[发明专利]用于验证分析众包环境中的设备故障模型的协同系统和方法

权利要求书

1.一种用于动态地创建和验证预测性分析模型以将数据(3004)变换成可执行洞察的计算机实现的系统，所述系统包括：

分析服务器，通信地连接至：(a)被配置为获取从电气系统输出的实时数据(3004)的传感器，和(b)被配置为显示一组分析服务器操作的标记的终端；所述分析服务器包括：

事件识别电路，用于识别事件；

标记电路，用于基于分析专业知识选择性地标记至少一个时间序列数据(3004)区域(2502)(数据(3004)区域(2502))，其中所述识别的事件发生在所述时间序列数据(3004)区域(2502)中；

决策引擎，用于将其中所述识别的事件被标记的数据(3004)区域(2502)与其中所述识别的事件未被标记的数据(3004)区域(2502)进行比较；

分析建模引擎，用于基于分析专业知识来构建体现由选择性标记生成的所述分类的所述预测性分析模型；

终端，通信地连接至所述分析服务器并且被配置为用于显示通过执行所述预测性分析模型而生成的所述视觉记号；和

反馈引擎，用于基于来自至少一个领域专家的反馈来验证所述预测模型。

2.根据权利要求1所述的系统，其中所述预测性分析模型经由机器(1002)学习算法生成。

3.根据权利要求1所述的系统，其中所述预测模型是基于来自社区的反馈而迭代地和协作地演进的，所述社区包括以下各项中的至少一者：经销商社区、状况监测顾问社区、数据(3004)科学家社区和众包社区(2)。

4.根据权利要求3所述的系统，其中预测模型一旦被所述社区验证就变成基本事实。

5.根据权利要求3所述的系统，其中所述预测模型的迭代演变防止边缘场景，并为由所述预测模型监测的至少一个参数产生最佳阈值范围。

6.根据权利要求2所述的系统，其中所述预测模型的所述协作演进基于统计数据(3004)、工程经验、产品知识和行业知识中的至少一者来产生所述预测模型的最佳阈值范围。

7.根据权利要求1所述的系统，构建预测性分析模型包括创建新创建的导出的频道(302)以选择性地修改算法，由此所述经销商社区成员可改变所述算法以满足经销商业务的需要而无需为整个分析模型编写所述代码。

8.一种用于动态地创建和验证预测性分析模型以将数据(3004)变换成可执行洞察的方法，所述方法包括：

识别事件；

基于分析专业知识选择性地标记至少一个时间序列数据(3004)区域(2502)(数据(3004)区域(2502))，其中所述识别的事件发生；

将其中所述识别的事件被标记的数据(3004)区域(2502)与其中所述识别的事件未被标记的数据(3004)区域(2502)进行比较；

基于分析专业知识，构建包含由选择性标记生成的所述分类的所述预测性分析模型；

显示通过执行所述预测性分析模型而生成的所述视觉记号；和

基于来自至少一个领域专家的反馈来验证所述预测模型。

9.根据权利要求8所述的方法，其中所述预测性分析模型经由机器(1002)学习算法生成。

10.根据权利要求8所述的方法，其中所述预测模型是基于来自社区的反馈而迭代地和协作地演进的，所述社区包括以下各项中的至少一者：经销商社区、状况监测顾问社区、数据(3004)科学家社区和众包社区(2)。

11.根据权利要求10所述的方法，其中预测模型一旦被所述社区验证就变成基本事实。

12.根据权利要求10所述的方法，其中所述预测模型的迭代演变防止边缘场景，并为由所述预测模型监测的至少一个参数产生最佳阈值范围。