JP2020529075A - エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法 - Google Patents

エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法 Download PDF

Info

Publication number
JP2020529075A
JP2020529075A JP2020503989A JP2020503989A JP2020529075A JP 2020529075 A JP2020529075 A JP 2020529075A JP 2020503989 A JP2020503989 A JP 2020503989A JP 2020503989 A JP2020503989 A JP 2020503989A JP 2020529075 A JP2020529075 A JP 2020529075A
Authority
JP
Japan
Prior art keywords
asset
energy
specific
energy consumption
physical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020503989A
Other languages
English (en)
Other versions
JP6942239B2 (ja
Inventor
リチャード ビー． ジョーンズ、
リチャード ビー． ジョーンズ、
ポール エイ． カラム、
ポール エイ． カラム、
Original Assignee
ハートフォード スチーム ボイラー インスペクション アンド インシュアランス カンパニー
ハートフォード スチーム ボイラー インスペクション アンド インシュアランス カンパニー
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ハートフォード スチーム ボイラー インスペクション アンド インシュアランス カンパニー, ハートフォード スチーム ボイラー インスペクション アンド インシュアランス カンパニー filed Critical ハートフォード スチーム ボイラー インスペクション アンド インシュアランス カンパニー
Publication of JP2020529075A publication Critical patent/JP2020529075A/ja
Priority to JP2021145087A priority Critical patent/JP7252291B2/ja
Application granted granted Critical
Publication of JP6942239B2 publication Critical patent/JP6942239B2/ja
Priority to JP2023046473A priority patent/JP2023089004A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Quality & Reliability (AREA)

Abstract

いくつかの実施形態において、本発明は、典型的な独創的システムを与える。実行可能プログラムコード及びコンピュータプロセッサを含み得る。このコンピュータプロセッサは、特定プログラムコードを実行すると、エネルギー消費物理資産の集合体に対し、資産固有履歴データ及び資産固有現行エネルギー消費データを、需要計器、センサ又はこれらの双方から受信する動作と、各対応物理資産カテゴリに対し、各対応故障頻度、及び各故障の各対応平均重大度を決定する動作と、各対応物理資産カテゴリに対し、各物理資産当たりの調整された故障損失値を決定する動作と、各対応物理資産カテゴリに対し、各物理資産当たりの対応平均現行エネルギー消費値を決定する動作と、各対応エネルギー消費場所を特定物理資産カテゴリに関連付ける動作と、対応エネルギー消費場所の使用ベース故障保険料値に基づいて、少なくとも一つのエネルギー消費物理資産のエネルギー使用の場所固有レベルに影響を与えるべく構成された電子警告を発生させる動作とを行うべく構成される。

