CN114616562A - 动物数据预测系统 - Google Patents

Abstract

一种用于提供动物数据及其预测指标的推测系统，包括从目标个体收集动物数据的一个或多个源传感器。其特征是，动物数据可以电子地传输。计算子系统接收动物数据。由计算子系统或一个或多个传感器将动物数据的至少一部分变换为所选择的目标个体或目标个体组的预测指标。所述计算子系统能够操作以向用户提供预测指标和可选地至少部分动物数据。有利地，传输子系统向所述计算子系统提供所述动物数据的传输。

Description

动物数据预测系统

相关申请的交叉引用

本申请要求2019年4月15日提交的美国临时专利申请No.62/833,970和2019年10月9日提交的美国临时专利申请No.62/912,822的权益，其公开内容通过引用整体并入本文。

技术领域

在至少一个方面，本发明涉及用于来自动物数据的信息以做出预测的系统。

背景技术

互联网上信息的可获得性的持续进步已经极大地改变了商业的进行方式。在这种信息爆炸的同时，传感器技术，特别是生物传感器技术也取得了进展。特别地，测量心电图信号、血流、体温、排汗水平或呼吸速率的微型生物传感器现在可用。这些传感器的数据可以通过无线网络和互联网传输，这为数据集收集开辟了潜在的新应用。

因此，需要收集、组织和分析用于新应用的传感器数据的系统，涉及游戏投注和概率评估系统。

发明内容

在至少一个方面，提供了一种用于提供动物数据及其预测指标的推测系统。所述推测系统包括从一个或多个目标个体收集动物数据的一个或多个源传感器。其特征是，动物数据可以无线或有线连接传输。计算子系统接收动物数据，其中所述动物数据的至少一部分由所述计算子系统或所述一个或多个源传感器转换为分配给选定的目标个体或目标个体组的至少一个计算资产。所述一个或多个源传感器或所述计算子系统能够操作以将所述至少一个计算资产转换成预测指标，并将所述预测指标、所述至少一个计算资产和/或所述动物数据的至少一部分提供给一个或多个用户。传输子系统将动物数据的至少一部分传输到计算子系统。

附图说明

图1提供了向用户提供动物数据以及预测指标的推测系统的示意图。

图2提供了可以在图1的系统中使用的示例传输子系统的示意图。

图3提供了应用于体育中的游戏投注的推测系统的示意图。

图4提供了可以在内联框架(Iframe)中显示的广告的源页面的示例。

图5A、图5B、图5C、图5D、图5E、图5F和图5G提供了用于与推测系统相关的机会的Iframe中的广告的示例。

图6提供了用于用户消费的媒体的示例，例如，当用户观看诸如实况体育赛事的媒体的同时请求用户进行一次或多次游戏投注时可以显示的弹出或嵌入式媒体。

图7是游戏投注应用的主页的示例。

图8提供了用户将访问以评估一个或多个概率和/或进行一次或多次游戏投注的游戏投注界面的示例。

图9提供了可以使用推测系统的输出(为了清楚起见，标记为“人类数据游戏投注”)创建的市场类型的示例。

图10提供了当用户选择新市场进行游戏投注时的示例。

图11提供了可以使用来自推测系统的一个或多个输出来创建的健康监测接口的示例。

具体实施方式

现在将详细地参考本发明的当前优选实施例和方法，它们构成了发明人目前已知的实施本发明的最佳模式。附图不一定是按比例绘制的。然而，应当理解，所公开的实施例仅仅是本发明的示例，其可以以各种替代形式来体现。因此，本文公开的具体细节不应被解释为限制性的，而仅作为本发明的任何方面的代表性基础和/或作为教导本领域技术人员以各种方式使用本发明的代表性基础。

还应当理解，本发明不限于以下描述的具体实施例和方法，因为特定的组件和/或条件当然可以变化。此外，这里使用的术语仅用于描述本发明的特定实施例的目的，并且不旨在以任何方式进行限制。

虽然术语“概率(probability)”和“几率(odd)”在数学上是不同的(例如，“概率”可以定义为某个事件的发生次数，表示为可能发生的所有事件的比例，而“几率”可以定义为某个事件的发生次数，表示为该事件未发生次数的比例)，但两者都描述了事件将发生的可能性。它们可互换使用，以避免冗余，对一个术语的引用应被解释为对两者的引用。

对于术语“游戏投注”，这个术语意味着对未来事件的结果承担风险(例如，非财务对价(consideration))的行为。风险包括非财务风险(如健康、生命风险)。基于未来事件的结果或结果的可能性，可以针对另一个或多个当事方(例如，决定是否提供保险的保险公司)或针对自己(例如，决定是否获得保险的个人)承担风险。进行“游戏投注”的动作可以发生在其中可以承担一个或多个风险的任何系统或子系统内或作为其一部分，包括其中风险被游戏化的任何系统(例如，体育游戏投注)。

还必须注意，如在说明书和所附权利要求书中使用的，单数形式“一”、“一个”和“该”包括多个引用，除非上下文另有明确指示。例如，以单数形式对部件的引用旨在包括多个部件。

术语“包括”与“包括”、“具有”、“包含”或“特征为”同义。这些术语是包含性的和开放式的，并且不排除附加的、未提及的元件或方法步骤。

短语“由……组成”不包括权利要求中未指定的任何元件、步骤或成分。如果这一短语出现在权利要求正文的一个从句中，而不是紧接在前序之后，其只限制了该从句中所述的元素；其他元素也不排除在整个权利要求之外。

短语“基本上由……组成”将权利要求的范围限制为指定的材料或步骤，加上那些实质上不影响所要求保护的主题的基本和新颖特征的材料或步骤。

当计算设备被描述为执行动作或方法步骤时，应当理解，计算设备能够操作以通常通过执行一行或多行源代码来典型地执行动作或方法步骤。可以将动作或方法步骤编码到非瞬态存储器(例如，硬盘驱动器、光驱、闪存驱动器等)上。

关于术语“包括”、“由……组成”和“基本上由……组成”，本文中使用这三个术语中的一个时，本公开和要求保护的主题可以包括使用其他两个术语中的任一个。

术语“一个或多个”表示“至少一个”，术语“至少一个”表示“一个或多个”。术语“一个或多个”和“至少一个”包括作为子集的“复数”和“多个”。

在整个本申请中，在引用出版物的情况下，这些出版物的全部公开内容通过引用结合到本申请中，以更全面地描述本发明所涉及的技术状态。

术语“服务器”是指适于执行本文所述方法和功能的任何计算机或计算设备(包括但不限于台式计算机、笔记本电脑、膝上型计算机、大型机、移动电话、智能手表/眼镜、AR/VR耳机等)、分布式系统、刀片式服务器、网关、交换机、处理设备或其组合。

术语“计算设备”通常指可以执行至少一个功能的任何设备，包括与另一计算设备通信。在细化中，一种计算设备包括可以执行程序步骤的中央处理单元和用于存储数据和程序代码的存储器。如本文所使用的，计算子系统是计算设备。

本文中所公开的过程、方法或算法可递送到处理设备、控制器或计算机/由计算设备、控制器或计算机实施，所述处理设备、控制器或计算机可包括任何现有可编程电子控制单元或专用电子控制单元。类似地，过程、方法或算法可以以多种形式存储为能够由控制器或计算机执行的数据和指令，包括但不限于永久存储在诸如ROM设备的不可写存储介质上的信息和可改变地存储在诸如软盘、磁带、CD、RAM设备、其他磁介质和光学介质、以及共享或专用云计算资源的可写存储介质上的信息。过程、方法或算法也可以在可执行软件对象中实现。或者，可使用合适的硬件组件(例如，专用集成电路(ASIC)、现场可编程门阵列(FPGA)、状态机、控制器或其它硬件组件或设备，或硬件、软件和固件组件的组合)整体或部分地实施所述过程、方法或算法。

术语“受试者(subject)”或“个体”是同义的，是指人类或其他动物，包括鸟类和鱼类以及所有哺乳动物，包括灵长类(特别是高级灵长类)、马、羊、狗、啮齿动物、豚鼠、猫、鲸鱼、兔子和奶牛。一个或多个受试者可以是例如参与运动训练或比赛的人、在赛道上比赛的马、玩视频游戏的人、监视他们的个人健康的人、向第三方提供他们的数据的人、参与研究或临床研究的人、或参与健身班的人。受试者或个体还可以是人或其他动物的衍生物(例如，至少部分地衍生自人或其他动物的实验室产生的生物体)、包括人或其他动物的人或其他动物的一种或多种个体组分、元件或过程(例如，细胞、蛋白质、生物流体、氨基酸序列、组织、毛发、肢体)，或与人类或其他动物(例如，产生类似于人类脑细胞的电信号的实验室培养的人类脑细胞)共享一个或多个特性的一个或多个人工制品。在改进中，受试者或个体可以是机器(例如，机器人、自主车辆、机械臂)或可由一个或多个计算设备编程的机器网络，所述一个或多个计算设备与人类或其他动物共享至少一个生物功能，并且可以从所述计算设备导出一种或多种类型的生物数据，所述生物数据可以至少部分地是人工的(例如，来自模拟大脑生物活动的人工智能导出活动的数据)。

术语“动物数据”是指可从受试者获得或直接或间接生成的任何数据，所述数据可被转换成可传输到服务器或其他计算设备的形式。典型地，利用有线或无线连接来电子地传输动物数据。动物数据包括可从一个或多个传感器或感测设备/系统，特别是生物传感器(生物传感器)获得的任何数据。动物数据还可包括描述性数据、听觉数据、视觉捕获的数据、神经逻辑生成的数据(例如，来自神经元的大脑信号)、可手动输入的与受试者有关的数据(例如，病史、社交习惯、受试者的感觉)，以及包括真实动物数据的至少一部分的数据。在改进中，术语“动物数据”包括动物数据的任何衍生。在另一个改进中，动物数据包括与动物数据一起收集的元数据。在另一个改进中，动物数据包括模拟数据的至少一部分。在又一改进中，动物数据包括模拟数据。

术语“洞察(insight)”指的是可以分配给目标个体的描述目标个体的条件或状态的一个或多个描述。示例包括压力水平(例如，高压力、低压力)、能量水平、疲劳水平等的描述。洞察可以由一个或多个数字或多个数字来量化，并且可以表示为概率或类似的基于几率的指标。洞察还可以由预定(例如，视觉上诸如颜色或物理上诸如振动)的性能的一个或多个其他度量或指数来表征。

术语“计算资产”是指从动物数据的至少一部分或其一个或多个衍生物导出的一个或多个数字、多个数字、值、度量、读数、洞察、图形、图表或绘图。这里使用的一个或多个传感器最初提供电子信号。计算资产至少部分地从一个或多个电子信号或其一个或多个衍生物中提取或导出。计算资产描述或量化一个或多个目标个体的可解释属性。例如，心电图读数可从模拟前端信号(来自传感器的电子信号)导出，心率数据(例如，每分钟心率搏动)可从心电图或PPG传感器导出，体温数据可从温度传感器导出，排汗数据可从排汗传感器导出，葡萄糖信息可从生物流体传感器导出，DNA和RNA测序信息可从获得基因组和遗传数据的传感器导出，脑活动数据可从神经传感器导出，水合数据可从口腔内唾液传感器导出，位置数据可从GPS或RFID传感器导出，生物力学数据可从光学或平移传感器导出，呼吸速率数据可从呼吸传感器导出。在改进中，计算资产可以包括来自一个或多个非动物数据源的一个或多个信号或读数，作为其一个或多个计算或运算中的一个或多个输入。在另一改进中，计算资产包括多个计算资产。

术语“预测指标”是指度量或其他指示符(例如，一个或多个颜色、代码、数字、值、图形、图表、绘图、读数、数字表示、描述、文本、物理响应、听觉响应、视觉响应、动觉响应)，从该度量或其他指示符中可以计算、运算、导出、提取、外推、模拟、创建、增强、估计、评估、推断、建立、确定、演绎、观察、传达或处理，与包括一个或多个目标个体或一组或多组目标个体的一个或多个未来事件的一个或多个结果相关的一个或多个预报、预测、概率、可能性或推荐。在改进中，预测指标是从动物数据的至少一部分或其一个或多个衍生物导出的经运算的计算资产。在另一改进中，预测指标包括来自一个或多个非动物数据源的一个或多个信号或读数，作为其一个或多个预报、预测、概率、可能性或推荐的一个或多个运算、计算、推导、提取、外推、模拟、创造、修改、增强、估计、推断、建立、确定、演绎、观测或传达中的一个或多个输入。在又一改进中，预测指标包括多个预测指标。

术语“人工数据”是指至少部分地从真实动物数据或其一种或多种衍生物导出或使用真实动物数据或其一种或多种衍生物生成的人工创建的数据。它可以通过利用一个或多个人工智能技术或统计模型运行一个或多个模拟来创建，并且可以包括来自一个或多个非动物数据源的一个或多个信号或读数作为一个或多个输入。人工数据还包括与人类或其他动物共享至少一个生物功能的任何人工创建的数据(例如，人工创建的视觉数据、人工创建的运动数据)。人工数据包括“合成数据”，可以是不通过直接测量获得的适用于给定情况的任何生产数据。合成数据可以通过对原始数据进行统计建模并且然后使用那些模型来生成再现原始数据的统计特性中的至少一个统计特性的新数据值来创建。为了当前公开和要求保护的主题的目的，术语“模拟数据”和“合成数据”是同义的，并且与“人工数据”可互换地使用，并且对术语中的任何一个的引用不应被解释为限制而是包括所有术语的所有可能含义。

参照图1，提供了用于提供动物数据及其预测指标的系统的示意图。推测系统10包括可以电子传输的动物数据14ⁱ的源12。特征在于，动物数据源12包括一个或多个传感器18ⁱ。目标个体或受试者16ⁱ是从其收集相应动物数据14ⁱ的受试者。标记i仅仅是与每个目标个体相关联的从1到i_max的整数标记，其中i_max是个体的总数，其可以是1到几千个或更多。在本文中，动物数据是指从传感器，特别是生物学传感器(biosensoer，生物传感器)得到的与受试者身体相关的数据。在许多有用的应用中，受试者是人类(例如，运动员、士兵、医院患者或远距离远程医疗患者、健身班的参与者、视频游戏者)，并且动物数据是人类数据。动物数据可从一个目标个体、多个目标个体、多个个体的一个目标组或多个个体的多个目标组导出。可以从每个目标个体上的单个源传感器或从每个目标个体上的多个源传感器获得动物数据。在一些情况下，单个源传感器可以捕获来自多个个体、多个个体的目标组或多个个体的多个目标组的数据(例如，可以定位和测量针对个体的目标组的行进距离的基于光学的相机传感器)。每个源传感器可以提供单一类型的动物数据或多种类型的动物数据。在改进中，一个或多个源传感器由至少一个生物传感器组成。

生物传感器收集生物信号，所述生物信号在本实施例的上下文中是动物中的或源自动物的任何信号或特性，所述信号或特性可以被连续地或间歇地测量、监测、观察、运算、计算、输入或解释，包括电信号和非电信号、测量结果和人工生成的信息。生物传感器可以从一个或多个目标个体收集生物数据(例如，包括读数和信号)，例如生理数据、生物测定数据、化学数据、生物力学数据、遗传数据、基因组数据、位置数据或其他生物数据。例如，一些生物传感器可测量或提供可转换为生物数据或从生物数据导出的信息，所述生物数据诸如眼睛跟踪数据(例如，瞳孔响应、运动、EOG相关数据)、血流/体积数据(例如，PPG数据、脉冲渡越时间、脉冲到达时间)、生物流体数据(例如，从血液、尿液、唾液、汗水、脑脊液得到的分析)、身体成分数据(例如，BMI、体脂肪百分比、蛋白质/肌肉)、生化成分数据、生化结构数据，脉搏数据、氧合数据(如SpO2)、核心体温数据、皮肤温度数据、皮肤电反应数据、排汗数据(如速率、成分)、血压数据(如收缩期、舒张期、MAP)、水合数据(如体液平衡I/O)、基于心脏的数据(如心率、平均HR、HR范围、心率变异性、HRV时域、自主音调、ECG相关数据(包括PR、QRS、QT、RR间期)、神经相关数据(如EEG相关数据)、基因相关数据、基因组相关数据、骨骼数据、肌肉数据(例如，包括表面EMG、振幅的EMG相关数据)、呼吸数据(例如，呼吸速率、呼吸模式、吸气/呼气比、潮气量、肺活量测定数据)、胸部电生物阻抗数据或其组合。一些生物传感器可以检测生物数据，例如生物力学数据，其可以包括例如角速度、关节路径、步态描述、步数、或者可以表征目标对象的运动的各个方向上的位置或加速度。一些生物传感器可收集生物数据，例如位置和位置数据(例如，GPS、基于RFID的数据；姿势数据)、面部识别数据、动觉数据(例如，从位于鞋底部的传感器捕获的物理压力)、或与一个或多个目标个体相关的听觉数据。一些生物传感器是基于图像或视频的，并且收集、提供和/或分析视频或其他视觉数据(例如，静止或运动图像，包括视频、MRI、计算机断层摄影扫描、超声波、X射线)，由此可以检测、测量、监测、观察、外推、运算或计算生物数据(例如，生物力学运动、位置、基于X射线的骨折或基于对于受试者的以视频或图像为基础的视觉分析的压力或疾病)。一些生物传感器可从生物流体例如血液(例如，静脉、毛细管)、唾液、尿液、汗液等获得信息，包括甘油三酯水平、红细胞计数、白细胞计数、促肾上腺皮质激素水平、红细胞压积水平、血小板计数、ABO/Rh血型、血尿素氮水平、钙水平、二氧化碳水平、氯化物水平、肌酐水平、葡萄糖水平、血红蛋白A1c水平、乳酸水平、钠水平、钾水平、胆红素水平、碱性磷酸酶(ALP)水平、丙氨酸转氨酶(ALT)水平、天冬氨酸转氨酶(AST)水平、白蛋白水平、总蛋白水平、前列腺特异性抗原(PSA)水平、微量白蛋白尿水平、免疫球蛋白A水平、叶酸盐水平、皮质醇水平、淀粉酶水平、脂肪酶水平、胃泌素水平、碳酸氢盐水平、铁水平、镁水平、尿酸水平、叶酸水平、维生素B-12水平等。除了与一个或多个目标个体相关的生物数据之外，一些生物传感器可以测量非生物数据条件，例如环境温度和湿度、海拔和大气压力。在改进中，一个或多个传感器提供生物数据，所述生物数据包括至少部分地从生物传感器数据导出的一个或多个运算、计算、预测、概率、可能性、估计、评估、推断、确定、演绎、观察或预测。在另一改进中，一个或多个生物传感器能够提供两种或更多种类型的数据，其中至少一种类型的数据是生物数据(例如，心率数据和VO2数据、肌肉活动数据和加速计数据、VO2数据和海拔数据)。

至少一个传感器18ⁱ和/或其一个或多个附件可以附着到、接触包括受试者的皮肤、眼球、重要器官、肌肉、毛发、静脉、生物流体、血管、组织或骨骼系统的受试者，或者发送关于或源于包括受试者皮肤、眼球、重要器官、肌肉、毛发、静脉、生物流体、血管、组织或骨骼系统的受试者的一个或多个电子通信，可以嵌入受试者中，卡入或植入受试者中，由受试者摄取，或集成以包括对象的至少一部分。例如，附着到一颗牙齿、一组牙齿或与一颗或多颗牙齿接触的装置的唾液传感器、提取从受试者的生物流体或毛发获得的DNA信息的传感器、可穿戴(例如，在人体上)的传感器、附着到或植入受试者大脑中的可以检测来自神经元的脑信号的传感器，由个体摄取以跟踪一个或多个生物功能的传感器、附接到机器(例如，机器人)或与机器集成的传感器，所述机器与动物共享至少一个特征(例如，具有执行类似于人类的一个或多个任务的能力的机器人手臂；具有类似于人类的处理信息的能力的机器人)等。有利地，机器本身可以包括一个或多个传感器，并且可以被分类为传感器和受试者两者。在改进中，一个或多个传感器18ⁱ集成到纺织品、织物、布、材料、固定装置、物体或装置中或作为其一部分、固定或嵌入其中，所述纺织品、织物、布、材料、固定装置、物体或装置直接或经由一个或多个中介物或间隙物与目标个体接触或通信。示例包括经由粘合剂附接到皮肤的传感器、集成到手表或耳机中的传感器、集成或嵌入到衬衫或运动衫中的传感器、集成到方向盘中的传感器、集成到视频游戏控制器中的传感器、集成到与受试者的手接触的篮球中的传感器、集成到与由受试者保持的媒介(例如曲棍球棒)间歇接触的曲棍球棒或冰球中的传感器、集成或嵌入到健身机(例如跑步机、自行车、台式压力机)的一个或多个手柄或把手中的传感器、集成在由目标个体控制的机器人(例如机器人手臂)内的传感器、集成或嵌入鞋中的传感器，鞋可通过围绕目标个体的脚踝缠绕的中间袜子和/或胶带接触目标个体等。在另一改进中，一个或多个传感器可以交织、嵌入、集成或附接到地板或地面(例如，人造草皮草、篮球地板、足球场、制造/装配线地板)、座椅/椅子、头盔、床或直接或经由一个或多个中介物(例如，通过衣物间隙与座椅中的传感器接触的受试者)上。在另一改进中，传感器和/或其一个或多个附件可以与从受试者身体(例如，来自器官的组织、来自受试者的毛发)导出的一个或多个颗粒或对象接触，一个或多个传感器从所述颗粒或对象导出或提供可以转换成生物数据的信息。在又一改进中，一个或多个传感器可以是基于光学的(例如，基于相机的)，并且提供可以从其检测、测量、监测、观察、提取、外推、推断、演绎、估计、确定、运算或计算生物数据的输出。在又一改进中，一个或多个传感器可以是基于光的，并且使用红外技术(例如，温度传感器或热传感器)来计算个体的温度或个体的不同部分的相对热量。

