BR102016008054A2 - sistema, método para execução por um sistema e dispositivo de armazenamento legível por computador - Google Patents

Abstract

trata-se de um sistema que inclui um módulo de correlação configurado para receber dados de entrada a partir de um dispositivo e gerar uma declaração compósita com base nos dados de entrada e pelo menos um dentre uma condição do sistema e os dados de modelo de domínio. o sistema inclui um módulo de decisão configurado para gerar dados de recomendação com base na declaração compósita. adicionalmente, o sistema inclui um módulo de controle configurado para engatar uma ação no dispositivo com base nos dados de recomendação.

Description

“SISTEMA, MÉTODO PARA EXECUÇÃO POR UM SISTEMA E DISPOSITIVO DE ARMAZENAMENTO LEGÍVEL POR COMPUTADOR” Campo da Técnica [001] A presente revelação refere-se a métodos e sistemas para colaboração entre usuários, aplicativos e dispositivos em uma rede. Mais particularmente, a presente revelação se refere à colaboração adaptativa, dinâmica e contextual entre usuários, aplicativos e dispositivos em uma rede.

Antecedentes [002] Em redes que incluem uma ampla variedade de dispositivos, em que cada um executa potencialmente diferentes tipos de aplicativos, existe uma necessidade de fornecer infraestrutura de comunicação adequada que permita interação contínua entre cada um dentre os dispositivos conectados à rede. Tal infraestrutura pode incluir nós de rede que são configurados para fornecer uma interface de comunicação comum para dispositivos que funcionam de acordo com diferentes protocolos de comunicação.

[003] Com o advento da Internet das Coisas (loT), muito esforço é empreendido para fornecer sistemas e métodos para facilitar a comunicação entre um conjunto de dispositivos díspar através de uma rede comum. Por exemplo, na indústria de serviços públicos, isso é particularmente importante para redes de Rede Inteligentes inovadoras que requerem o interfaceamento de contadores inteligentes, computadores e servidores em instalações de distribuição e produção de eletricidade, dispositivos de monitoramento de consumo de eletricidade terceirizados, servidores analíticos de dados para cobrança e dispositivos e software de monitoramento de rede elétrica.

[004] Embora esforços significativos sejam empregados na facilitação da comunicação entre os muitos dispositivos e aplicativos associados às redes de Rede Inteligente, uma área que é frequentemente negligenciada é o desenvolvimento de interfaces de usuário que facilitem a colaboração entre entidades através da rede. Por exemplo, sistemas atuais não oferecem aos usuários a capacidade de descobrir funções ou informações que possam ser relevantes durante um estado atual do sistema, especialmente quando a capacidade necessária não é empregada ou parte do fluxo de trabalho de interface de usuário (UI), que é definida típica e estaticamente.

[005] Adicionalmente, sistemas atuais não podem otimizar dinamicamente a navegação de usuário com base no comportamento de usuário, porém em vez disso, a navegação se baseia em definições estáticas. Além disso, sistemas atuais dependem de comentários manuais ou comentários de usuário a partir do campo; em que os comentários são então usados para conduzir atualizações e/ou patches. Finalmente, sistemas atuais podem apresentar a um operador apenas vistas estáticas de módulos de software e vistas estáticas de suas Uls associadas. Sistemas atuais não têm a capacidade gerar e compilar dinamicamente informações a partir de outros sistemas para fornecer uma visão geral de sistema cruzado de todos os sistemas, operadores e usuários relacionados.

Descrição Resumida [006] As realizações descritas no presente documento ajudam a mitigar e/ou solucionar os problemas supracitados, assim como outros problemas conhecidos na técnica. A presente revelação apresenta métodos e sistemas para fornecer capacidades de colaboração interna dinâmica entre aplicativos, dispositivos e usuários em um ambiente operacional de rede. A título de exemplo e não de limitação, tal ambiente operacional de rede pode ser um ambiente operacional de rede de Rede Inteligente.

[007] Em uma realização, é fornecido um sistema que inclui um módulo de correlação configurado para receber dados de entrada a partir de um dispositivo e gerar uma declaração compósita com base nos dados de entrada e pelo menos um dentre uma condição do sistema e os dados de modelo de domínio. O sistema pode incluir um módulo de decisão configurado para gerar dados de recomendação com base na declaração compósita. Adicionalmente, o sistema pode incluir um módulo de controle configurado para engatar uma ação no dispositivo com base nos dados de recomendação.

[008] Em outra realização, é fornecido um método para execução por um sistema que compreende um processador, onde o sistema é configurado para facilitar a colaboração visual contextual adaptativa. O método inclui receber, pelo sistema, dados de entrada a partir de um dispositivo e gerar uma declaração compósita com base nos dados de entrada e em pelo menos um dentre uma condição do sistema e os dados de modelo de domínio. O método pode incluir gerar, pelo sistema, dados de recomendação com base na declaração compósita. Além disso, o método pode incluir engatar, pelo sistema, uma ação no dispositivo com base nos dados de recomendação.