Description

関連出願の相互参照
本出願は、あらゆる目的のために参照によりここに組み入れられる２０１７年７月２７日に出願された米国仮出願第６２／５３７，６８４号の利益を主張する。
いくつかの実施形態において、本発明は、エネルギー使用の資産固有レベルに基づいて機器動作を管理するべくセンサ駆動の動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法に関する。
現在のコンピューティングの時代は、様々な固有の機能を行う小さなデバイスのアレイを導入してきた。例えば、センサ又はセンサデバイスは、構造及び低電力技術の著しい進展を遂げている。いくつかのアプリケーションにおいて、センサは、微小電気機械システムすなわちＭＥＭＳ技術を利用し得る。センサは、埋め込みプロセッサ、デジタルストレージ、電源、送受信器、並びにセンサ、環境検出器及び／又はアクチュエータのアレイのような、一つを超えるコンポーネントを含み得る。いくつかの場合、センサは、小さな電池、太陽電池、又は環境電力エネルギーに依存し、メンテナンスなしで長期間動くことができる。いくつかのアプリケーションにおいて、センサは、一つ以上の機器ユニットの中に存在し又は当該機器ユニットに取り付けられ、関連機器の一つ以上の動作及び／又は環境条件に関するデータを収集するタスクを担っている。
米国特許出願公開第２０１７／００７６２６３（Ａ１）号公報
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、本発明は、典型的な独創的コンピュータ実装方法を与える。この方法は少なくとも、少なくとも一つのプロセッサが、予め決定された時間の間に、エネルギー消費物理資産の集合体に対し、ｉ）資産固有履歴データと、ｉｉ）少なくとも一つの需要計器、少なくとも一つのセンサ、又はこれらの双方からの資産固有現行エネルギー消費データとを受信するステップであって、当該資産固有履歴データは、１）資産固有履歴エネルギー消費データ、２）少なくとも一つの第１資産固有履歴動作特性、３）少なくとも一つの第１資産固有履歴環境特性、及び４）第１資産固有履歴故障損失データを含むステップと、当該少なくとも一つのプロセッサが、各対応物理資産カテゴリに対し、対応故障頻度と、当該資産固有履歴データに少なくとも部分的に基づく各故障の対応平均重大度とを決定するステップと、当該少なくとも一つのプロセッサが、当該対応故障頻度及び各故障の対応平均重大度に少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの調整された故障損失値を決定するステップと、当該少なくとも一つのプロセッサが、当該資産固有現行エネルギー消費データに少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの対応平均現行エネルギー消費値を決定するステップと、当該少なくとも一つのプロセッサが、当該エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産を代表する各対応エネルギー消費場所を、特定物理資産カテゴリに関連付けるステップと、当該少なくとも一つのプロセッサが、各対応エネルギー消費場所に対し、ｉ）対応するエネルギー消費場所に関連付けられた各対応物理資産カテゴリにおける、当該エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産の数と、ｉｉ）各対応物理資産カテゴリに対する各物理資産当たりの対応平均現行エネルギー消費値とに少なくとも部分的に基づいて、特定使用ベース故障保険料値を決定するステップと、当該少なくとも一つのプロセッサが、当該対応エネルギー消費場所の特定使用ベース故障保険料値に少なくとも部分的に基づいて、ｉ）当該少なくとも一つのエネルギー消費物理資産にサービスを提供する少なくとも一つのサービスプロバイダ、ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一つの事業体の少なくとも一つの電子デバイス、ｉｉｉ）当該少なくとも一つのセンサ、又はｉｖ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つに対し、少なくとも一つの警告を発生させるステップとを含み、当該少なくとも一つの電子警告は、当該少なくとも一つのエネルギー消費物理資産のエネルギー使用の場所固有レベルに対し、ｉ）新たな使用ベース故障保険料値、又は当該使用ベース故障保険料値の変更を要求すること、ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一人のユーザに、当該少なくとも一つのエネルギー消費物理資産のエネルギー使用のレベルを変更させること、ｉｉｉ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つの動作特性を調整するように当該少なくとも一人のユーザに命令すること、ｉｖ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つの環境特性を調整するように当該少なくとも一人のユーザに命令すること、及びｖ）当該少なくとも一つのセンサの少なくともセンサ動作を調整するように当該少なくとも一人のユーザに命令することの少なくとも一つによって影響を与えるべく構成される。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該少なくとも一つのエネルギー消費物理資産は、一つ以上の機器ユニット（ＵＯＥ）を含む物理構成である。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該少なくとも一つの履歴環境特性は、少なくとも一つの光パラメータ、少なくとも一つの音響パラメータ、少なくとも一つの圧力パラメータ、少なくとも一つの温度パラメータ、少なくとも一つの温度パラメータ、少なくとも一つの加速度パラメータ、少なくとも一つの磁気パラメータ、少なくとも一つの生物学的パラメータ、少なくとも一つの化学的パラメータ、又は少なくとも一つの運動パラメータの少なくとも一つである。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該少なくとも一つの光パラメータは、赤外光パラメータ、可視光パラメータ及び紫外光パラメータからなる群から選択される。いくつかの実施形態において、各対応エネルギー消費場所が、少なくとも一つのエネルギー消費物理資産の物理的場所を特定するグローバルポジショニングシステム（ＧＰＳ）データに基づいて定義される。いくつかの実施形態において、当該少なくとも一つのセンサは、ｉ）液体圧力センサ、ｉｉ）液体流量センサ、ｉｉｉ）温度センサ、ｉｖ）気体流量センサ、ｖ）気体圧力センサ、又はｖｉ）電気システムセンサの一つである。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該少なくとも一つのプロセッサが、各対応エネルギー消費場所を当該特定物理資産カテゴリに関連付けるステップはさらに、当該少なくとも一つのプロセッサが、当該対応エネルギー消費場所の一つ以上のＵＯＥを当該特定物理資産カテゴリに分類することを含む。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該対応エネルギー消費場所の一つ以上のＵＯＥを当該特定物理資産カテゴリに分類することは、当該少なくとも一つのプロセッサが、標準工業分類（ＳＩＣ）コードに少なくとも部分的に基づいて物理資産を分類するべく訓練されてきた少なくとも一つの機械学習技法を適用することを含む。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該資産固有履歴エネルギー消費データ及び資産固有現行エネルギー消費データは、単位がキロワット時（ｋｗｈ）である。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、前記少なくとも一つのプロセッサが、当該資産固有履歴エネルギー消費データ及び資産固有現行エネルギー消費データを対応するｋｗｈ量に変換する。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、本発明は、典型的な独創的システムを与える。このシステムは少なくとも以下のコンポーネント、すなわち少なくとも一つの専用コンピュータを含む。この専用コンピュータは、特定のコンピュータ実行可能プログラムコードを格納する非一過性コンピュータメモリ、及び少なくとも一つのコンピュータプロセッサを含む。このコンピュータプロセッサは、当該特定のプログラムコードが実行されると、少なくとも以下の動作、すなわち、予め決定された時間の間に、エネルギー消費物理資産の集合体に対し、ｉ）資産固有履歴データと、ｉｉ）少なくとも一つの需要計器、少なくとも一つのセンサ又はこれらの双方からの資産固有現行エネルギー消費データとを受信する動作であって、当該資産固有履歴データは、１）資産固有履歴エネルギー消費データ、２）少なくとも一つの第１資産固有履歴動作特性、３）少なくとも一つの第１資産固有履歴環境特性、及び４）第１資産固有履歴故障損失データを含む動作と、各対応物理資産カテゴリに対し、対応故障頻度と、当該資産固有履歴データに少なくとも部分的に基づく各故障の対応平均重大度とを決定する動作と、当該対応故障頻度及び各故障の対応平均重大度に少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの調整された故障損失値を決定する動作と、当該資産固有現行エネルギー消費データに少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの対応平均現行エネルギー消費値を決定する動作と、当該エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産を代表する各対応エネルギー消費場所を、特定物理資産カテゴリに関連付ける動作と、各対応エネルギー消費場所に対し、ｉ）対応するエネルギー消費場所に関連付けられた各対応物理資産カテゴリにおける、当該エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産の数と、ｉｉ）各対応物理資産カテゴリに対する各物理資産当たりの対応平均現行エネルギー消費値とに少なくとも部分的に基づいて、特定使用ベース故障保険料値を決定する動作と、当該対応エネルギー消費場所の特定使用ベース故障保険料値に少なくとも部分的に基づいて、ｉ）当該少なくとも一つのエネルギー消費物理資産にサービスを提供する少なくとも一つのサービスプロバイダ、ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一つの事業体の少なくとも一つの電子デバイス、ｉｉｉ）当該少なくとも一つのセンサ、又はｉｖ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つに対し、少なくとも一つの警告を発生させる動作とを行うべく構成され、当該少なくとも一つの電子警告は、当該少なくとも一つのエネルギー消費物理資産のエネルギー使用の場所固有レベルに対し、ｉ）新たな使用ベース故障保険料値、又は当該使用ベース故障保険料値の変更を要求すること、ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一人のユーザに、当該少なくとも一つのエネルギー消費物理資産のエネルギー使用のレベルを変更させること、ｉｉｉ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つの動作特性を調整するように当該少なくとも一人のユーザに命令すること、ｉｖ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つの環境特性を調整するように当該少なくとも一人のユーザに命令すること、及びｖ）当該少なくとも一つのセンサの少なくともセンサ動作を調整するように当該少なくとも一人のユーザに命令することの少なくとも一つによって影響を与えるべく構成される。
これらの特徴及びさらなる特徴が、以下の記載及び図面を参照して明らかとなる。ここで、いくつかの図全体にわたり、同じ構造は同じ数字で参照される。示される図面は必ずしも一定の縮尺ではなく、その代わり、本発明の原理を図示するときに一般に強調がなされる。さらに、いくつかの機能が、特定のコンポーネントの詳細を示すべく誇張され得る。したがって、ここに開示される具体的な構造及び機能的な詳細は、限定と解釈してはならず、本発明を様々に用いることの当業者への教示を目的とする代表的な基礎と解釈すべきである。
本発明の少なくともいくつかの実施形態に係る本発明の所定の側面を示す。 本発明の少なくともいくつかの実施形態に係る本発明の所定の側面を示す。 本発明の少なくともいくつかの実施形態に係る本発明の所定の側面を示す。 本発明の少なくともいくつかの実施形態に係る本発明の所定の側面を示す。 本発明の少なくともいくつかの実施形態に係る本発明の所定の側面を示す。 本発明の少なくともいくつかの実施形態に係る本発明の所定の側面を示す。 本発明の少なくともいくつかの実施形態に係る本発明の所定の側面を示す。 本発明の少なくともいくつかの実施形態に係る本発明の所定の側面を示す。
本発明の詳細な実施形態がここに開示されるが、この開示の実施形態は、様々な形態で具体化され得る本発明の例示にすぎないことを理解すべきである。加えて、本発明の様々な実施形態と関連して与えられる複数例のそれぞれは、例示であることが意図され、制限であるとは意図されない。関連業界にあり本開示を所有する者が通常想起するここに例示される独創的特徴の任意の改変及びさらなる修正、及びここに例示される本発明の原理の付加的な応用も、本発明の範囲内とみなされる。
本明細書及び特許請求の範囲全体にわたり、以下の用語は、文脈上明らかにそうでないことが示されない限り、明示的にここに関連付けられる意味を有する。ここに使用される「一実施形態において」及び「いくつかの実施形態において」との語句は、必ずしも同じ実施形態を称するわけではないが、そうであってもよい。さらに、ここに使用される「他実施形態において」及び「いくつかの他実施形態において」との語句は、必ずしも異なる実施形態を称するわけではないが、そうであってもよい。すなわち、以下に記載するように、本発明の様々な実施形態は、本発明の範囲又は要旨から逸脱することなく、容易に組み合わせてよい。
用語「〜に基づいて」は、排他的ではなく、文脈上明らかにそうでないことが示されない限り、記載されない付加的な因子に基づくことも許容する。加えて、本明細書全体にわたり、「一」、「一の」、「一つの」、「その」、「この」、「当該」及び「前記」は複数の参照も含む。「〜において」の意味は、「〜の中に」及び「〜の上に」を含む。
理解されることだが、ここに記載される様々な実施形態の少なくとも一つの側面／機能は、リアルタイムで及び／又は動的に行うことができる。ここに使用されるように、用語「リアルタイム」は、一の事象／行為が、他の事象／行為が生じたときに瞬時に又はほぼ瞬時に生じ得ることを指す。例えば、「リアルタイム処理」、「リアルタイム計算」及び「リアルタイム実行」はすべて、関連物理プロセス（例えばユーザが携帯デバイスにおけるアプリケーションと相互作用をすること）が生じる実時間中の計算の性能に関し、当該計算の結果を、当該物値プロセスを案内するときに使用することができる。
ここに使用されるように、用語「ランタイム」は、ソフトウェアアプリケーション、又はソフトウェアアプリケーションの少なくとも一部の実行中に動的に決定される任意の挙動に対応する。
ここに使用されるように、用語「動的に」は、事象及び／又は行為が、なんら人の介入なくトリガを受け及び／又は生じ得ることを意味する。いくつかの実施形態において、本発明に係る事象及び／又は行為は、リアルタイムで、及び／又は一ナノ秒、数ナノ秒、一ミリ秒、数ミリ秒、一分、数分、毎時、数時間、毎日、数日、毎週、毎月等の少なくとも一つの予め決められた周期性に基づき得る。
いくつかの実施形態において、独創的電子システムは、分散ネットワーク環境における電子携帯デバイス（例えばスマートフォン、センサ等）及びサーバ、適切なデータ通信ネットワーク（例えばインターネット等）を経由する通信、並びに少なくとも一つの適切なデータ通信プロトコル（例えばＩＰＸ／ＳＰＸ、Ｘ．２５、ＡＸ．２５、ＡｐｐｌｅＴａｌｋ（登録商標）、ＴＣＰ／ＩＰ（例えばＨＴＴＰ）等）に関連付けられる。いくつかの実施形態において、複数の同時ネットワーク参加者（例えばセンサ、サーバ、機器のユニット等）を、少なくとも１００（例えば１００〜９９９だがこれらに限られない）、少なくとも１，０００（例えば１，０００〜９，９９９だがこれらに限られない）、少なくとも１０，０００（例えば１０，０００〜９９，９９９だがこれらに限られない）、少なくとも１００，０００（例えば１００，０００〜９９９，９９９だがこれらに限られない）、少なくとも１，０００，０００（例えば１，０００，０００〜９，９９９，９９９だがこれらに限られない）、少なくとも１０，０００，０００（例えば１０，０００，０００〜９９，９９９，９９９だがこれらに限られない）、少なくとも１００，０００，０００（例えば１００，０００，０００〜９９９，９９９，９９９だがこれらに限られない）、少なくとも１，０００，０００，０００（例えば１，０００，０００，０００〜１０，０００，０００，０００だがこれらに限られない）としてよいが、これらに限られない。