在图1所示的变型中，每个个体16ⁱ具有从目标个体16ⁱ收集动物数据14ⁱ的至少一个传感器18ⁱ。计算子系统22通过传输子系统24接收和收集动物数据14ⁱ。传输子系统24使得一个或多个源传感器18ⁱ能够经由一个或多个传输(例如，通信)协议无线地传输数据。有利地，传感器通信可以实时或接近实时地发生。在本文中，接近实时意味着除了由传感器和计算子系统进行必要的处理之外，传输没有被故意延迟。计算子系统22能够操作以从单个目标个体或多个目标个体接收动物数据或动物数据组作为原始或经处理(例如，经操纵)的动物数据。在改进中，计算子系统22能够操作以接收从单个目标个体和/或多个目标个体导出的来自单个传感器和/或多个传感器的单个类型的动物数据(例如，心率数据)和/或多种类型的动物数据(例如，包括组/数据集)(例如，原始模拟前端数据、心率数据、肌肉活动数据、加速计数据、水合数据)。在另一改进中，传输子系统24包括计算设备26ⁱ，计算设备26ⁱ居中介导动物数据14ⁱ向中间服务器22的发送，即，其收集数据并将其发送到计算子系统22。例如，计算设备26ⁱ可以是智能电话或计算机。然而，计算设备26ⁱ可以是任何计算设备。通常，计算设备26ⁱ对于目标个体或目标个体组是本地的，但是这不是本发明的要求。在另一改进中，计算子系统22通过云40或本地服务器(例如，本地化或网络化的服务器/存储装置、本地化存储设备、计算设备的分布式网络)与动物数据源12通信。云40可以是互联网、公共云、由操作中间服务器22的组织或其他第三方使用的私有云。因此，在此上下文中，云40和/或本地服务器是传输子系统24的一部分。在另一改进中，传输子系统24包括直接通信链路。因此，在该改进中，计算子系统22直接与动物数据源通信，如通过与传感器18ⁱ的通信链路34或通过与计算设备26ⁱ的通信链路36所示。在一个改进中，与传感器18ⁱ的通信可以经由一个或多个指定的传输协议或网络(例如，有线、WIFI、BLE、Zigbee、NFC、蜂窝网络)。在另一改进中，与传感器18ⁱ的通信可以经由传感器的本地应用或其他数据收集介质(例如，云、服务器)。在另一改进中，与一个或多个传感器的通信可以经由传感器(例如，在鞋的底部)和接收技术(例如，集成为地板或地面的一部分)之间的直接接触。

仍然参照图1，计算子系统22和/或一个或多个传感器18ⁱ将动物数据的至少一部分变换为分配给被选择的目标个体或目标个体组的至少一个计算资产。此外，计算子系统22和/或一个或多个传感器18ⁱ能够操作以将至少一个计算资产转换成预测指标。计算子系统22和/或一个或多个传感器18ⁱ还能够操作以向一个或多个用户提供一个或多个输出。用户可以是例如经由计算子系统22的一个或多个输出的终端用户，诸如数据的顾客或获取者(例如，基于诸如体育游戏投注的领域中的一个或多个输出来进行一个或多个游戏投注的一个人或一群人，或使用一个或多个输出用于他们自己的健康监测的一个人或一群人)。在这点上，用户可以是一个或多个人、一个或多个组织等。在改进中，用户可以包括多个用户。用户还可以是一个或多个系统或子系统。系统可以是一个或多个相互关联或相互作用的组件的一个或多个集合，这些组件一起工作以实现一个或多个共同目标或产生一个或多个期望的输出。系统的一个或多个组件可以包括一个或多个应用、框架、平台或其他子系统，这些应用、框架、平台或其他子系统可以集成到系统中，或与系统分离而是与该系统链接的一个网络或多个网络的一部分，并且能够操作以实现一个或多个共同目标或产生一个或多个期望的输出。例如，计算子系统22可以将一个或多个输出提供给用户(系统)，诸如基于一个或多个输出提供保险产品的平台、基于一个或多个输出提供实时健康统计的远程健康应用、或者游戏投注系统28或概率评估系统30。在这些示例中，由计算子系统22提供的一个或多个输出可以是到一个或多个第三方系统或子系统，或者直接或间接地作为计算子系统22的一部分的一个或多个系统或子系统(例如，集成到计算子系统22，由执行计算子系统22的一个或多个实体分离和操作)。在改进中，一个或多个系统可以由操作计算子系统22的相同实体或由一个或多个不同实体来操作。在另一改进中，一个或多个系统是其他系统，这些其他系统不是计算子系统22的一部分但由操作计算子系统的相同实体或一个或多个不同实体操作。

在一些变型中，至少一部分动物数据到计算资产的变换以及计算资产到预测指标的变换可以经由计算子系统22或一个或多个源传感器发生。变换可以利用任何动物数据进行。例如，在测量心率的上下文中，生物传感器可以被配置为测量受试者身体中的电信号，将模拟测量值变换(例如，转换)为数字读数，并且传输数字读数。计算子系统可以接收数字读数并通过以下方式基于数字读数的重叠段的一个或多个运算将数字读数变换成一个或多个心率值：(1)识别所述重叠段内的R峰，(ii)基于相邻R峰之间的时间计算样本值的数量，(iii)丢弃受错误峰值检测或错过峰值检测影响的样本，以及(iv)计算剩余样本值的平均值，该平均值可以被加权。所述计算子系统可以响应于样本值与先前心率值相差大于第一阈值来确定样本受到错误峰值检测或错过峰值检测的影响。如果样本之间的差的标准偏差大于第二阈值，则所述服务器可以响应于所述样本值与所述先前心率值相差大于小于所述第一阈值的第三阈值来确定样本受到错误峰值检测或错过峰值检测的影响。在改进中，对数据采取一个或多个动作的过程中的每个步骤可以被认为是出于本发明的目的的变换。在此上下文中，一个或多个动作可以包括一个或多个运算、计算、推导、合并、模拟、提取、外推、修改、增强、创建、估计、推断、推理、确定、处理、通信等。在另一改进中，利用来自非动物数据的一个或多个信号或读数发生一个或多个变换。

在与测量心率相关的一个或多个变换的改进中，所述至少一个生物传感器被配置为测量受试者身体中的电信号，将一个或多个模拟测量值转换为一个或多个数字读数，并且传输所述一个或多个数字读数。计算子系统被配置为接收所述一个或多个数字读数，并基于所述一个或多个数字读数的一个或多个重叠段通过以下步骤来计算心率：识别所述一个或多个重叠段内的R峰；基于相邻R峰之间的时间计算一个或多个样本值；丢弃受错误峰值检测或错过峰值检测影响的一个或多个样本；以及计算剩余样本值的一个或多个平均值。计算子系统能够操作以传送剩余样本值的一个或多个平均值。

在与测量心率有关的所述一个或多个变换的另一改进中，所述至少一个生物传感器适于固定到受试者的皮肤上，并且被配置成测量皮肤中的电信号，将模拟测量值转换为数字读数，并且发送数字读数。计算系统接收所述数字读数并基于所述数字读数的一个或多个重叠段通过以下步骤来计算一个或多个心率值：(i)识别所述一个或多个重叠段内的R峰；(ii)基于相邻R峰之间的时间计算多个样本值；(iii)选择在先前心率值的第一阈值内的样本；以及(iv)将当前心率值设置为可被加权的所选样本的平均值。每个样本值可以与相邻R峰之间的时间的倒数成比例。计算系统可以响应于连续样本之间的差的标准偏差大于第三阈值来选择在先前心率值的第二阈值内的样本。计算子系统可以响应于样本数量小于第四阈值或响应于没有选择样本而将当前心率值设置为等于先前心率值。计算系统能够操作以将一个或多个当前心率值传送给一个或多个用户。该系统可实时或接近实时地操作，其中计算系统能够操作以在计算相应的后续心率值之前显示每个当前心率值，并且计算系统在传感器完成测量用于计算后续心率值的读数的至少一部分或全部之前计算每个当前心率值。计算系统可以通过以下步骤来计算初始心率值：接收比所述重叠段长的数字读数的初步段；识别所述初步段内的R峰；基于相邻R峰之间的时间计算样本值；以及计算可被加权的样本的平均值。

在与测量心率相关的一个或多个变换的又一改进中，所述至少一个生物传感器被配置为测量受试者身体中的一个或多个电信号，将模拟测量变换(例如，转换)为一个或多个数字读数，并且传输所述数字读数。计算子系统被配置为接收所述一个或多个数字读数，并且基于所述一个或多个数字读数的一个或多个重叠段通过以下步骤来变换(例如计算)一个或多个心率值：识别所述一个或多个重叠段内的R峰；基于相邻R峰之间的时间计算一个或多个样本值；在先前心率值的第一阈值内选择一个或多个样本；以及将当前心率值设置为所选样本的平均值。

在与测量心率有关的一个或多个变换的又一改进中，计算子系统从至少一个生物传感器接收一个或多个读数，其中计算子系统能够操作以处理一个或多个读数。例如，计算子系统从一个或多个传感器接收读数的第一段。然后由计算子系统识别第一段内的R峰。然后，计算子系统基于相邻R峰之间的时间来计算第一多个样本值。例如，常数可以除以相邻R峰之间的时间。选择所述多个第一样本值的第一子集，所述第一子集仅包括在先前心率值的第一阈值内的样本值。然后，由计算子系统基于样本值的第一子集的平均值来计算第一更新的心率值。然后可以由计算子系统显示第一更新的心率值。在以后的迭代中，数字读数的第二段可由计算子系统从一个或多个传感器接收。可以通过将第二段附加到第一段来形成数字读数的第三段。然后可以识别第三段内的R峰。可以基于相邻R峰之间的时间来计算多个第二样本值。然后，可以计算连续样本之间的多个差。响应于所述差的标准偏差超过第二阈值，可以选择所述多个第二样本值的第二子集，所述第二子集仅包括所述第一更新心率值的第三阈值内的样本值。然后，可以由计算子系统基于可以被加权的样本值的第二子集的平均值来计算第二更新心率值，并且显示第二更新心率值。可以基于数字读数的初步段来计算初始心率值。

在与测量心率有关的一个或多个变换的又一改进中，变换可以在解决与信号质量有关的问题时发生。在原始数据具有极低的信噪比的情况下，可以应用附加的预滤波器逻辑来在计算心率值之前变换数据。预滤波过程检测任何离群值，并且使用前瞻方法用在所生成的值的时间序列中对齐并且在预先建立的阈值/范围内拟合的值来替换一个或多个离群值。这些在预先建立的阈值/范围内拟合的所生成的值可以被传递通过系统以用于其对一个或多个心率值的计算。

在与测量心率相关的一个或多个变换的又一改进中，变换可以在检测和替换从一个或多个生物传感器生成的一个或多个离群值时发生。计算子系统能够操作以接收由一个或多个生物传感器直接或间接生成的一个或多个值。计算子系统可以应用一个或多个统计测试来确定每个值的可接受的上限和/或下限。反向填充方法可以用于将落在当前样本窗口中建立的可接受范围内的下一可用值来替换一个或多个离群值。

在2019年1月14日提交的美国专利申请No.16/246,923和2020年1月14日提交的美国专利申请No.PCT/US20/13461中公开了与用于测量心率和其他生物数据的系统相关的附加细节；其全部公开内容通过引用合并于此。本发明不限于用于变换动物数据和/或其一个或多个衍生物的方法或系统，本发明也不限于被变换的数据类型。

推测系统10提供的一个或多个输出可以包括一个或多个预测指标、计算资产、动物数据(包括信号和读数)、其一个或多个衍生物、和/或其组合。在本文中，“提供”包括“已发送”、“可用”和“授权访问”。例如，计算子系统可以将一个或多个输出发送到包括平台和应用(例如，游戏投注应用、健康/远程健康应用、健身应用、保险应用、预测应用、康复应用)的另一个或多个系统或子系统，或者如果另一个系统或子系统经由一个或多个机制访问数据(例如，经由云40访问)，则准许对一个或多个输出的访问。计算子系统22能够操作以将来自计算子系统22的一个或多个输出的至少一部分直接或间接地用于以下应用：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)接受一个或多个游戏投注；(3)创建、增强、修改、获取、提供或分发一个或多个产品；(4)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(5)制定一个或多个策略；(6)采取一个或多个行动；(7)减轻或预防一个或多个风险；(8)作为一个或多个模拟、计算或分析中使用的一个或多个信号或读数(例如，包括读数信号集合)；(9)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(10)推荐一个或多个行动；(11)作为一个或多个消费介质的一个或多个核心组成部分或补充；(12)在一个或多个促销；或(13)其组合。在该上下文中，组合可以包括两次或更多次以及所有可能迭代。此外，间接使用可以包括一个或多个输出的任何衍生，或者一个或多个输出的非直接应用。例如，如果基于预测指标X为受试者X创建概率并且基于预测指标Y为受试者Y创建概率，则可以在不直接使用预测指标X和Y的情况下创建组Z(包括受试者X和Y)的概率。一个或多个输出的间接使用还可以包括不直接从数据导出的一个或多个动作。例如，间接使用可以包括对用户与数据的交互的观察，计算子系统22或游戏投注系统28或概率评估系统30可以从中动态地创建、增强或修改游戏投注市场或几率、获取或消费的产品、策略、预测、推荐，等等，基于用户与数据的交互而不是基于数据本身。最后，一个或多个使用可以是互连的或相互关联的。例如，动作还可以减轻风险，概率的创建可以使得能够制定策略，产品的创建可以在促销中使用，模拟输出可以提供预测或推荐的基础，等等。

在关于应用(1)变型中，市场可以是对特定事件的特定类型或类别的游戏投注。市场可以适用于任何活动。通常，接受一个或多个游戏投注的组织在每个事件上提供多个游戏投注市场，并为每个市场列出几率。特定类型或类别可以包括命题投注、价差投注、线投注、未来投注、增值投注、循环投注、障碍投注、高/低投注、全覆盖投注或前导投注。

在关于应用(2)的变型中，对游戏投注的接受可以是，例如，通过利用一个或多个输出的游戏投注系统对于游戏投注的接受(例如，从预测指标导出的游戏投注类型)，通过保险系统对于基于一个或多个输出、与保险提供者承担的风险相关的来自个人的支付的接受(例如，提供给个人的保险单，基于个人经历由预测指标预测的任何给定生物事件的可能性，该保险单可能花费公司更多的钱，也可能不花费公司更多的钱)，等等。

在关于应用(3)的变型中，一个或多个产品可以是被设计为销售或分销的一个或多个商品或服务。产品可以是任何行业或垂直行业中可以创建、修改、增强、提供或分发的任何产品，只要该产品直接或间接地使用一个或多个输出的至少一部分即可。它包括导致(或引起)产品创建的一个或多个输出。例如，产品可以是一个或多个输出本身(例如，预测指标)、要进行游戏投注的市场、保险供应、显示一个或多个输出的健康应用、被设计为提供与受试者相关的特定洞察的一组算法、体育游戏投注应用、利用一个或多个输出的消费产品(例如，饮料、食品)等。为了澄清的目的，“增强”可以包括“成为”产品的“一部分”，如果增强增加了价值的话。另外，在许多情况下，“创建”可以包括“导出”，反之亦然。类似地，“创建”可以包括“生成”，反之亦然。此外，“修改”可以包括“修正”、“修订”、“调整”、“变更”和“细化”。最后，产品的“获取者”可以是例如消费者、组织、另一系统、可以消费该产品的任何其他端点等。

在关于应用(4)的变型中，一个或多个预测、概率或可能性可以与未来结果或事件相关，其中一个或多个预测、概率或可能性被连接。例如，可以利用各种类型的数据计算概率以确定在任何给定篮球比赛中任何给定运动员将其心率升高超过每分钟200次的可能性，所述各种类型的数据包括运动员的当前心率、平均心率、最大心率、类似条件的历史心率、生物流体水平、sEMG数据、球场上的分钟数、总距离跑步等。利用该概率，可以计算另一概率以确定运动员以超过50％的百分比在25英尺外投篮得分的可能性。此外，“通信”可包括一个或多个预测、概率或可能性的可视化(例如，经由应用程序显示概率，为AR或VR系统内的另一个体显示基于输出的概率)、一个或多个预测、概率或可能性的口头通信(例如，语音激活的虚拟助手，其基于个体的一个或多个输出向个体通知任何事件可发生的可能性，或者某个事件会发生。一个示例可以是如果不采取特定动作则具有低血糖的可能性、基于所收集的生物数据在接下来120天中具有中风的可能性、或者基于一个或多个输出将发生生物相关事件的可能性)。最后，预测、概率或可能性的修改可以包括修正事件的先前确定的预测、概率或可能性。

在关于应用(5)的变型中，策略可以包括使用一个或多个输出的任何策略。策略可以是用于确定例如是否为个人投保、是否进行游戏投注、是否采取特定行动等的行动的计划。

在关于应用(6)的变型中，动作可以是与一个或多个输出的至少一部分直接或间接相关的任何动作。动作包括从一个或多个输出导出(或起因)的动作。例如，其可以是为某人投保的动作(例如，一个人在未来24个月内心脏病发作的可能性是X，因此他们的保险费将是Y)、与个人生物学相关的行动(例如，汽车中的乘客具有触发自动驾驶汽车驾驶到最近的医院的输出读数)、进行游戏投注的动作(例如，运动员的能量水平为X％，因此用户进行游戏投注)、采取特定动作的动作(例如，系统传达采取特定动作的动作，如“进行游戏投注”、“今天跑步20分钟”、“今天吃X卡路里”)、完全不采取行动的动作等。

在关于应用(7)的变型中，风险的缓解或预防可以包括与减少或预防风险相关的任何动作、不动作、策略、推荐等。它还可以包括承担额外的风险。

在关于应用(8)的变型中，信号或读数可以包括任何形式和任何格式的信息(例如，包括作为一个或多个数据集)。

在关于应用(9)的变型中，模拟包括一个或多个计算机模型的产生，以及一个或多个情形或过程的模拟。模拟具有广泛的参与(engagement)用途，包括用于生成一个或多个输出的模拟，输出的任何使用都可以被认为是直接或间接参与，以及在一个或多个模拟内包括一个或多个输出，这可以参与一个或多个用户(例如，视频游戏、AR/VR系统)。

在关于应用(10)的变型中，推荐一个或多个动作包括由一个或多个输出推断的推荐(例如，提供发生的概率的预测指标可以推断将采取的动作)以及基于一个或多个输出直接声明的推荐(例如，基于从事件发生概率得出的预测指标而要采取动作的推荐)。在改进中，推荐可以包括多个推荐。

在关于应用(11)的变型中，用户消费的一个或多个介质可以是用户可以直接或间接消费一个或多个输出的任何介质。介质可以包括：例如经由一个或多个输出传送心脏状态检查的健康监测应用，在使得远程医疗专业人员或康复专家能够经由集成视频显示器看到患者的同时在活动(例如，远程锻炼)期间将一个或多个输出传送到平台的远程康复或远程健康平台，至少部分地基于动物数据来传送保险调整的保险应用、体育游戏投注平台等。它还可以包括结合了一个或多个输出的媒体广播、整合了一个或多个输出作为对正在观看的实况体育赛事的补充(例如，使得用户能够在观看实况内容的同时进行游戏投注)的体育流内容平台(例如，视频平台)等。