[009] Em ainda outra realização, é fornecido um dispositivo de armazenamento legível por computador que inclui instruções que, quando executadas por um processador, induzem o processador a executar operações relacionadas a facilitar colaboração visual contextual e adaptativa em uma rede. As operações podem incluir receber dados de entrada a partir de um dispositivo e gerar uma declaração compósita com base nos dados de entrada e em pelo menos um dentre uma condição do sistema e os dados de modelo de domínio. As operações podem incluir gerar dados de recomendação com base nos dados compósitos. Além disso, as operações podem incluir engatar uma ação no dispositivo com base nos dados de recomendação.

[010] Funções adicionais, modos de operação e vantagens e outros aspectos de diversas realizações são descritos abaixo em referência aos desenhos anexos. Nota-se que a presente revelação não se limita às realizações específicas descritas no presente documento. Essas realizações são apresentadas apenas para fins ilustrativos. Realizações ou modificações adicionais das realizações divulgadas serão prontamente evidentes a indivíduos habilitados na(s) técnica(s) relevante(s) com base nos ensinamentos fornecidos.

Breve Descrição das Figuras [011] Realizações ilustrativas podem se formar em diversos componentes e disposições de componentes. Realizações ilustrativas são mostradas nos desenhos anexos, através dos quais numerais de referência similares podem indicar partes similares ou correspondentes nos diversos desenhos. As figuras são apenas para propósitos de ilustração das realizações e não devem ser interpretadas como limitadoras da revelação. A partir da descrição de capacitação das figuras a seguir, os aspectos inovadores da presente revelação devem se tornar evidentes a um indivíduo de habilidade comum na técnica.

[012] A Figura 1A é uma ilustração de um sistema de acordo com uma realização exemplificativa.

[013] A Figura 1B é uma ilustração de um modelo de domínio para uso com as realizações exemplificativas.

[014] A Figura 1C é uma ilustração de um banco de dados de histórico e perfil para uso com as realizações exemplificativas.

[015] A Figura 2 é uma ilustração de um módulo de correlação de acordo com uma realização exemplificativa.

[016] A Figura 3 é uma ilustração de um módulo de decisão ou aprendizado de acordo com uma realização exemplificativa.

[017] A Figura 4 é uma ilustração de um módulo de controle de acordo com uma realização exemplificativa.

[018] A Figura 5 é uma ilustração de um sistema de acordo com uma realização exemplificativa.

[019] A Figura 6 é um fluxograma que mostra um método de acordo com uma realização exemplificativa.

Descrição Detalhada [020] Embora as realizações ilustrativas sejam descritas no presente documento para aplicativos particulares, deve ser entendido que a presente revelação não se limita às mesmas. Os versados na técnica e com acesso aos ensinamentos fornecidos no presente documento reconhecerão aplicativos, modificações e realizações adicionais dentro do escopo da mesma e campos adicionais em que a presente revelação seria de utilidade significativa.

[021] As realizações exemplificativas descritas no presente documento permitem que um ambiente operacional de rede se adapte a tipos de indivíduos com base no seu cargo, comportamento de histórico e uma ou mais condições de sistema em tempo real, com uso de algoritmos com base em um aprendizado de máquina semântico e adaptativo. Realizações da presente revelação fornecem uma experiência de usuário mais eficaz (UX), a observação de um sistema com base em condições de sistemas, conscientização situacional em tempo real e a habilidade de monitorar o sistema ou partes do sistema com linha de visão estendida e tempos de resposta mais rápidos.

[022] As realizações permitem o descobrimento, isto é, elas tornam recursos relevantes mais facilmente detectáveis para usuários, sugerindo-se widgets, aplicativos e analíticos que são mais pertinentes ao estado atual do sistema, porém que seriam do contrário desconhecidos para um usuário, ou que podem não ser atualmente instalados ou integrados ao sistema do usuário.

[023] Adicionalmente, as realizações permitem otimização que reduz o número de entradas de usuário, isto é, o número de etapas necessárias para executar tarefas específicas, com base nos cargos e responsabilidades do usuário e seu comportamento de histórico. Isso tem a vantagem de otimizar a experiência do usuário assim como reduzir o tempo e erros potenciais.

[024] As realizações também permitem avaliação de desempenho contínua da interface de sistema do usuário (por exemplo, número de cliques, erros de usuário, etc.). Os mesmos também permitem a medição e ajuste fino da UI aprendendo-se adaptativa e dinamicamente o comportamento de usuários, seus cargos e como usuários individuais respondem às condições de sistema atuais. Além disso, as realizações permitem vistas de “sistema de sistemas” e links navegacionais dinamicamente gerados que auxiliam de maneira proativa operadores na utilização de capacidades de sistema cruzado UI e que fornecem, portanto, mais amplo contexto de sistema, conscientização situacional e tomada de decisão informada.