いくつかの実施形態において、関連付けられたデバイスを有する独創的な特別にプログラムされた計算システムは、分散ネットワーク環境、適切なデータ通信ネットワーク（例えばインターネット等）を経由した通信、少なくとも一つの適切なデータ通信プロトコル（例えばＩＰＸ／ＳＰＸ、Ｘ．２５、ＡＸ．２５、ＡｐｐｌｅＴａｌｋ（登録商標）、ＴＣＰ／ＩＰ（例えばＨＴＴＰ）等）の利用において動作するべく構成される。当然のことながら、ここに記載される実施形態は、もちろん、任意の適切なハードウェア及び／又は計算ソフトウェア言語を使用して実装することができる。これに関し、当業者は、使用され得るコンピュータハードウェアのタイプ、使用され得るコンピュータプログラミング技法のタイプ（例えばオブジェクト指向プログラミング）、及びコンピュータプログラミング言語のタイプに精通している（例えばＣ＋＋、Ｏｂｊｅｃｔｉｖｅ−Ｃ、Ｓｗｉｆｔ、Ｊａｖａ（登録商標）、Ｊａｖａｓｃｒｉｐｔ、Ｐｙｔｈｏｎ、Ｐｅｒｌ）。上記例は、もちろん、例示であって制限ではない。
ここに開示されるマテリアルは、ソフトウェア若しくはファームウェア若しくはこれらの組み合わせで、又は一つ以上のプロセッサによって読み込まれ実行され得る機械可読媒体に格納された命令として、実装されてよい。機械可読媒体は、機械（例えば計算デバイス）により可読な形態で情報を格納又は送信する任意の媒体及び／又は機構を含み得る。例えば、機械可読媒体は、リードオンリーメモリ（ＲＯＭ）。ランダムアクセスメモリ（ＲＡＭ）、磁気ディスク格納媒体、光格納媒体、フラッシュメモリデバイス、電気、光、音響又は他の形態の伝播信号（例えば搬送波、赤外線信号、デジタル信号等）等を含み得る。
他形態において、非一過性コンピュータ可読媒体のような非一過性物品を、それ自体が一過性の信号を含まない場合を除き、上述した又は他の例のいずれかとともに使用することができる。これは、ＲＡＭ等のような「一過性」態様でデータを一時的に保持できる信号それ自体以外の当該要素を含む。
ここに使用されるように、用語「コンピュータエンジン」及び「エンジン」は、（ライブラリ、ソフトウェア開発キット（ＳＤＫ）、オブジェクト等のような）他のソフトウェア及び／又はハードウェアを管理／制御するべく設計／プログラム／構成される少なくとも一つのソフトウェアコンポーネント、及び／又は少なくとも一つのソフトウェアコンポーネントと少なくとも一つのハードウェアコンポーネントとの組み合わせを特定する。
ハードウェア要素の例は、プロセッサ、マイクロプロセッサ、回路、回路要素（例えばトランジスタ、抵抗器、キャパシタ、インダクタ等）、集積回路、特定用途向け集積回路（ＡＳＩＣ）、プログラマブルロジックデバイス（ＰＬＤ）、デジタルシグナルプロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、ロジックゲート、レジスタ、半導体デバイス、チップ、マイクロチップ、チップセット等を含み得る。いくつかの実施形態において、一つ以上のプロセッサは、複合命令セットコンピュータ（ＣＩＳＣ）又は縮小命令セットコンピュータ（ＲＩＳＣ）プロセッサ、ｘ８６命令セット互換可能プロセッサ、マルチコア、又は任意の他のマイクロプロセッサ若しくは中央処理ユニット（ＣＰＵ）として実装され得る。様々な実装例において、一つ以上のプロセッサは、デュアルコアプロセッサ、デュアルコアモバイルプロセッサ等としてよい。
ソフトウェアの例は、ソフトウェアコンポーネント、プログラム、アプリケーション、コンピュータプログラム、アプリケーションプログラム、システムプログラム、機械プログラム、オペレーティングシステムソフトウェア、ミドルウェア、ファームウェア、ソフトウェアモジュール、ルーチン、サブルーチン、ファンクション、メソッド、プロシージャ、ソフトウェアインタフェイス、アプリケーションプログラムインタフェイス（ＡＰＩ）、命令セット、計算コード、コンピュータコード、コードセグメント、コンピュータコードセグメント、ワード、値、シンボル、又はこれらの任意の組み合わせを含み得る。一実施形態がハードウェア要素及び／又はソフトウェア要素を使用して実装されるか否かを決定することは、所望の計算速度、電力レベル、熱耐性、処理サイクル予算、入力データ速度、出力データ速度、メモリリソース、データバス速度、及び他の設計又は性能の制約のような任意数の因子に応じて変わり得る。
一つの例の実装において、マルチプロセッサシステムは、複数のプロセッサチップを含み、各プロセッサチップは、少なくとも一つのＩ／Ｏデバイスに接続されたフォトニックコンポーネントに直接接続されるように設計された少なくとも一つのＩ／Ｏコンポーネントを含み得る。いくつかの実施形態において、Ｉ／Ｏデバイスは、周辺コンポーネント相互接続エクスプレス（ＰＣＩｅ）、ユニバーサルシリアルバス（ＵＳＢ）、イーサネット（登録商標）、Ｉｎｆｉｎｉｂａｎｄ（登録商標）のような標準インタフェイスとしてよい。いくつかの実施形態において、Ｉ／Ｏデバイスは、格納デバイスを含み得る。
一つの例の実装において、マルチプロセッサシステムは、複数のフォトニックコンポーネント及びオフチップメモリを含み得る。オフチップメモリは、プロセッサチップのうち一つよりも多くにより共有され得る。オフチップメモリは、一つのプロセッサチップに直接接続され、他のプロセッサチップと、プロセッサツープロセッサアプローチを使用して実装されたグローバルメモリアーキテクチャを使用して共有され得る。マルチプロセッサシステムはまた、キャッシュ及び複数のプロセッサチップも含み得る。各プロセッサチップは少なくとも一つのＩ／Ｏコンポーネントを含む。そのＩ／Ｏコンポーネントは、一つ以上の他のプロセッサチップと通信するフォトニックコンポーネントに直接接続されるように設計される。少なくとも一つのプロセッサチップの少なくとも一つのＩ／Ｏコンポーネントを、ディレクトリベースのキャッシュコヒーレンスプロトコルを使用するように構成することができる。いくつかの実施形態において、プロセッサチップのうち少なくとも一つのキャッシュを、ディレクトリ情報を格納するように構成することができる。いくつかの実施形態において、オフチップメモリはＤＲＡＭを含んでよい。いくつかの実施形態において、ディレクトリ情報は、オフチップメモリに、及びプロセッサチップのうちの少なくとも一つのオンチップキャッシュに格納してよい。いくつかの実施形態において、マルチプロセッサシステムはさらに、２つの異なるオフチップメモリ上のオフチップメモリデータとディレクトリ情報とを分離するべく構成されたディレクトリサブシステムを含み得る。
いくつかの実施形態において、マルチプロセッサシステムはさらに、３ＤのＤＲＡＭメモリスタックの一部となる高性能チップに実装されたサブシステムの一部を有するように構成されたディレクトリサブシステムを含み得る。いくつかの実施形態において、マルチプロセッサシステムはさらに、メモリブロックごとに変わる共有者数をサポートするべく構成されたディレクトリサブシステムを含み得る。いくつかの実施形態において、マルチプロセッサシステムはさらに、メモリブロックごとに変わる共有者数を、キャッシングを使用してサポートするべく構成されたディレクトリサブシステムを含み得る。いくつかの実施形態において、マルチプロセッサシステムはさらに、メモリブロックごとに変わる共有者数を、共有者への異なる数のポインタに対する格納を有するエントリへのハッシュを使用してサポートするべく構成されたディレクトリサブシステムを含み得る。いくつかの実施形態において、マルチプロセッサシステムはさらに、共有者がゼロのメモリブロックに割り当てられたストレージを低減するべくハッシュを使用するように構成されたディレクトリサブシステムを含み得る。
少なくとも一つの実施形態の一つ以上の側面を、機械可読媒体に格納された代表的な命令によって実装することができる。その命令は、機械により読み込まれると、ここに記載される技法を行うロジックを作るように当該機械にさせるプロセッサ内の様々なロジックを表現する。「ＩＰコア」として知られる当該表現は、有体の機械可読媒体に格納されて、実際にロジック又はプロセッサを作る製造機械にロードする様々な顧客又は製造施設へと供給される。
図１は、典型的なセンサ２０を示す。その多くが、典型的なセンサネットワークを形成するべく構成され得る。いくつかの実施形態において、典型的なセンサ２０は、様々なサイズとしてよく、２５セント硬貨程度の小ささとしてよく、又はそれよりも小さくしてよい。センササイズは今やミリメートル範囲にあるからである。いくつかの実施形態において、センサ２０は、電源２２、ロジック回路／マイクロプロセッサ２４、格納デバイス２５、送信器（又は送受信器）２６、送信器２６に結合された通信カップラ２８、及びセンサ要素３０を含み得る。いくつかの実施形態において、センサは、電力を受けない又は受動としてよく、その電力はリーダ又は他の電源から引き込まれる。
いくつかの実施形態において、電源２２は、電力をセンサ２０に与える。例えば、電源２２は、バッテリ、太陽電池、及び／又は電力線への接続によってのように外部電源により供給される連続電源を含み得る。例として、格納デバイス２５は、コンピュータデータを永続的若しくは半永続的な形態で格納するための、揮発性及び／又は不揮発性媒体、取り外し可能及び／又は取り外し不可能媒体のような任意のコンピュータ可読媒体を含んでよく、任意のデータ格納技法によって実装することができる。いくつかの実施形態において、格納デバイス２５は、コンピュータ可読媒体に格納可能な形態にサンプリング又は変換され得る形態でデータを格納することができる。
いくつかの実施形態において、典型的な送信器２６は、データ信号を送信するためだけに構成してよい。いくつかの実施形態において、送信器２６は、データ信号の受信及び送信の双方をするべく構成される（送受信器）。いくつかの実施形態において、ここに称されるように「データ信号」は、例えば、格納、転送、結合、比較、及び／又は他の操作が可能な形態の電流信号、電圧信号、磁気信号及び／又は光信号を、制限なしに含み得る。いくつかの実施形態において、送信器２６は、通信カップラ２８を使用した中央計算デバイス若しくは中央ステーション、一つ以上の機器ユニット、及び／又は随意的に他のセンサとの通信を目的とする無線、有線、赤外線、光、及び／又は他の通信技法を含み得る。いくつかの実施形態において、通信カップラ２８は、無線通信用アンテナ、有線通信用接続部、及び／又は光通信用光ポートを含み得る。
いくつかの実施形態において、典型的なセンサ２０は、例えば特定用途向け集積回路（ＡＳＩＣ）及びプログラマブルロジックのようなハードウェアロジック回路のような、又は、例えばプログラマブルマイクロプロセッサを含むマイクロコンピュータ若しくはマイクロコントローラのような計算デバイスのような、任意タイプのデータ処理キャパシティを含み得る。いくつかの実施形態において、図１に示すセンサ２０の実施形態は、マイクロプロセッサ２４が与えるデータ処理キャパシティを含み得る。いくつかの実施形態において、マイクロプロセッサ２４は、メモリ、処理、インタフェースリソース、コントローラ及びカウンタを含み得る。いくつかの実施形態において、マイクロプロセッサ２４はまた、センサ２０を動作させるべくメモリに格納される一つ以上のプログラムを含み得る。一実施形態がハードウェアロジック回路を使用する場合、ロジック回路は一般に、センサ２０を動作させるロジック構造を含む。
いくつかの実施形態において、センサ２０は、一つ以上のセンサ要素３０を含み得る。このセンサ要素３０は、一つ以上の機器ユニットに関連付けられたセンサが配置される環境のパラメータ、及び一つ以上の関連機器ユニットの少なくとも一つの動作特性の少なくとも一つを検出するように構成され得る。いくつかの実施形態において、例えば、なんらの制限もなく、典型的なセンサ要素３０は、光、音響、圧力、温度、熱、加速度、磁気、生物学、化学及び運動のパラメータの群からの少なくとも一つのパラメータを検出することができる。いくつかの実施形態において、光パラメータは、赤外光、可視光及び紫外光のパラメータからなる群からの少なくとも一つを含み得る。例えば、センサ要素３０は、一定のレベルの光又は光レベルの変化を検出する光センサ、温度を検出する温度センサ、音を検出する音響センサ、及び／又は動きを検出する運動センサを、制限なしに含み得る。いくつかの実施形態において、センサ要素３０は、例えば、赤外光、可視光及び／又は紫外光に関連するデータをキャプチャするＣＣＤ又はＣＭＯＳ撮像器のような、デジタル画像キャプチャデバイスを、制限なしに含み得る。
いくつかの実施形態において、典型的なセンサ要素３０は、少なくとも一つの検出状態を代表するデータ信号を出力するべく構成され得る。いくつかの実施形態において、センサ２０は、センサ環境のパラメータに関連するデータを自動的に取得し、中央計算デバイスにデータを送信することができる。例えば、音響センサの形態のセンサ要素３０は、音のレベル及び周波数を取得し、当該レベル及び周波数に関連するデータを時間トラックとともに、送信器２６及び通信カップラ２８を使用して送信することができる。いくつかの実施形態において、取得は、リアルタイム、連続的、断続的、散発的、時折、及び要求時のような任意の時間ベースとすることができる。いくつかの実施形態において、時間トラックは、センサデータを受信するデバイスのような他の場所に与えることができる。
さらなる例として、制限なしに、センサ要素３０は、例えば一秒に一回のような周期で視覚画像を取得して当該視覚画像に関連するデータを時間トラックとともに送信する光デジタルカメラの形態としてよい。いくつかの実施形態において、センサ要素３０は、予め決められた度数の温度インターバル（例えば２秒、５秒、１０秒等）における温度変化を検出し、２度ごとの温度変化をその発生時刻とともに送信することができる温度センサの形態としてよい。上記例はそれぞれ一連の、音響検出のための連続的なものから、２度の温度変化の発生ごとベースまでを例示する。
いくつかの実施形態において、センサ要素３０はまた、例えば、制限なしに、そのバッテリ／電力レベル又はその無線信号強度のようなセンサ２０自体の動作パラメータも検知することができる。いくつかの実施形態において、検知されたパラメータに関連するデータを含むセンサデータは、任意の信号形態で送信器２６及び通信カップラ２８を介してセンサ２０から、受信器へ送信される。受信器は、例えば、他のセンサ２０、中央計算デバイス、又は任意の他のデータ受信器としてよい。センサデータは、パラメータに関連するデータが取得された時刻及び／又は日付を含み得る。
いくつかの実施形態において、センサ２０は、一意の識別子に関連付け、当該一意の識別子を、その検知されたパラメータと関連させて通信するべく動作可能とすることができる。いくつかの実施形態において、センサ２０は、その場所を、グローバルポジショニングシステム（ＧＰＳ）により、既知のポイントを基準とした三角測量により、又は他のセンサとの通信により、決定する構成を含み得る。いくつかの実施形態において、センサ２０の場所は、事前に確立された既知のパラメータとしてよい。同様に、場所の識別は、センサに由来し及び／又は転送されるデータに関連付けることができる。
いくつかの実施形態において、典型的なセンサ２０は、それ自体で及び／又は同様に適切なセンサの群で、高レベルタスクを含む一定範囲のタスクを達成するべく構成され得る。いくつかの実施形態において、典型的なタスクは、一般的な情報収集、セキュリティ監視、産業監視、生物医学監視、及び他の同様のタスクのような動作を含み得る。ここに称されるように、用語「監視」及び「制御」並びにこれらの置換語及び類義語は、制限なしに、一つ以上の関連機器ユニットの動作挙動を調整する命令を送り出すことのようなタスクを含む。
いくつかの実施形態において、典型的なセンサ２０及び同様に適切なセンサは、建物（例えば家、オフィス、産業工場等）の内部に配置してよい。例えば、典型的なセンサ２０及び同様に適切なセンサが生成する場所固有のセンサデータは、関連する建物及び／又は一セットの建物の内部及び／又は外部に位置する一つ以上のＵＯＥの動作に関連する特定の動作条件及び／又は環境条件を示してよい。例えば、場所固有のセンサデータは、様々な光が点灯している時間、光の強度設定、一般的な電気消費、ＵＯＥ当たりの電気消費、一般的な水消費、ＵＯＥ当たりの水消費、一般的な天然ガス消費、ＵＯＥ当たりの天然ガス消費に関連するデータを、制限なしに含み得る。例えば、典型的なセンサ２０及び同様に適切なセンサは、以下のタイプの一つ以上としてよい（ただしこれらに限られない）。
ｉ）液体（例えば水）圧力センサ：構造物内の様々な場所における液圧（例えば水圧）を検出する。例えば、水圧センサは、構造物の内部又は外部の任意の場所に配置してよく、ひいては、構造物の配管システム（下水道、水道、ＨＶＡＣシステム、家電及び自動消火システムを含む）に引き起こされる応力に関連する情報を与えることができる。