在关于应用(12)的变型中，一个或多个促销可以是提供支持以促进对一个或多个产品的接受和获取(例如，销售)的任何促销。这包括一个或多个广告、使用一个或多个输出的要约(例如，通过提供一个或多个输出来获得具有降低保费的潜力的保险的要约)、使用一个或多个输出的折扣机制等。

在变型中，计算子系统22能够操作以向一个或多个系统(例如，游戏投注系统28、概率评估系统30、其他系统)提供一个或多个数据输出，其中所述一个或多个系统能够操作以直接或间接地利用所述一个或多个输出的至少一部分：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)接受一个或多个游戏投注；(3)创建、增强、修改、获取、提供或分发一个或多个产品；(4)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(5)制定一个或多个策略；(6)采取一个或多个行动；(7)减轻或预防一个或多个风险；(8)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(9)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(10)推荐一个或多个行动；(11)作为一种或多种消费介质的一种或多种核心组成部分或补充；(12)一种或多种促销；或(13)其组合。

在另一变型中，一个或多个输出由计算子系统22动态地创建、修改或增强，其中动态地创建、修改或增强的一个或多个输出的至少一部分被直接或间接地利用：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)创建、修改、增强、获取、提供或分发一种或多种产品；(3)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(4)制定一个或多个策略；(5)采取一个或多个行动；(6)减轻或预防一个或多个风险；(7)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(8)作为一个或多个模拟的一部分，其输出直接或间接与一个或多个用户接触；(9)推荐一个或多个行动；(10)作为一个或多个消费介质的一个或多个核心组成部分或补充；(11)在一个或多个促销中；或(12)其组合。在改进中，动态创建、修改或增强可发生在另一系统(例如，相关系统的网络内的系统、第三方系统)上。

在另一变型中，计算子系统的一个或多个直接或间接使用处于至少部分地动态，并且基于与一个或多个输出的一个或多个用户交互。例如，计算子系统22能够操作以基于来自计算子系统22的一个或多个输出的至少一部分来动态地创建、增强或修改游戏投注市场或几率、获取或消费的产品、概率的评估或计算、策略、预测、推荐或动作中的至少一个以减轻或预防风险。这样的创建、增强或修改可以起因于用户对由计算子系统22收集的数据的参与的一个或多个直接或间接观察，或者当系统收集新数据时产生。在这种情况下，动态是指具有基于一个或多个因素或输入而改变的能力的非静态。这样的用例可以包括在诸如体育游戏投注(例如，任何类型的游戏投注或市场，包括命题投注、价差投注、增值投注、全覆盖投注、未来投注、线投注、循环投注、前导投注)、非体育游戏投注产品(例如，利用基于动物数据的预测指标的平台，诸如健康监测应用、远程健康应用、健康应用、保险应用、康复应用)的领域中创建或增强产品或修改产品，基于用户与数据的交互的策略、基于收集的数据的推荐等。例如，如果个人正在购买与团队X的心率相关的数据，则可以创建命题投注并将其提供给与团队X的心率相关的个人。在另一示例中，如果数据的用户正在经由健康应用查看与其他类型的动物数据(例如，压力水平、疲劳)耦合的他们自己的心脏健康统计(例如，ECG读数)，则计算子系统可以基于用户与他们的健康统计的交互来动态地创建或调整其推荐产品(例如，基于不规则的ECG模式和极高的压力水平，根据系统对先前收集的数据的分析，产品可以传达：“用户在未来30天内心脏病发作的几率为7％。请就医”)。这样的一个或多个功能也可以由游戏投注系统28和/或概率评估系统30来展示。

在又一变型中，推测系统10与游戏投注系统28或概率评估系统30交互。例如，可以设置游戏投注系统28以从一个或多个个体接收一个或多个游戏投注，其中计算子系统22向游戏投注系统发送数据(例如，动物数据和/或其一个或多个衍生物)。游戏投注系统通常包括执行游戏投注应用的一个或多个计算设备。类似地，概率评估系统30可以被设置为例如评估或计算一个或多个概率、做出一个或多个预测、减轻或防止一个或多个风险、或创建、增强或修改用于采集或消费的一个或多个产品，其中计算子系统22向概率评估系统发送数据(例如，动物数据和/其一个或多个衍生物)。游戏投注系统或概率评估系统可以由控制推测系统的实体或由第三方操作。在改进中，游戏投注系统28或概率评估系统30或其组合是计算子系统22的一部分。特征在于，计算子系统22能够操作以向多个用户(其可包括例如多个系统或终端用户，诸如游戏投注者)提供相同或基本类似的一个或多个数据输出。有利地，向多个用户提供数据的提供可以同时发生。例如，计算子系统可以向多个系统(例如，广播伙伴)提供运动员X的相同“能量水平”输出，但是输出之一可以包括不同的图形包或包括不同的元数据或格式(例如，以不同方式显示的时间戳)。在另一示例中，计算子系统可以向多个用户(例如，多个系统)提供心率输出，由此可以创建各种产品。在又一示例中，计算子系统可以提供针对运动员X的心率输出的游戏投注机会，但是可以以多种方式(例如，显示给游戏投注者A的每分钟搏动数，以及向游戏投注者B的智能手表发送每分钟搏动振动通知警报，由虚拟助手口头传达给游戏投注者C的每分钟搏动数)将其显示或传达给一个或多个用户(例如，在这种情况下，一个或多个游戏投注者)。在变型中，游戏投注类型可以基于运动员X的相同心率输出，但是可以以不同的方式产品化，以适应一个或多个游戏投注者及其优选的游戏投注产品(例如，向游戏投注者提供作为数字的心率对作为颜色的心率的游戏投注，其中的颜色直接基于数字)。在改进中，计算子系统22的一个或多个输出与一种或多种类型的非动物数据和/或一种或多种消费介质同步。例如，一个或多个输出可以与媒体内容同步，媒体内容可以包括视频内容(例如，数据可以与体育赛事的一个或多个直播流同步，以提供在观看体育赛事时进行一个或多个游戏投注的能力；数据可以在实时远程健康或远程监控或康复会话期间与患者的流视频同步；数据可以与从智能眼镜或AR/VR系统中导出并在其中使用的视觉内容同步)、音频内容、附加数据读数(例如，运动中的统计，如赢/输分数、赢/输比赛、得分、助攻、进球、投篮百分比等)、模拟游戏(例如，视频游戏)等。在另一改进中，计算子系统22或游戏投注系统28或概率评估系统30能够操作以根据动物数据创建一个或多个游戏投注产品。

另外，一个或多个游戏投注系统和概率评估系统可以共享一个或多个功能和/或特性(例如，两种类型的系统可以被编程为评估一个或多个概率、制定一个或多个策略、通知一个或多个用户采取一个或多个动作、提供一个或多个推荐、减轻一个或多个风险、创建或修改一个或多个产品)。类似地，一个或多个游戏投注系统可以采用概率评估系统的一个或多个功能或特性，反之亦然。在改进中，游戏投注系统和概率评估系统可以一起操作(例如，在相同的一个或多个网络内，或者执行不同的任务以解决相同的用例)以基于相同数据针对相同或类似的用例提供一个或多个不同的供应。在一些情况下，一个或多个游戏投注系统可以与一个或多个概率评估系统直接通信38，反之亦然。例如，在从计算子系统22接收数据时，概率评估系统可以创建提供发生的任何给定结果的一个或多个几率的产品(例如，在体育游戏投注、保险、保健中)，并且游戏投注系统可以基于该一个或多个几率(例如，体育游戏投注平台，其创建并接受具有基于第三方分析公司的预测指标创建的几率的游戏投注；保险公司，其基于第三方保险分析公司创建的预测指标来创建并且接受通过经调整的保险费为某人投保的风险；远程健康或远程健康监测公司，其基于第三方提供的预测指标接受向患者提供数字服务产品的风险)。

如上所述，预测指标提供价值创造的多个机会，包括作为新游戏投注市场和产品的基础，以及建立与未来发生相关联的预测和相关确定(例如，概率、可能性)。可以以各种方式导出预测指标；例如，通过利用一个或多个统计模型，通过一个或多个人工智能技术(例如，机器学习、深度学习技术)，或者通过一个或多个运算或计算。例如，通过利用一个或多个机器学习方法，系统可以分析先前收集的和当前的数据集以创建、修改或增强一个或多个预测。鉴于基于机器学习的系统被设置为从收集的数据中学习，而不是需要明确的编程指令，其搜索和识别可能隐藏在一个或多个数据集中的模式的能力使基于机器学习的系统能够从收集的数据中发现见解，从而允许进行预测。有利地，因为基于机器学习的系统使用数据来学习，所以当新数据进入系统时，它经常采用迭代方法来改进模型预测和精度，以及从由系统进行的先前计算提供的反馈得到的改进(这也使得能够产生可靠和可重复的结果)。

另外，可以用n种方式来表示预测指标。例如，可将预测指标表示为百分比(例如，受试者X将在未来n年中心脏病发作的可能性为75％)、文本或陈述(例如，基于预测指标的推荐动作，例如“在接下来n分钟内喝水否则受试者X将脱水”)；诸如“受试者X将在接下来的n天内具有经验y医疗状况”的陈述、作为物理响应(例如，经由被编程为基于预测指标警告用户进行游戏投注的手表的振动)等。预测指标可以从单个动物数据类型或从多个动物数据类型导出。其可以从动物数据的任何信号、读数或衍生或其任何部分导出。在改进中，预测指标是根据至少一部分动物数据运算出的计算资产，或者是根据来自一个或多个源传感器的两个或多个信号或读数计算的组合。例如，一个或多个生理度量可以预测目标个体的疲劳水平，从而预测这样的个体在该特定时间成功地执行某些任务(例如，在运动中，罚球或射门；作为飞行员、驾驶或安全飞行到目的地；作为外科医生，执行手术)。在这种情况下，预测指标可以用于例如确定是否进行游戏投注、确定针对事件发生结果的概率、修正针对事件的先前确定的概率、或者制定创建市场以供个人进行游戏投注所基于或采取行动所基于的的策略。因此，用户可以是评估风险或接受财务收益风险的组织(例如，游戏投注经纪公司、保险公司)、分析公司、分析球员的表现的体育团队、游戏投注人或创建游戏投注产品的公司。在一种变型中，根据计算资产来运算预测指标，所述计算资产包括从由以下各项组成的组中选择的生物数据：面部识别数据、眼睛跟踪数据、血流数据、血容量数据、血压数据、生物流体数据、身体成分数据、生化成分数据、生化结构数据、脉搏数据、氧合数据、核心体温数据、皮肤温度数据、皮肤电反应数据、排汗数据、位置数据、定位数据、音频数据、生物力学数据、水合数据、基于心脏的数据、神经数据、遗传数据、基因组数据、骨骼数据、肌肉数据、呼吸数据、动觉数据、胸部电生物阻抗数据或其组合。在另一改进中，预测指标包括来自非动物数据的一个或多个信号或读数。一个或多个非动物信号或读数可以包括例如环境温度数据、湿度数据、大气气压数据、海拔数据、风速、营养数据、家庭历史数据、心理数据、非动物统计数据(例如，在运动的上下文中的例子包括点数、篮板球、助攻、触地、投篮、进球、失误、传球、码跑、赢/输、赢％和头对头信息)、其他历史数据等。

在另一改进中，直接或间接地使用预测指标的至少一部分：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)创建、修改、增强、获取、提供或分发一个或多个产品；(3)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(4)制定一个或多个策略；(5)采取一个或多个行动；(6)减轻或预防一个或多个风险；(7)作为在一个或多个模拟、计算或分析中使用的一个或多个读数；(8)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(9)推荐一个或多个行动；(10)作为一种或多种消费介质的一个或多个核心组成部分或补充；(11)在一个或多个促销中；或(12)其组合。出于说明的目的，在该上下文中的一个或多个动作可以包括接受一个或多个游戏投注。在健康护理场景中，用户(例如，患者)可以接受支付由医学专业人员(例如，医生)书写的药物或处方的费用，其中基于预测指标而开出处方或药物(例如，预测指标可以指示可能存在患者经历医疗状况的n％机会；因此，医生基于预测指标开处方药丸x以降低医疗事件的可能性)。患者接受丸剂x(其处方至少部分基于预测指标)以及接受风险(例如，费用、丸剂x的潜在健康相关问题)以换取服用药物或采用处方以改善其健康的益处的行为可以是患者/用户接受并采取行动的游戏投注。

在另一改进中，预测指标可以包括多个预测指标。例如，预测指标可以在单个指标(例如，陈述X在n个月内发生的概率或Y在n+3个月内发生的概率的指标)内提供多个预测评估。在另一改进中，一个或多个预测指标可以导出自或者关于一个目标个体、多个目标个体、由多个目标个体组成的一个目标群组和/或由多个目标个体组成的多个目标群组。这包括适用于、关联于、分配给等。例如，所述一个或多个预测指标可归因于一个目标个体、多个目标个体(每个个体具有其自己的一个或多个预测指标)、由目标个体组成的目标群体(该组具有其自己的一个或多个预测指标和/或个体具有其自己的或多个预测指标)、或由多个目标个体组成的多个群体，所述多个目标组具有它们自己的一个或多个预测指标，和/或所述多个目标组内的每个目标组具有它们自己的一个或多个预测指标，和/或所述多个组中的每个目标组内的目标个体具有它们自己的一个或多个预测指标。例如，在篮球队的情境下，球员A是联盟C中篮球B队的后卫。球员A可以具有与他们的表现相关的预测指标，团队B可以具有至少部分地从其球队的成员(包括球员A)导出的与球队表现相关的预测指标，联赛C可以具有针对在其联盟中的所有后卫的预测指标，该预测指标将会至少部分地从在其联盟中的所有的后卫(其中包括球员A)导出。在另一改进中，一个或多个目标个体或目标个体的目标组包括一个或多个匿名个体。

在又一改进中，预测指标包括从一个或多个源传感器导出的生物数据的至少一部分，并且可以提供关于目标个体的健康状态的预测，其可以包括关于预期寿命、与医学治疗(例如，手术、药物治疗等)相关联的风险的反馈，或者包括压力或能量水平的一般健康指标。这样的信息的用户包括航空公司、医疗设施(例如，医院)、制药公司、汽车公司、运输公司、康复设施、军事组织、体育组织、地方市政团体(例如，警察)、石油和天然气公司、建筑公司、医疗保健公司、金融团体、保险公司、公司健康、其他技术公司、个人等。例如，航空公司或运输公司可以使用预测指标来监测和预测飞行员或驾驶员疲劳。保险公司可以根据收集和分析的动物数据，应用预测指标来调整个人的保费。金融交易公司可以应用预测指标来基于交易规模和交易量来预测个人的压力水平，这可能会影响决策能力。退休机构或疗养院可以应用预测指标来确定对于任何给定患者预期的未来护理需求，并且因此可以调整为个人提供护理所需的费用。远程健康或远程健康监测公司可以应用预测指标来确定任何给定健康结果的可能性，并且向患者提供反馈以及一个或多个推荐动作(例如，服用处方药物；采取特定动作以防止风险)。家庭健身设备或健身提供者可以使用预测指标来确定任何给定人锻炼的未来结果，目标是提供与锻炼相关的建议(例如，如果你继续以z英里/小时的速度在跑步机上跑步，你的身体将在n秒内疲劳。在下一次练习之前，你需要y分钟/秒的恢复时间)。运动游戏投注者可以应用预测指标来评估一个或多个个体当前或未来的生物状态，这可能影响他们进行游戏投注的愿望。在另一改进中，预测指标可以用作使得一个或多个动作能够发生的指标。例如，出租车公司可实施利用预测指标来证明个人能够安全驾驶的系统，这将导致个人驾驶车辆。军事组织可以使用预测指标来确定士兵对战斗或其他任务的“准备程度”，从而导致对士兵采取的或由士兵采取的行动。康复平台可以利用预测指标来预测受试者从任何给定损伤中恢复的程度，以及预测什么运动(或多个运动)和/或康复技术对于受试者可能最有效，以确保恢复的最高概率。航空公司或工会可以使用预测指标来确保飞行员准备好在任何给定的日子飞行，或者基于某些飞行员的生理特性或其他收集的动物数据来延长某些飞行员的退休年龄。在该示例中，问题可以是是否允许其数据已经由系统收集的任何给定的n岁飞行员(例如，65岁)继续飞行超过特定年龄的能力，或者在表现出可以包括生理、生物力学和神经特性的特定生物特性的同时，允许任何给定的n岁飞行员(例如，65岁)继续飞行。更具体地，确定飞行员的生物“适合度”并预测未来的生物适合度可能符合航空公司的最大利益，而不是由于诸如人的年龄等指标而强制停工(例如强制退休)，因为飞行员的经验可能会带来总体上更安全的飞行体验和/或使更多的航线能够飞行以增加业务。因此，系统可以针对任何给定飞行员使用关于所收集的动物数据(例如，心脏/ECG数据、年龄、包括体重、习惯、病史的其他数据)的一个或多个技术(例如，统计模型，经由一个或多个人工智能技术运行一个或多个模拟)来生成一个或多个预测指标(例如，预测数据集，用于查看飞行员从未来66-80岁的心脏活动，以确定未来的生物“适合度”以及在规定的时间段内的未来“适合飞行”，从中可以得出建议)。在改进中，计算子系统22或一个或多个游戏投注系统能够操作以根据预测指标创建一个或多个游戏投注机会。

如上所述，推测系统10包括传输子系统24。通常，传输子系统24包括发射机和接收机或其组合(例如，收发器)。传输子系统24可以包括具有单个天线或多个天线(例如，其可以被配置为网状网络的一部分)的一个或多个接收机、发射机和/或收发器。传输子系统和/或其一个或多个组件可以容纳在计算子系统内或者可以在计算子系统的外部(例如，连接到计算设备的软件狗(dongle)，其包括实现无线通信的一个或多个硬件和/或软件组件并且是传输子系统的一部分)。在改进中，传输子系统和/或其一个或多个组件集成到一个或多个传感器或包括在一个或多个传感器内。图2描绘了从附接到目标个体16的传感器18接收信号的计算设备26(或计算子系统22)。传感器18包括集成的发射机、接收机或收发器46。有利地，传输子系统使得一个或多个源传感器能够无线地传输数据，用于实时或接近实时的通信。此外，传输子系统可以利用一个或多个传输协议与一个或多个源传感器通信。本发明不受传感器18用来发送和/或接收信号的技术的限制。当前，这样的传输技术和基础设施包括但不限于蓝牙、蓝牙低功耗、Zigbee、Ant+、NFC、WIFI、蜂窝网络等。接收机48接收来自发射机46的信号。

在所描绘的变型中，接收机48包括天线和/或软件狗(例如，蓝牙收发器)50和计算设备26(或计算子系统22)。在改进中，天线/软件狗50可以位于距计算设备26较远的距离处(例如，100英尺、1000英尺或更大)。因此，连接线52可以包括转换器54(例如，如果需要，USB到以太网)，其允许较长的线路在需要时运行。最后，计算设备26使用适配器56经由云40或本地服务器将动物数据传输到图1的计算子系统22。云40可以是互联网、公共云或由操作推测系统的公司或第三方拥有的云。

在许多情况下，传感器信号的传感器和接收器之间的通信距离可以被传输子系统延长，用于实时或近实时通信，从而扩展一个或多个传感器及其对应的一个或多个传输协议的范围限制。在改进中，计算子系统同步与计算子系统22进行通信的一个或多个传感器的通信和实时或接近实时的流传输。有利地，传输子系统在潜在射频(RF)干扰发生的环境中实现实时或接近实时的流传输。在改进中，计算子系统22将动物数据的至少一部分发送到另一位置(例如，系统或另一系统内的预定位置)或存储动物数据以供以后使用。在变型中，该系统可以为来自一个或多个源传感器的输入数据提供实时或接近实时的备份机制，而对实时或接近实时的传输的影响最小。

