘要： Systems and methods for detecting an interesting event in a data stream. More specifically, a monitoring system is configured to monitor a data stream and establish a sensitivity parameter based on sequences generated from values in a first portion of the data stream. A detector may be trained using the sensitivity parameter to detect the occurrence of an interesting event in the data stream.

摘要翻译： 用于检测数据流中有趣事件的系统和方法。 更具体地，监视系统被配置为基于从数据流的第一部分中的值生成的序列来监视数据流并建立灵敏度参数。 可以使用灵敏度参数来训练检测器来检测数据流中有趣事件的发生。

公开(公告)号：US20090253995A1

公开(公告)日：2009-10-08

申请号：US12417468

申请日：2009-04-02

申请人： Charles Alan Lewis ,  Jerry Shan ,  Robert M. Landis

发明人： Charles Alan Lewis ,  Jerry Shan ,  Robert M. Landis

IPC分类号： A61B5/087

CPC分类号： A61B5/087 ,  A61M16/0051 ,  A61M16/021 ,  A61M16/06 ,  A61M16/0672 ,  A61M16/0833 ,  A61M16/0858 ,  A61M16/0866 ,  A61M16/208 ,  A61M2016/0027 ,  A61M2016/003 ,  A61M2205/3334 ,  A61M2205/3358 ,  A61M2230/42

摘要： A novel and non-obvious method, system and apparatus for determining respiratory volume flow rate of a subject and associated parameters such as tidal volume, minute volume, and respiratory rate. The method for determining respiratory volume flow rate of a subject can include selecting an airway cavity of the subject, measuring delivery volume flow rate of respiratory gas delivered to the airway cavity, measuring pressure within the airway cavity and calculating a respiratory volume flow rate of the subject using the measured delivery volume flow rate of respiratory gas delivered to the airway cavity and the measured pressure within the airway cavity. The method further can include generating a warning signal selected from the group consisting of an indicator that a respiratory volume flow value is outside of an expected value for the subject and an indicator that an airway cavity measurement value does not conform to an expected value.

摘要翻译： 一种用于确定受试者的呼吸体积流量和诸如潮气量，微小体积和呼吸频率的相关参数的新颖且非显而易见的方法，系统和装置。 用于确定受试者的呼吸体积流量的方法可以包括选择对象的气道腔，测量输送到气道腔的呼吸气体的输送体积流量，测量气道腔内的压力并计算呼吸体积流量 使用测量的输送到气道腔的呼吸气体的输送体积流量和气道腔内测量的压力。 该方法还可以包括生成从呼吸体积流量值超出对象的预期值的指示符和气道腔测量值不符合期望值的指示器所选择的警告信号。

公开(公告)号：US20060116920A1

公开(公告)日：2006-06-01

申请号：US11001453

申请日：2004-12-01

申请人： Jerry Shan

发明人： Jerry Shan

IPC分类号： G07G1/00

CPC分类号： G06Q10/04 ,  G06Q10/063 ,  G06Q30/0202

摘要： Disclosed herein are systems and methods for forecasting with model-based PDF (probability density function) estimates. Some method embodiments may comprise: estimating model parameters for a time series, calculating a PDF for the time series, and generating a forecast from the PDF. The model parameters may comprise a variance for a hidden noise source, and the PDF for the time series may be based at least in part on an estimated variance for the hidden noise source.

摘要翻译： 本文公开了用于基于模型的PDF（概率密度函数）估计的预测的系统和方法。 一些方法实施例可以包括：估计时间序列的模型参数，计算时间序列的PDF，以及从PDF生成预测。 模型参数可以包括隐藏噪声源的方差，并且时间序列的PDF可以至少部分地基于隐藏噪声源的估计方差。

公开(公告)号：US20060074817A1

公开(公告)日：2006-04-06

申请号：US10959861

申请日：2004-10-06

申请人： Jerry Shan ,  Hsiu-Khuem Tang

发明人： Jerry Shan ,  Hsiu-Khuem Tang

IPC分类号： G06F17/00

CPC分类号： G06Q10/04 ,  G06Q30/0202 ,  G06Q30/0283

摘要： Systems and methods are disclosed for cumulative attribute forecasting using a probability density function of a current-to-future value ratio. Some method embodiments may comprise determining an unconditional probability density function for a ratio of a cumulative attribute's current value to an associated future value for the cumulative attribute, and determining an unconditional PDF for a future value of the cumulative attribute. The unconditional probability functions are combined with a current value of the cumulative attribute in a manner that yields a conditional probability density function for the future value. The conditional probability density function may then be used to determine forecasts such as a most likely future value, a mean value, a median value, a confidence interval for the future value, and a probability of achieving a future value within some specified range.

摘要翻译： 公开了使用当前到未来值比率的概率密度函数的累积属性预测的系统和方法。 一些方法实施例可以包括确定累积属性的当前值与累积属性的相关未来值的比率的无条件概率密度函数，以及为累积属性的未来值确定无条件PDF。 无条件概率函数以对于未来值产生条件概率密度函数的方式与累积属性的当前值组合。 然后可以使用条件概率密度函数来确定预测，例如最可能的未来值，平均值，中值，未来值的置信区间，以及在某个指定范围内实现未来值的概率。