[025] A Figura 1A é uma ilustração de um sistema 100 de acordo com uma realização. O sistema 100 pode acomodar uma pluralidade de usuários que usam ou monitoram uma ampla variedade de dispositivos em uma rede 117. Os dispositivos executam aplicativos que são associados com as muitas funcionalidades fornecidas pelos dispositivos através da rede 117. Por exemplo, a rede 117 pode ser uma rede de Rede Inteligente, que pode incluir medidores inteligentes, estações de carregamento de alta tensão, dispositivos de monitoramento de rede, computadores, servidores e similares.

[026] Na Figura 1A, os usuários 102a, 102b e 102c exemplificam uma situação onde cada usuário tem um cargo específico e interage com dispositivos de rede 117 de uma maneira diferente. Por exemplo, o usuário 102a pode usar uma estação de trabalho localizada em uma instalação de empresa para monitorar e/ou efetuar mudanças para um ou mais dispositivos na rede 117. De modo similar, o usuário 102b, embora no campo, pode usar uma plataforma de computação móvel, tal como um dispositivo de tablet, para monitorar ou configurar dispositivos na rede 117. E o usuário 102c pode monitorar e/ou efetuar mudanças para os dispositivos de rede 117 com uso de uma estação de trabalho localizada em uma instalação além do estabelecimento de empresa.

[027] Em tal rede, cada um dentre os usuários terá diferentes cargos e fará, portanto, uso de diferentes tipos de aplicativos. No entanto, os mesmos podem precisar colaborar em tempo real, ou no mínimo, decisões feitas por um usuário em um ponto no tempo podem posteriormente influenciar o fluxo de trabalho de outros usuários no sistema. O sistema 100 é configurado para fornecer uma UX colaborativa, em adição às vantagens notadas acima. Especificamente, o sistema 100 é configurado para fornecer a um usuário uma estrutura de colaboração interna e dinâmica que utiliza uma abordagem de colaboração visual contextual adaptativa.

[028] O sistema 100 inclui um módulo de correlação 200 (ou mecanismo de correlação), que pode obter entradas de usuário e averiguar semanticamente, a partir das entradas de usuário, que tipo(s) de tarefas é (são) executada(s) ou solicitada(s). Por exemplo, quando o usuário 102a clica em um botão de uma UI executada em sua estação de trabalho, o clique é detectado pelo módulo de correlação 200 na forma da entrada bruta 104a. O módulo de correlação também recebe os dados 108 a partir de um modelo de domínio 103 e os dados 110 a partir da rede 117. Os dados 108 incluem informações de modelo de domínio, conforme descrito abaixo, e os dados 110 incluem informações de sistema que indicam o status e a condição dos dispositivos e/ou informações de sistema de nível alto através da rede 117. Os dados 108 podem ser armazenados e buscados a partir de um banco de dados 120 incluído na rede 117.

[029] Mediante recebimento dos dados 108 e dos dados 110, o módulo de correlação 200 associa a entrada bruta 104a às informações do modelo de domínio 103 para determinar que tipo de ação o usuário 102a espera com base no clique. De modo similar, as entradas brutas 104b e 104c se originam a partir das Uls dos usuários 102b e 102c, respectivamente e as entradas brutas são mapeadas para informações contidas no modelo de domínio 103. Nota-se que, embora as entradas brutas sejam descritas como resultantes de cliques, de modo geral, qualquer ação empreendida por um usuário através da UI pode ser admitida no módulo de correlação 200 como uma entrada bruta.

[030] O modelo de domínio 103 está localizado em um lago de dados 115, que pode estar dentro da rede 117, apesar de mostrado separadamente na Figura 1A. O modelo de domínio 103 pode ser atualizado dinamicamente conforme o sistema 100 é usado, conforme deve ser visto abaixo. Conforme mostrado na Figura 1B, o modelo de domínio 103 inclui informações que se referem a ativos e serviços 103a, usuários e cargos de usuário 103b, definições de ontologia de UX e UI e instâncias 103c. Além disso, o modelo de domínio 103 inclui definições de componentes de domínio de UI, que são instanciados com um catálogo de todos os aplicativos de UI que são instalados, desinstalados e/ou aplicáveis. O modelo de domínio 103 pode também incluir aplicativos de UI de consumidor e terceirizados que podem ser usados no sistema 100. Além disso, o modelo de domínio 103 pode também incluir definições de ativos e serviços disponíveis na rede 117, instâncias de modelos de rede assim como ativos e serviços relacionados a essas instâncias.