在另一改进中，一个或多个传输子系统，或传输子系统的一个或多个组件，例如天线和/或软件狗，可以是可穿戴的，并且可以直接或经由一个或多个媒介(例如，衣服)附着到受试者、与受试者接触或集成到受试者。传输子系统或传输子系统的部件也可以是移动的，或者对于一个或多个个体来说是个人的。在另一改进中，传输子系统24包括可选地充当另一传感器或可选地集成在生物传感器内的体上或体内收发器60(“体上收发器(on-bodytransceiver)”)。体上收发器60能够操作以与目标对象上的或跨越一个或多个目标对象的一个或多个传感器18通信，并且其自身可跟踪一种或多种类型的生物数据(例如，定位或位置数据)。在一个改进中，体上收发器被附着、集成或接触受试者的皮肤、毛发、重要器官、肌肉、骨骼系统、眼球、衣服、物体或受试者上的其他装置。有利地，体上收发器从受试者身体上的一个或多个传感器实时或接近实时地收集一个或多个数据流，与每个传感器使用该特定传感器的发送协议进行通信。体上收发器还可以充当数据收集中心(collection hub)。在改进中，体上收发器可以使传输开销最小化，同时增强传输能力(例如，增加速度、减少等待时间)。在另一改进中，体上收发器可以包括使得体上收发器能够对来自由以下各项组成的组的动物数据执行至少一个动作的逻辑：对动物数据进行收集、归一化、加时间戳、聚集、标记、存储、操纵、去噪、产品化、增强、组织、可视化、分析、复制、合成、匿名化、同步或分发。特征在于，体上收发器能够操作以实时或接近实时地向n个端点发送任何收集和选择的数据(例如，动物数据、计算资产、预测指标、任何衍生物等)，同时使未选择的任何数据能够存储在收发器上以供以后下载。另外，其概括能力使得例如可以以高频率速率(例如，250-1000Hz)采样的数据能够以概括形式(例如，以1Hz处理和/或概括的数据)进行概括和发送，以适应任何数量的使用情况或约束(例如，有限带宽)。

在另一变型中，传输子系统24包括用于来自位于一个或多个目标受试者或对象上的一个或多个传感器的连续流式传输和/或间歇通信的空中收发器62。空中收发器62的示例包括但不限于具有所附收发器的一个或多个通信卫星或无人驾驶飞行器(例如，高空伪卫星、无人机)。在2019年7月19日提交的美国专利No.16/517,012中公开了基于无人机的数据收集和分配系统的附加细节；该美国专利的全部公开内容通过引用合并于此。在另一变型中，传输子系统24包括嵌入或集成为地板或地面(包括场地)的一部分的收发器63，其中传输经由与表面的直接接触而发生(例如，在传感器位于鞋的底部上或靠近鞋的底部的情况下)。

在变型中，计算子系统22用与从其收集动物数据的一个或多个目标个体(例如，姓名、年龄、体重、身高、活动和/或相关联的组)和一个或多个源传感器有关的信息(例如，特性)对动物数据进行同步、加时间戳和标记，与一个或多个源传感器有关的信息包括一个或多个源传感器的至少一个特性。至少一个特性包括至少传感器类型、一个或多个传感器设置、传感器品牌、传感器型号、传感器固件等。在改进中，动物数据包括识别动物数据和一个或多个源传感器的一个或多个特性的元数据。在一些变型中，计算子系统22和/或游戏投注系统28和/或概率评估系统30在接收到动物数据时对动物数据采取一个或多个进一步动作。这样的进一步动作的示例包括但不限于对于动物数据进行归一化、加时间戳、聚集、存储、操纵、去噪、增强、组织、可视化、分析、匿名化、合成、总结、复制、产品化和同步的步骤。在改进中，所述一个或多个动作对动物数据和/或其一个或多个衍生物是可转化的。在另一改进中，计算子系统22应用适合于实时或接近实时数据传输的方案，该方案减少等待时间，提供错误检查和安全层，并且加密动物数据或其部分。在另一改进中，计算子系统或游戏投注系统或概率评估系统：(1)与一个或多个系统直接通信以监测、接收和记录对预测指标、至少一个计算资产和/或动物数据的至少一个请求，(2)向请求访问预测指标、至少一个计算资产和/或动物数据的一个或多个用户(例如，系统)提供对数据做出一个或多个请求的能力(例如，通过受试者或受试者组、一个或多个特性、数据类型、时间等；以及(3)能够操作以发送和/或接收数据。这可以通过利用诸如区块链的技术来实现。利用诸如区块链的技术，系统可以具有从系统收集数据时开始监控动物数据以及与数据相关联的每个交易的能力。在任何给定时间，系统内的数据提供者或授权用户可以查看该个人的数据的竞争历史树以及该数据的任何给定使用，该数据的任何给定使用可以包括数据被发送到何处、附加到该数据的任何限制、以及与每个数据相关联的其他元数据。在另一改进中，计算子系统22和/或游戏投注系统28和/或概率评估系统30能够操作以将对预测指标、至少一个计算资产和/或动物数据的至少一个请求与至少一个用户、用户组或用户类别相关联。例如，可以由计算子系统、游戏投注系统或概率评估系统在系统(例如，其自己的系统)与正在进行数据请求(例如，进行游戏投注)的人或人组或用户类别之间或者与另一系统(例如，第三方系统)之间进行关联。在另一改进中，计算子系统、游戏投注系统或概率评估系统可以将动物数据和来自第三方系统的一个或多个请求与正在进行游戏投注的人相关联。此外，计算子系统、游戏投注系统或概率评估系统可以将至少一个对数据的请求与从其中导出动物数据的一个或多个目标个体或组或目标个体相关联。例如，如果从目标个体请求动物数据以便查看目标个体的实时血压和心率生命值，或者目标个体将在未来n个月内经历心脏病发作的概率，则计算子系统或游戏投注系统或概率评估系统可以将特定请求与动物数据、对应的目标个体、以及满足该请求所需的任何其他数据或元数据相关联。在另一改进中，将动物数据分组到一个或多个分类中，其中每个分类具有相关联的计算资产或价值。

在一个变型中，计算子系统22能够操作以通过来自组的至少一个特性来管理一个或多个源传感器以及来自一个或多个源传感器的一个或多个数据流，该组包括：组织、传感器类型、传感器参数、数据类型、数据质量、时间戳、位置、活动、目标个体、目标个体的分组和数据读取。在改进中，传感器的管理和/或监管可以包括如下功能：扫描一个或多个传感器并将其与系统配对，将一个或多个传感器(如果需要)分配给系统内的一个或多个个体，将一个或多个传感器和/或个体分配给组织或事件，验证一个或多个源传感器被正确地放置在受试者上，并且一旦应用在受试者上就流传输期望数据等。还可以包括支持将一个或多个传感器实时或接近实时地流式传输到系统的功能，包括当一个或多个传感器断开时或当发生流式传输的失败时的自动重新连接功能。另外，系统可基于传感器断开、传感器故障(包括电池故障)、传感器劣化(例如，产生不满足最小建立标准或阈值的数据质量)等来提供一个或多个警报。在改进中，计算子系统能够操作以通过直接与一个或多个源传感器、其相关联的云或与一个或多个源传感器相关联的本地应用通信来从一个或多个源传感器收集信息。在另一改进中，计算子系统能够操作以向一个或多个传感器发送一个或多个命令以改变一个或多个传感器设置。例如，这样的命令可以使得单独的源传感器被打开或关闭，到用于节能的电池节省模式，开始或停止流传输，或者增加或减少数据吞吐量的量，以适应可用于流传输的带宽。作为另一示例，这样的命令可以增大或减小至少一个源传感器的数据收集频率和/或传感器灵敏度增益。在另一改进中，计算子系统22能够操作以与目标个体上的多个源传感器或同时与多个目标个体上的一个或多个源传感器通信。在另一改进中，计算子系统22使通信和来自与计算子系统通信的多个传感器的一个或多个数据信号或读数同步。这包括从传感器发送到系统的一个或多个命令，其可以包括例如传感器和系统之间的预流握手(pre-streaming handshake)以确保双方的可靠性的示例，以及加密协议。还包括与一个或多个数据信号或读数的同步挑战。作为示例，每个传感器所利用的定时可能存在失配。即使由计算子系统同时接收，由计算子系统接收的传感器的输出也可以与另一传感器不同(例如，以毫秒计)。因此，计算子系统可能需要同步数据流以确保两个流被对准。

在另一变型中，当用户对不在计算子系统22内的数据类型或数据集做出请求时，计算子系统22可以从一个或多个第三方组织获取数据，应用或利用一个或多个分析工具(例如，第三方或内部)在收集或获取的数据集上创建要提供给一个或多个用户的请求数据，或者人工创建一个或多个数据类型或数据集，这可以经由一个或多个模拟发生。或者，计算子系统22可将动物数据发送到另一系统(例如，用于分析的第三方分析系统)，其中计算子系统从第三方接收经分析的数据并将其提供给一个或多个用户。在将数据发送到另一系统或源(例如，第三方游戏投注系统、第三方概率评估系统、第三方分析公司、游戏投注系统或概率评估系统或作为计算子系统一部分的分析系统)时，计算子系统能够操作以记录作为其一个或多个分布的一部分提供的动物数据的一个或多个特性。动物数据的这些特性可以包括动物数据源、一个或多个个体的特定个人属性(例如，姓名、体重、身高、对应标识或参考编号)、使用的传感器类型、特定传感器配置、位置、活动、数据格式、数据类型、使用的算法、数据质量、数据被收集的时间、相关的组织、相关的事件、以及提供数据的速度中的至少一个。或者，接收方可以将已经由计算子系统发送并由接收方分析的动物数据直接发送给用户。在另一示例中，可获得包括其他数据(例如，非生物统计)动物数据并将其用于分析。例如，可以从第三方获得运动员在比赛中得分的多少分，并将其用作分析的一部分，该分析查看运动员的心脏、呼吸速率和生物流体以获得洞察力或其他指标。在改进中，计算子系统可以提供匿名数据输出，而不需要对个体或个体组的任何标识或关联。虽然动物数据经常与可识别的一个或多个目标个体或目标个体组相关联，但是应当理解，与动物数据及其衍生物(其可以包括计算资产和预测指标)相关联的一个或多个输入或输出可以是匿名化或去识别化的。去识别(de-identification)涉及移除个人识别信息以保护个人隐私，但保留使数据有用的特性(例如，在人的上下文中，诸如年龄、体重、身高、医疗条件、原籍国、血型、生物流体衍生信息等特性)。在本发明的上下文中，匿名化和去识别化被认为是同义的。

在其他变型中，计算子系统22能够操作以允许一个或多个用户选择提供预测指标、计算资产、动物数据和/或其一个或多个衍生物的频率(例如，每秒1个或多个数据分组，其中每个数据分组包含指定数据)。此外，计算子系统22能够操作以允许用户选择一个或多个参数，诸如等待时间(例如，实时或接近实时对非实时或非接近实时地)和使用户能够针对其特定使用情况最大化任何给定数据的价值的时间段。在某些情况下，在计算子系统中可能没有收集到足够的数据以供最初导出有意义的预测指标；然而，系统将能够操作以这样做。实时或接近实时地提供动物数据(特别是预测指标)的能力对于游戏投注应用和概率评估应用都特别有用。这种实时或接近实时的数据对于计算子系统22和/或游戏投注系统28和/或概率评估系统30来说是必要的，以提供一个或多个游戏投注策略或市场，例如命题投注(适当游戏投注)、预测或一个或多个几率的创建或修改、概率评估的调整或修改、减轻或预防风险的策略、或其他使用情况(例如，实时健康反馈)。在另一改进中，计算子系统22和/或游戏投注系统和/或概率评估系统能够操作以允许用户选择提供预测指标、计算资产、动物数据和/或其一个或多个衍生物所根据的至少一个特性。特性可包括动物数据的一个或多个来源、一个或多个个体或个体群组的特定个人属性、所使用的传感器类型、传感器属性、分类、特定传感器配置、位置、活动、数据格式、所使用的算法、数据的质量、收集数据的时间、相关联的组织、相关联的事件和提供数据的速度。

在一些情况下，计算子系统22提供和/或使用历史动物数据。在改进中，来自个人或类似个人的一个或多个类似事件的历史数据对于用户预测与任何给定事件相关的性能可能是有用的。例如，如果健身设备制造商想要为其产品(例如，家庭内自行车设备)的用户创建旨在预测疲劳(或者基于锻炼模式在任何给定时间将发生疲劳的可能性)的预测指标，作为其平台订阅提供的一部分，使用从以自行车为重点的健身类别中的用户获得的历史动物数据可用于使制造商能够为任何给定用户创建预测指标，以便在使用他们的设备时预测当前或未来的生物性能。有利地，给定一个或多个受试者或受试者组的历史数据使得系统能够从该信息中学习并且使用该学习来提供更精确的结果(例如，学习对于给定活动对象的心率如何表现允许系统微调其心率算法以提供更精确的读数)。在另一改进中，来自一个或多个类似个体的历史数据对于用户预测任何给定受试者的表现可能是有用的。例如，如果保险公司想要了解任何给定受试者在预定时间段内具有特定医疗状况(例如，心脏病发作)的可能性，则保险公司可以利用来自与该个体共享一个或多个特性(例如，年龄、身高、个人历史、社交习惯、血型、病史、处方历史、ECG数据历史、心率历史、血压历史、基因组/遗传历史、生物流体衍生数据历史)的个人的数据来运行一个或多个模拟，以便确定受试者是否将在必要的时间段内经历医学状况的可能结果。在另一改进中，也可以使用不是从动物数据导出的历史数据(例如，在运动的上下文中，传统统计如点数、篮板球、助攻、进球、投篮、赢/输百分比等)。

推测系统10能够操作以允许用户调整一个或多个数据集中的一个或多个参数，以便运行一个或多个模拟，所述模拟可确定(或提供信息支持)是否进行游戏投注、评估或计算事件结果发生的概率、做出预测、修改先前确定的事件概率、制定创建为一个或多个个人进行游戏投注的市场而基于的策略、或推荐一个行动。在改进中，推测系统10提供至少部分地从一个或多个传感器导出的一个或多个人工创建的数据集，作为真实数据集的替换。在用户想要从先前的历史数据/事件重新创建(例如，生成)数据以建立趋势线并且帮助根据对任何给定的一个或多个输入(例如，变量)的修改(例如，改变)来研究和理解任何给定受试者的任何给定表现改变以便预测未来发生的情况下，人工数据可以是有益的。在训练系统理解这些一个或多个表现变化和与该变化相关联的变量(例如，其可以经由一个或多个神经网络发生)之后，用户可以重新创建数据(例如，使用包括在一个或多个模拟场景内的一个或多个方法)，以基于例如对于受试者的历史表现理解、一个或多个输入的历史影响、当前表现、所述一个或多个输入的当前影响，以及所述系统对于类似事件、主题和输入所看到的趋势，来预测未来事件或发生事件。有利地，一个或多个输入可以是生物数据。特别地，计算子系统22或游戏投注系统28或概率评估系统30可以创建一个或多个人工生成的动物数据集、计算资产或预测指标，其可以经由利用预测指标、计算资产、真实收集的动物数据和/或其一个或多个衍生物的至少一部分的一个或多个模拟来发生。这可以利用一个或多个人工智能技术(例如，一个或多个经训练的神经网络、机器学习系统)或统计模型来发生。在进一步的改进中，模拟可以包括多个模拟(例如，同时或连续运行n个模拟以导出单个模拟输出)。在变型中，计算子系统22或游戏投注系统28或概率评估系统30可以生成从预测指标的至少一部分、至少一个计算资产和/或一个或多个目标个体或目标个体组(包括一个或多个匿名个体或匿名个体组)的动物数据导出的模拟数据。在这些上下文中，“生成”可以包括“创建”，反之亦然。“生成”也可以包括“派生”，反之亦然。计算子系统或游戏投注系统或概率评估系统能够操作以直接或间接地使用模拟数据的至少一部分：(1)作为一个市场，在该市场上进行游戏投注或接受一个或多个游戏投注；(2)接受一个或多个游戏投注；(3)创建、增强、修改、获取、提供或分发一个或多个产品；(4)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(5)制定一个或多个策略；(6)采取一个或多个行动；(7)减轻或预防一个或多个风险；(8)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(9)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(10)推荐一个或多个行动；(11)作为一个或多个消费介质的一个或多个核心组成部分或补充；(12)在一个或多个促销；或(13)其组合。

除了传感器数据之外，根据使用情况，可以将其他类型的收集的动物或非动物数据合并到一个或多个模拟中。例如，个人信息可以被并入，并且可以包括年龄、身高、种族、原籍国/地区、种族、性别、来自医疗记录的信息、个人历史、社会史、健康史、社会习惯、教育记录、犯罪史、情感、心理评估等。对于体育，信息可以包括赢/输记录和其他统计(例如，赢/输点数、结果、个人统计如点数、篮板球、投篮、正手、反手等)。对于体育游戏投注，这还可以包括过去的游戏投注、用户行为、游戏投注趋势或其他用户数据。特征在于，在所请求的数据集中添加或改变一个或多个输入(例如，变量)的能力允许用户确定生成人工数据输出的一个或多个参数，同时将输出定制为用户的一个或多个规范。所述一个或多个输入可以包括与理解过去行为以预测未来表现相关的任何数据，包括来自动物数据和非动物数据的一个或多个信号或读数。人工数据输出可以是例如人工动物数据、计算资产和/或预测指标。在变型中，计算子系统、游戏投注系统、概率评估系统或其它系统可以直接或间接地使用或应用模拟数据的至少一部分，以创建、增强或修改预测指标、至少一个计算资产和/或动物数据(其包括其任何衍生物)。然后可以直接或间接地利用创建的、增强的或修改的预测指标、至少一个计算的资产和/或动物数据的至少一部分：(1)作为一个市场，在该市场上进行游戏投注或接受一个或多个游戏投注；(2)创建、修改、增强、获取、提供或分发一种或多种产品；(3)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(4)制定一个或多个策略；(5)采取一个或多个行动；(6)减轻或预防一个或多个风险；(7)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(8)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(9)推荐一个或多个行动；(10)作为一个或多个消费介质的一个或多个核心组成部分或补充；(11)在一个或多个促销；或(12)其组合。在改进中，一个或多个创建、增强或修改是动态的。有利地，一个或多个模拟以及输出到一个或多个用例的一个或多个应用可以实时或接近实时地发生。

在改进中，可以在模拟内改变(例如，随机化)一个或多个输入/参数，以提供一个或多个新的模拟数据集。在进一步的改进中，所生成的人工数据输出的至少一部分可以用作一个或多个数据集，或者用作在一个或多个模拟、计算或分析中使用的另一个或多个数据集的一部分。例如，可以运行一个或多个模拟以确定运动员的未来生物数据(例如，生理数据、生物力学数据、位置数据)对于任何给定的比赛可能看起来如何。一旦生成了人工数据，就可以在另一个或多个模拟中利用人工数据来确定与运动员是否将赢得比赛相关的一个或多个预测。这样的确定可以实时或接近实时地发生。在另一改进中，可以利用结合了至少一种类型的动物数据的模拟数据来微调预测指标。有利地，当收集新数据并进一步的模拟或统计模型或被调整时，可以实时或接近实时地修改或增强一个或多个预测。例如，系统可以基于历史数据推断结果可能发生，并且系统还可以创建与发生的结果相关的预测。通过使用包含至少一种类型的动物数据的至少一部分人工数据运行一个或多个模拟，系统可以调整或增强预测指标以基于各种数据确定结果发生的更可能概率，这些数据可以包括例如网球球员的当前比赛状态(例如，球员A在第2局的第4场比赛中输掉6-4、3-2)、历史数据(例如，球员A在第2局的第4场比赛中输掉6-4、3-2时的所有比赛结果)、当前条件(例如，湿度、温度、海拔)、先前比赛时的相同条件(例如，湿度、温度、海拔)、相关动物数据(例如，表现出生理特性、生物力学特性、基于生物流体的特性、基于位置的特性，等等)和其他类型的非动物数据。在另一示例中，保险公司可以具有与一个或多个个体的特性相关的假设，并且可以利用动物数据的至少一部分来运行一个或多个模拟以确定那些个体的可能的生物学结果。结果可以是，例如，人将在接下来的n个月中受制于疾病的可能性、给定损伤将达到给定恢复率的可能性、个体可能经历医学发作(例如，癫痫发作、心脏病发作)的可能性等。基于一个或多个模拟，可以创建人工数据，基于该人工数据，可以创建或调整任何给定结果的几率并将其提供给推测系统(例如，个体具有基于个体的一个或多个特性的中风的可能性)。在保险示例中，保险公司可以针对具有这些特性的个人来调整保费。在另一示例中，老年护理院可利用动物数据的至少一部分来运行一个或多个模拟以确定任何给定个体的可能健康结果，并因此确定该特定个体所需的未来护理量。基于可能需要的未来护理的量，护理院可能能够基于个人的简档为每个个人定制其定价。在另一示例中，汽车或飞机制造商可能希望运行模拟以微调预测指标，以便提供与车辆或飞机内的受试者相关的一个或多个响应以减轻或防止风险。更具体地，汽车制造商可能想要确定在驾驶车辆时表现出特定生理或生物力学特性的人是否可能处于引起事故的风险中。通过利用动物数据和/或其一个或多个衍生物，车辆可以基于预测指标和其他动物数据采取一个或多个动作(例如，停车、靠边停车、开车到医院)，以便减轻或预防风险(例如，如果基于收集的传感器数据确定人患有心脏病发作，则车辆可以自己行驶到医院；如果确定一个人在握住方向盘并驾驶时，在给定的年龄、体重范围、身高范围、心脏状况、心率增加、血压升高、压力水平升高、生物力学不规则运动等特性下发生心脏病发作的可能性大于预定百分比，则车辆可以自行停车；或者通过具有这些给定的特性和参数集的预测指标来更绝对地预测受试者将患有心脏病发作)。在另一示例中，航空公司可在飞行时经由一个或多个源传感器监测其一个或多个飞行员的实时生物特性，并基于与动物数据的至少一部分相关的发生概率采取一个或多个动作(例如，通知航空公司、将控制权从飞行员手中夺走、将飞机置于自动驾驶仪、允许航空公司或航空公司制造商远程控制飞机)。