ｉｉ）液体（例えば水）流量センサ：配管システム（下水道、水道、ＨＶＡＣシステム、家電及び自動消火システムを含む）における選択されたポイントを通って流れる流体（例えば水）の量及び／又は速度を検出する。例えば、水流量センサは、構造物の内部又は外部の任意の場所に配置してよく、ひいては、構造物へと引き回される水の量に関連する情報、詳しくは、構造物のその部分が正確に（又は近似的に）どれほどの量の水を受容しているのか、を与えることができる。
ｉｉｉ）電気システムセンサ：電気システムセンサは、構造物の電気システムの動作パラメータを検出する。電気システムセンサからの読みは、１）電圧が（持続的に）高すぎ又は低すぎるか否か、２）電圧が頻繁に低下及び／又はスパイクするか否か、３）電気システムを流れる電流、４）エネルギー使用レベルと一日での時間帯等のうち少なくとも一つを、制限なしに決定するべく使用し得る。
ｉｖ）温度センサ、
ｖ）気体流量センサ、又は
ｖｉ）気体圧力センサ。
図２は、本発明の少なくともいくつかの実施形態を実装するのに適切な典型的な計算アーキテクチャ２００のブロック図である。例えば、典型的なネットワークサーバ２０１は、少なくとも一つの中央処理ユニット（ＣＰＵ）２０２、及び一つ以上のデータベース又はデータ格納デバイス２０３を少なくとも含み得る。ネットワークサーバ２０１は、多くの異なる方法で構成することができる。いくつかの実施形態において、典型的なネットワークサーバ２０１は、スタンドアロンコンピュータとしてよく、又は代替的に、典型的なネットワークサーバ２０１の機能を、多数の計算システム及びアーキテクチャにわたって分散してもよい。例えば、典型的なネットワークサーバ２０１は、データベース及びプロセッサが別個のユニット及び／又は場所に収容される分散アーキテクチャで構成してもよい。
いくつかの実施形態において、典型的な計算アーキテクチャ２００は、少なくとも、様々なセンサ（１〜ｎ）２０４、機器ユニット（「ＵＯＥ」）（１〜ｎ）２０５、他のサーバ／コンピュータシステム２０９、及び／又はユーザデバイス２０８（例えばコンピュータ、ラップトップ、スマートフォン等）の間でデータの交換をするように、ネットワーク環境に統合された任意の有線タイプ及び無線タイプを利用するべく構成してよい。いくつかの実施形態において、典型的なネットワークサーバ２０１は、少なくとも、様々なセンサ（１〜ｎ）２０４、機器ユニット（「ＵＯＥ」）（１〜ｎ）２０５、他のサーバ／コンピュータシステム２０９、及び／又はユーザデバイス２０８（例えばコンピュータ、ラップトップ、スマートフォン等）の間でデータの交換をするように、一つ以上の通信プロトコル２０６及び２０７を利用するべく構成／プログラムすることができる。いくつかの実施形態において、典型的な通信プロトコルは、イーサネット、ＳＡＰ（登録商標）、ＳＡＳ（登録商標）、ＡＴＰ、ＢＬＵＥＴＯＯＴＨ（登録商標）、ＧＳＭ（登録商標）、ＴＣＰ／ＩＰ、ＬＡＮ、ＷＡＮ、Ｗｉ−Ｆｉ、８０２．１１Ｘ、３Ｇ、ＬＴＥ、近距離無線通信（ＮＦＣ）及び任意の他の同様に適切な通信プロトコルとしてよいが、これらに限られない。いくつかの実施形態において、典型的な計算アーキテクチャ２００の各メンバーデバイスもまた、関連するＩＰアドレスを有し得る。
いくつかの実施形態において、少なくとも一つのデータ格納デバイス２０３は、磁気、光及び／又は半導体メモリの適切な組み合わせを含んでよく、例えば、ＲＡＭ、ＲＯＭ、フラッシュドライブ、コンパクトディスクのような光ディスク、及び／又はハードディスク若しくはドライブを含んでよい。いくつかの実施形態において、ＣＰＵ２０２及びデータ格納デバイス２０３はそれぞれが、例えば、一つのコンピュータ若しくは他の計算デバイスの中に完全に配置されてよく、又は、ＵＳＢポート、シリアルポートケーブル、同軸ケーブル、イーサネットタイプケーブル、電話線、無線送受信器若しくは他の同様の無線若しくは有線媒体、又は前述の組み合わせのような、通信媒体により互いに接続されてよい。
いくつかの実施形態において、データ格納デバイス２０３は、（ｉ）ＣＰＵ２０２を本発明に従うように、特にＣＰＵ２０２に関して以下に詳述するプロセスに従うように仕向けるべく適合されたプログラム（例えばコンピュータプログラムコード及び／又はコンピュータプログラム製品）、（ｉｉ）プログラムが要求する情報を格納するべく利用され得る情報を格納するべく適合されたデータベース、を格納してよい。いくつかの実施形態において、プログラムは、例えば、圧縮形式、非コンパイル形式及び／又は暗号化形式で格納してよく、コンピュータプログラムコードを含んでよい。プログラムにおける一連の命令の実行によりプロセッサ２０２が、ここに記載されるプロセスステップを実行する一方、ハードワイヤード回路を、本発明のプロセスの実装を目的とするソフトウェア命令の代わりに又はそのソフトウェア命令との組み合わせで使用することができる。すなわち、本発明の実施形態が、ハードウェア及びソフトウェアの任意の特定の組み合せに限られることはない。いくつかの実施形態において、ネットワークサーバ２０１が実行し得る適切なコンピュータプログラムコードは、ネットワークサーバ２０１に、安全なデータ処理機能及び／又は保険契約管理機能のような、ただしこれらに限られない、多数の機能を行わせるようにプログラムされ得る。
いくつかの実施形態において、図２に示すように、典型的な保険契約管理アプリケーションを実行するとき、典型的なネットワークサーバ２０１は、エネルギー使用の場所固有レベルに基づいて機器（例えばＵＯＥ（１〜ｎ）２０５）を管理する一つ以上のセンサ駆動の動的調整可能フィードバックループの一部となり得る。例えば、図２に示すように、典型的なセンサ（１〜ｎ）２０４は少なくとも、典型的なＵＯＥ（１〜ｎ）２０５に関連する様々な環境パラメータ及び／又は動作パラメータを収集して当該収集センサデータを、一つ以上の通信媒体／プロトコル２０６を介して典型的なネットワークサーバ２０１へと送信することができる。いくつかの実施形態において、センサデータの典型的な環境パラメータ及び／又は動作パラメータは、典型的なＵＯＥ（１〜ｎ）２０５によるエネルギー使用の場所固有レベルに関連する。いくつかの実施形態において、典型的な保険契約管理アプリケーションを実行するとき、典型的なネットワークサーバ２０１は、典型的なＵＯＥ（１〜ｎ）２０５によるエネルギー使用の場所固有レベルを含む典型的なセンサデータを利用し、資産故障推定（資産故障推定値）に関連する一つ以上のデータ値を決定することができる。
いくつかの実施形態において、少なくとも一つの特定ＵＯＥに対する少なくとも一つの機器故障推定値に基づいて典型的な保険契約管理アプリケーションを実行するとき、典型的なネットワークサーバ２０１は、同じ事業体が制御しても又はしなくてもよい少なくとも一つの特定ＵＯＥ及び／又は一つ以上のＵＯＥを保証するための保険データを決定するようプログラムすることができる。いくつかの実施形態において、保険データは、現行の場所固有保険料、及び／又は既存の保険料に対する場所固有保険料の変更のような、ただしこれらに限られない場所固有保険料データを含み得る。いくつかの実施形態において、典型的なネットワークサーバ２０１は、少なくとも一つの電子警告を、
ｉ）一つ以上の他のサーバ／コンピュータシステム２０９（例えば一つ以上のＵＯＥ（１〜ｎ）２０５にサービスを提供するサービスプロバイダのサーバ／コンピュータシステム）、
ｉｉ）一つ以上の様々なユーザ電子デバイス２０８（例えば被保険事業体の電子デバイス）、
ｉｉｉ）一つ以上のセンサ（１〜ｎ）２０４、
ｉｖ）一つ以上の典型的なＵＯＥ（１〜ｎ）２０５、又は
ｖ）これらの任意の組み合わせ
の少なくとも一つに対して発生させるべくプログラムされてよい。
いくつかの実施形態において、少なくとも一つの電子警告は少なくとも、新しい保険料及び／又は保険料の変更についての情報を与えるべく構成され得る。いくつかの実施形態において、少なくとも一つの電子警告は、少なくとも一つの電子警告に関連する一つ以上のＵＯＥに関連付けられた少なくとも一つの保険会社に、一つ以上のＵＯＥのエネルギー使用の場所固有レベルに影響を与えるようにさせるべく構成され得る。いくつかの実施形態において、少なくとも一つの電子警告は、一つ以上のセンサ（１〜ｎ）２０４の少なくとも一つの動作パラメータ、及び一つ以上の典型的なＵＯＥ（１〜ｎ）２０５の少なくとも一つの動作パラメータのうちの少なくとも一方を調整する少なくとも一つの命令を含み、一つ以上のＵＯＥのエネルギー使用の場所固有レベルに関するセンサデータ収集、及び一つ以上のＵＯＥの少なくとも一つの動作モードのうちの少なくとも一方に影響を与えるように構成され得る。
いくつかの実施形態において、その後、典型的な独創的保険契約管理アプリケーションを実行するとき、典型的なネットワークサーバ２０１は、典型的なネットワークサーバ２０１が、一つ以上のセンサ（１〜ｎ）２０４からデータを受信するのを停止したことを特定する電子動作警告を、リアルタイムで発生させるように構成され得る。
いくつかの実施形態において、典型的な独創的保険契約管理アプリケーションを実行するとき、典型的なネットワークサーバ２０１は、ここに詳述される一つ以上の機械学習技術を、受信データ（例えば資産固有履歴データ、現行のエネルギー消費データ、故障頻度等）にリアルタイムで適用し、例えば、リアルタイムで予測的に警告を発生させること、機器故障の可能性を低減すること、使用ベースの故障保険料を低減すること等のうちの一つ以上を制限なしに達成するように構成される。
図３Ａ及び３Ｂは、本発明の少なくともいくつかの実施形態に係る図２に示す典型的なネットワークサーバ２０１において実行される典型的な保険契約管理アプリケーションのための、典型的な独創的プロセスの典型的なフローチャートである。いくつかの実施形態において、典型的な独創的プロセスは、例えば、制限なしに、所定の機器又はシステムが故障又は損傷するか否か、及び当該故障及び／又は損傷が生じる可能性が高いときの少なくとも一方を決定するときに、機器（例えばＵＯＥ（１〜ｎ）２０５）を管理するべく典型的なセンサ駆動動的調整可能フィードバックループにおいて利用され得るエネルギー使用ベースの保険料データを決定することに関する。いくつかの実施形態において、典型的な独創的プロセスは、一つ以上の物理的場所に、又はエネルギー消費計量若しくはセンサ記録を有する任意レベルで適用することができる。いくつかの実施形態において、典型的な保険契約管理アプリケーションは、エネルギー使用ベースの保険料データを利用し、場所、システム及び／又は機器（例えばＵＯＥ（１−ｎ）２０５）に対する使用ベースの保険料を決定するべく構成／プログラムされ得る。
図３Ａ及び３Ｂにおいて、ステップ３０１は、保険料に対して格付けされたエネルギー消費物理構成（例えば一つ以上のＵＯＥ）となり得るエネルギー消費物理資産に関する。いくつかの実施形態において、典型的な物理構成は、共通の機能を有する一つ又は複数の地理的場所（例えばアパート）、場所内の物理システム（例えばＨＶＡＣ）、及び／又は個別の機器、例えばＭＲＩ機械、となり得る。例えば、制限なしに、各資産エネルギー使用は、一つ以上の需要計器から及び／又はエネルギー使用データを測定するべく当該資産に搭載されたセンサから、取得され得る。いくつかの実施形態において、資産レベルのエネルギー使用データは、意味のある統計を計算するのに十分な集合体を収集するのに適切な、かつ将来の起こり得る損害（エクスポージャー）を代表するのに十分短い、特定の履歴期間にわたってコンパイルされる。例えば、制限なしに、この説明を目的として、一つの制限なしに、５年の期間が使用される。エネルギー消費に加え、ステップ３０１は、各資産環境についての標準資産特性を収集する。例えば、そのサイズ、営利事業のタイプ、住所、及び／又は他のデータが、資産サイズ及び／又は動作特性に関連する。ステップ３０２において、ステップ３０１におけるものと同じデータを含むが、付加的に、故障した場所、機器及び／又はシステム、損失原因、並びに損失額についての資産固有損失データも含む請求データが、収集される。ステップ３０３において、ステップ３０１及び３０２において展開されたデータソースが、請求頻度（例えば故障／欠陥の頻度）、及び請求重大度（例えば故障／欠陥の重大度）を計算するべく組み合わされる。例えば、これは、以下の式（１）及び（２）を適用することによって達成することができる。
Figure 2020529075
これらの計算は、エクスポージャー及び損失データベースの、従前に特定されたデータサブセットに対して行われ、各サブセットに対する請求の頻度及び重大度が計算される。いくつかの実施形態において、これらのデータカテゴリ分けは、収集されたデータにおける営利事業の性質に少なくとも部分的に基づく。他実施形態は、例えばＨＶＡＣ、冷蔵、照明、加熱、冷却等のような物理システムに基づく。そして、他実施形態は、例えばチラー、ボイラー、モータ、エンジン等のような固有の機器に基づき得る。サブセットは、地理的領域、事業タイプ、サイズ、動作日数に対して定義され得る。いくつかの実施形態において、以下の式（３）に示されるように、請求の頻度ｆ及び重大度Ｓが一緒に掛け合わされ、各サブセットのベース損失コストＲが資産保険に対して計算される。
Figure 2020529075
図３Ａ及び３Ｂにおいて、ステップ３０４は、典型的な保険契約管理アプリケーションが、ベース損失コストを、オーバーヘッド、請求管理、手数料及び／又は再保険を資源なしに含む標準保険関連事業コストを含むように調整するべく構成／プログラムされ得ることを示す。いくつかの実施形態において、典型的な保険契約管理アプリケーションは、これらの費用を、標準会計手順を介して計算し、その費用を、実行可能な事業活動を保証するベース保険料損失コストに加える。いくつかの実施形態において、適用される費用料金は、ステップ３０３において定義されるサブセット群によって変わり得る。
いくつかの実施形態において、典型的な保険契約管理アプリケーションは、エネルギー使用データが資産ごとに生成されるステップ３０５から開始する平行プロセス経路を実行するべく構成／プログラムされ得る。図３Ａにおいて、エネルギー使用データ３０５は、リアルタイム、連続的、断続的、散発的、時折、及び要求時のような任意の時間ベースで生成される。図３Ｂにおいて、エネルギー使用データ３０５は、リアルタイムで生成される。例えば、資産の実際／現行のエネルギー使用は、一つ以上の需要計器から、又はエネルギー及び／若しくは使用を測定するべく資産に搭載されたセンサから、取得され得る。いくつかの実施形態において、このエネルギー使用は、制限なしに、ディーゼル燃料ガロン、天然ガスの立方フィート、キロワット時、キロワット、及び／又は他のエネルギー使用単位に関し得る。ステップ３０６において、典型的な保険契約管理アプリケーションは、固有期間にわたって使用されたエネルギーに関するエネルギー使用データを格納するべく構成／プログラムされ得る。このエネルギー使用データは、例えば、典型的なセンサ（１〜ｎ）２０４（例えば顧客搭載エネルギー計器）、典型的なＵＯＥ（１〜ｎ）２０５（例えば需要自体）、及び一つ以上のサードパーティに関連付けられた一つ以上の電子ソースから受信され得る。いくつかの実施形態において、典型的な保険契約管理アプリケーションは、場所、システム又は別個の機器に対する全体的な使用を代表するようにエネルギー使用データを群別に分けるべく構成／プログラムされ得る。ステップ３０７において、一集合体における各サイトに対し、典型的な保険契約管理アプリケーションは、エネルギー使用データを取得して当該エネルギー使用データを、集合体レベルのデータベースとして格納するべく構成／プログラムされ得る。典型的な保険契約管理アプリケーションは、エネルギー使用データとともに、サイトの属性を取得するべく構成／プログラムされ得る。この属性は、サイトの場所、サイズ、及び／又は事業活動に関連するデータを、制限なしに含む。ステップ３０８において、典型的な保険契約管理アプリケーションは、収集されたサイト及び顧客レベルのデータを、ステップ３０１から３０４において使用された資産保険リスクを記載するべく使用され得る典型的な資産レベルのコードへと変換又はマッピングするべく構成／プログラムされ得る。これにより、エネルギー使用データを、ステップ３０１から３０４において行われたのと同じサブセット基準でマッピング／カテゴリ分けすることができる。このマッピングは、ステップ３０７からの集合体レベルのエネルギーデータと、ステップ３０９において価格設定するための顧客エネルギーデータとの双方を変換するべく使用される。例えば、サイトの番地及び郵便番号を、資産リスクをモデリングするべく、予め定義された地理的領域にマッピングすることができる。また、標準産業分類（ＳＩＣ）コードの点から日常的に記載される事業活動は、資産リスク占有コードのマッピングを必要とし得る。このステップにより、エネルギーデータを、ステップ３０１から３０４において行われるのと同じサブセット基準でマッピング／カテゴリ分けできることが保証される。
ステップ３０９において、典型的な保険契約管理アプリケーションは、（ステップ３０８の結果を使用して）資産レベルのクラス変数にマッピングされる固有セットの顧客データ、及びエネルギー消費データをコンパイルし、資産故障保険のためのエネルギー使用ベース保険料を決定するべく構成／プログラムされ得る。多数のエネルギー源が一サイトで消費されている場合、典型的な保険契約管理アプリケーションは、すべてのエネルギー消費をキロワット時に変換する少なくとも一つの標準エネルギー変換係数を利用するべく構成／プログラムされ得る。
