公开(公告)号：WO2014110099A3

公开(公告)日：2014-10-16

申请号：PCT/US2014010628

申请日：2014-01-08

Applicant: IBM

Inventor： BHATTACHARJYA DEBARUN ,  HAMPAPUR ARUN ,  HE QING ,  LI HONGFEI ,  PARIKH DHAIVAT P

IPC: B61L23/04

CPC classification number: B61K9/08 ,  B61L23/042 ,  B61L27/0055 ,  B61L27/0088 ,  G06F17/5009 ,  G06Q10/06 ,  G06Q10/0635

Abstract: Geo-defect repair modeling is provided. A method includes logically dividing a railroad network according to spatial and temporal dimensions with respect to historical data collected. The spatial dimensions include line segments of a specified length and the temporal dimensions include inspection run data for inspections performed for each of the line segments over a period of time. The method also includes creating a track deterioration model from the historical data, identifying geo-defects occurring at each inspection run from the track deterioration model, calculating a track deterioration condition from the track deterioration model by analyzing quantified changes in the geo-defects measured at each inspection run, and calculating a derailment risk based on track conditions determined from the inspection run data and the track deterioration condition. The method further includes determining a repair decision for each of the geo-defects based on the derailment risk and costs associated with previous comparable repairs.

Abstract translation: 提供地质缺陷修复建模。 一种方法包括根据关于收集的历史数据的空间和时间维度在逻辑上划分铁路网络。 空间维度包括指定长度的线段，并且时间维度包括用于在一段时间内为每个线段执行的检查的检查运行数据。 该方法还包括从历史数据创建轨迹恶化模型，从轨迹恶化模型识别在每次检查运行中发生的地质缺陷，通过分析在轨迹恶化模型中测量的地质缺陷的量化变化，从轨迹恶化模型计算轨迹恶化条件 每次检查运行，并基于由检查运行数据和轨道恶化条件确定的轨道条件来计算脱轨风险。 该方法进一步包括基于脱轨风险和与先前类似修理相关联的成本确定每个地理缺陷的修理决定。

公开(公告)号：DE112017000195T5

公开(公告)日：2018-08-02

申请号：DE112017000195

申请日：2017-02-20

Applicant: IBM

Inventor： YI JINFENG ,  LI HONGFEI ,  YU QI ,  SHEOPURI ANSHUL

IPC: G01S5/02 ,  G06F19/24

Abstract: Verfahren und ein System werden bereitgestellt, das durch einen Computerserver zum Ableiten von Standortkontextkategorien für eine Gruppe von Mobilfunkbenutzern mit mindestens zwei Mitgliedern, ausgeführt wird. Ein Verfahren enthält ein Erhalten von mindestens einer Standortkontextkategorie für jeden Mobilfunkbenutzer in der Gruppe aus öffentlich verfügbaren Informationen in Reaktion auf unsichere Mobilgerät-Standortdaten. Das Verfahren enthält ferner ein Anwenden von zusammenwirkendem Mehrbenutzer-Maschinenlernen auf die mindestens eine Standortkontextkategorie für jeden Mobilfunkbenutzer in der Gruppe, um eine einzelne optimierte Standortkontextkategorie für jeden Mobilfunkbenutzer in der Gruppe abzuleiten.

公开(公告)号：GB2499088B

公开(公告)日：2014-12-03

申请号：GB201222537

申请日：2012-12-14

Applicant: IBM

Inventor： LI HONGFEI ,  HAMANN HENDRIK

IPC: G06Q10/06 ,  G01K7/42 ,  G06F1/20 ,  H05K7/20

公开(公告)号：GB2499088A

公开(公告)日：2013-08-07

申请号：GB201222537

申请日：2012-12-14

Applicant: IBM

Inventor： LI HONGFEI ,  HAMANN HENDRIK

IPC: G06Q10/06 ,  G06F1/20 ,  H05K7/20

Abstract: Historical high-spatial-resolution temperature data and dynamic temperature sensor measurement data may be used to predict temperature for a data center. A first formulation is derived based on the historical high-spatial-resolution temperature data for determining a temperature at any .point in 3-dimensional space. The dynamic temperature sensor measurement data is calibrated based on the historical high-spatial-resolution temperature data at a corresponding historical time. Sensor temperature data at a plurality of sensor locations is predicted for a future time based on the calibrated dynamic temperature sensor measurement data. A three-dimensional temperature spatial distribution associated with the future time is generated based on the forecasted sensor temperature data and the first formulation. The three-dimensional temperature spatial distribution associated with the future time is projected to a two-dimensional temperature distribution 214, and temperature in the future time for a selected space location is forecasted dynamically based on said two-dimensional temperature distribution. Forecasting temperature in the future time for a selected space location may include performing 2D kriging special interpolation of said two-dimensional temperature distribution.

公开(公告)号：DE102012219362A1

公开(公告)日：2013-06-27

申请号：DE102012219362

申请日：2012-10-23

Applicant: IBM

Inventor： HAMANN HENDRIK F ,  LI HONGFEI

IPC: G06F17/10 ,  G01W1/17 ,  G06F17/50

Abstract: Bisherige Temperaturdaten mit hoher räumlicher Auflösung und dynamische Messdaten von Temperatursensoren können dazu verwendet werden, die Temperatur vorauszusagen. Eine erste Formel kann auf der Grundlage der bisherigen Temperaturdaten mit hoher räumlicher Auflösung zum Ermitteln einer Temperatur an jedem beliebigen Punkt eines 3-dimensionalen Raums abgeleitet werden. Die dynamischen Messdaten von Temperatursensoren können auf der Grundlage der bisherigen Temperaturdaten mit hoher räumlicher Auflösung zu einem entsprechenden früheren Zeitpunkt kalibriert werden. Sensortemperaturdaten an einer Mehrzahl von Sensorstandorten können auf der Grundlage der kalibrierten dynamischen Messdaten von Temperatursensoren für einen zukünftigen Zeitpunkt vorausgesagt werden. Eine dem zukünftigen Zeitpunkt zugeordnete dreidimensionale räumliche Temperaturverteilung kann auf der Grundlage der vorhergesagten Sensortemperaturdaten und der ersten Formel erzeugt werden. Die dem zukünftigen Zeitpunkt zugeordnete dreidimensionale räumliche Temperaturverteilung kann auf eine zweidimensionale Temperaturverteilung projiziert werden, und die Temperatur zu dem zukünftigen Zeitpunkt kann für einen ausgewählten Raumort auf der Grundlage der zweidimensionalen Temperaturverteilung dynamisch vorhergesagt werden.