公开(公告)号：CN106796697A

公开(公告)日：2017-05-31

申请号：CN201580044204.8

申请日：2015-08-11

Applicant: 三菱电机株式会社

Inventor： 丹尼尔·N·尼科夫斯基 ,  B·哈尔沙姆 ,  J·赫尔希 ,  德克·布林克曼

IPC: G06Q30/02

Abstract: 一种首先通过获取与车辆的当前状态相关的数据来递送信息，以满足所述车辆的驾驶员的当前需求的方法。所述当前状态和预测模型被传递到预测过程，以确定选择树(CT)中的节点的选择概率。基于所述选择概率，从存储商业信息和非商业信息的数据库中选择与所述驾驶员的所述当前需求相关的信息。然后，将所述信息递送到所述驾驶员，其中，所述递送是对所述驾驶员自发的。

公开(公告)号：CN105584910A

公开(公告)日：2016-05-18

申请号：CN201510754087.6

申请日：2015-11-09

Applicant: 三菱电机株式会社

Inventor： 丹尼尔·N·尼科夫斯基

IPC: B66B1/30 ,  B66B1/36

CPC classification number: B66B1/2458 ,  B66B2201/102 ,  B66B2201/211 ,  B66B2201/233 ,  B66B2201/234 ,  B66B2201/235 ,  B66B2201/402

Abstract: 在群电梯系统中调度电梯轿厢的方法和系统。一种方法通过首先为将来的乘客在大楼的任何楼层处的到达生成一组概率分布来调度楼内的群电梯系统中的电梯轿厢，其中，所述一组概率分布由指定将来的乘客的到达信息的概率变量来表征，其中，到达信息包括将来的乘客的服务请求的概率和服务请求的可能时间的概率。对电梯轿厢的调度基于所述一组概率分布。随后，向群电梯系统的控制器提供该调度以根据该调度来移动电梯轿厢。

公开(公告)号：CN101295177B

公开(公告)日：2010-08-18

申请号：CN200810092655.0

申请日：2008-04-22

Applicant: 三菱电机株式会社

Inventor： 丹尼尔·N·尼科夫斯基 ,  安库尔·贾殷

IPC: G05B19/418

CPC classification number: G06K9/0055

Abstract: 本发明涉及用于检测传感器采样流中的变化的方法和系统。一种检测由传感器获取的采样流中的变化的方法。在缓冲器中连续地存储由传感器随时间获取的采样流，其中，当所述缓冲器充满时，将最旧的采样丢弃并存储最新的采样，使得所述缓冲器形成在时间上前向滑动的采样窗。对于每个新的采样，将所述缓冲器划分成采样的包括第一子窗和第二子窗的所有可能的成对相邻子窗，使得最新的采样被存储在所述对的所述第二子窗中。确定采样的每对所述相邻子窗的所述第一子窗和所述第二子窗之间的差，并将最大差指定为品质分数。如果所述品质分数大于预定阈值，则发信号通知所述采样流中的变化。所述变化可以是突变的或渐变的。

公开(公告)号：CN101676912A

公开(公告)日：2010-03-24

申请号：CN200910166917.8

申请日：2009-08-03

Applicant: 三菱电机株式会社

Inventor： 安库尔·贾殷 ,  丹尼尔·N·尼科夫斯基

IPC: G06F17/30 ,  G06N1/00

CPC classification number: G06N3/08

Abstract: 本发明的实施方式表述了一种用于在具有有限存储器的系统中对数据进行分类的方法。该方法对训练数据集应用实例学习(EL)过程，以产生适于该存储器大小的实例数据集。该EL过程是从包括基于熵的实例学习(EBEL)过程和支持宽带的高级学习(ABEL)过程的组中选择的。该实例数据集被用来对系统获取的数据进行分类。

公开(公告)号：CN101323406A

公开(公告)日：2008-12-17

申请号：CN200810096398.8

申请日：2008-05-09

Applicant: 三菱电机株式会社

Inventor： 丹尼尔·N·尼科夫斯基 ,  马修·E·布兰德

IPC: B66B1/24 ,  B66B1/00

CPC classification number: B66B1/2458 ,  B66B2201/102 ,  B66B2201/211 ,  B66B2201/212 ,  B66B2201/216 ,  B66B2201/222 ,  Y02B50/122

Abstract: 本发明涉及用于确定电梯轿厢组任意瞬时的总峰值功耗的方法和系统。一种用于确定电梯组随时间的峰值功率消耗的方法和系统，用于服务于乘客门厅呼叫和传送请求的集合并选择使得峰值功率消耗保持低于预定阈值的电梯调度。对于响应于接收门厅呼叫的每个轿厢，确定用于为分配给该轿厢的所有门厅呼叫提供服务的所有可能路径的集合，其中每个路径包括所有可能段的集合。还确定每个可能段的峰值功率消耗。针对每个瞬时将所有可能段的集合的峰值功率消耗相加以确定每个瞬时的总峰值功率消耗，并在以下情况下选择特定路径作为操作所述电梯轿厢组的调度，该情况为当根据选择的所述调度操作时任意瞬时的所述总峰值功率消耗低于预定阈值。