在另一改进中，可以利用结合了至少一部分动物数据的模拟数据来为模拟事件创建一个或多个建议游戏投注。例如，如果系统先前已经收集了团队A相对于团队B的心率，则系统可以创建一个或多个新的游戏投注，该一个或多个新的游戏投注利用作为一个或多个模拟的一部分并入的先前收集的数据。游戏投注可能是“在1万场模拟比赛中，团队A对战团队B的比赛持续时间内的平均最大心率是否会超过每分钟170次”。在另一改进中，可以利用结合了至少一部分动物数据的模拟数据来创建用于虚拟事件(包括模拟事件)的新的建议游戏投注，或者作为用作用于虚拟游戏投注的游戏投注策略的一部分的信息。例如，如果系统已经收集了一个或多个真实比赛中的一个或多个真实受试者(例如，真实马)的呼吸速率，则系统可以基于从一个或多个模拟比赛收集的呼吸速率数据来生成模拟数据(例如，模拟呼吸速率)，这将使得系统能够为一个或多个虚拟受试者(例如，虚拟马)创建一个或多个适当的游戏投注或游戏投注产品，其利用在一个或多个虚拟竞赛中生成的模拟动物数据的至少一部分(例如，游戏投注可以是：“虚拟马在虚拟比赛中的最大呼吸速率是否将达到指标X以上”)。在变型中，所生成的模拟数据可能不具有其所源于的对象的相同特性。例如，在为虚拟马生成人工呼吸速率的情况下，模拟可以将生成的人工呼吸速率表征并显示为另一指标(例如，颜色、诸如“疲劳”等的另一名称)。在进一步的改进中，所述一个或多个虚拟受试者与所述一个或多个真实受试者共享至少一个共同特性，并且所述虚拟事件与从其收集真实动物数据的事件共享至少一个共同特性(例如，马Z在真实比赛中奔跑，并且虚拟马Z在虚拟比赛中奔跑，具有系统中的真实马和事件的至少一个特性。该特性可以是例如呼吸速率，并且事件可以是赛马。游戏投注：“虚拟马Z在虚拟比赛中的最大呼吸速率是否将达到指标X以上？”)。受试者特性可以包括生物特性、物理特性、轮廓特性(例如，相同的名字、球衣号码、队名、队颜色)等。在另一示例中，模拟游戏(例如，视频游戏)或虚拟世界视频游戏可以创建与玩游戏的一个或多个用户的真实动物数据相关的一个或多个游戏投注或产品(例如，用于购买的游戏内虚拟产品)(例如，利用被合并为虚拟视频游戏的一部分的用户的真实动物数据，在游戏中为达到目标的用户创建奖励，同时利用将其动物数据的至少一部分合并在游戏内的模拟数据；使用户能够购买至少部分地从动物数据生成的基于人工数据的虚拟产品；基于在所述视频游戏中使用的人工动物数据来创建游戏投注类型或产品)。在又一改进中，基于动物数据的至少一部分为虚拟事件或模拟游戏(例如，视频游戏)创建模拟数据，这可以为游戏投注系统和/或概率评估系统创建新的价值或资产。例如，在上面的场景中，用户可能想要知道当马Z的模拟呼吸速率超过指标X时，马Z在模拟事件中赢得比赛的概率，以及这在任何给定的模拟比赛中发生的频率。该系统可以利用包括至少一部分动物数据的各种数据来生成模拟数据(例如，从每个可用比赛的一个或多个源传感器收集的马Z的呼吸速率；如果可用，从一个或多个源传感器收集的其他马的呼吸速率；从一个或多个模拟比赛生成的模拟呼吸速率数据；在真实世界中收集的可用作模拟比赛的输入的其他因素-环境条件，如天气或温度、伤害、生物流体数据等)。基于该信息，用户可以在虚拟赛马游戏上进行游戏投注。在又一改进中，可以利用结合了至少一种类型的动物数据的模拟数据来更精确地创建或调整游戏投注线(例如，调整几率)。例如，如果针对特定比赛为球员A对战球员B设置了线，则计算子系统可以使用类似的比赛条件(例如，场上温度、先前的输赢记录)和包含球员的至少一个动物数据输入的输入(例如，所有球员A动物数据相比于球员B动物数据)来运行一个或多个模拟，使所述系统能够以更高的精度确定结果的概率。然后可以利用该概率来创建或调整可以实时或接近实时发生的一个或多个几率。

在改进中，可以根据用户设置的一个或多个参数随机地或以其他方式生成一个或多个人工数据集。例如，在不能获取、捕获或创建用户期望的真实数据的情况下，这可能是有用的。在用户具有可能使得获取真实数据不可行的请求的情况下(例如，不能在所请求的时间帧中获取所请求的数据，与真实数据集相关联的对价费用太高，获取方所要求的用例需要在系统内未找到或不可获得的一个或多个数据集)，推测系统10可以生成符合由用户建立的一个或多个参数的人工数据，该人工数据可以用于产品创建、调整、增强、获取、分发和/或消费。新的一个或多个人工数据集可以通过应用一个或多个人工智能技术来创建，该人工智能技术可以分析与获取方所需的特性中的至少一个相匹配的一个或多个先前捕获的数据集。一个或多个人工智能技术(例如，基于机器学习的引擎、一个或多个神经网络)将识别一个或多个真实数据集中的模式，并创建匹配或满足用户的最小请求的人工数据(例如，游戏投注实体、游戏投注者、评估概率或创建策略以减轻或预防风险的组织、提供建议或信息以采取行动的平台)。可以基于单个个体、具有一个或多个相似特性的一个或多个个体的组、在一个或多个特性的定义组内对于一个或多个个体的随机选择、在一个或多个个体的定义组内对于一个或多个特性的随机选择、在一个或多个特性的定义组内对于一个或多个个体的定义选择、或者在一个或多个个体的定义组内对于一个或多个特性的定义选择来创建一个或多个数据集。在改进中，组可以包括多个组。基于用户的要求，推测系统可以具有在创建一个或多个人工数据集时隔离单个变量或多个变量以用于可重复性的能力，以便保持数据既相关又随机。

用于创建人工数据集的另一种方法涉及利用模拟数据扩展先前收集的真实数据集的数据集。例如，可以访问运动员A的指定数量的比赛中/比赛数据(例如，10、100、1000或更多小时)的系统，该数据包括不同类型的数据和元数据(例如，在网球这样的运动中，场上温度、湿度、心率、跑步里程、挥杆速度、能量水平、呼吸速率、肌肉活动、水合水平、生物流体衍生数据、击球力量、点数长度、球场定位、对手、对手在特定环境条件下的表现、对战对手的获胜百分比、在类似环境条件下对战对手的获胜百分比、当前比赛统计、基于比赛表现趋势的历史比赛统计、日期、时间戳、赢/输分，得分)，该系统可以使用一种或多种人工智能技术通过重建其中给定运动员可能甚至没有参加比赛的事件(例如，比赛)的至少一部分来扩展数据集，和/或在重建的事件内为运动员A生成人工数据(例如，运动员A以捕获的心率数据进行了2小时的网球比赛，但是用户想要从未进行并且将来将进行的比赛的第3小时的心率数据。因此，计算子系统可以运行一个或多个模拟以创建数据)。更具体地，可以用这些数据集中的一个或多个来训练一个或多个神经网络，以理解运动员A的生物功能以及一个或多个变量如何能够影响任何给定的生物功能。神经网络可以被进一步训练以基于一个或多个生物功能和一个或多个变量的影响来理解发生了什么结果(或多个结果)，从而能够进行相关和因果分析。例如，在被训练以理解诸如以下的信息时：运动员A在包括本场景的任何给定场景内的一个或多个生物功能，在包括本场景的任何给定场景内可能影响运动员A的一个或多个生物功能的一个或多个变量，基于运动员A所表现的一个或多个生物学功能和/或所存在的一个或多个变量而在包括本场景在内的任何给定场景中先前已经发生的一个或多个结果，在包括与本场景类似的场景在内的任何给定场景中与运动员A相似或不相似的运动员的一个或多个生物学功能，在包括与本场景类似的场景在内的任何给定场景中可以影响运动员A的一个或多个生物功能的一个或多个其他变量，在包括与本场景类似的场景在内的任何给定场景中可以影响与运动员A相似和不相似的其他运动员的一个或多个生物功能的一个或多个变量，以及基于与运动员A相似和不相似的运动员所表现的一个或多个生物功能和/或一个或多个变量而在包括与当前场景相似的场景的任何给定场景中先前已经发生的一个或多个结果，数据的获取方可以请求运行一个或多个模拟，以利用人工生成的数据扩展当前收集的数据集(例如，运动员A刚刚以各种生物数据(包括捕获的基于位置的数据)运动了2小时。在相同的比赛条件下，获取方想要第三小时的基于位置的数据，因此系统可以运行一个或多个模拟以基于先前收集的数据创建数据)或经由预测指标预测对于任何给定活动(例如，基于仅查看运动员A的数据，运动员A对战运动员B在最后一局中赢得比赛的可能性)发生的结果。在一种变型中，可以用多个动物(例如运动员)训练一个或多个神经网络，所述多个动物可以是团队中的、组中的或彼此竞争的，并且可以用来自每个动物的一个或多个数据集训练一个或多个神经网络，以更准确地生成预测一个或多个结果的预测指标(例如，A运动员对战B运动员是否会赢得比赛)。在该示例中，可以运行一个或多个模拟以首先基于每个运动员的真实传感器数据生成人工传感器数据，然后在一个或多个另外的模拟中利用生成的人工传感器数据的至少一部分来确定任何给定结果的可能性和/或做出预测。

在另一示例中，运动队可能想要确定在比赛期间将运动员带离球场的正确时间，或者医院可能想要确定是否应当在外科医生一天或一周中工作一定数量的小时之后继续允许外科医生手术。通过使用真实动物数据的至少一部分运行一个或多个模拟，运动队或医院将能够生成一个或多个人工数据集，从该人工数据集可以导出一个或多个预测指标，该预测指标将使得运动队或医院能够确定是否采取动作(例如，在运动队的情况下，对价为是否允许运动员在他仍然以高水平表现的时候留在场上，知道疲劳可能导致受伤或在未来的次优时间表现下降，或者让他退出比赛；在医院的情况下，游戏投注是否允许外科医生在连续工作一定时间之后继续手术，或者在表现出特定特征的同时继续手术，其中一个风险是人的生命，一个益处是经验，这可以导致拯救更多的生命)。在又一示例中，远程患者监测或远程健康平台可能希望基于经由一个或多个源传感器提供给应用的一个或多个实时生命体征(例如，心率、ECG、血压、疲劳、压力、睡眠数据)以及其他数据(例如，营养、年龄、体重、身高、病史、基于生物流体的数据历史、遗传/基因组历史、处方历史)，向医疗专业人员(例如，医生)和患者两者提供患者经历任何未来医疗状况(例如，流感、心脏病发作、糖尿病、中风)的可能性。通过利用真实动物数据的至少一部分运行一个或多个模拟，医学专业人员或其他管理员(例如，推测系统)可以生成一个或多个人工数据集，从该人工数据集可以导出一个或多个预测指标。预测指标可以向例如医疗专业人员和患者提供事件发生的可能性(例如，基于对他们的动物数据和其他数据的分析，患者在接下来的6个月内可能患有中风的概率％；根据患者的一个或多个特性，除非采取x、y、z步骤，否则患者将在未来30天内经历p医学状况)，以及减轻风险的推荐动作(例如，通过每天步行n分钟来减轻压力；保持吃特定的食物以保持低血压)。在改进中，推测系统可以被编程为基于与预测指标、计算资产、动物数据和/或其一个或多个衍生物相关的一个或多个读数来提供一个或多个警报。例如，警报基于受试者达到最大心率或达到使警报有必要的预定义“能量水平”，或系统检测ECG数据中的不规则性。在该示例中，可以利用由系统从受试者以及与受试者共享一个或多个特性(例如，年龄、体重、身高、医疗状况等)的一个或多个受试者收集的历史ECG信息，来检测来自受试者的此类异常。该系统能够操作以使用历史数据作为基线来检测任何给定受试者中的异常，并提供与形态学的任何变化或任何其他相关发现相关的见解。在另一改进中，医疗专业人员或系统可以基于预测指标采取一个或多个动作。例如，如果系统在至少部分地由传感器向该系统传送数据的情况下基于生物流体读数(例如，低血糖水平)而提供生成的预测指标，所述预测指标表示患有糖尿病并带有可穿戴传感器(例如，胰岛素泵)的特定患者经历显著的物理反应(例如，进入昏迷)的可能性相对较高，或者如果不施用胰岛素则将在接下来的n个小时内将经历显著的物理反应，则系统能够操作以直接与胰岛素泵通信并提供一个或多个命令以经由泵向身体施用胰岛素，或者基于预测指标生成营养计划以保持血糖被调节。在2019年2月13日提交的美国专利No.16/274,701和2020年2月13日提交的美国专利No.PCT/US20/18063中公开了与利用基于网络浏览器的应用的生物数据跟踪系统相关的附加细节，这两项专利的全部公开内容通过引用并入本文。

在用于创建模拟数据集的另一方法中，通过一个或多个模拟重新运行先前捕获的数据以创建一个或多个新数据集。例如，如果计算系统利用诸如长期短期记忆(LSTM)的统计模型或神经网络，并且用户想要为运动员A创建人工心率数据，该人工心率数据利用运动员A的心率数据的至少一部分(例如，运动员A的心率数据的特性或对于各种场景每分钟的心跳)以并入模拟中(例如，模拟游戏，例如视频游戏)，推测子系统可以利用运动员A的实际心率数据来训练，以部分地基于运动员A的实际心率数据的至少一部分来生成人工数据集，该人工数据集可以被并入模拟游戏中。模拟游戏可以以例如从运动员A的真实动物数据的至少一部分和/或其一个或多个衍生物导出的运动员A的一个或多个生物度量(例如，心率、脚速度、挥杆速度)为特性。虚拟受试者的模拟数据(例如，模拟生物度量)可以基于从现实世界受试者收集的历史数据，或者可以基于由现实世界受试者提供给推测系统并由推测系统转换为新的人工数据集的实时或近实时数据，为虚拟受试者实时或近实时地显示。在一个变型中，由一个或多个模拟建立的指数可以不同于真实世界数据，但是被转换为可应用于模拟(例如，心率数据可以在游戏内被转换为颜色，或者虚拟游戏币可以与在特定区域内保持或超过心率相关联)。有利地，可以在模拟游戏中使预测指标对用户可用(例如，“能量水平”条，该“能量水平”条可以指示虚拟受试者何时疲劳并且基于事件将发生的可能性预测游戏中的受试者何时将耗尽能量，或者用户何时需要采取动作)。在改进中，使得预测指标可用于游戏内的购买(或绑定到对价)。在一些情况下，可能需要调整或修改预测指标，以便符合模拟的一个或多个参数并将数据集成到模拟中。利用这种方法，还可以检查各种结果的概率。例如，运动员A的现有数据(例如，先前收集或捕获的数据)和系统运行一个或多个模拟以创建可用于确定特定结果的概率的一个或多个新数据集的能力。在改进中，可以运行一个或多个模拟，其中在另一个或多个模拟内结合未来数据(例如，人工生成的数据)，以预测结果或创建概率。例如，可以基于所收集的数据来生成给定场景中的人的未来心率数据或基于生物流体的数据，其中在另一个或多个模拟中利用该人工心率数据或基于生物流体的数据，以便预测另一个未来结果(例如，基于该未来心率数据和/或一个或多个基于生物流体的读数，结果是否发生)。

在用于创建一个或多个模拟数据集的变型中，通过一个或多个模拟来重新运行具有一个或多个随机化变量的现有数据，以创建系统先前看不到的新数据集。利用该方法以及先前描述的输入示例，可以生成一个或多个预测指标。例如，当推测系统具有用于特定个体(例如，运动员)和特定事件(例如，运动员已经参加的比赛)的数据集时，推测系统可以具有重新创建和/或改变数据集内的一个或多个变量(例如，海拔、场上温度、湿度)并经由一个或多个模拟重新运行一个或多个事件以生成目标模拟数据输出的能力。例如，在网球的情境下，对于整个两小时的比赛，当温度处于或高于95度时，获取者可能想要1小时的球员A的心率数据。该系统可以具有在不同温度(例如，85、91、94)下的一组或多组心率数据以及先前描述的用于处于相似条件下的球员A以及处于相似和不相似条件下的其他相似和不相似运动员的输入。在95度或95度以上的球员A的心率数据从未被收集，因此系统可以运行一个或多个模拟来创建该数据，然后在一个或多个进一步的模拟中利用该数据。在另一示例中，获取方可能需要提供球员A将赢得比赛的可能性的预测指标。在改进中，系统还可以是可编程的以组合不同的数据集以创建或重新创建一个或多个新的数据集。例如，对于特定锦标赛的两小时比赛，当温度高于95度时，用户可能想要1小时的球员A的心率数据，其中诸如海拔的一个或多个特征可能影响表现。虽然从未完整地收集该数据，但不同的数据集可以包括所请求的数据(例如，以心率为特征的来自球员A的一个或多个数据集、以在95度以上的温度下打网球的来自球员A一个或多个数据集、在所需锦标赛上具有所请求特征(例如海拔)的一个或多个数据集)。系统可以识别数据集内和跨数据集的这些所请求的参数，并且运行一个或多个模拟以基于这些不同的数据集来创建满足用户请求的一个或多个新的人工数据集(其可以是例如预测指标、计算资产或人造动物数据)。在变型中，用于创建或重新创建一个或多个新数据集的不同数据集可以以与目标受试者共享至少一个共同特性(其可以包括例如年龄范围、体重范围、身高范围、性别、相似或不相似的生物特性等)的一个或多个不同受试者为特征。使用上述示例，虽然心率数据可用于球员A，但是系统可利用来自球员b、c、d的另一个或多个数据集，所述另一个或多个数据集是基于其与期望数据集的相关性而选择的(例如，一些或所有的球员可能已经表现出与球员A相似的心率模式；一些或所有的球员具有与球员A相似的生物流体衍生读数；一些或所有的球员可能具有由系统收集的以在高于95度的温度下打网球为特征的数据集)。这些一个或多个数据集可用作一个或多个模拟内的输入，以更准确地预测球员A在期望条件下的心率。

在用于模拟数据的又一方法中，创建本质上通用的人工数据集(例如，缺少共享的生物参数)。在变型中，创建一个或多个随机化数据集，其中一个或多个变量由系统而不是获取方选择。例如，如果保险公司正在随机样本(例如，没有定义的年龄或病史，其可以由系统随机选择)中寻找特定数据集(例如，1,000,000个吸烟者)，或者如果游戏投注公司正在寻找为从未存在的事件(例如，围绕视频游戏模拟结果进行适当的建议游戏投注)创建一个或多个新市场(例如，建议游戏投注)，则这可能特别有用。在改进中，基于由系统的给定用户挑选的预定数量的个体来创建一个或多个人工数据集。在另一改进中，从由推测系统随机挑选的预定数量的个体创建一个或多个人工数据集。