[031] O sistema 100 também inclui um módulo de aprendizado 300 (ou mecanismo de decisão/aprendizado) que recebe dados 112 a partir do módulo de correlação 200. Os dados 112 são uma declaração compósita que resulta da associação semântica das entradas brutas 104a, 104b e 104c com os dados 108 e os dados 110. Um indivíduo versado na técnica compreenderá facilmente que os dados 112 podem ser o resultado da associação de entradas brutas a partir de um ou mais usuários com um dentre os dados 108 e os dados 110 ou com tanto os dados 108 quanto os dados 110. Em suma, o módulo de aprendizado 200 é configurado para determinar o que um usuário deseja atingir com base em todo o contexto de informações necessárias incluídas nos dados 112.

[032] Além disso, o módulo de aprendizado 300 é configurado para atualizar o modelo de domínio 103 enriquecendo-se dinamicamente as informações no modelo de domínio 103 com os metadados 114. O módulo de aprendizado 300 é também configurado para buscar informações (dados 118) e atualizar (dados 116) um banco de dados de histórico e perfil 101. Conforme mostrado na Figura 1B, o banco de dados de histórico e o perfil 101 incluem registros de usuários 101a, registros de cargos 101b e informações de comunidade 101c, isto é, informações globais que se referem aos grupos dos usuários de sistema 200. Finalmente, com base em pelo menos um dentre os dados 118 e os dados 112, o módulo de aprendizado 300 é configurado para gerar os dados 120 para um módulo de controle de interface de usuário (UI) 400.

[033] Os dados 120 podem ser informações que acionam o módulo de controle de UI 400 para conceder uma recomendação 122 para um usuário de sistema 100. A recomendação 122 pode ser uma dentre uma vista, um layout, um contexto navegacional, um aplicativo e uma ou mais sugestões de colaboração para um dentre os usuários 102a, 102b e 102c. De modo geral, entretanto, a recomendação 122 pode ser qualquer sugestão apresentada para um usuário que modifica a UI e/ou a UX do usuário. Como tal, a recomendação 122 é gerada com base nas correlações semânticas atingidas pelo módulo de correlação 200 e informações obtidas a partir do módulo de aprendizado 300. A recomendação 122 é alimentada para um dispositivo do usuário que inclui o agente de controle de UI 500 que integra a recomendação 122 para dentro da UI 600 para capacidade de contexto visual e adaptativo.

[034] A Figura 2 é uma ilustração do mecanismo de correlação 200. O mecanismo de correlação 200 inclui um coletor de entrada 203 que é configurado para coletar as entradas brutas 201 e as condições de sistema 207. As entradas brutas 201 e as condições de sistema 207 são salvas no repositório 209 para uso posterior. O mecanismo de correlação 200 também inclui um interpretador 211 que busca dados a partir do repositório 209. O interpretador 211 gera, com base nos dados obtidos a partir do repositório 209, declarações semânticas únicas em relação ao que um usuário faz ou a quais são as condições de sistema atuais. Esses resultados são salvos em outro repositório 212. O mecanismo de correlação 200 inclui adicionalmente um módulo de inferência 205 configurado para buscar uma declaração semântica única a partir do repositório 209 e gerar, com base nos modelos semânticos de domínio a partir do modelo de domínio 103, declarações semânticas correlacionadas que são então armazenadas no repositório de declaração compósito 213. Nota-se que o módulo de inferência 205 é também configurado para enriquecer o modelo de domínio 103 com base nas declarações semânticas únicas a partir do repositório 209. As declarações de compósito geradas pelo módulo de inferência 205 são então alimentadas ao módulo de aprendizado 300 cuja estrutura é descrita abaixo.

[035] Conforme mostrado na Figura 3, o módulo de aprendizado 300 interfaceia com o repositório de declaração de compósito 213, com o modelo de domínio 103 e com o banco de dados de histórico e perfil 101. O módulo de aprendizado 300 inclui um processador de entrada 303 que é configurado para buscar ou receber declarações de compósito a partir do módulo de correlação 200 através do repositório 213 (ver dados 112 na Figura 1Α).

[036] O processador de entrada 303 é configurado para identificar variações de estado a partir das declarações de compósito recebidas a partir do repositório 213. O processo de identificação inclui interpretar as declarações de compósito e identificar dinamicamente as variações de estado em relação a “quem”, “o que”, “tipos de ações” e “onde”. Essas variações de estado são posteriormente usadas para calcular funções objetivas, conforme será explicado abaixo.

[037] O processador de entrada 303 é configurado para emitir os estados S0, S1... Sn, em que n pode ser um número inteiro maior do que 1. Esses estados são tabulados conforme mostrado na estrutura de dados 304, que é obtida através de análise do repositório de declarações de compósito 213. A título de exemplo apenas e não de limitação, a Figura 3 mostra uma tabulação exemplificativa das variações de estado (isto é, a estrutura de dados 304) determinada pelo processador de entrada 303.