公开(公告)号：CN101295177A

公开(公告)日：2008-10-29

申请号：CN200810092655.0

申请日：2008-04-22

Applicant: 三菱电机株式会社

Inventor： 丹尼尔·N·尼科夫斯基 ,  安库尔·贾殷

IPC: G05B19/418

CPC classification number: G06K9/0055

Abstract: 本发明涉及用于检测传感器采样流中的变化的方法和系统。一种检测由传感器获取的采样流中的变化的方法。在缓冲器中连续地存储由传感器随时间获取的采样流，其中，当所述缓冲器充满时，将最旧的采样丢弃并存储最新的采样，使得所述缓冲器形成在时间上前向滑动的采样窗。对于每个新的采样，将所述缓冲器划分成采样的包括第一子窗和第二子窗的所有可能的成对相邻子窗，使得最新的采样被存储在所述对的所述第二子窗中。确定采样的每对所述相邻子窗的所述第一子窗和所述第二子窗之间的差，并将最大差指定为品质分数。如果所述品质分数大于预定阈值，则发信号通知所述采样流中的变化。所述变化可以是突变的或渐变的。

公开(公告)号：CN109804206A

公开(公告)日：2019-05-24

申请号：CN201780061463.0

申请日：2017-08-10

Applicant: 三菱电机株式会社

Inventor： A-M·法拉赫曼德 ,  S·纳比 ,  P·格罗弗 ,  丹尼尔·N·尼科夫斯基

IPC: F24F11/64

Abstract: 一种用于控制调节室内空间的空调系统的操作的控制器，该控制器包括：数据输入部，该数据输入部用于接收空间中多个点处的空间的状态数据；存储器，该存储器用于存储强化学习算法的代码、以及状态数据的历史和已经应用至空调系统的控制命令的历史，其中，控制命令的历史与奖励的历史和状态数据相关联；处理器，该处理器耦接至存储器，处理器利用强化学习算法确定输出奖励的积累价值的价值函数并发送控制命令；以及数据输出部，该数据输出部用于从处理器接收控制命令并向空调系统发送控制信号，其中，控制信号根据控制命令控制空调系统的至少一个致动器。

公开(公告)号：CN105556247A

公开(公告)日：2016-05-04

申请号：CN201480051874.8

申请日：2014-09-09

Applicant: 三菱电机株式会社

Inventor： 丹尼尔·N·尼科夫斯基 ,  J·R·赫尔歇 ,  B·哈尔沙姆 ,  J·勒鲁克斯

IPC: G01C21/36

CPC classification number: G01C21/36 ,  G01C21/3617 ,  G06K9/6277

Abstract: 一种方法调节车辆导航系统的用户接口。基于表示与车辆有关的当前状态的输入向量，使用表示先前状态的预测模型来预测实现下一状态的动作的概率。然后，在车辆中显示具有最高概率的动作的子集。

公开(公告)号：CN105320727A

公开(公告)日：2016-02-10

申请号：CN201510329969.8

申请日：2015-06-15

Applicant: 三菱电机株式会社

Inventor： 丹尼尔·N·尼科夫斯基 ,  A·克尼亚瑟夫 ,  迈克尔·J·琼斯

IPC: G06F17/30

Abstract: 用于检测实时序列中的异常的方法。通过首先确定多对正常时间序列数据之间的成对相似性的相似性矩阵来检测实时序列中的异常。将谱聚类过程应用于相似性矩阵，以将表示时间序列数据的维度的变量分割为互斥的组。针对每个组估计正常行为的模型。然后，针对实时序列数据，使用针对每个组的模型确定异常分数，并且将该异常分数与预定的阈值进行比较，以通报异常。

公开(公告)号：CN105279365A

公开(公告)日：2016-01-27

申请号：CN201510303016.4

申请日：2015-06-04

Applicant: 三菱电机株式会社

Inventor： 迈克尔·J·琼斯 ,  丹尼尔·N·尼科夫斯基

IPC: G06F19/00

CPC classification number: G06N99/005

Abstract: 本发明提供一种用于学习异常检测的样本的方法。该方法通过使用分治过程概括训练时间序列数据首先学习最终样本集来检测时间序列数据中的异常。然后，针对测试时间序列数据的每一个窗口，确定到最终样本集中的最接近样本的距离，其中，所述距离是异常分数。最后，当针对窗口的异常分数大于阈值时，通报异常。