在2019年9月6日提交的美国专利No.62/897,064中公开了与用于生成模拟动物数据和模型的系统相关的附加细节；该美国专利的全部公开内容通过引用合并于此。本发明不限于所使用的一个或多个统计模型或人工智能技术(例如，机器学习模型、深度学习技术)的类型。假定本发明不受使用模拟数据的任何特定应用的限制，这样的数据可以用作基线或输入以测试、改变和/或修改一个或多个传感器、算法、输出和/或假设。此外，从一个或多个模拟生成的数据可以用于广泛的用例，包括作为用于识别真实数据中的问题/模式的控制集、作为进一步模拟中的输入、或作为人工智能或机器学习模型的输入作为测试集、训练集或具有可识别模式的集。该人工数据可用于运行模拟场景，其用例的范围可从训练到改进性能等。例如，可以使用推测系统来修改基于来自特定运动员的真实动物数据创建的人工数据集，以在数据中引入对应于诸如疲劳或快速心率变化的特性的一个或多个偏差。利用该修改的数据，可以运行一个或多个模拟以查看个体(例如，运动员、士兵、患者)将如何在例如高压力情况下或在某些环境条件(例如，高海拔、高场上温度)中表现。这在健身应用、保险应用等中尤其有用。在人类(例如，运动员)或其他动物的情况下，通过系统建立生物度量(例如心率、呼吸、位置数据、生物力学数据)和事件发生(例如，赢得特定的比赛，将生物功能维持在某一或特定的水平)的可能性之间的模式，推测系统可以计算某些条件场景的一个或多个概率(例如，“假设”情景和可能的结果)。作为示例，创建人工数据的系统能够操作以使用一个或多个模拟中的n个数据输入来针对可能在任何给定时间现场发生的任何给定事件(例如，网球比赛)实时或接近实时地运行多个模拟。基于这些模拟的结果，系统可以将概率分配给发生的给定结果。例如，如果期望的分析是“球员A的HR将在当前比赛中达到200吗”，则系统可以通过运行一个或多个模拟来创建该结果发生的概率，该模拟可以包括任何数量的场景(例如，球员B赢得第一盘，球员A开始感觉到身体特定区域的压力、疲劳和肌肉紧绷；比赛期间空气温度和湿度增加n度，并影响球员A)。可以存在n个这样的模拟场景，并且另外可以基于例如过去的相似比赛经由推测系统的ML/AI引擎动态地(即，动态地)创建模拟场景。一旦运行模拟，则收集并分析输出，系统可被设置为提供与所研究的结果相关的一个或多个概率。在变型中，在任何事件的过程期间可以发生多于一个的模拟，其中基于对一个或多个输入或因子(例如，时间)的改变而产生不同的输出(例如，概率)。例如，运行一个或多个模拟以向球员A提供赢得比赛的n％机会的系统可以在未来时间(例如，在第一模拟后10秒、在第一模拟后5分钟、在第一模拟后1小时等)运行可以提供不同的概率的一个或多个未来模拟(例如，在第一次模拟之后30秒运行并且利用“分数”和“压力”作为一个或多个输入的一部分的模拟可以得到经修正的球员A有52％机会赢得比赛，因为球员A在该时间段内输掉了比赛并且具有高于正常压力水平，这已经被显示为导致先前比赛的表现降低)。

在另一个实施例中，推测系统可以用作测试、建立和/或验证传感器或连接的设备的准确性、一致性和/或可靠性的工具。产生类似标记输出(例如，心率)的传感器可使用不同组件(例如，硬件、算法)来导出它们的输出(例如，来自不同制造商的心率传感器，或来自相同制造商的不同心率传感器，其利用不同的数据收集方法或算法来产生“相同”输出)。这意味着，例如，来自一个设备的类似心率的输出可能与来自另一设备的心率不同。推测系统绕过本机应用程序或聚集数据并对数据采取行动的能力，包括标准化和/或同步数据，确保用户能够在需要时进行相对的“苹果对苹果”比较，并比较每个传感器输出及其相应的硬件/固件和算法，以导出每个输出(例如，原始数据、处理后的数据)，同时提供数据上下文(例如，收集数据所依据的活动)和排除可能影响输出的其他变量(例如，传输相关、软件相关)。测试和比较每个传感器或连接的设备硬件、算法或公平输出(例如，相对于指定的标准)，确保已与被评估的特定组件隔离的可量化结果。获得每个传感器类型及其对应组件的量化结果的能力使得用户能够基于任何给定需求或用例(例如，游戏投注、概率评估或计算、产品创建或获取、或风险缓解用例)为给定组的所有参与者选择特定传感器和/或算法。例如，与另一传感器制造商相比，一个传感器制造商可以提供更适合用于特定使用情况的传感器。选择组件(例如，传感器类型对应算法)的能力移除通常在使用不同或更差组件(例如，捕获“相同”输出或不同算法的不同传感器)时发现的关键传感器相关变量。该方法还确保隔离一个或多个其他变量(例如，一个或多个个体受试者之间的差异)的能力。该方法确保用户对数据的信任，并为创建市场或游戏投注策略、概率评估、产品、推荐或风险缓解或预防策略的组织提供可量化的方式，以根据其需求选择适当的传感器。

图3是应用于涉及体育游戏投注的事件的推测系统的高级基本概述。体育推测系统60是以上关于图1和图2的描述中阐述的系统的示例。体育推测系统60包括一个或多个源传感器62，该一个或多个源传感器62从参与体育场馆64中的体育活动的一个或多个目标个体收集动物数据。此外，虽然图3中描述了网球场馆，但是本设计适用于任何场馆，包括任何体育场馆，并且适用于任何数量的行业。这种体育场馆的示例包括但不限于棒球场馆、足球场馆、篮球场馆、英式足球场馆、冰球场馆、田径场馆、开放竞赛场馆或包括自行车、铁人三项或汽车比赛的球场、排球场馆、赛马场馆、赛狗场馆等。在改进中，场地64可以是非体育场地，包括健身房、家庭、健身室、制造厂、医院、建筑工地等。如上所述，动物数据可以经由无线和有线连接以电子方式传输。传输子系统76向计算子系统66提供动物数据的传输。如前所述，传输子系统76和/或其一个或多个组件可以是计算子系统66的一部分，可以在计算子系统外部，或者可以集成到源传感器中的一个或多个。计算子系统66接收动物数据。如上所述，由计算子系统66和/或一个或多个源传感器62将动物数据的至少一部分变换成分配给选定目标个体或目标个体组的至少一个计算资产。计算子系统66能够操作以将至少一个计算的资产变换为预测指标。可经由分析特征84将动物数据变换为计算资产或预测指标。分析特征84可以是作为计算子系统66的一部分的一个或多个分析子系统、工具等，其与计算子系统分离并由操作推测系统的实体操作、与计算子系统分离并由与操作推测系统的实体不同的实体(例如，第三方)操作、或由实体(例如，第三方)分析数据并将数据的至少一部分和/或其一个或多个衍生物提供回计算子系统的第三方。分析特征84可以利用一个或多个统计模型和/或人工智能技术来变换这样的数据。在改进中，分析特征84可用于根据输出信息的至少一部分创建、修改或增强一个或多个产品，并将一个或多个产品提供给一个或多个用户。在另一改进中，分析特征84可用于向一个或多个用户提供输出信息的至少一部分。

仍然参照图3，计算子系统66能够操作以通过数据分发特征72向一个或多个用户提供(例如，提供、分发、使其可用等)预测指标、至少一个计算资产、动物数据的至少一部分、其一个或多个衍生物和/或其组合(统称为“输出信息”)。计算子系统66能够操作以向一个或多个人、个人或系统(例如，平台、应用)提供数据，包括直接涉及事件的那些人。在体育的情境下，这可以包括教练和医务人员78，以及分析员、管理员、运动员、培训师、营养师和其他相关人员。有利地，可以实时或接近实时地提供输出信息。在改进中，来自计算子系统66的输出信息可用于开发游戏投注或概率评估产品，或提供给其他实体以开发如经由产品特征86所描述的游戏投注或概率评估产品。产品可以包括基于概率的产品、风险缓解产品、动物监测应用(例如，人工性能监测应用)、推荐产品、游戏投注刺激产品、游戏投注信息产品、新游戏投注类型等。产品特征86可以是作为计算子系统66的一部分的一个或多个产品子系统、工具等，其与计算子系统分离并由操作推测系统的实体操作、与计算子系统分离并由与操作推测系统的实体不同的实体(例如，第三方)操作、或由创建一个或多个产品或系统(例如，应用)并将所述一个或多个产品提供回计算子系统以供分发的实体(例如，第三方)操作。在另一改进中，所述一个或多个产品子系统可用于向一个或多个用户提供一个或多个产品和/或输出信息的至少一部分。最后，图3示出了收益对账特征90，其中可以将对价分配给一个或多个利益相关者，以获得他们在创建、收集、修改、增强、分析、提供、分发和/或生产动物数据或操作推测系统或其任何组件中的贡献。在改进中，传输子系统76、分析特征84、产品特征86、分配特征72、分发端点78和收益对账特征90或其任意组合可以是计算子系统66的一部分。

如图3所示，计算系统66执行推测程序。当实现时，推测程序由整合层、传输层和数据管理层定义。关于整合层，一个或多个传感器的用户或管理员使得系统能够以两种方式之一从一个或多个传感器收集信息：(1)系统直接与传感器通信，从而绕过与传感器相关联的任何本地系统；或者(2)系统经由API或其他机制与云或与传感器相关联的本地系统或存储传感器数据的其他系统通信，以将数据收集到系统的数据库中。直接传感器通信是通过创建新代码来与传感器通信或者传感器制造商编写代码来与系统一起工作来实现的。该系统可以创建用于与多个传感器制造商可以遵循的系统通信的标准。系统和传感器之间的通信可以是双向通信，其中系统可以接收数据并向传感器发送一个或多个命令。例如，系统可以向一个或多个传感器发送一个或多个命令以改变传感器的一个或多个功能(例如，改变增益、功率模式或采样率、开始/停止流传输、更新固件)。在一些情况下，传感器可具有可由系统控制的装置内的多个传感器(例如，加速计、陀螺仪、ECG等)。这包括打开或关闭一个或多个传感器，并增加或减少采样频率或灵敏度增益。有利地，系统与一个或多个传感器直接通信的能力还使得能够实时或接近实时地将传感器数据从传感器收集到系统。该系统可以具有控制任何数量的传感器、任何数量的功能以及通过单个系统在任何数量的目标个体上流式传输任何数量的传感器的能力。

关于传输层，系统与传感器的直接通信的副产品是系统能够操作以延长传感器的传输信号来进行实时或近实时通信，从而增加传感器和系统之间的通信距离，放大接收连接，以及扩展一个或多个传感器的范围限制一个或多个传输协议。这可以通过利用传输系统来实现，该传输系统使得系统能够与传感器本身内的任何低功率或标准传输硬件进行通信并利用传感器本身内的任何低功率或标准传输硬件(例如，蓝牙、BLE、Zigbee、WIFI、蜂窝通信、Ant+等)。系统与传感器直接通信的另一个副产品是，单个传输系统可以同步与系统直接通信的多个传感器的实时或接近实时流传输的通信，并根据数据本身进行动作，将其发送到某处或将其存储以供以后使用。这可以针对单个个体或多个个体发生。传输系统可以被配置为任何数量的方式，采取各种形式因素，位于任何数量的位置，使用一个或多个传输/通信协议或网络(例如，蓝牙、ZigBee、WIFI、蜂窝网络等)，在各种环境中使用，并且具有除了简单地将数据从传感器传输到系统之外的功能(例如，基于用例需求总结、合成或分析数据)。有利地，系统经由传输系统与传感器的直接通信还实现实时或接近实时的流传输，特别是在来自其它通信的潜在干扰或无线电频率可能成为问题的恶劣环境中。

关于数据管理层，数据管理层管理所有数据(包括其一个或多个衍生物)、其属性、其关联(例如，数据与谁/什么相关联)以及数据相关功能(例如，归一化、同步、分发等)。进入系统的传感器数据采用以下结构之一：原始(不操纵数据)或处理(操纵)。该系统可容纳一个或多个算法或其他逻辑，其部署数据噪声滤波、数据恢复技术和/或提取或预测技术以从所收集的所有传感器数据(“好”和“坏”)中提取相关的“好”传感器数据，或者在传感器数据的至少一部分是“坏”的情况下创建人工的“好”值。系统可以被编程为同时与单个受试者或多个受试者上的一个或多个传感器通信，以及具有去复制它们的能力，以便发送足够的信息用于接收方以重构数据来自何处以及谁佩戴了什么传感器。为了清楚起见，这意味着向接收数据的系统提供元数据以识别数据的特性-例如，给定数据集属于时间戳A、传感器B和受试者C。另外，该系统可以具有将一个或多个传感器与一个或多个用户相关联的功能。一旦被计算子系统接收到，取决于所作出的请求，传感器数据将被发送到系统云或者停留在系统服务器上的本地。进入系统的传感器数据由系统用与用户或传感器的特性(包括时间戳、传感器类型和传感器设置)有关的信息(例如元数据)以及系统内的一个或多个其他特性同步和标记。例如，传感器数据可以被分配给特定用户。传感器数据还可以被分配给用户(例如，在Z季的Y联赛的比赛X中打篮球的人)正在参与的特定事件，或者数据的获取者将有兴趣获得的一般活动类别(例如，群组循环数据)。系统可以将一个或多个时间戳与其他数据源(例如，与篮球比赛中的官方时间游戏时钟有关的时间戳、与得分有关的时间戳等)同步。可以是无模式的并且被设计为摄取任何类型的数据的系统将通过包括数据类型(例如，ECG、EMG)和数据结构的一个或多个特性来对数据进行分类。一旦传感器数据进入系统，系统可以对传感器数据采取一个或多个进一步的变换动作，包括归一化、加时间戳、聚集、存储、操作、去噪、增强、组织、分析、匿名化、合成、复制、总结、生产和/或同步。这将确保不同数据集之间的一致性。取决于用户的使用情况和要求，这些过程可以实时、接近实时或在非实时基础上发生。给定数据流的大量流入或从一个或多个传感器提供的大量流入(其在量上可能是显著的)，系统还可以利用数据管理过程，该数据管理过程可以包括非结构化数据和结构化数据模式和格式的混合方法。另外，所有输入数据的同步可使用适合于实时或接近实时数据传输的特定模式，减少等待时间，提供错误检查和具有加密数据分组的部分或整个数据分组的能力的安全层。该系统将直接与其他系统通信以监测、接收和记录对传感器数据的所有请求，并且向寻求对传感器数据的访问的组织提供对其用例所需的数据作出一个或多个特定请求的能力。例如，一个请求可以是针对特定个体以每秒1x的速率进行10分钟的实时心率。系统还能够将这些请求与一个或多个用户或一个或多个用户组/类别的用户相关联。

有效推测系统的另一方面是在商业中使用动物数据，其包括与由系统或参与一个或多个用户的一个或多个第三方创建和/或提供(例如，提供、分发、使其可用等)的一个或多个动物数据衍生产品或服务相关的一个或多个促销(例如，广告、约定)。例如，为了吸引用户点击网页(例如，第三方网页)或直接或间接利用动物数据的其他数字目的地，可以在网页或其他数字平台上的促销中直接或间接地利用动物数据。对于网络服务，实现这一点的一种方法是利用内联框架(Iframe)，它可以是嵌入在网站上的另一个HTML文档中的HTML文档。Iframe可用于将来自另一源的内容(例如，广告或参与(例如，游戏投注机会、信息性文献))插入到网页中。在一些情况下，Iframe或小部件用于增加用户在网页或其他数字目的地上花费的时间，所述网页或其他数字目的地以显示刷新指定时间段(例如，每15秒)的广告为特征，以及目标用户点击到另一目的地(在一些情况下是第三方站点)，以向用户提供(例如，销售)服务、产品，或利益交换对价。另外，花在页面上的时间的增加通常会导致更多的高度投入的用户，这会导致对站点的重复访问和更多的点击。存在在第三方小部件(例如JavaScript)中服务的其他方法，并且本发明不受所使用的这些其他方法的限制。图4提供了可以在Iframe中显示的广告的示例。除了图4之外，图5A至图5G还提供了上述推测系统获取的动物数据的特定类型促销的示例。注意，本发明不限于用于显示促销的显示设备的类型，并且可以包括一个或多个监视器、移动设备、智能手表，或者在其中促销可以被可视化的智能眼镜或眼镜内。注意，虽然在网页中呈现促销的这些特定示例以视觉形式进行通信，但是促销可以以其他方式进行传送，包括经由音频或听觉格式(例如，广告的口头通信)。在另一实施例中，利用至少一部分动物数据用于广告或用户参与目的(例如，游戏投注)的其他数字平台包括虚拟现实系统和增强现实系统。

对于诸如增强现实系统或虚拟现实系统的用户(例如，粉丝)参与系统，推测系统可以向参与媒体(例如，观看诸如体育赛事的实况事件)的人提供观看动物数据并与动物数据交互的能力。这可以是例如场地内体验或在家体验的一部分。可以在粉丝参与系统内利用动物数据来进行一个或多个游戏投注(例如，当运动员正在比赛时用户可以在粉丝参与系统内查看运动员的能量水平，并且用户在任何给定时间通过粉丝参与系统对比赛进行游戏投注，例如在比赛期间当运动员看起来疲劳时，用户通过粉丝参与系统对比赛进行游戏投注)，在粉丝参与系统内使用以使得能够在粉丝参与系统之外下一个或多个游戏投注(例如，用户通过增强现实系统看到球员的能量水平，并且用户在用户的移动设备上对比赛游戏投注)，或者提供信息以刺激人进行游戏投注(例如，用户通过增强现实系统看到球员的预测指标，并决定游戏投注)。动物数据还可以具有与其相关联的粉丝参与系统内的其他视觉(例如，赞助中的品牌)，以进一步利用粉丝参与系统内的动物数据的价值。

对于向诸如用于游戏投注的增强现实系统之类的粉丝参与系统提供动物数据的推测系统，该系统可以首先在指定区域周围(例如，在运动的情境下，在包括体育场和具有已知边界和固定对象的场地的运动场周围)使用物体识别和跟踪。然后，系统可以创建已知识别的场景和跟踪信息的清单，以及在需要时更新该信息的能力。该系统可以获取已知的图像数据集以帮助填充该清单中的空白。使用体育作为示例(但不限于体育)，AR系统可以对运动员和辅助对象使用3D跟踪(例如跟踪球运动)。基于球员相对于运动场和其他球员的位置，可以放置增强对象，使得可视化与比赛相关。来自诸如基于位置的数据(GPS)、方向传感器、加速计等传感器的附加数据可用于微调球员的放置，并将诸如海拔和纬度的其他数据点带入3D模型的计算中。系统还可以在固定已知对象周围的环境中寻找特征，并且通过跟踪那些对象相对于某个固定点的变化，将尝试识别和替换覆盖中的相关虚拟对象。系统将优化正被发送到计算设备(例如，移动设备)的数据，使得渲染是实时的或接近实时的。该系统将通过地面、空中或基于云的系统使用系统资源来渲染复杂的数据集并计算所有3D计算。增强现实对象可包括提供与一个或多个受试者相关的信息的一种或多种类型的动物数据(例如，包括模拟数据)，或来自动物数据的一种或多种衍生物。增强现实系统还可以包括用于用户游戏投注、评估或计算概率、查看预测或可能性、和/或减轻或预防风险的终端。在改进中，增强现实系统还可以提供要采取的建议和/或动作。终端和/或用户游戏投注、评估或计算概率、查看预测或可能性、减轻风险和/或采取动作的能力可以经由各种机制来控制，这些机制包括但不限于音频控制(例如，语音控制)、物理提示(例如，头部移动、眼睛移动或手势)、神经提示、在AR硬件内找到的控制，或者利用局部化设备(例如，手机)。

对于游戏投注系统，推测系统提供了关于提供动态游戏投注的许多新颖机会，其可以至少部分地由一个或多个统计模型和/或人工智能技术来支持。可以基于用户与动物数据的交互来动态地创建一个或多个新的建议游戏投注。例如，并且在运动的情境下，如果一个或多个用户频繁地使用动物数据(例如，在应用上查看动物数据)，该动物数据以一个或多个类似特性为特征(例如，使用心率作为用户频繁的动物数据的示例，球员A的心率，或者团队B的所有后卫的心率)，系统可以动态地创建建议游戏投注并将这些一个或多个特定用户作为目标(例如，游戏投注可以是：球员A的最大心率在比赛中是否超过180bpm；B队所有后卫在第四局最后5分钟的平均心率是否低于150bpm)。可以利用任何类型的动物数据和/或其一种或多种衍生物来创建与游戏投注和概率评估相关的游戏投注和产品(包括风险缓解/预防产品、推荐产品等)。系统还可以计算几率、分配几率、修改几率、增强几率或利用内部创建的几率或由一个或多个第三方创建的几率来伴随这些游戏投注。还可以基于与动物数据的一个或多个用户交互来动态地创建个性化游戏投注。例如，如果特定用户频繁输入与一个或多个参数或特性相关联的动物数据(例如，用户A在所有网球比赛中频繁输入局#2的历史心率数据)，建议游戏投注可由系统或与该特定用户交互的第三方系统创建，该第三方系统利用该动物数据的至少一部分作为游戏投注的一部分(例如，创建使得用户能够在比赛#1中的局#2中游戏投注球员A的心率是否将高于180bpm，或者在比赛#7中的局#2中游戏投注球员B的心率是否将高于186bpm的游戏投注)。系统还可以计算几率、分配几率、修改几率、增强几率或利用内部创建的几率或由一个或多个第三方创建的几率来伴随这些一个或多个游戏投注。