[038] A estrutura de dados 304 inclui uma pluralidade de classes, das quais apenas três são mostradas a título de simplificação (X, Y e Z). Cada classe associada tem dados associados a uma variável de estado específica no sentido da coluna. Por exemplo, a classe X inclui X0, que é associada à S0, X1 é associada à S1 e, de modo geral, Xn é associada ao estado Sn. De modo similar, as classes Y e Z e as outras classes de estrutura de dados 304 (não mostradas) podem cada incluir registros associados às variações de estado identificadas pelo processador de entrada 303. Os registros na estrutura de dados 304 podem ser da fórmula Xn (persona) = [usuários, sistema, aplicativos, ...], Yn (ativo) = [ativol, ativo2, ativo3, ...], e Zn(ação) = [operação, controle de UI, ...]. Em outras palavras, registros na classe X correspondem a personas, isto é, as mesmas são associadas aos usuários, às identidades e aos cargos nos sistemas e aos aplicativos que os mesmos usam tipicamente. Os registros na classe Yn podem ser associados aos ativos disponíveis para as personas nos registros Xn e os registros na classe Zn podem ser associados às ações associadas aos usuários e ativos a partir dos registros Xn e Yn.

[039] As classes podem ser usadas para computar e minimizar as funções objetivas a fim de facilitar adaptativamente a experiência do usuário. Isso é feito com uso do processador de função objetiva 305 e da saída do processo de identificação de estado variável. O processador de função objetiva 305 estabelece dinamicamente as funções objetivas com base em que os usuários tentam atingir com a condição de sistema atual. O processador de função objetiva 305 computa o número ótimo de ações do Y e a colaboração necessária do X onde Y é também usado para computar f(X, Y, Z), onde f é a função objetiva e X é representativo de colaborações em comunidades de usuário em relação a usuários em Z que se adaptam a seus respectivos cargos.

[040] As funções objetivas f são, então, alimentadas para um módulo de otimização 307 que é configurado para solucionar as funções objetivas com os resultados das ações de UI e para coordenar os usuários envolvidos. Uma saída, isto é, a recomendação 308 do módulo de otimização 307 é, então, alimentada a um módulo de controle de UI 400, e outra saída é alimentada a um núcleo de aprendizado 309, que é configurado para obter comentários dos usuários e manter o histórico e perfil de comportamento dos usuários, que podem posteriormente ser usados para otimização adicional. A saída de núcleo de aprendizado 309 é alimentada ao banco de dados de histórico e perfil 101.

[041] A Figura 4 é uma ilustração da estrutura de módulo de controle de UI 400. A mesma inclui um gerador de UI 403 configurado para receber a recomendação 308 a partir do módulo de aprendizado 300. O gerador de UI 403 é configurado para analisar a recomendação 308 para buscar as ações recomendadas e percorrer o modelo de UI, buscando telas correspondentes, aplicativos, analíticos e controles de categorias correspondentes, personas e itens de dados. O gerador de UI 403 fatora em aplicativos que os usuários estão executando atualmente assim como aplicativos que não estão no sistema, porém que podem ser recomendados. O gerador de UI 403 também atualiza o modelo de domínio 103 para adaptação futura e visualização contextual. A saída de gerador de UI 403 é, então, alimentada a um transmissor de evento de UI 405.

[042] O transmissor de evento de UI 405 retém os eventos de UI que são buscados a partir dos agentes de UI 407 em seus módulos de ouvidor. O transmissor de evento de UI 405 é também configurado para transmitir a recomendação 308 para agentes de UI 407. Nota-se que agentes de UI 407 são módulos de software localizados nos dispositivos de saída usados pelos usuários. Para maior clareza, na Figura 4 (e Figura 5), o dispositivo de usuário 102a é marcado para indicar que o dispositivo usado pelo usuário 102a na Figura 1. O módulo do módulo de controle de UI 400 é configurado adicionalmente para atualizar o módulo de aprendizado 300 com base em como os usuários reagem à recomendação recebida 308.

[043] A Figura 5 está em uma ilustração de outro sistema 501 de acordo com uma realização. O sistema 501 pode executar todas as funções descritas acima que dizem respeito ao sistema 100 e aos seus módulos constituintes. Essas funções podem ser programadas em software e/ou firmware que pode ser carregado em uma mídia legível por computador que pode ser lida pelo sistema 501 para induzir o sistema 501 a executar uma ou mais ou todas as funções. O sistema 501 inclui uma unidade de processamento 507 acoplada a uma memória 503. A memória 503 pode ter instruções armazenadas na mesma, em que as instruções são configuradas para induzir a unidade de processamento 507 a executar as diversas funções descritas acima que dizem respeito ao sistema 100.