ステップ３１０において、ステップ３０４、３０８からのデータ結果が、ステップ３０９において入力された顧客データに適用される。典型的な保険契約管理アプリケーションは、ステップ３０９において挙げられた各資産ベースの顧客に対する以下の式（４）から使用ベース保険料を計算するべく構成／プログラムされ得る。いくつかの実施形態において、典型的な保険契約管理アプリケーションは、他の適切な基準を利用するべく構成／プログラムされ得る。その後、典型的な保険契約管理アプリケーションは、特定されたサブセット基準（例えば領域・サイズ・事業）それぞれにわたる和及び合計を決定するべく構成／プログラムされ得る。
ステップ３１０において、各資産保険料Ｐｉが、積調整ベースコストと、固有資産のエネルギー消費Ｅｉを資産クラスの平均エネルギー消費で割った商のα乗とから計算される。
Figure 2020529075
 ここで、Ｅバー＝資産集合体にわたって計算された平均エネルギー消費である。
Figure 2020529075
 αは、保険会社が決定する資産クラスエネルギースケール因子である。
ｍは、ステップ３０４において計算される。
Ｋは、同じ集合体保険料全体の生成レートを正規化する定数である。
Ｒは、ステップ３０３において計算されるベース損失コストである。
定数Ｋは、所与の事業カテゴリ又は資産クラスに対する合計保険料が、αに関して一定のままであることを保証するべく含められる。所与量の保険料をもたらすべく所与の保険契約書が署名されている場合、スケーリング因子の選択によりこの量を変更すべきではない。さらに、保険規制の観点からは、標準レートが州の規制当局により承認された場合、保険料の保険契約書は、不変のまま、すなわちスケーリング因子から独立したまま、保持する必要がある。合計の事業カテゴリ又は資産クラス保険料定数Ｋは、以下のように計算することができる。
Figure 2020529075
 ここで、Ｎは集合体のサイズである。
スケール因子αは、保険会社によって選択される。その値は、保険データ、エンジニアリングデータ、及び特定の資産クラスが署名された経験に基づく。これは、様々な理由によって変わり得る。例えばα＝１の場合、資産エネルギー使用を倍増すると、保険料も倍増する。この線形性は、エネルギー使用の変化が、機器のカウント数又は動作時間の変化に直接的に関係する場合の、起こり得る保険の損害を記述し得る。ただし、他の場合に対しては、保険リスクは必ずしも、エネルギー使用に対して線形的というわけではない。例えば、α＝１／２の場合、エネルギー使用を倍増しても、保険レートが近似的に４０％（２の平方根≒１．４１）だけ増加するのみである。このアプローチは、いくつかの動作ユニットを、大きくエネルギー効率の良い物品に交換する顧客に対して有効となり得る。他実施形態において、異なる値を使用することができ、実際のところ、α＞１の値が、いくつかの資産クラスにとって適切となり得る。例えば、高い値の機器は、その独自の技術ゆえに高いコストを反映し得るので、事業中断の値が高くなる。選択されたαの値は、資産クラスのリスクがどのようにしてエネルギー消費により変化するのかの保険会社のデータ及び経験を反映する。
図３Ａ及び３Ｂに記載される典型的な独創的方法の例として、図４〜７は、典型的な保険契約管理アプリケーションがどのようにして、例えばリアルタイムで、３つの典型的な資産クラスに該当する顧客について所与の地理的領域に対し、エネルギー使用ベースの保険料を計算するべく構成／プログラムされ得るのかを示す。
図４において、ステップ４１０では、典型的な保険契約管理アプリケーションが、所定資産クラス当たりの履歴エクスポージャーデータを電子的に取得する。所定資産クラスの例は、小売店の場所、空調システム、及び、磁気共鳴画像（ＭＲＩ）機械の機器資産クラスである。ステップ４２０において、典型的な保険契約管理アプリケーションは、被保険集合体に対する履歴資産請求データに関する履歴データを電子的に取得する。ステップ４３０において、典型的な保険契約管理アプリケーションは、ベース損失コストを計算するべく、ステップ４１０及び４２０からの損失とエクスポージャーデータとを動的に結合する。ステップ４４０において、典型的な保険契約管理アプリケーションは、予め決められた乗数によってベース損失コストを動的に調整する。当該乗数は、資産クラス特性、費用、再保険、利益等のような、ただしこれらに限られない、様々な付加的項目を説明する履歴データに少なくとも部分的に基づいて決定又は計算され得る。
図５において、ステップ５１０では、典型的な保険契約管理アプリケーションは、価格設定される被保険資産集合体に対するエネルギー消費データを生成するべく、例えば、制限なしに、（１）一つ以上の需要計器、（２）一つ以上のセンサ、又は（３）一つ以上の電子データベースのうち少なくとも一つから、エネルギーデータを電子的に取得する。例えば、ステップ５２０において、典型的な保険契約管理アプリケーションは、３つの資産クラスそれぞれに対して４名の被保険者のエネルギー消費データを電子的に決定する。このデータは、標準保険商品の価格設定のために十分なエクスポージャー及び損失データを決定するべく通常行われるものと同様の所与の期間の間、コンパイルされる。ステップ５３０において、典型的な保険契約管理アプリケーションは、すべての被保険資産クラスにわたって各資産クラスについて、固有の被保険集合体ｉに対し平均エネルギー消費統計（Ｅｉバー）を生成する。
図６において、ステップ６１０では、典型的な保険契約管理アプリケーションは、価格設定顧客ＩＤ（例えば小売店＃１２３４）をその資産クラスにマッピングする。ステップ６２０において、典型的な保険契約管理アプリケーションは、各価格設定顧客ＩＤを、そのエネルギー消費、及びステップ４４０で計算された資産クラス調整ベース損失コストにリンクさせる。ステップ６３０において、典型的な保険契約管理アプリケーションは、保険料計算に使用される資産クラスに対し、スケール因子（αｋ）を包含する保険会社が与えた表を利用する。
図７において、ステップ７１０では、典型的な保険契約管理アプリケーションは、表形式データ並びに式（４）及び（５）を使用して顧客保険料を計算する。
いくつかの実施形態において、典型的な保険契約管理アプリケーションは、すべての場所にわたりかつすべての燃料にもわたる代表的な顧客のエネルギー使用の合計を決定するべく構成／プログラムされ得る。例えば、一事業が、電気消費に加え、加熱のために天然ガスを使用し得る。かかる場合、典型的な保険契約管理アプリケーションは、例えば、２９．２１ｋｗｈに等価な天然ガスの１００ｆｔ３の特定の変換を利用して、ｋｗｈに等価な天然ガス使用を電気消費に追加するべく構成／プログラムされ得る。
いくつかの実施形態において、典型的な保険契約管理アプリケーションは、異なる燃料に対して他のｋｗｈ等価変換因子を利用するべく構成／プログラムされ得る。いくつかの実施形態において、典型的な保険契約管理アプリケーションは、エネルギー変換計算を、顧客の完全なエネルギーデータ集合体にわたって適用し、生成されたエネルギー変換データをコンパイルして、別個の又はここに詳述される一つ以上の他データベースと一体のデータベースにするべく構成／プログラムされ得る。いくつかの実施形態において、典型的な保険契約管理アプリケーションは、機器（例えばＵＯＥ（１−ｎ）２０５）をエネルギー使用の資産固有レベルに基づいて管理する典型的な独創的センサ駆動の動的調整可能フィードバックループをサポートする上で、調整された機器保険価格設定モデルを、新たな保険顧客のエネルギー消費データに適用するべく構成／プログラムされ得る。例えば、典型的な保険契約管理アプリケーションは、新たな顧客の名前及び合計エネルギー消費（ｋｗｈ単位で測定）を保険事業カテゴリにマッピングするべく構成／プログラムされ得る。その後、典型的な保険契約管理アプリケーションは、別個の契約に対し、対応するレート付け情報と顧客のエネルギー使用との組み合わせに少なくとも部分的に基づいて新たな顧客の資産故障保険料を決定するべく構成／プログラムされ得る。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的な保険契約管理アプリケーションは、リアルタイムで、一つ以上の機械学習技法（例えばニューラルネットワーク、サポートベクターマシン、決定木、ランダムフォレスト、ブースティング、最近傍アルゴリズム、単純ベイズ、バギング等）を、例えば、制限なしに、学習可能な又は学習訓練可能な（すなわち随意的に、ここに詳述される典型的な分析が存在しない）場所、システム、機器、又は一つ以上の他の適切な資産分類基準／カテゴリのうちの少なくとも一つに基づいて資産を分類するべく、例えば、制限なしに、資産固有履歴データ又は資産固有現行エネルギー消費データの少なくとも一方に適用するべく構成／プログラムされ得る。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的なニューラルネットワーク技法は、制限なしに、フィードフォワードニューラルネットワーク、動径基底関数ネットワーク、リカレントニューラルネットワーク、畳み込みネットワーク（例えばＵ−ｎｅｔ）又は他の適切なネットワークのうちの一つとしてよい。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、ニューラルネットワークの典型的な実装は、以下のように実行され得る。
ｉ）ニューラルネットワークアーキテクチャ／モデルを定義する。
ｉｉ）センサデータを典型的なニューラルネットワークモデルに伝達する。
ｉｉｉ）典型的なモデルを段階的に訓練する。
ｉｖ）固有数のタイムステップのための精度を決定する。
ｖ）典型的な訓練済みモデルを、新たに受信したセンサデータを処理するべく適用する。
ｖｉ）随意的にかつ並列して、典型的な訓練済みモデルの訓練を、予め決められた周期で続ける。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的な訓練済みニューラルネットワークモデルは、少なくともニューラルネットワークトポロジ、一連のアクティベーション関数、及び接続重みによってニューラルネットワークを特定することができる。例えば、ニューラルネットワークのトポロジは、ニューラルネットワークのノードの構成と当該ノード間の接続とを含み得る。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的な訓練済みニューラルネットワークモデルはまた、バイアス値／関数、及び／又は集計関数を含むがこれらに限られない他のパラメータを含むように特定され得る。例えば、ノードのアクティベーション関数は、ステップ関数、正弦関数、連続若しくは区分線形関数、シグモイド関数、双曲線正接関数、又はノードがアクティベートされるしきい値を表す他のタイプの数学関数としてよい。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的な集計関数は、入力信号をノードに結合する数学関数（例えば和、積等）としてよい。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的な集計関数の出力は、典型的なアクティベーション関数への入力として使用してよい。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、バイアスは、ノードがアクティベートされる可能性を高く又は低くするべく集計関数及び／又はアクティベーション関数が使用し得る一定値又は関数としてよい。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的なニューラルネットワークにおける各接続に対する典型的な接続データは、ノード対又は接続重みの少なくとも一方を含み得る。例えば、典型的なニューラルネットワークがノードＮ１からノードＮ２までの接続を含む場合、当該接続に対する典型的な接続データは、ノード対＜Ｎ１，Ｎ２＞を含み得る。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、接続重みは、Ｎ２に入力される前にＮ１の出力を修正するか否か及び／又はどのようにしてＮ２に入力される前にＮ１の出力を修正するかに影響する数値量となり得る。リカレントネットワークの例では、ノードは、自身との接続を有し得る（例えば接続データがノード対＜Ｎ１，Ｎ１＞を含み得る）。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的な訓練済みニューラルネットワークモデルはまた、種識別子（ＩＤ）及び適合度データも含み得る。例えば、種ＩＤはそれぞれが、典型的なモデルを複数の種（例えば資産分類カテゴリ）のうちどれに分類するかを示し得る。例えば、適合度データは、典型的な訓練済みニューラルネットワークモデルがどれほど良好に、入力資産エネルギー消費データセット及び／又は資産故障損失データセットをモデリングするのかを示し得る。例えば、適合度データは、モデルに対して適合度関数を評価することに基づいて決定される適合度値を含み得る。例えば、典型的な適合度関数は、入力資産エネルギー消費データセット及び／又は資産故障損失データセットについて典型的な訓練済みニューラルネットワークモデルを試験することにより生成される誤差の頻度及び／又は大きさに基づく目的関数としてよい。簡単な例として、入力資産エネルギー消費データセット及び／又は資産故障損失データセットそれぞれが１０行を含み、入力資産エネルギー消費データセット及び／又は資産故障損失データセットそれぞれがＡ及びＢで示される２列を含み、典型的な訓練済みニューラルネットワークモデルが、入力値Ａの場合に予測値Ｂを出力すると仮定する。この例では、典型的な訓練済みニューラルネットワークモデルを試験することは、入力資産エネルギー消費データセット及び／又は資産故障損失データセットそれぞれから１０個の値Ａそれぞれを入力することと、予測値Ｂを、入力資産エネルギー消費データセット及び／又は資産故障損失データセットそれぞれからの対応する実際値Ｂと比較することと、２つの予測値Ｂ及び実際値Ｂが異なるか否か及び／又はどれだけ異なるかを決定することとを含み得る。例示すると、特定のニューラルネットワークが、１０行のうち９行に対して値Ｂを正確に予測したとすると、典型的な適合度関数は、対応するモデルを適合度値９／１０＝０．９に割り当て得る。理解すべきことだが、これまでの例は、例示のみを目的とし、制限とみなすべきではない。いくつかの側面において、典型的な適合度関数は、入力ノードの数、ノード層、隠れ層、接続、計算の複雑性のような、誤差頻度又は誤差レートに無関係な因子に基づいてよい。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的なニューラルネットワークモデルは、入力資産エネルギー消費及び／又は資産故障損失の値を入力レイヤにおいて受信する。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的な訓練済みニューラルネットワークモデルはその後、それらの値を、接続部を介して特定のレイヤに伝播させる。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、各接続部は、当初値を修正するべく使用される数値重み付け値（例えば−１と１との間の値）を含み得る（例えば伝播値＝当初値＊重み）。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、特定のレイヤの複数のノードが、これらの伝播値を入力として受信する。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、特定のレイヤの各ノードは、受信した入力値を組み合わせる（例えばすべての受信値の和をとる）関数を含み得る。例えば、各ノードはさらに、後続レイヤとの複数の接続部のうち一つの接続部に一つの値が出力されるときを決定する一つ以上のアクティベーション関数を包含し得る（例えば、組み合わされた入力値が＞０であれば＋１を出力し、組み合わされた入力値が＜０であれば−１を出力し、組み合わされた入力値が＝０であれば０を出力する）。典型的な出力レイヤの各ノードは、入力センサ値に対して予め定義されたカテゴリに対応し得る。例えば、出力レイヤの各ノードに対する組み合わされた入力センサ値は、入力に対して決定されたカテゴリを決定し得る（例えば最大の組み合わされた入力値を有する出力ノードに対するカテゴリ）。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、このようにして、典型的なニューラルネットワーク構造は、例えば、入力資産エネルギー消費データセット及び／又は資産故障損失データセットのための一つ以上の資産分類カテゴリを決定するべく使用することができる。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、接続部に対する重みには、開始のためのデフォルト値及び／又はランダム値が与えられる。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、センサ入力はその後、入力レイヤを介して典型的なニューラルネットワークモデルへと与えられ、資産エネルギー消費及び／又は資産故障損失入力の値に対して（例えば出力レイヤのノードにおける最高の組み合わされた入力値に基づいて）決定されたカテゴリが観測され、事前にラベル付けされた正しいカテゴリと比較される。