还可以基于用户与动物数据的交互来引入动态定价。例如，如果存在频繁使用共享至少一个特性的动物数据的一个或多个用户(例如，使用心率作为频繁使用的动物数据用户的示例，球员A的心率)，系统可以围绕与用户感兴趣的一个或多个特性相关的补充动物数据动态地为该特定的一个或多个用户提供更好的定价模型(针对产品)和/或产品。例如，当球员A的心率高于每分钟180次心跳时，系统可以调整并收取$5，而不是为访问球员A的获胜百分比支付$10。

还可以提供“弹出(pop up)”游戏投注，其包括网络广告游戏投注或粉丝参与应用(例如，网络应用、用于智能设备的移动应用、虚拟现实系统、增强现实系统)内的游戏投注。图6提供了当用户正在流式传输体育赛事并且应用正在请求用户进行一个或多个游戏投注或获取一个或多个产品时，可以显示的弹出窗口或可以嵌入的游戏投注系统的示例。在改进中，可以将弹出窗口显示为任何给定媒体之上的覆盖功能(例如，显示为任何给定媒体之上的透明显示器)。在广告(例如IFrame)内进行游戏投注可以以如下各项为特征：(1)直接或间接基于动物数据提供的至少一个几率；(2)直接或间接基于动物数据的至少一种游戏投注类型或其他产品；(3)至少有一次游戏投注的机会；(4)获取动物数据的至少一部分和/或其一种或多种衍生物的至少一个机会；(5)与结果相关的至少一个概率或预测；(6)采取行动的至少一项推荐；(7)至少一种风险缓解或预防策略；和/或(8)与动物数据的使用有关的至少一个促销。例如，用户可以在用于人寿保险的网页内看到广告。通过要求个体上传或提供对其动物数据的至少一部分的访问，保险公司可以创建一个或多个预测指标，该一个或多个预测指标用于评估针对任何给定主体(或受试者组)的任何给定人寿保险保单的保险费，以便至少部分地基于个体的动物数据向个体提供经调整的或可调整的实时或接近实时的保险报价。在图5G所示的另一实施例中，可以在网页或应用上针对任何特定受试者、受试者组等(例如，在体育、特定运动员、组、队、联盟、或组织的情境下)以一个或多个游戏投注或约定为特征。当点击链接(例如，新闻文章链接)以查看与例如受试者或受试者组(例如，特定个人、团队、联盟)相关的更多内容时，系统可以(例如，经由IFrame)提供与该受试者(例如，特定球员)或网站内的受试者组相关的一个或多个游戏投注或产品。在改进中，在经由网页或应用显示的文章或内容中的一个或多个受试者的名称(例如，球员姓名、球队名称)上滚动控制鼠标，或者用手指或屏幕上的其他手势触摸内容(例如，球员姓名、球队名称)的特定区域的动作，可以触发系统提供与滚动或触摸的区域相关的一个或多个游戏投注或产品(例如，如果控制鼠标悬停在球员A的名字上，则会出现球员A的游戏投注)。在进一步改进中，使用音频控制(例如，语音激活)或眼睛运动控制或感测设备也可以触发要呈现的游戏或产品。在另一实施例中，“弹出”游戏投注或产品可发生在以用户正在阅读的特定内容为目标的数字目的地(例如，网页)内。例如，如果用户在网页上并且阅读关于特定团队的内容，则可以弹出与该团队相关的一个或多个游戏投注，并且可以在数字目的地内获得进行一个或多个游戏投注的能力，或者用户可以链接到另一数字目的地(例如，另一网页)以进行游戏投注。这些示例不限于体育，并且可以应用于可以利用预测指标、计算资产、动物数据的至少一部分和/或其一个或多个衍生产品(包括保健、保险、健康、健身、运输等)的各种行业。在另一改进中，虚拟助理可基于可由系统确定或由用户输入的用户所感兴趣的一个或多个参数(例如，用户只想知道球员D在球队A上可获得的与他在主场比赛的第4季度的“能量水平”相关的游戏投注或产品)向用户(例如，文本、音频、邮件)通知用户可能感兴趣或可用的一个或多个游戏投注、游戏投注类型、产品、推荐、预测和/或数据类型(例如，预测指标)。在另一改进中，游戏投注可出现在虚拟现实或增强现实系统中，与其他内容一起或与其他内容整合。在又一改进中，动物数据和/或相关联的游戏投注或产品可以是时间敏感的，其中系统拒绝基于一个或多个时间条件(例如，网页已经空闲超过30秒)在游戏投注(或获得产品)或产品上游戏投注或放置期满时间的能力。在这些场景中，动物数据可以以连续、间歇或静态方式(例如，经由显示器)渲染。在连续或间歇渲染的情况下，可以实时或接近实时地更新内容。当点击到第三方站点时，可以由包括传感器公司、平台公司、分析公司、从中获得数据的个人或数据的所有者的一个或多个方组成的发布者(例如，以广告为特征的站点或平台)和数据提供方可以参与从点击和/或用户与数据的交互产生的收入的收入份额(例如，如果数字目的地被编程为使得能够在广告内进行游戏投注，则进行游戏投注)。如果用户与广告交互到购买的阶段，则数据提供方可以参与与第三方站点(例如，移动应用)的进一步收益共享机会。

正如前面提到的，建议游戏投注被用来刺激游戏投注的数量和得分。例如，游戏投注公司使用的10分钟市场：“未来10分钟有3个或更多弯角”或“A队在未来10分钟得分”。这些建议游戏投注创造了新的游戏投注产品/机会，提供了更多样化的产品，并使游戏投注公司与众不同，以确保客户保留和粘性。动物数据可以被用作新的和创新的游戏投注类型的驱动因素，这将允许游戏投注公司用游戏投注者尚未看到的动物数据创建适当的游戏投注。基于心率(其仅表示系统可利用任何类型的动物数据和/或其一种或多种衍生物提供的潜在游戏投注类型的样本)的几个示例可包括：

球员A在w场比赛中每分钟的平均心率

球员A在w场比赛中每分钟的最大心率

第w场比赛z的球员A的每分钟平均心率搏动(BPM)将高于第w场比赛z的球员A的历史平均心率

球员A对第w场比赛z(例如，第二局的比赛4)的最大心率(最大BPM)将高于球员A对所有比赛z的历史最大心率(例如，对于每个参与过的第二局的第四场比赛)

球员A在x场比赛中的平均心率(BPM)将高于球员A在所有先前比赛中的历史平均心率

球员A在x场比赛中的最大心率(最大BPM)将高于球员A在所有先前比赛中的历史最大心率

在第x局的前n个阶段球员A的最大心率(最大BPM)将高于球员B

球员A对比赛x的平均“效率”(例如，可以通过检查球员A的心率在任何给定时间与他/她的最大心率相比有多接近来建立计算。运算该计算的一种方式可以是平均心率除以建立的心率最大值)将高于比赛x中的球员B

球员A对第y局的最大“效率”(例如，可以通过最大心率除以所建立的心率最大值来建立的计算)将高于第y局中的球员B

球员A在比赛t中的平均“效率”(例如，可以通过平均心率除以所建立的心率最大值来建立的计算)将高于比赛t中的球员B

球员A在比赛t中的最大“效率”(例如，可以通过最大心率除以所建立的心率最大值来建立的计算)将高于比赛t中的球员B

在第x场和第y场之间，球员A将具有比球员B更快的恢复速率(例如，可以通过比较球员效率来建立的计算)

球员A的静息心率(例如，可以通过捕获静息BPM建立的计算)将不低于第x场和第y场之间的预定BPM

图7至图10示出了图1的推测系统的功能，该推测系统可以被部署在网页中或用于专用程序或其他应用(例如，智能设备应用)的窗口中。术语“窗口”将用于指用于程序或计算设备(例如，智能设备、智能手机、平板电脑、虚拟现实耳机、增强现实耳机等)应用的网页和/或窗口。图7是游戏投注应用的主页的示例。游戏投注应用可以由操作推测系统的实体(“推测操作员”)或由从推测系统接收输出信息的第三方拥有/操作。主页窗口100包括事件选择部分102，事件选择部分102允许用户选择要在其上进行游戏投注的事件(例如，体育)。事件选择部分104列出可以进行的一个或多个游戏投注的子集(在该示例中，特征在于“最适合的实时几率”)。注意，部分104仅表示系统可以提供的潜在游戏投注的样本。当前最佳几率部分106列出了由接受针对特定事件结果(例如，包括道具游戏投注)的游戏投注的任何第三方游戏投注系统(“游戏投注实体)提供的最佳原始几率。当新的几率信息进入系统时，几率部分106可以被更新(例如，刷新)。在改进中，游戏投注实体是推测系统的操作者。在另一改进中，游戏投注实体是推测系统的一部分。在图7的示例中，在第三方站点上提供的“詹姆斯·史密斯获胜”的最有利几率(当前最佳几率106)是3/1，因此这个特定的游戏投注-由系统确定为具有高成功指标的有利几率-被突出显示为具有“最有利实时几率”的游戏投注。“人类数据指标”部分108(其不限于人类并且可以从任何动物获得)提供如上文所阐述的从动物数据(例如，从一个或多个个体或诸如团队的一个或多个个体群组)获得的预测指标。“人类数据指标”部分108旨在展示传达预测洞察力的一种方式，该预测洞察力可以向游戏投注者提供信息，该信息可以给予游戏投注者对结果发生的概率、更好地赢得任何给定游戏投注的可能性的更大理解，和/或向游戏投注者提供进行一次或多次游戏投注的信心。在图7中描述的示例中，“人类数据指标”框108表示可能的结果将发生的百分比(例如，基于当前动物数据(其可包括实时数据和非实时数据两者)，74％可能游戏投注获胜)。这可得自任何类型的动物数据和/或其一种或多种衍生物(例如，心率、生物流体数据、基于位置的数据(例如，球员为每个点移动多远以及他们在哪里移动、结果数据(例如，他们是赢得分数还是失去分数)、历史数据等)。有利地，当收集和分析新数据时，可以实时地或接近实时地更新人类数据指标108。在图7中，预测指标是赢得游戏投注的概率％，较高的数字指示在部分104中发生更有利的游戏投注结果的可能性。

仍然参照图7，假定推测系统可以被编程为生成一个或多个结果概率或预测，推测系统可以可操作为利用任何给定结果的输出信息的至少一部分来导出实时或接近实时的几率。“新的对立游戏投注”部分110基于系统对输出信息的使用，提供推测系统愿意提供给游戏投注者的修改的一个或多个几率。在一个示例中，“新的对立游戏投注”是指在游戏投注/市场上提供的不受预测指标(例如，人类数据指标)青睐以赢得该游戏投注的几率。给定任何数据可能无法以100％的确定性预测结果的潜在位置，游戏投注者可选择忽略该数据(例如，预测指标)并以由系统创建或调整的几率游戏投注(即，在该示例中为新的对立游戏投注)，这可将输出信息的至少一部分纳入几率的创建或调整中。通常，这些几率对于希望利用预测指标进行游戏投注的游戏投注者将更有利。“新的对立游戏投注”是为了展示一种提供这种新机会的方法。几率110可由操作推测系统的实体、由从推测系统接收输出信息或几率信息的一个或多个第三方、或由从另一第三方接收输出信息或几率信息的一个或多个第三方提供。所有几率部分112是显示所有几率网页或与动物数据相关的其他信息的控制元素。

如果推测操作者还操作游戏投注子系统(单独地或作为推测系统的一部分)，则其可以创建或调整其自己的几率，进行一个或多个游戏投注，和/或促进一个或多个交易。然而，图8中示出了另一种情况。作为收集和存储动物数据和其他信息的系统，推测操作者可以向一个或多个用户(游戏投注方)提供任何选择的事件的第三方游戏投注几率信息(例如，第三方游戏投注几率信息)以及从在选择的事件中具有特征的一个或多个个体或个体组(或其他动物)导出的动物数据。有利地，用户可以在游戏投注之前访问与所选事件中特征的一个或多个动物或动物组(例如，各个运动员、一个或多个运动员团队)相关的信息，这可以向游戏投注者提供各种类型的动物数据信息以及与所选事件相关的一个或多个概率、预测和/或可能性。特征上，可以实时或接近实时地提供数据。在图8的游戏投注窗口120中，推测操作者聚集来自第三方游戏投注公司的几率信息，并向用户提供来自相关游戏投注公司的几率，如部分122所示。几率可以以多种方式显示，为任何给定的游戏投注提供几率，并且实时或接近实时地调整几率。部分122使得用户能够选择可以以实时几率调整为特征的一个或多个游戏投注。有利地，当在部分122中选择游戏投注时，用户可以经由元件123设置他们的游戏投注(例如，用户想要游戏投注多少)，同时选择控制元件125以进行可以与第三方游戏投注实体的游戏投注。特征上，推测系统可操作以向一个或多个用户提供输出信息。当提供游戏投注时，一个或多个用户可以在任何时间点进行游戏投注。系统可以提供的数据类型可以包括，例如，动物数据或衍生物、游戏投注的推荐、结果发生的可能性、或与任何给定结果相关的预测，其可以包括动物数据和非动物数据。在一些情况下，推测操作者可以提供其自身的几率124，推测操作者可以基于其自身的几率124接受一个或多个游戏投注。作为来自图7的新的对立游戏投注几率110的几率124将考虑输出信息的至少一部分以理解任何给定结果发生的可能性。在大多数情况下，基于结果的数据将通过运行事件的一个或多个模拟来生成。基于推测操作者对任何给定结果的信心，推测操作者将生成几率124，该几率124将典型地反映对于想要在推测操作者认为一个或多个结果将是什么的相反观点上游戏投注的游戏投注者的更有利的位置。在改进中，当收集新的输出信息或其他数据时和/或当运行一个或多个新的模拟以创建新的几率时，几率124将被实时或接近实时地更新(其可以包括或可以不包括更新的输出信息，但可以包括诸如传统统计的其他信息，例如赢/输的得分，和其他非动物数据)。通常，与一个或多个其他游戏投注公司提供的几率相比，这些几率将是有利的。在另一改进中，推测操作者是游戏投注几率的聚合器，以便游戏投注者可以在单个页面上看到所有各种几率。一旦推测操作者已经收集了几率信息，其可以经由动物数据信息补充几率信息，以使得游戏投注者能够基于系统提供的数据信息看到最有利的游戏投注机会。有利地，在正确的时间向游戏投注者提供有价值的信息126，如动物数据(包括计算的资产和预测指标)可以增加游戏投注的频率并向任何游戏投注者提供置信度。该数据可以以多种方式提供给游戏投注者，包括基于特别基础(例如，游戏投注者具有按数据类型获取或购买数据的能力)、根据游戏投注量(例如，游戏投注越多，游戏投注者能够访问的动物数据信息越多)或基于订阅基础(例如，游戏投注者可以为访问动物数据和/或其一个或多个衍生物付出每次游戏投注、每月等的游戏券或游戏币，所述动物数据和/或其一个或多个衍生物可以包括计算的资产和预测指标)。动物数据也可以使游戏投注者对可能的结果形成更强烈的意见，并通过消除犹豫不决来鼓励一次或多次冲动的游戏投注，给游戏投注者下另一次游戏投注所需的信心。在部分130中列出了一些示例，其显示了额外的动物数据衍生的见解，其向游戏投注者提供与任何给定受试者和/或任何给定游戏投注相关的进一步信息。在改进中，基于概率的数据可以由第三方(例如，概率评估系统)提供给推测系统。动物数据还可以为游戏投注公司提供动态调整几率的信心，包括实时或接近实时，这可能会增加游戏投注量。

动物数据，特别是人类数据，可以以多种方式出售。用户可以基于他们所瞄准的特定信息来选择他们想要实时地(或接近实时地)消费(例如，观看)什么动物数据以及他们想要消费什么非实时数据。系统可以能够操作以使得用户能够在订阅基础上、在特别基础上、在每个运动基础上、在每个交易基础上(例如，每个API调用)、在动物数据类型基础上或在其他基础上获取(例如，购买)数据。假定用户可以具有设置一个或多个游戏投注并通过推测操作者的平台在第三方站点上进行一个或多个游戏投注的能力(从而为第三方产生更多收入)，则操作推测系统的实体可以保留在第三方站点上进行的每个游戏投注的至少一部分。

仍然参照图8，预测指标128(例如，“赢得游戏投注的概率％”百分比)可基于一个或多个不同因素而动态地改变。在一个示例中，预测指标128可以基于用户从系统购买的动物数据的类型、或者用户具有的使得用户能够访问动物数据的订阅的类型、或者更简单地基于推测系统摄取和利用的动物数据的类型而改变。预测指标改变的频率也可以基于包括游戏投注者已经购买的订阅或数据包的类型的多个因素而改变(例如，基于每5秒运行的新模拟而每5秒显示和更新，或者基于每5分钟运行的新模拟而每5分钟显示和更新)，模拟的次数、推测系统对输出信息采取一个或多个动作的频率等。根据购买的内容，输出信息可以不以数字(例如，百分比)的形式显示。它可以以多种方式示出，包括作为图形的颜色(即，绿色可能意味着满能量；红色可能意味着非常疲劳和能量耗尽)或其他指数。它还可以以多种方式传达给用户，包括视觉地(如上所述，其也可以集成到虚拟现实或增强现实提供中并覆盖在运动员或团队的顶部上)、口头地(例如，提供与信息相关的音频以及是否游戏投注的虚拟助手)、或物理地(例如，用户可以具有提供通知并在用户接收到与数据相关的通知时振动的智能手表)。

在变型中，计算子系统或游戏投注系统或概率评估系统向数据的一个或多个用户(例如游戏投注者、游戏投注经纪公司、保险提供者)提供预测指标、计算资产的至少一部分、动物数据和/或其一个或多个衍生物，以交换向计算子系统或游戏投注系统或概率评估系统提供至少一部分对价的一个或多个用户，所述对价源自：(1)进行游戏投注、降低风险、评估概率、使用预测、获得或消费的产品或、提供推荐；(2)作为赢得一个或多个游戏投注、获得或消费一个或多个产品、减轻一个或多个风险、或评估一个或多个概率、使用一个或多个预测、提供一个或多个建议、或采取一个或多个动作的结果的一个或多个用户(例如，游戏投注者)；或者(3)提供一个或多个游戏投注或进行一个或多个游戏投注基于的一个或多个产品的一个或多个用户(例如，游戏投注者、游戏投注保险商、保险公司)、减轻一个或多个风险、评估一个或多个概率、获取或消费一个或多个产品、提供一个或多个预测或建议、或采取一个或多个动作。例如，计算子系统可以向游戏投注者提供获得预测指标、计算资产、动物数据和/或其与任何给定游戏投注相关的一个或多个衍生物的能力，以交换如果游戏投注者赢得游戏投注，则计算子系统接收部分奖励(例如，计算子系统接收游戏投注者获得预测指标的1％的获胜游戏投注)。在另一示例中，计算子系统可以向游戏投注公司提供查看预测指标(例如，人类数据指标)或其他动物数据、或其一个或多个衍生物的能力，所述预测指标或其他动物数据与交换计算子系统接收赢取的百分比而提供的游戏投注有关(例如，计算子系统接收游戏投注的n％，其中游戏投注者基于游戏投注者查看预测指标或基于动物数据的至少一部分创建的其他几率而获胜)。在另一示例中，保险公司(例如，汽车、健康、生命)可以获得预测指标(例如，人类数据指标)或其他动物数据，以基于一个或多个个体的一个或多个动物数据特性(例如，生理特性，年龄、医疗状况)来确定事件(例如，发生车祸、心脏病发作或中风、经历身体状况或事件)发生在一个或多个个体上的可能性，以便调整由个体支付的保险费，其中计算子系统或游戏投注系统或概率评估系统接收对价(例如，通过个人支付的每月或每年保险费的一部分)。例如，人寿保险公司可能希望获得预测指标，以预测具有表现出特定生物特征的特定特征(例如，年龄、体重、医疗状况)的人的预期寿命。计算子系统可以获得由一个或多个个人支付给保险公司的对价的一部分，以交换提供预测指标，该预测指标可以在任何给定时间被保险公司访问并且实时地或接近实时地更新。可以运行一个或多个模拟以便生成预测指标或其他动物数据。在改进中，用户(例如，受试者)可以选择向保险公司提供动物数据的至少一部分或其一个或多个衍生物以调整保费，其中计算子系统从用户接收对价(例如，预计留存(saving)的一部分)。