[044] O sistema 501 pode incluir um ou mais componentes de hardware e/ou software (ou firmware) configurados para buscar, decodificar, executar, armazenar, analisar, distribuir, avaliar e/ou categorizar informações em relação às diversas funções e aplicativos discutidos no presente documento. Em algumas realizações, a totalidade do sistema 501 pode estar localizada em uma localização da rede 117. Em outras realizações, alguns componentes do sistema 501 podem estar distribuídos através da rede 117, sem que se afastem da funcionalidade do sistema 501.

[045] A unidade de processamento 507 pode incluir um ou mais processadores configurados para executar instruções que confiram ao sistema 501 as funcionalidades descritas ao longo da presente revelação. Além disso, o sistema 501 pode incluir um dispositivo de armazenamento 511, um módulo de entrada/saída (l/O) 505 e uma interface de rede de comunicação 509. O sistema 501 pode ser conectado à rede 117 através da interface de rede 509. Como tal, o sistema 501 pode ser acoplado de maneira comunicativa a um ou mais bancos de dados, tais como o modelo de domínio 103 e o banco de dados de histórico e perfil 101. Para maior clareza, esses bancos de dados são mostrados como um banco de dados 515.

[046] O sistema 501 pode ser configurado para funcionar como um dispositivo de cliente que é acoplado de maneira comunicativa a um servidor (não mostrado) através da rede 117. O servidor pode estar localizado em um centro de dados ou distribuído sobre uma pluralidade de centros de dados. Em algumas realizações, o sistema 501 pode incluir um módulo de l/O 505, que pode permitir a um operador monitorar e/ou configurar as operações do sistema 501.

[047] A unidade de processamento 507 pode ser configurada para executar instruções, rotinas ou sub-rotinas de software ou firmware que são projetadas para induzir a unidade de processamento 507 a executar uma variedade de funções e/ou operações consistentes com as realizações da presente revelação. Em uma realização exemplificativa, as instruções podem ser carregadas nos diversos módulos de memória 503 para execução pela unidade de processamento 507. As instruções podem também ser buscadas pela unidade de processamento 507 a partir do banco de dados 519, e do dispositivo de armazenamento 515, que pode ser uma mídia legível por computador que tem as instruções armazenadas na mesma. As instruções podem então ser armazenadas na memória 503. Alternativamente, as instruções podem ser fornecidas diretamente a partir do módulo de l/O 505 e armazenadas na memória 503 para execuções posteriores ou as mesmas podem ser executadas diretamente pela unidade de processamento 507.

[048] A memória 503 pode incluir o módulo de correlação 220, o módulo de aprendizado 320 e o módulo de controle de UI 420, os quais, quando executados pelo processador 507, conferem as funcionalidades do módulo de correlação 200, do módulo de aprendizado 300 e do módulo de controle de UI 400 no sistema 501 respectivamente.

[049] O dispositivo de armazenamento 515 pode incluir um dispositivo de armazenamento volátil ou não volátil, magnético, semicondutor, de fita, óptico, removível, não removível, de leitura apenas, de acesso aleatório ou de outro tipo ou uma mídia de computador legível por computador. Além disso, o armazenamento 515 pode ser configurado para registrar dados processados, gravados ou coletados durante a operação do sistema 501. Os dados podem ser etiquetados por tempo, catalogados, indexados ou organizados em uma diversidade de maneiras consistentes com a prática de armazenamento de dados sem que se afastem do escopo da presente revelação.

[050] A interface de rede de comunicação 509 inclui um ou mais componentes configurados para transmitir e receber dados através da rede de comunicação 117. Esses componentes podem incluir um ou mais moduladores, demoduladores, multiplexadores, desmultiplexadores, dispositivos de comunicação de rede, dispositivos sem fio, antenas, modems e qualquer outro tipo de dispositivo configurado para permitir a comunicação de dados através de qualquer rede de comunicação adequada. Além disso, a rede de comunicação 117 pode ser qualquer rede adequada que permita comunicação entre ou dentre um ou mais sistemas de computação, tais como a Internet, uma rede de área local, uma rede de área ampla ou uma rede de Rede Inteligente. Os dispositivos de entrada de usuário (mostrados como 102a na Figura 5) podem interfacear através da rede 117 com o sistema 501 e podem se beneficiar da visualização contextual e adaptativa conforme explicado acima.

[051] Tendo sido apresentadas a estrutura e funções do sistema 100 e 501 e seus diversos módulos constituintes assim como as suas funções e operações específicas, métodos consistentes com realizações da presente revelação serão agora descritos. Tais métodos podem incluir todas as operações descritas acima no contexto do sistema 100 e 501.