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、接続部に対する重みは、典型的なニューラルネットワークモデルが、すべての入力に対し、又は少なくともすべての入力の許容可能部分に対し、正しいカテゴリを正しく決定するまで繰り返し修正され、その結果、典型的な訓練済みニューラルネットワークモデルが得られる。例えば、新たな入力が、事前に決定された正しいカテゴリなしに受信されるとき、本発明の典型的な独創的コンピュータベースシステムは、その入力を、典型的な訓練済みニューラルネットワークモデルに提出し、その入力に対して最も可能性が高いカテゴリを決定するべく構成され得る。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、典型的なニューラルネットワークモデルはさらに、リアルタイムで、例えば、ノード数の低減、接続数の低減、ファイルサイズの低減、ニューラルネットワークモデルを定義するパラメータを格納するファイルのファイルサイズの低減、又はこれらの任意の組み合わせにより、ただしこれらに限られずに、最適化され得る。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、本発明は、典型的な独創的コンピュータ実装方法を与える。この方法は少なくとも、少なくとも一つのプロセッサが、予め決定された時間の間に、エネルギー消費物理資産の集合体に対し、ｉ）資産固有履歴データと、ｉｉ）少なくとも一つの需要計器、少なくとも一つのセンサ又はこれらの双方からの資産固有現行エネルギー消費データとを受信するステップであって、当該資産固有履歴データは、１）資産固有履歴エネルギー消費データ、２）少なくとも一つの第１資産固有履歴動作特性、３）少なくとも一つの第１資産固有履歴環境特性、及び４）第１資産固有履歴故障損失データを含むステップと、当該少なくとも一つのプロセッサが、各対応物理資産カテゴリに対し、対応故障頻度と、当該資産固有履歴データに少なくとも部分的に基づく各故障の対応平均重大度とを決定するステップと、当該少なくとも一つのプロセッサが、当該対応故障頻度及び各故障の対応平均重大度に少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの調整された故障損失値を決定するステップと、当該少なくとも一つのプロセッサが、当該資産固有現行エネルギー消費データに少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの対応平均現行エネルギー消費値を決定するステップと、当該少なくとも一つのプロセッサが、当該エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産を代表する各対応エネルギー消費場所を、特定物理資産カテゴリに関連付けるステップと、当該少なくとも一つのプロセッサが、各対応エネルギー消費場所に対し、ｉ）対応するエネルギー消費場所に関連付けられた対応物理資産カテゴリそれぞれにおける、当該エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産の数と、ｉｉ）各対応物理資産カテゴリに対する各物理資産当たりの対応平均現行エネルギー消費値とに少なくとも部分的に基づいて、特定使用ベース故障保険料値を決定するステップと、当該少なくとも一つのプロセッサが、当該対応エネルギー消費場所の特定使用ベース故障保険料値に少なくとも部分的に基づいて、ｉ）当該少なくとも一つのエネルギー消費物理資産にサービスを提供する少なくとも一つのサービスプロバイダ、ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一つの事業体の少なくとも一つの電子デバイス、ｉｉｉ）当該少なくとも一つのセンサ、又はｉｖ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つに対し、少なくとも一つの警告を発生させるステップとを含み、当該少なくとも一つの電子警告は、当該少なくとも一つのエネルギー消費物理資産のエネルギー使用の場所固有レベルに対し、ｉ）新たな使用ベース故障保険料値、又は当該使用ベース故障保険料値の変更を要求すること、ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一人のユーザに、当該少なくとも一つのエネルギー消費物理資産のエネルギー使用のレベルを変更させること、ｉｉｉ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つの動作特性を調整するように当該少なくとも一人のユーザに命令すること、ｉｖ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つの環境特性を調整するように当該少なくとも一人のユーザに命令すること、及びｖ）当該少なくとも一つのセンサの少なくともセンサ動作を調整するように当該少なくとも一人のユーザに命令することの少なくとも一つによって影響を与えるべく構成される。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該少なくとも一つのエネルギー消費物理資産は、一つ以上の機器ユニット（ＵＯＥ）を含む物理構成である。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該少なくとも一つの履歴環境特性は、少なくとも一つの光パラメータ、少なくとも一つの音響パラメータ、少なくとも一つの圧力パラメータ、少なくとも一つの温度パラメータ、少なくとも一つの温度パラメータ、少なくとも一つの加速度パラメータ、少なくとも一つの磁気パラメータ、少なくとも一つの生物学的パラメータ、少なくとも一つの化学的パラメータ、又は少なくとも一つの運動パラメータの少なくとも一つである。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該少なくとも一つの光パラメータは、赤外光パラメータ、可視光パラメータ及び紫外光パラメータからなる群から選択される。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、各対応エネルギー消費場所が、少なくとも一つのエネルギー消費物理資産の物理的場所を特定するグローバルポジショニングシステム（ＧＰＳ）データに基づいて定義される。いくつかの実施形態において、当該少なくとも一つのセンサは、ｉ）液体圧力センサ、ｉｉ）液体流量センサ、ｉｉｉ）温度センサ、ｉｖ）気体流量センサ、ｖ）気体圧力センサ、又はｖｉ）電気システムセンサの一つである。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該少なくとも一つのプロセッサが、各対応エネルギー消費場所を当該特定物理資産カテゴリに関連付けるステップはさらに、当該少なくとも一つのプロセッサが、当該対応エネルギー消費場所の一つ以上のＵＯＥを当該特定物理資産カテゴリに分類することを含む。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該対応エネルギー消費場所の一つ以上のＵＯＥを当該特定物理資産カテゴリに分類することは、当該少なくとも一つのプロセッサが、標準工業分類（ＳＩＣ）コードに少なくとも部分的に基づいて物理資産を分類するべく訓練されてきた少なくとも一つの機械学習技法を適用することを含む。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、当該資産固有履歴エネルギー消費データ及び資産固有現行エネルギー消費データは、キロワット時（ｋｗｈ）の単位である。いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、前記少なくとも一つのプロセッサが、当該資産固有履歴エネルギー消費データ及び資産固有現行エネルギー消費データを対応するｋｗｈ量に変換する。
いくつかの実施形態において、及び随意的に、以上又は以下に記載される任意の実施形態の組み合わせにおいて、本発明は、典型的な独創的システムを与える。このシステムは少なくとも以下のコンポーネント、すなわち少なくとも一つの専用コンピュータを含む。この専用コンピュータは、特定のコンピュータ実行可能プログラムコードを格納する非一過性コンピュータメモリ、及び少なくとも一つのコンピュータプロセッサと含む。このコンピュータプロセッサは、当該特定のプログラムコードが実行されると、少なくとも以下の動作、すなわち、予め決定された時間の間に、エネルギー消費物理資産の集合体に対し、ｉ）資産固有履歴データと、ｉｉ）少なくとも一つの需要計器、少なくとも一つのセンサ又はこれらの双方からの資産固有現行エネルギー消費データとを受信する動作であって、当該資産固有履歴データは、１）資産固有履歴エネルギー消費データ、２）少なくとも一つの第１資産固有履歴動作特性、３）少なくとも一つの第１資産固有履歴環境特性、及び４）第１資産固有履歴故障損失データを含む動作と、各対応物理資産カテゴリに対し、対応故障頻度と、当該資産固有履歴データに少なくとも部分的に基づく各故障の対応平均重大度とを決定する動作と、当該対応故障頻度及び各故障の対応平均重大度に少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの調整された故障損失値を決定する動作と、当該資産固有現行エネルギー消費データに少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの対応平均現行エネルギー消費値を決定する動作と、当該エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産を代表する各対応エネルギー消費場所を、特定物理資産カテゴリに関連付ける動作と、各対応エネルギー消費場所に対し、ｉ）対応するエネルギー消費場所に関連付けられた各対応物理資産カテゴリにおける、当該エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産の数と、ｉｉ）各対応物理資産カテゴリに対する各物理資産当たりの対応平均現行エネルギー消費値とに少なくとも部分的に基づいて、特定使用ベース故障保険料値を決定する動作と、当該対応エネルギー消費場所の特定使用ベース故障保険料値に少なくとも部分的に基づいて、ｉ）当該少なくとも一つのエネルギー消費物理資産にサービスを提供する少なくとも一つのサービスプロバイダ、ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一つの事業体の少なくとも一つの電子デバイス、ｉｉｉ）当該少なくとも一つのセンサ、又はｉｖ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つに対し、少なくとも一つの警告を発生させる動作とを行うべく構成され、当該少なくとも一つの電子警告は、当該少なくとも一つのエネルギー消費物理資産のエネルギー使用の場所固有レベルに対し、ｉ）新たな使用ベース故障保険料値、又は当該使用ベース故障保険料値の変更を要求すること、ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一人のユーザに、当該少なくとも一つのエネルギー消費物理資産のエネルギー使用のレベルを変更させること、ｉｉｉ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つの動作特性を調整するように当該少なくとも一人のユーザに命令すること、ｉｖ）当該少なくとも一つのエネルギー消費物理資産の少なくとも一つの環境特性を調整するように当該少なくとも一人のユーザに命令すること、及びｖ）当該少なくとも一つのセンサの少なくともセンサ動作を調整するように当該少なくとも一人のユーザに命令することの少なくとも一つによって影響を与えるべく構成される。
いくつかの実施形態において、本発明は、コンピュータ実装方法を与える。この方法は少なくとも、保険契約管理アプリケーションを実行するサーバが、予め決められた期間の間に（１）少なくとも一つの機器ユニット（ＵＯＥ）に関連する固有のデータについての以下のパラメータ、すなわち占有度、アクティビティ、領域集約度、空間集約度、施設サイズ、システムタイプ、機器モデル、及びこれらの任意の組み合わせの少なくとも一つを特定する場所、システム又は機器のパラメータ、（２）少なくとも一つのセンサからのエネルギー使用データ、並びに（３）資産損失データを受信するステップと、当該保険契約管理アプリケーションを実行するサーバが、エネルギー使用に基づいて、当該エネルギー使用データ及び損失データにおいて特定された一定数の場所及び／又は資産に少なくとも部分的に基づいて、保険料を計算するステップと、当該保険契約管理アプリケーションを実行するサーバが、集合体平均エネルギー使用及び当該エネルギー使用データに基づいて、少なくとも一つの施設に対してエネルギー使用ベース資産故障保険料を決定するステップと、当該保険契約管理アプリケーションを実行するサーバが、エネルギー使用ベース資産故障保険料に少なくとも部分的に基づいて、ｉ）当該少なくとも一つのＵＯＥにサービスを提供する少なくとも一つのサービスプロバイダ、ｉｉ）当該少なくとも一つのＵＯＥに関連付けられた少なくとも一つの被保険事業体の少なくとも一つの電子デバイス、ｉｉｉ）当該少なくとも一つのセンサ、ｉｖ）当該少なくとも一つのＵＯＥ、及びｖ）これらの任意の組み合わせ、の少なくとも一つに対し、少なくとも一つの警告を発生させるステップとを含み、当該少なくとも一つの電子警告は、ｉ）新しい保険料及び／又は保険料の変更についての情報を与えることと、ｉｉ）当該少なくとも一つのＵＯＥに関連付けられた少なくとも一つの保険会社に、当該少なくとも一つのＵＯＥのエネルギー使用の場所固有レベルに影響を与えさせることと、ｉｉｉ）当該少なくとも一つのＵＯＥの少なくとも一つの動作パラメータの少なくとも一つを調整する少なくとも一つの命令を含むことと、ｉｖ）当該少なくとも一つのセンサの少なくとも一つの動作パラメータの少なくとも一つを調整する少なくとも一つの命令を含むこととを行うべく構成される。
いくつかの実施形態において、本発明は、コンピュータシステムを与える。このコンピュータシステムは少なくとも、以下のコンポーネント、すなわち保険契約管理アプリケーションのコンピュータ実行可能プログラムコードを電子的に格納する非一過性メモリと、当該保険契約管理アプリケーションのプログラムコードを実行すると、少なくとも以下の動作、すなわち予め決められた期間の間に（１）少なくとも一つの機器ユニット（ＵＯＥ）に関連する固有のデータについての以下のパラメータ、すなわち機器モデル、システム、占有度、アクティビティ、領域集約度、空間集約度、施設サイズ、及びこれらの任意の組み合わせの少なくとも一つを特定する場所パラメータ、（２）少なくとも一つのセンサからのエネルギー使用データ、並びに（３）資産損失データを受信する動作と、当該エネルギー使用データ及び損失データにおいて特定された一定数の場所及び／又は施設に少なくとも部分的に基づいて、ベース損失コストを計算する動作と、当該エネルギー使用データに基づいて、少なくとも一つの施設に対するエネルギー使用ベース資産故障保険料を決定する動作と、当該保険契約管理アプリケーションを実行するサーバが、エネルギー使用ベース資産故障保険料に少なくとも部分的に基づいて、ｉ）当該少なくとも一つのＵＯＥにサービスを提供する少なくとも一つのサービスプロバイダ、ｉｉ）当該少なくとも一つのＵＯＥに関連付けられた少なくとも一つの被保険事業体の少なくとも一つの電子デバイス、ｉｉｉ）当該少なくとも一つのセンサ、ｉｖ）当該少なくとも一つのＵＯＥ、及びｖ）これらの任意の組み合わせ、の少なくとも一つに対し、少なくとも一つの警告を発生させる動作とを行うべく構成された特にプログラムされたコンピュータプロセッサになる少なくとも一つのコンピュータプロセッサとを含み、当該少なくとも一つの電子警告は、ｉ）新しい保険料及び／又は保険料の変更についての情報を与えることと、ｉｉ）当該少なくとも一つのＵＯＥに関連付けられた少なくとも一つの保険会社に、当該少なくとも一つのＵＯＥのエネルギー使用の場所固有レベルに影響を与えさせることと、ｉｉｉ）当該少なくとも一つのＵＯＥの少なくとも一つの動作パラメータの少なくとも一つを調整する少なくとも一つの命令を含むことと、ｉｖ）当該少なくとも一つのセンサの少なくとも一つの動作パラメータの少なくとも一つを調整する少なくとも一つの命令を含むこととを行うべく構成される。
本発明の一定数の実施形態が記載されてきたが、これらの実施形態は例示のみであって制限ではないことと、多くの修正例が当業者にとって明らかとなることとを理解すべきである。ここに記載される本発明の方法論、本発明のシステム、及び本発明のデバイスの様々な実施形態が、互いの任意の組み合わせで利用することができることも含む。さらに依然として、様々なステップは、任意の望ましい順序で行われてよい（そして特定の実施形態のための任意の望ましいステップが追加され及び／又は任意の望ましくないステップが削除されてもよい）。