在改进中，数据的用户(例如游戏投注者、游戏投注经纪公司、保险提供者)可以具有确定计算子系统或游戏投注系统或概率评估系统将接收的对价(例如游戏币或百分比)以换取查看预测指标或其他动物数据或其衍生物(例如事件发生的几率)的能力，计算子系统或游戏投注系统或概率评估系统具有接受、拒绝或修改对价的能力。例如，游戏投注者可能想要获得预测指标、计算资产、或其他动物数据或其一个或多个衍生物，以用于由用户指定的对价(例如，用户可能想要给予1％的得分奖励)。计算子系统或游戏投注系统或概率评估系统可以被编程为接受、拒绝或修改游戏投注者或游戏投注公司为访问预测指标、计算资产和/或其他动物数据或其衍生物而作出的报价。

如先前所描述的，对于诸如虚拟赛马或其他游戏的虚拟游戏投注，推测操作者可使用一个或多个统计模型或人工智能技术来至少部分地基于用户可参与以了解任何给定游戏投注的可能结果的真实动物数据来创建模拟动物数据。虚拟游戏投注的模拟动物数据还可以用于为一个或多个虚拟事件创建新的建议游戏投注/市场。

有利地，利用动物数据信息的推测系统可以以多种不同方式配置。这种配置的示例包括：

(1)游戏投注子系统，其中一个或多个用户/游戏投注者可以定义游戏投注，并且游戏投注子系统或者一个或多个第三方可以为其创建一个或多个几率；

(2)游戏投注子系统，其中一个或多个用户/游戏投注者可以定义游戏投注并创建一个或多个几率，并且游戏投注子系统或一个或多个第三方可以选择是否接受一个或多个几率并进行一个或多个游戏投注；

(3)游戏投注子系统，其中一个或多个用户/游戏投注者可以定义游戏投注并创建一个或多个几率，并且经由拍卖、出价机会或市场来呈现获得接受一个或多个几率和一个或多个游戏投注的权利的机会；

(4)游戏投注子系统，其中一个或多个用户/游戏投注者可以定义游戏投注，由此，游戏投注子系统或一个或多个第三方创建一个或多个几率，并且一个或多个用户/游戏投注者可以从游戏投注子系统或一个或多个第三方接受一个或多个几率；或者

(5)游戏投注子系统，其中一个或多个用户/游戏投注者可以定义游戏投注和/或创建一个或多个几率，并且游戏投注子系统或一个或多个第三方可以基于由游戏投注子系统、一个或多个第三方或用户/游戏投注者创建的几率来确保游戏投注和/或接受对游戏投注者支付的风险。

有利地，获取图8中的附加数据130可以调整人类数据指标的准确度或精度，或者更新或呈现人类数据指标的频率。图8中的控制元件134和136使得用户能够向下滚动以在获取更多数据的情况下查看更多信息。图9提供了可以提供的游戏投注类型的示例。游戏投注部分140提供游戏投注的具体示例，特别是可以提供给一个或多个用户的命题游戏投注，其包括基于输出信息的游戏投注。图10中的控制元件142的致动导致显示图9中的窗口140。对于任何单一类型的动物数据，游戏投注可以变得详细和细粒度，以便游戏投注子系统可以根据数据创建大量的游戏投注。例如，并且使用心率作为示例，窗口140可以显示以下游戏投注类型：

更高最大心率第1场，第1局

更高最大心率第2场，第1局

更高最大心率第3场，第1局

更高最大心率第4场，第2局

更高平均最大心率第1局

更高平均最大心率第2局

达到最高心率超过170-第1局，前2场比赛

达到最高心率超过200-第2局，前4场比赛

保持在最大心率的10％以内3分钟以上-第1局

保持在最大心率的10％以内5分钟以上-第2局

静息心率在第1局和第2局之间不会下降到100bpm以下

静息心率在第2局和第3局之间不会下降到115bpm以下

图10提供了当用户经由窗口120中的控制元件142选择新市场(例如，适当游戏投注或其他游戏投注)时的示例。在图10的示例中，用户已经选择在哪个球员将具有“更高最大心率第4场，第2局”上进行游戏投注。在这种情况下，一旦用户选择了市场，推测系统就显示由一个或多个游戏投注实体提供的几率，以及由推测操作者提供的几率，该几率是利用输出信息的至少一部分导出的。推测系统然后提供动物数据的至少一部分作为一个或多个数据点(例如，预测指标)的一部分，该数据点使得用户能够看到一个或多个预测、预测或建议(例如，基于所收集的动物数据，在任何给定时间赢得游戏投注的机会是多少)。例如，推测系统120在图10中提供约翰多伊具有86％的机会在该比赛中具有更高心率的预测指标。这可以基于用户搜索并获取126的一个或多个数据点。在图示中使用此示例，“历史最大心率”、“历史平均最大心率-每次比赛第2局”、“历史最大心率-每次比赛第2局、第4场”和/或“历史最大心率对战”特定对手。在改进中，可以同时生成和显示多个预测指标。游戏投注者还可以搜索并获取关于每个球员的附加信息，这些信息将给予游戏投注者进行游戏投注的信心。考虑到投机实体标有“人类数据指标”的预测指标，如果游戏投注者希望在系统预计的“输者”进行游戏投注，它可能愿意为游戏投注者提供更有利的几率。

图11示出了图1、图2和图3的推测系统的功能，该推测系统可以被部署在针对目标受试者、多个目标受试者、或一组或多组目标受试者的专用健康程序或其他健康应用的网页或窗口中。健康系统150包括一个或多个输出以及与一个或多个目标受试者有关的其他动物数据。健康系统150可以包括窗口151，窗口151可以是目标受试者的静态图片或者目标受试者的视频(例如，根据使用情况实况或延迟的视频)。在变型中，一个或多个目标受试者可能能够在相同窗口内看到另一个或多个动物(例如，人)(例如，在远程健康平台内看到医生或医学专业人员的患者，或者在他们的康复计划内的相同窗口内看到他们的康复专家的客户)。还可以显示附加功能(例如，视频摄像机是否连接到系统，摄像机是否开启或关闭)。系统能够操作以检测传感器是连接到系统(其可显示为连接通知元件152)还是断开到系统(其可显示为连接通知元件154)。具有实时或接近实时输出的动物信息可与信息一起显示，从中可计算、计算、导出、提取、外推、修改、增强、估计、推断、推断、推导、建立、确定、观察、传达或采取行动一个或多个预测、概率或可能性。部分156提供从动物数据导出的一个或多个预测指标，而部分158基于由系统建立的预测和概率提供一个或多个推荐。趋势部分155可以提供与现有的和历史的生物信号和读数以及其他动物数据有关的实时或预定义的定时趋势。可以基于动物数据添加附加字段。有利地，系统可被编程为基于一个或多个输出来识别需要来自一个或多个受试者和/或系统的一个或多个用户(例如，利用系统并监测目标受试者的医学专业人员)的关注的一个或多个关键警报160。一个或多个关键警报可以由个人或管理员设置为具有预定义阈值(例如，如果某事物发生的可能性大于n％，则将其作为关键警报传送)，以向一个或多个用户警告与一个或多个信号或读数有关的潜在问题。特征上，系统可被设置成利用一个或多个人工智能技术来关联数据集，以从一个或多个目标个体或目标个体组识别已知的生物相关问题，以及基于所收集的数据识别一个或多个数据集中的隐藏模式以识别生物相关问题。这可以包括在以前从未与已知问题相关的数据内找到全新的模式，或者在一个或多个数据集中找到可以识别新问题的新模式。

虽然以上描述了示例性实施例，但这些实施例并不意味着描述了本发明的所有可能形式。相反，说明书中使用的词语是描述性词语而不是限制性词语，并且应当理解，在不脱离本发明的精神和范围的情况下，可以进行各种改变。另外，可组合各种实施例的特征以形成本发明的其他实施例。

Claims (48)

1.一种推测系统，其包括：

从一个或多个目标个体收集动物数据的一个或多个源传感器，其中，以电子方式传输动物数据；

接收所述动物数据的计算子系统，所述计算子系统或所述一个或多个源传感器将所述动物数据的至少一部分变换为分配给选定的目标个体或目标个体组的至少一个计算资产，所述一个或多个源传感器或所述计算子系统能够操作以将所述至少一个计算资产变换为预测指标，所述计算子系统还能够操作以向一个或多个用户提供所述预测指标、所述至少一个计算资产和/或所述动物数据的至少一部分；以及

传输子系统，其向所述计算子系统提供所述动物数据的传输。

2.根据权利要求1所述的推测系统，其中，所述一个或多个源传感器由至少一个生物传感器组成。

3.根据权利要求1所述的推测系统，其中，所述至少一个计算资产包括从所述动物数据的至少一部分导出的一个或多个数字、多个数字、度量、洞察、图形、图表或绘图。

4.根据权利要求3所述的推测系统，其中，所述至少一个计算资产包括来自非动物数据的一个或多个信号或读数。

5.根据权利要求1所述的推测系统，其中，所述预测指标是根据动物数据的至少一部分计算的计算资产。

6.根据权利要求5所述的推测系统，其中，所述预测指标包括来自非动物数据的一个或多个信号或读数。

7.根据权利要求5所述的推测系统，其中，所述预测指标包括多个预测指标。

8.根据权利要求5所述的推测系统，其中，至少一部分所述预测指标至少部分地从由以下各项组成的组中导出或者与由以下各项组成的组相关：目标个体、多个目标个体、由多个目标个体组成的目标组或由多个目标个体组成的多个目标组。

9.根据权利要求5所述的推测系统，其中，所述预测指标是根据来自一个或多个源传感器的两个或多个信号或读数计算的组合。

10.根据权利要求5所述的推测系统，其中，从所述至少一个计算资产计算所述预测指标，所述至少一个计算资产包括选自以下各项组成的组的生物数据：面部识别数据、眼睛跟踪数据、血流数据、血容量数据、血压数据、生物流体数据、身体成分数据、生化成分数据、生化结构数据、脉搏数据、氧合数据、核心体温数据、皮肤温度数据、皮肤电反应数据、排汗数据、位置数据、定位数据、音频数据、生物力学数据、水合数据、基于心脏的数据、神经数据、遗传数据、基因组数据、骨骼数据、肌肉数据、呼吸数据、动觉数据、胸部电生物阻抗数据或其组合。

11.根据权利要求5所述的推测系统，其中，直接或间接地使用所述预测指标的至少一部分：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)创建、修改、增强、获取、提供或分发一个或多个产品；(3)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(4)制定一个或多个策略；(5)采取一个或多个行动；(6)减轻或预防一个或多个风险；(7)作为在一个或多个模拟、计算或分析中使用的一个或多个读数；(8)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(9)推荐一个或多个行动；(10)作为一个或多个消费介质的一个或多个核心组成部分或补充；(11)在一个或多个促销中；或(12)其组合。

12.根据权利要求1所述的推测系统，其中，所述计算子系统直接或间接地使用来自计算子系统的一个或多个输出：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)接受一个或多个游戏投注；(3)创建、增强、修改、获取、提供或分发一个或多个产品；(4)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(5)制定一个或多个策略；(6)采取一个或多个行动；(7)减轻或预防一个或多个风险；(8)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(9)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(10)推荐一个或多个行动；(11)作为一个或多个消费介质的一个或多个核心组成部分或补充；(12)在一个或多个促销中；或(13)其组合。

13.根据权利要求12所述的推测系统，其中，所述计算子系统的一个或多个直接或间接使用处于至少部分地动态，并且基于与来自所述计算子系统的一个或多个输出的一个或多个用户交互。

14.根据权利要求12所述的推测系统，其中，所述市场或所述游戏投注包括以下各项中的至少一种：命题投注、价差投注、线投注、未来投注、增值投注、循环投注、障碍投注、高/低投注、全覆盖投注或前导投注。

15.根据权利要求12所述的推测系统，其中，所述计算子系统动态地创建、修改或增强来自所述计算子系统的一个或多个输出。

16.根据权利要求15所述的推测系统，其中，一个或多个输出的创建、修改或增强至少部分地基于与所述预测指标、至少一个计算资产和/或动物数据的一个或多个用户交互，或从与所述预测指标、至少一个计算资产和/或动物数据的一个或多个用户交互中导出。

17.根据权利要求15所述的推测系统，其中，直接或间接地利用动态创建、修改或增强的一个或多个输出的至少一部分：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)创建、修改、增强、获取、提供或分发一个或多个产品；(3)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(4)制定一个或多个策略；(5)采取一个或多个行动；(6)减轻或预防一个或多个风险；(7)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(8)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(9)推荐一个或多个行动；(10)作为一个或多个消费介质的一个或多个核心组成部分或补充；(11)在一个或多个促销中；或(12)其组合。

18.根据权利要求1所述的推测系统，其中，所述计算子系统向一个或多个系统提供一个或多个数据输出。

19.根据权利要求18所述的推测系统，其中，所述预测指标由所述一个或多个系统创建、修改、增强。

20.根据权利要求18所述的推测系统，其中，所述一个或多个系统能够操作以直接或间接地利用所述一个或多个数据输出的至少一部分：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)接受一个或多个游戏投注；(3)创建、增强、修改、获取、提供或分发一个或多个产品；(4)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(5)制定一个或多个策略；(6)采取一个或多个行动；(7)减轻或预防一个或多个风险；(8)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(9)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(10)推荐一个或多个行动；(11)作为一个或多个消费介质的一个或多个核心组成部分或补充；(12)在一个或多个促销中；或(13)其组合。

21.根据权利要求1所述的推测系统，其中，所述计算子系统向多个用户提供相同或基本类似的一个或多个输出。

22.根据权利要求1所述的推测系统，其中，所述计算子系统的一个或多个输出与一个或多个非动物数据读数同步。

23.根据权利要求1所述的推测系统，其中，所述计算子系统的一个或多个输出与一个或多个消费介质同步。

24.根据权利要求1所述的推测系统，其中，所述计算子系统能够操作以从单个目标个体或多个目标个体接收动物数据组。

25.根据权利要求1所述的推测系统，其中，所述计算子系统能够操作以通过直接与一个或多个源传感器、其相关联的云或关联于所述一个或多个源传感器的本地应用进行通信来从所述一个或多个源传感器收集信息。

26.根据权利要求25所述的推测系统，其中，所述计算子系统能够操作以通过至少一个特性来管理所述一个或多个源传感器以及来自所述一个或多个源传感器的一个或多个数据流，所述至少一个特性来自以下各项组成的组：组织、传感器类型、传感器参数、数据类型、数据质量、时间戳、位置、活动、目标个体、目标个体的分组和数据读取。

27.根据权利要求1所述的推测系统，其中，所述计算子系统能够操作以与目标个体上的多个源传感器或同时与多个目标个体上的一个或多个源传感器通信。

28.根据权利要求1所述的推测系统，其中，所述传输子系统使得所述一个或多个源传感器能够无线地传输数据，用于实时或接近实时的通信。

29.根据权利要求1所述的推测系统，其中，所述传输子系统利用一个或多个传输协议与所述一个或多个源传感器通信。

30.根据权利要求1所述的推测系统，其中，所述计算子系统使得通信和来自与所述计算子系统进行通信的多个传感器的一个或多个数据信号或读数同步。

31.根据权利要求1所述的推测系统，其中，所述传输子系统包括发射机和接收机或其组合。

32.根据权利要求1所述的推测系统，其中，所述传输子系统包括可选地充当目标个体上或上方的另一传感器的体上或空中收发器，该体上或空中收发器能够操作以与一个或多个目标个体上的其他一个或多个传感器通信。

33.根据权利要求1所述的推测系统，其中，利用与从其收集动物数据的一个或多个目标个体和所述一个或多个源传感器有关的信息对于所述动物数据进行同步、加时间戳和标记，所述信息包括一个或多个源传感器的至少一个特性。

34.根据权利要求1所述的推测系统，其中，所述动物数据包括识别动物数据和一个或多个源传感器的一个或多个特性的元数据。

35.根据权利要求1所述的推测系统，所述推测系统还包括游戏投注系统或概率评估系统或其组合。

36.根据权利要求35所述的推测系统，其中，所述计算子系统或所述游戏投注系统或所述概率评估系统对于动物数据执行一个或多个动作，选自由以下各项组成的组：对于所述动物数据进行归一化、加时间戳、聚集、标记、存储、操作、去噪、产品化、增强、组织、可视化、分析、总结、复制、合成、匿名化、同步或分发。

37.根据权利要求35所述的推测系统，其中，所述计算子系统或所述游戏投注系统或所述概率评估系统：(1)与一个或多个系统直接通信以监测、接收和记录对于预测指标、至少一个计算资产和/或动物数据的至少一个请求，(2)向请求访问所述预测指标、所述至少一个计算资产和/或所述动物数据的所述一个或多个用户提供作出对数据的一个或多个请求的能力；以及(3)能够操作以发送和/或接收数据。

38.根据权利要求35所述的推测系统，其中，所述计算子系统或所述游戏投注系统或所述概率评估系统将对于所述预测指标、所述至少一个计算资产和/或所述动物数据的至少一个请求与至少一个用户、用户组或一类用户进行关联。

39.根据权利要求35所述的推测系统，其中，所述计算子系统或所述游戏投注系统或所述概率评估系统能够操作以允许一个或多个用户选择提供动物数据、至少一个计算资产和/或预测指标基于的至少一个特性。

40.根据权利要求35所述的推测系统，其中，所述计算子系统或所述游戏投注系统或所述概率评估系统生成从一个或多个目标个体或目标个体组的动物数据、至少一个计算资产和/或预测指标的至少一部分导出的模拟数据。

41.根据权利要求40所述的推测系统，其中，利用来自非动物数据的一个或多个信号或读数作为一个或多个输入来生成模拟数据。

42.根据权利要求40所述的推测系统，其中，利用人工智能技术生成模拟数据。

43.根据权利要求42所述的推测系统，其中，所述人工智能技术包括一个或多个经训练的神经网络。

44.根据权利要求40所述的推测系统，其中，所述计算子系统或所述游戏投注系统或所述概率评估系统直接或间接地利用模拟数据的至少一部分：(1)作为一个市场，在该市场上进行一个或多个游戏投注或接受一个或多个游戏投注；(2)接受一个或多个游戏投注；(3)创建、增强、修改、获取、提供或分发一个或多个产品；(4)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(5)制定一个或多个策略；(6)采取一个或多个行动；(7)减轻或预防一个或多个风险；(8)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(9)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(10)推荐一个或多个行动；(11)作为一个或多个消费介质的一个或多个核心组成部分或补充；(12)一个或多个促销；或(13)其组合。

45.根据权利要求40所述的推测系统，其中，所述计算子系统或所述游戏投注系统或所述概率评估系统直接或间接地应用模拟数据的至少一部分，以创建、增强或修改预测指标、至少一个计算资产和/或动物数据。

46.根据权利要求45所述的推测系统，其中，直接或间接地利用创建的、增强的或修改的预测指标、至少一个计算的资产和/或动物数据的至少一部分：(1)作为一个市场，在该市场上进行一个或多个游戏或接受一个或多个游戏投注；(2)创建、修改、增强、获取、提供或分发一个或多个产品；(3)评估、计算、推导、修改、增强或传达一个或多个预测、概率或可能性；(4)制定一个或多个策略；(5)采取一个或多个行动；(6)减轻或预防一个或多个风险；(7)作为在一个或多个模拟、计算或分析中使用的一个或多个信号或读数；(8)作为一个或多个模拟的一部分，该部分的输出直接或间接与一个或多个用户互动；(9)推荐一个或多个行动；(10)作为一个或多个消费介质的一个或多个核心组成部分或补充；(11)在一个或多个促销中；或(12)其组合。

47.根据权利要求1所述的推测系统，其中，将动物数据分组到一个或多个分类中，其中每个分类具有相关联的计算资产或价值。

48.根据权利要求1所述的推测系统，其中，在将预测指标、至少一个计算资产和/或动物数据发送到另一源时，计算子系统记录作为所述计算子系统的一个或多个分发的一部分来提供的预测指标、至少一个计算资产和/或动物数据的一个或多个特性。

Images