[052] A Figura 6 é um fluxograma de tal método exemplificativo 600. O método 600 inclui receber dados de entrada (etapa 601) a partir de um dispositivo (tal como um dispositivo de entrada do usuário 102a). O método 600 pode incluir adicionalmente a geração de uma declaração compósita (etapa 603) com base nos dados de entrada e em pelo menos um dentre uma condição do sistema (605) e os dados de modelo de domínio (607). O método 601 pode incluir adicionalmente a geração (etapa 609) de dados de recomendação com base na declaração compósita.

[053] Os métodos exemplificativos podem adicionalmente fornecer UX adaptativa e contextual com base em cargo e colaboração visual com capacidades de aprendizado de máquina interna que se adapta aos tipos de indivíduos com base em seus cargos, comportamento de histórico e condições de sistema em tempo real. Os métodos exemplificativos podem incluir o fornecimento de pontos de vista dinâmicos, situacionais e com base em condição através de contexto apurado a partir de correlação interna e algoritmos semânticos. Os mesmos podem também incluir o fornecimento de colaboração visual com sucessão para cima e horizontal que permite, portanto, aprender a partir de outros usuários em tempo real ou em “modo de estudo”. Os métodos exemplificativos podem também fornecer sistema de projeto de UX acionado por modelo que permite, portanto, extensibilidade e elasticidade.

[054] Além disso, os métodos exemplificativos de acordo com os ensinamentos apresentados no presente documento podem fornecer otimização contextual interna com análise de contingência com base em cenário com capacidade de aprendizado de máquina, que permite que operadores ajustem e otimizem seu ponto de vista acerca de conscientização, monitoramento e de tempo de resposta rápido e produtividade. Esses recursos são especialmente vantajosos para aplicativos críticos de missão, tanto em tempo real quanto em “modo de estudo” ou em ambientes operacionais de rede de Rede Inteligente.

[055] Os métodos exemplificativos podem fornecer adicionalmente a habilidade de derivar o contexto de componentes visuais assim como seus comportamentos semânticos, em aplicativos relacionados a criança e contentores visuais, enquanto fornece capacidade de mashup dinâmica. Além disso, os métodos exemplificativos podem fornecer a habilidade de traduzir e gravar ações navegacionais, gestos e interações com controles de UI em declarações semânticas que podem descrever, em um tempo de execução ou posterior, a intenção do usuário com base no contexto e no status do sistema.

[056] Em suma, os métodos e sistemas de acordo com as realizações apresentadas no presente documento oferecem uma ampla variedade de vantagens que são inexistentes na(s) técnica(s) relacionada(s). Por exemplo, ao contrário das presentes realizações, as interfaces de usuário adaptativas típicas não levam em consideração as semânticas de um modelo em um domínio particular em relação com o cargo de usuário, histórico e estado do sistema. As realizações podem adaptar dinâmica e proativamente uma UI com base nas informações de domínio. Por exemplo, as realizações da presente revelação são vantajosas para a indústria de elétrica uma vez que as mesmas podem alavancar padrões bem entendidos com base em semânticas, cargos e comportamentos de usuário, padrões de histórico e condições de sistema.

[057] Além disso, os métodos e sistemas exemplificativos geram ofertas de soluções que têm uma visão operacional dinamicamente adaptável e integrada, comparadas aos sistemas existentes atualmente que são definidos de maneira mais estática e incapazes de uma integração de UI contínua. Os sistemas e métodos exemplificativos permitem o descobrimento de recursos que podem não estar instalados atualmente, sugerindo-se e fomecendo-se navegação às capacidades existentes (analíticos, aplicativos), em adição às capacidades instaladas atualmente. Ainda outra vantagem dos ensinamentos revelados no presente documento é uma realização adaptável e dinâmica de projeto de UX acionada por modelo que reduzirá o custo da implantação e instalação de interface de usuário enquanto fornece percepções nas quais os recursos são mais relevantes e um contexto no qual os mesmos são relevantes aos usuários.

[058] Os versados na(s) técnica(s) relevante(s) apreciarão que diversas adaptações e modificações das realizações descritas acima podem ser configuradas sem que se afastem do escopo e espírito da revelação. Portanto, deve ser entendido que, dentro do escopo das realizações anexas, a revelação pode ser praticada de outro modo além de como especificamente descrito no presente documento.

Reivindicações

Claims (20)

1. SISTEMA, caracterizado pelo fato de que compreende: um módulo de correlação configurado para (i) receber dados de entrada a partir de um dispositivo e (ii) gerar uma declaração compósita com base nos dados de entrada e no pelo menos um dentre uma condição do sistema e os dados de modelo de domínio; um módulo de decisão configurado para gerar dados de recomendação com base na declaração compósita; e um módulo de controle configurado para engatar uma ação no dispositivo com base nos dados de recomendação.