Claims (20)

  1. コンピュータ実装方法であって、
    少なくとも一つのプロセッサが、予め決められた時間の間に、エネルギー消費物理資産の集合体に対し、
    ｉ）資産固有履歴データと、
    ｉｉ）少なくとも一つの需要計器、少なくとも一つのセンサ又はこれらの双方からの資産固有現行エネルギー消費データと
    を受信することであって、前記資産固有履歴データは、
    １）資産固有履歴エネルギー消費データと、
    ２）少なくとも一つの第１資産固有履歴動作特性と、
    ３）少なくとも一つの第１資産固有履歴環境特性と、
    ４）第１資産固有履歴故障損失データと
    を含むことと、
    前記少なくとも一つのプロセッサが、各対応物理資産カテゴリに対し、対応故障頻度と、前記資産固有履歴データに少なくとも部分的に基づく各故障の対応平均重大度とを決定することと、
    前記少なくとも一つのプロセッサが、前記対応故障頻度及び各故障の対応平均重大度に少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの調整された故障損失値を決定することと、
    前記少なくとも一つのプロセッサが、前記資産固有現行エネルギー消費データに少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの対応平均現行エネルギー消費値を決定することと、
    前記少なくとも一つのプロセッサが、前記エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産を代表する各対応エネルギー消費場所を特定物理資産カテゴリに関連付けることと、
    前記少なくとも一つのプロセッサが、各対応エネルギー消費場所に対し、
    ｉ）対応するエネルギー消費場所に関連付けられた対応物理資産カテゴリそれぞれにおける、前記エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産の数と、
    ｉｉ）各対応物理資産カテゴリに対する各物理資産当たりの対応平均現行エネルギー消費値と
    に少なくとも部分的に基づいて、特定使用ベース故障保険料値を決定することと、
    前記少なくとも一つのプロセッサが、前記対応エネルギー消費場所の特定使用ベース故障保険料値に少なくとも部分的に基づいて、
    ｉ）当該少なくとも一つのエネルギー消費物理資産にサービスを提供する少なくとも一つのサービスプロバイダ、
    ｉｉ）当該少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一つの事業体の少なくとも一つの電子デバイス、
    ｉｉｉ）当該少なくとも一つのセンサ、又は
    ｉｖ）当該少なくとも一つのエネルギー消費物理資産
    の少なくとも一つに対し、少なくとも一つの警告を発生させることと
    を含み、
    前記少なくとも一つの電子警告は、前記少なくとも一つのエネルギー消費物理資産のエネルギー使用の場所固有レベルに対し、
    ｉ）新たな使用ベース故障保険料値、又は前記使用ベース故障保険料値の変更を要求することと、
    ｉｉ）前記少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一人のユーザに、前記少なくとも一つのエネルギー消費物理資産のエネルギー使用のレベルを変更させることと、
    ｉｉｉ）前記少なくとも一つのエネルギー消費物理資産の少なくとも一つの動作特性を調整するように前記少なくとも一人のユーザに命令することと、
    ｉｖ）前記少なくとも一つのエネルギー消費物理資産の少なくとも一つの環境特性を調整するように前記少なくとも一人のユーザに命令することと、
    ｖ）前記少なくとも一つのセンサの少なくともセンサ動作を調整するように前記少なくとも一人のユーザに命令することと
    の少なくとも一つによって影響を与えるべく構成される、コンピュータ実装方法。
  2. 前記少なくとも一つのエネルギー消費物理資産は、一つ以上の機器ユニット（ＵＯＥ）を含む物理構成である、請求項１のコンピュータ実装方法。
  3. 前記少なくとも一つの履歴環境特性は、少なくとも一つの光パラメータ、少なくとも一つの音響パラメータ、少なくとも一つの圧力パラメータ、少なくとも一つの温度パラメータ、少なくとも一つの温度パラメータ、少なくとも一つの加速度パラメータ、少なくとも一つの磁気パラメータ、少なくとも一つの生物学的パラメータ、少なくとも一つの化学的パラメータ、又は少なくとも一つの運動パラメータの少なくとも一つである、請求項１又は２のコンピュータ実装方法。
  4. 前記少なくとも一つの光パラメータは、赤外光パラメータ、可視光パラメータ及び紫外光パラメータからなる群から選択される、請求項３のコンピュータ実装方法。
  5. 各対応エネルギー消費場所が、前記少なくとも一つのエネルギー消費物理資産の物理的場所を特定するグローバルポジショニングシステム（ＧＰＳ）データに基づいて定義される、請求項１から４のいずれか一項のコンピュータ実装方法。
  6. 前記少なくとも一つのセンサは、
    ｉ）液体圧力センサ、
    ｉｉ）液体流量センサ、
    ｉｉｉ）温度センサ、
    ｉｖ）気体流量センサ、
    ｖ）気体圧力センサ、又は
    ｖｉ）電気システムセンサ
    の一つである、請求項１から５のいずれか一項のコンピュータ実装方法。
  7. 前記少なくとも一つのプロセッサが、各対応エネルギー消費場所を特定物理資産カテゴリに関連付けることはさらに、前記少なくとも一つのプロセッサが、前記対応エネルギー消費場所の前記一つ以上のＵＯＥを前記特定物理資産カテゴリに分類することを含む、請求項２から４のいずれか一項のコンピュータ実装方法。
  8. 前記対応エネルギー消費場所の前記一つ以上のＵＯＥを前記特定物理資産カテゴリに分類することは、前記少なくとも一つのプロセッサが、標準工業分類（ＳＩＣ）コードに少なくとも部分的に基づいて物理資産を分類するべく訓練されてきた少なくとも一つの機械学習技法を適用することを含む、請求項７のコンピュータ実装方法。
  9. 前記資産固有履歴エネルギー消費データ及び前記資産固有現行エネルギー消費データは、単位がキロワット時（ｋｗｈ）である、請求項１から８のいずれか一項のコンピュータ実装方法。
  10. 前記少なくとも一つのプロセッサが、前記資産固有履歴エネルギー消費データ及び前記資産固有現行エネルギー消費データを対応するｋｗｈ量に変換することをさらに含む、請求項９のコンピュータ実装方法。
  11. システムであって、
    少なくとも一つの専用コンピュータを含み、
    前記少なくとも一つの専用コンピュータは、
    特定のコンピュータ実行可能プログラムコードを格納する非一過性コンピュータメモリと、
    少なくとも一つのコンピュータプロセッサと
    を含み、
    前記少なくとも一つのコンピュータプロセッサは、前記特定のプログラムコードを実行すると、少なくとも以下の動作、すなわち、
    予め決定された時間の間に、エネルギー消費物理資産の集合体に対して
    ｉ）資産固有履歴データと、
    ｉｉ）少なくとも一つの需要計器、少なくとも一つのセンサ又はこれらの双方からの資産固有現行エネルギー消費データと
    を受信する動作であって、前記資産固有履歴データは、
    １）資産固有履歴エネルギー消費データと、
    ２）少なくとも一つの第１資産固有履歴動作特性と、
    ３）少なくとも一つの第１資産固有履歴環境特性と、
    ４）第１資産固有履歴故障損失データと
    を含む動作と、
    各対応物理資産カテゴリに対し、対応故障頻度と、前記資産固有履歴データに少なくとも部分的に基づく各故障の対応平均重大度とを決定する動作と、
    前記対応故障頻度及び各故障の対応平均重大度に少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの調整された故障損失値を決定する動作と、
    前記資産固有現行エネルギー消費データに少なくとも部分的に基づいて各対応物理資産カテゴリに対し、各物理資産当たりの対応平均現行エネルギー消費値を決定する動作と、
    前記エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産を代表する各対応エネルギー消費場所を特定物理資産カテゴリに関連付ける動作と、
    各対応エネルギー消費場所に対し、
    ｉ）対応するエネルギー消費場所に関連付けられた各対応物理資産カテゴリにおける、前記エネルギー消費物理資産の集合体の少なくとも一つのエネルギー消費物理資産の数と、
    ｉｉ）各対応物理資産カテゴリに対する各対応物理資産当たりの対応平均現行エネルギー消費値と
    に少なくとも部分的に基づいて特定使用ベース故障保険料値を決定する動作と、
    前記対応エネルギー消費場所の特定使用ベース故障保険料値に少なくとも部分的に基づいて、
    ｉ）前記少なくとも一つのエネルギー消費物理資産にサービスを提供する少なくとも一つのサービスプロバイダ、
    ｉｉ）前記少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一つの事業体の少なくとも一つの電子デバイス、
    ｉｉｉ）前記少なくとも一つのセンサ、又は
    ｉｖ）前記少なくとも一つのエネルギー消費物理資産
    の少なくとも一つに対し、少なくとも一つの警告を発生させる動作と
    を行うべく構成され、
    前記少なくとも一つの電子警告は、前記少なくとも一つのエネルギー消費物理資産のエネルギー使用の場所固有レベルに対し、
    ｉ）新たな使用ベース故障保険料値、又は前記使用ベース故障保険料値の変更を要求することと、
    ｉｉ）前記少なくとも一つのエネルギー消費物理資産に関連付けられた少なくとも一人のユーザに、前記少なくとも一つのエネルギー消費物理資産のエネルギー使用のレベルを変更させることと、
    ｉｉｉ）前記少なくとも一つのエネルギー消費物理資産の少なくとも一つの動作特性を調整するように前記少なくとも一人のユーザに命令することと、
    ｉｖ）前記少なくとも一つのエネルギー消費物理資産の少なくとも一つの環境特性を調整するように前記少なくとも一人のユーザに命令することと、
    ｖ）前記少なくとも一つのセンサの少なくともセンサ動作を調整するように前記少なくとも一人のユーザに命令することと
    の少なくとも一つによって影響を与えるべく構成される、システム。
  12. 前記少なくとも一つのエネルギー消費物理資産は、一つ以上の機器ユニット（ＵＯＥ）を含む物理構成である、請求項１１のシステム。
  13. 前記少なくとも一つの履歴環境特性は、少なくとも一つの光パラメータ、少なくとも一つの音響パラメータ、少なくとも一つの圧力パラメータ、少なくとも一つの温度パラメータ、少なくとも一つの温度パラメータ、少なくとも一つの加速度パラメータ、少なくとも一つの磁気パラメータ、少なくとも一つの生物学的パラメータ、少なくとも一つの化学的パラメータ、又は少なくとも一つの運動パラメータの少なくとも一つである、請求項１１又は１２のシステム。
  14. 前記少なくとも一つの光パラメータは、赤外光パラメータ、可視光パラメータ及び紫外光パラメータからなる群から選択される、請求項１３のシステム。
  15. 各対応エネルギー消費場所が、前記少なくとも一つのエネルギー消費物理資産の物理的場所を特定するグローバルポジショニングシステム（ＧＰＳ）データに基づいて定義される、請求項１１から１４のいずれか一項のシステム。
  16. 前記少なくとも一つのセンサは、
    ｉ）液体圧力センサ、
    ｉｉ）液体流量センサ、
    ｉｉｉ）温度センサ、
    ｉｖ）気体流量センサ、
    ｖ）気体圧力センサ、又は
    ｖｉ）電気システムセンサ
    の一つである、請求項１１から１４のいずれか一項のシステム。
  17. 各対応エネルギー消費場所を前記特定物理資産カテゴリに関連付けることはさらに、前記対応エネルギー消費場所の前記一つ以上のＵＯＥを前記特定物理資産カテゴリに分類することを含む、請求項１２、１３又は１４のいずれか一項のシステム。
  18. 前記対応エネルギー消費場所の前記一つ以上のＵＯＥを前記特定物理資産カテゴリに分類することは、標準工業分類（ＳＩＣ）コードに少なくとも部分的に基づいて物理資産を分類するべく訓練されてきた少なくとも一つの機械学習技法を適用することを含む、請求項１７のシステム。
  19. 前記資産固有履歴エネルギー消費データ及び前記資産固有現行エネルギー消費データは、単位がキロワット時（ｋｗｈ）である、請求項１１から１８のいずれか一項のシステム。
  20. 前記少なくとも一つのコンピュータプロセッサは、前記特定のプログラムコードを実行すると、少なくとも以下の動作、すなわち、前記資産固有履歴エネルギー消費データ及び前記資産固有現行エネルギー消費データを対応するｋｗｈ量に変換する動作をさらに含む、請求項１９のシステム。