2. SISTEMA, de acordo com a reivindicação 1, caracterizado pelo fato de que o módulo de decisão é configurado para gerar um dentre dados de perfil e dados de histórico associados à declaração compósita e aos dados de entrada.

3. SISTEMA, de acordo com a reivindicação 2, caracterizado pelo fato de que o módulo de decisão é configurado para gerar os dados de recomendação com base na declaração compósita e no pelo menos um dentre os dados de perfil e os dados de histórico.

4. SISTEMA, de acordo com a reivindicação 1, caracterizado pelo fato de que o módulo de decisão é configurado adicionalmente para gerar os dados de modelo de domínio, em que os dados de modelo de domínio são associados à declaração compósita e aos dados de entrada.

5. SISTEMA, de acordo com a reivindicação 4, caracterizado pelo fato de que o módulo de correlação é configurado para gerar a declaração compósita com base em pelo menos um dentre os dados de entrada e os dados de modelo de domínio.

6. SISTEMA, de acordo com a reivindicação 4, caracterizado pelo fato de que o módulo de decisão é configurado para gerar os dados de modelo de domínio atualizando-se dinamicamente um banco de dados de modelo com metadados.

7. SISTEMA, de acordo com a reivindicação 1, caracterizado pelo fato de que a ação inclui efetuar uma mudança em uma interface de usuário do dispositivo.

8. SISTEMA, de acordo com a reivindicação 7, caracterizado pelo fato de que a mudança é efetuada mudando-se dinamicamente a interface de usuário.

9. SISTEMA, de acordo com a reivindicação 1, caracterizado pelo fato de que a condição de sistema é um dentre um alarme, um evento e um estado do sistema.

10. SISTEMA, de acordo com a reivindicação 1, caracterizado pelo fato de que a ação compreende exibir um dentre um widget, um layout, uma opção de navegação, uma opção de contexto e uma opção de colaboração.

11. MÉTODO PARA EXECUÇÃO POR UM SISTEMA, que compreende um processador, caracterizado pelo fato de que o sistema é configurado para facilitar colaboração visual contextual adaptativa, em que o método compreende: receber, pelo sistema, dados de entrada a partir de um dispositivo; gerar uma declaração compósita com base nos dados de entrada e em pelo menos um dentre uma condição do sistema e os dados de modelo de domínio; gerar, pelo sistema, dados de recomendação com base na declaração compósita; e engatar, pelo sistema, uma ação no dispositivo com base nos dados de recomendação.

12. MÉTODO, de acordo com a reivindicação 11, caracterizado pelo fato de que compreende adicionalmente gerar, pelo sistema, um dentre os dados de perfil e os dados de histórico associados à declaração compósita e aos dados de entrada.

13. MÉTODO, de acordo com a reivindicação 12, caracterizado pelo fato de que são gerados os dados de recomendação com base na declaração compósita e em pelo menos um dentre os dados de perfil e os dados de histórico.

14. MÉTODO, de acordo com a reivindicação 11, caracterizado pelo fato de que compreende adicionalmente gerar os dados de modelo de domínio, em que os dados de modelo de domínio são associados à declaração compósita e aos dados de entrada.

15. MÉTODO, de acordo com a reivindicação 14, caracterizado pelo fato de que compreende adicionalmente gerar a declaração compósita com base em pelo menos um dentre os dados de entrada e os dados de modelo de domínio.

16. MÉTODO, de acordo com a reivindicação 14, caracterizado pelo fato de que compreende adicionalmente gerar os dados de modelo de domínio atualizando-se dinamicamente um banco de dados de modelo com metadados.

17. MÉTODO, de acordo com a reivindicação 11, caracterizado pelo fato de que a ação inclui efetuar uma mudança em uma interface de usuário do dispositivo.

18. MÉTODO, de acordo com a reivindicação 17, caracterizado pelo fato de que a mudança é efetuada mudando-se dinamicamente a interface de usuário.

19. DISPOSITIVO DE ARMAZENAMENTO LEGÍVEL POR COMPUTADOR, caracterizado pelo fato de que compreende instruções que, quando executadas por um processador, induzem o processador a executar operações que compreendem: receber dados de entrada a partir de um dispositivo; gerar uma declaração compósita com base nos dados de entrada e em pelo menos um dentre uma condição do sistema e os dados de modelo de domínio; gerar dados de recomendação com base na declaração compósita; e engatar uma ação no dispositivo com base nos dados de recomendação.

20. DISPOSITIVO DE ARMAZENAMENTO LEGÍVEL POR COMPUTADOR, de acordo com a reivindicação 19, caracterizado pelo fato de que as operações incluem adicionalmente gerar um dentre os dados de perfil e os dados de histórico associados à declaração compósita e aos dados de entrada.