JP2020503989A 2017-07-27 2018-07-26 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法 Active JP6942239B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021145087A JP7252291B2 (ja) 2017-07-27 2021-09-07 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法
JP2023046473A JP2023089004A (ja) 2017-07-27 2023-03-23 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762537684P 2017-07-27 2017-07-27
US62/537,684 2017-07-27
PCT/US2018/043988 WO2019023520A1 (en) 2017-07-27 2018-07-26 MANAGING A EQUIPMENT-BASED RISK ON THE USE OF ASSET-BASED ENERGY DATA USING DYNAMICALLY ADJUSTABLE AND SENSOR-CONTROLLED FEEDBACK LOOPS

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2021145087A Division JP7252291B2 (ja) 2017-07-27 2021-09-07 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法

Publications (2)

Publication Number Publication Date
JP2020529075A true JP2020529075A (ja) 2020-10-01
JP6942239B2 JP6942239B2 (ja) 2021-09-29

Family

ID=65041424

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2020503989A Active JP6942239B2 (ja) 2017-07-27 2018-07-26 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法
JP2021145087A Active JP7252291B2 (ja) 2017-07-27 2021-09-07 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法
JP2023046473A Pending JP2023089004A (ja) 2017-07-27 2023-03-23 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2021145087A Active JP7252291B2 (ja) 2017-07-27 2021-09-07 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法
JP2023046473A Pending JP2023089004A (ja) 2017-07-27 2023-03-23 エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法

Country Status (7)

Country Link
US (2) US11514527B2 (ja)
EP (1) EP3659101A4 (ja)
JP (3) JP6942239B2 (ja)
KR (3) KR20240006085A (ja)
CN (2) CN111328405B (ja)
CA (1) CA3071274A1 (ja)
WO (1) WO2019023520A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115345409A (zh) 2015-03-06 2022-11-15 哈佛蒸汽锅炉检验和保险公司 用于钻井和完井操作的风险评估
US11451043B1 (en) 2016-10-27 2022-09-20 State Farm Mutual Automobile Insurance Company Systems and methods for utilizing electricity monitoring devices to mitigate or prevent structural damage
JP6942239B2 (ja) 2017-07-27 2021-09-29 ハートフォード スチーム ボイラー インスペクション アンド インシュアランス カンパニー エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法
US10810543B2 (en) * 2018-07-30 2020-10-20 Maplebear, Inc. Populating catalog data with item properties based on segmentation and classification models
US11897690B1 (en) 2019-11-25 2024-02-13 State Farm Mutual Automobile Insurance Company Systems and methods for enhancing waste disposal and energy efficiency using sensor and alternative power technologies
US11232873B1 (en) 2020-07-27 2022-01-25 The Toronto-Dominion Bank Integrated home scoring system
US11469999B1 (en) * 2021-07-30 2022-10-11 Cisco Technology, Inc. Systems and methods for determining energy efficiency quotients

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002288435A (ja) * 2001-03-27 2002-10-04 Mitsubishi Heavy Ind Ltd 機械設備保守料設定システム及び機械設備保険料設定システム
JP2004005371A (ja) * 2002-03-29 2004-01-08 Hitachi Ltd 家電機器監視装置及び家電保守サービスシステム
US20140129261A1 (en) * 2012-11-08 2014-05-08 Hartford Fire Insurance Company System and method for determination of insurance classification of entities
US20140358592A1 (en) * 2013-05-31 2014-12-04 OneEvent Technologies, LLC Sensors for usage-based property insurance
CN105393274A (zh) * 2013-03-15 2016-03-09 哈佛蒸汽锅炉检验和保险公司 用于保险项目储蓄的保险产品、评级和信用增级系统与方法
US20170076263A1 (en) * 2015-09-11 2017-03-16 Johnson Controls Technology Company Thermostat with bi-directional communications interface for monitoring hvac equipment
US20170091871A1 (en) * 2015-09-30 2017-03-30 Sensormatic Electronics, LLC System And Method For Determining Risk Profile, Adjusting Insurance Premiums And Automatically Collecting Premiums Based On Sensor Data

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IE910209A1 (en) 1990-02-28 1991-09-11 Union Oil Co Drag analysis method
US5303561A (en) * 1992-10-14 1994-04-19 Copeland Corporation Control system for heat pump having humidity responsive variable speed fan
US7630914B2 (en) 2004-03-17 2009-12-08 Schlumberger Technology Corporation Method and apparatus and program storage device adapted for visualization of qualitative and quantitative risk assessment based on technical wellbore design and earth properties
US7653563B2 (en) 2004-03-17 2010-01-26 Schlumberger Technology Corporation Method and apparatus and program storage device adapted for automatic qualitative and quantitative risk assessment based on technical wellbore design and earth properties
US7548873B2 (en) 2004-03-17 2009-06-16 Schlumberger Technology Corporation Method system and program storage device for automatically calculating and displaying time and cost data in a well planning system using a Monte Carlo simulation software
US8538865B2 (en) 2005-08-19 2013-09-17 The Hartford Steam Boiler Inspection And Insurance Co. Method of determining prior net benefit of obtaining additional risk data for insurance purposes via survey or other procedure
US8812334B2 (en) 2006-02-27 2014-08-19 Schlumberger Technology Corporation Well planning system and method
US8193860B2 (en) * 2006-11-21 2012-06-05 Qualcomm, Incorporated Method and apparatus for automatically controlling an XNN® enhancement circuitry feeding a power amplifier
US20110161133A1 (en) 2007-09-29 2011-06-30 Schlumberger Technology Corporation Planning and Performing Drilling Operations
US7660673B2 (en) 2007-10-12 2010-02-09 Schlumberger Technology Corporation Coarse wellsite analysis for field development planning
US8731724B2 (en) * 2009-06-22 2014-05-20 Johnson Controls Technology Company Automated fault detection and diagnostics in a building management system
US8600556B2 (en) * 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager
WO2011116011A2 (en) * 2010-03-15 2011-09-22 Klatu Networks Systems and methods for monitoring, inferring state of health, and optimizing efficiency of refrigeration systems
CN103597292B (zh) * 2011-02-28 2016-05-18 艾默生电气公司 用于建筑物的供暖、通风和空调hvac系统的监视系统和监视方法
US9045967B2 (en) 2011-07-26 2015-06-02 Schlumberger Technology Corporation System and method for controlling and monitoring a drilling operation using refined solutions from a panistic inversion
US20150178865A1 (en) * 2011-09-20 2015-06-25 The Trustees Of Columbia University In The City Of New York Total property optimization system for energy efficiency and smart buildings
GB201204815D0 (en) 2012-03-19 2012-05-02 Halliburton Energy Serv Inc Drilling system failure risk analysis method
US10247458B2 (en) * 2013-08-21 2019-04-02 Carrier Corporation Chilled water system efficiency improvement
WO2015047411A1 (en) 2013-09-30 2015-04-02 Schneider Electric Usa Inc. Systems and methods of data acquisition
BR112016006470A2 (pt) 2013-10-25 2017-08-01 Landmark Graphics Corp método para predizer um risco durante operações de perfuração de um poço, e, dispositivo portador de programa não transitório
US10067482B2 (en) * 2014-05-16 2018-09-04 Emerson Climate Technologies Retail Solutions, Inc. Menu and firmware management for equipment
CN115271513A (zh) * 2014-05-28 2022-11-01 西门子瑞士有限公司 用于针对一个或多个建筑物提供优化或改进措施的系统和方法
CN115345409A (zh) 2015-03-06 2022-11-15 哈佛蒸汽锅炉检验和保险公司 用于钻井和完井操作的风险评估
CN104820630B (zh) * 2015-05-22 2017-07-07 上海新炬网络信息技术有限公司 基于业务变化量的系统资源监控装置
US20170011318A1 (en) * 2015-07-09 2017-01-12 Johnson Controls Technology Company Automated monitoring and service provider recommendation platform for hvac equipment
US10337753B2 (en) * 2016-12-23 2019-07-02 Abb Ag Adaptive modeling method and system for MPC-based building energy control
US20180330250A1 (en) * 2017-05-09 2018-11-15 Nec Laboratories America, Inc. Energy management system with intelligent anomaly detection and prediction
JP6942239B2 (ja) 2017-07-27 2021-09-29 ハートフォード スチーム ボイラー インスペクション アンド インシュアランス カンパニー エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法
US11605036B2 (en) * 2017-08-09 2023-03-14 Verdigris Technologies, Inc. System and methods for power system forecasting using deep neural networks

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002288435A (ja) * 2001-03-27 2002-10-04 Mitsubishi Heavy Ind Ltd 機械設備保守料設定システム及び機械設備保険料設定システム
JP2004005371A (ja) * 2002-03-29 2004-01-08 Hitachi Ltd 家電機器監視装置及び家電保守サービスシステム
US20140129261A1 (en) * 2012-11-08 2014-05-08 Hartford Fire Insurance Company System and method for determination of insurance classification of entities
CN105393274A (zh) * 2013-03-15 2016-03-09 哈佛蒸汽锅炉检验和保险公司 用于保险项目储蓄的保险产品、评级和信用增级系统与方法
US20140358592A1 (en) * 2013-05-31 2014-12-04 OneEvent Technologies, LLC Sensors for usage-based property insurance
US20170076263A1 (en) * 2015-09-11 2017-03-16 Johnson Controls Technology Company Thermostat with bi-directional communications interface for monitoring hvac equipment
US20170091871A1 (en) * 2015-09-30 2017-03-30 Sensormatic Electronics, LLC System And Method For Determining Risk Profile, Adjusting Insurance Premiums And Automatically Collecting Premiums Based On Sensor Data

Also Published As

Publication number Publication date
JP2021192292A (ja) 2021-12-16
KR20240006085A (ko) 2024-01-12
EP3659101A4 (en) 2020-12-09
CN111328405B (zh) 2023-08-29
EP3659101A1 (en) 2020-06-03
CA3071274A1 (en) 2019-01-31
JP7252291B2 (ja) 2023-04-04
KR20200037310A (ko) 2020-04-08
US20190035028A1 (en) 2019-01-31
CN111328405A (zh) 2020-06-23
CN116977121A (zh) 2023-10-31
WO2019023520A1 (en) 2019-01-31
JP6942239B2 (ja) 2021-09-29
KR20230003603A (ko) 2023-01-06
US20230177614A1 (en) 2023-06-08
JP2023089004A (ja) 2023-06-27
US11514527B2 (en) 2022-11-29

Similar Documents

Publication Publication Date Title
JP6942239B2 (ja) エネルギーデータ使用の資産固有レベルへの機器ベースのリスクを管理するべくセンサ駆動動的調整可能フィードバックループを利用するコンピュータシステム及びコンピュータ実装方法
JP6292076B2 (ja) 時系列予測アンサンブル
US10762475B2 (en) Digital twins for energy efficient asset maintenance
Wan et al. Optimal prediction intervals of wind power generation
Aghenta et al. Design and implementation of a low-cost, open source IoT-based SCADA system using ESP32 with OLED, ThingsBoard and MQTT protocol
US11839184B2 (en) Artificially intelligent irrigation system
CN106796577A (zh) 使用回归模型的能量基础设施传感器数据校正
US20190288513A1 (en) Decentralized energy management utilizing blockchain technology
González-Vidal et al. Towards energy efficiency smart buildings models based on intelligent data analytics
Kumar et al. Power consumption forecast model using ensemble learning for smart grid
JP2020516213A (ja) 電力グリッド内の相互に依存する不確かな資源の組み合わされた影響の定量化
JP6086875B2 (ja) 発電量予測装置および発電量予測方法
US10817630B2 (en) Apparatus and method for analyzing buildings
CA3231095A1 (en) Systems and methods for load forecasting for improved forecast results based on tuned weather data
CN118333311A (zh) 一种水资源的配置调度方法及系统
Tastu Short-term wind power forecasting: probabilistic and space-time aspects
Tangrand Some new contributions to neural networks and wavelets with applications
Chandra et al. Intelligent data systems for building energy workflow: Data pipelines, LSTM efficiency prediction and more
Suryono et al. Web-based fuzzy time series for environmental temperature and relative humidity prediction
Rao et al. An IoT Enabled Energy Management System with Precise Forecasting and Load Optimization for PV Power Generation
US12073477B1 (en) Low friction data analysis system
Verma et al. RAS Enhancement of Wireless Sensor Network Using Hybrid Approach
Mariappan et al. Reduced Carbon Foot Print Based Localized Energy Demand Supply Using Micro Grids
Siddarth et al. Demand Side Energy Management in Commercial Buildings
Rao et al. IoT enabled Intelligent Energy Management System employing advanced forecasting algorithms and load optimization strategies to enhance renewable energy generation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200217

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210323

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210617

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210810

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210907

R150 Certificate of patent or registration of utility model

Ref document number: 6942239

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150