JP7618242B2 - 動物データによる予測システム - Google Patents

動物データによる予測システム Download PDF

Info

Publication number
JP7618242B2
JP7618242B2 JP2021560862A JP2021560862A JP7618242B2 JP 7618242 B2 JP7618242 B2 JP 7618242B2 JP 2021560862 A JP2021560862 A JP 2021560862A JP 2021560862 A JP2021560862 A JP 2021560862A JP 7618242 B2 JP7618242 B2 JP 7618242B2
Authority
JP
Japan
Prior art keywords
data
animal
computing
computing subsystem
predictive
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.)
Active
Application number
JP2021560862A
Other languages
English (en)
Other versions
JP2022528980A (ja
Inventor
ゴルスキー，マーク
カーレ，ヴィヴェック
ミモト，スタンレー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sports Data Labs Inc
Original Assignee
Sports Data Labs Inc
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 Sports Data Labs Inc filed Critical Sports Data Labs Inc
Publication of JP2022528980A publication Critical patent/JP2022528980A/ja
Application granted granted Critical
Publication of JP7618242B2 publication Critical patent/JP7618242B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q50/34—Betting or bookmaking, e.g. Internet betting
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
    • G07F17/323—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the player is informed, e.g. advertisements, odds, instructions
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • G07F17/3286—Type of games
    • G07F17/3288—Betting, e.g. on live events, bookmaking
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Finance (AREA)
  • Medical Informatics (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Epidemiology (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Pathology (AREA)
  • Operations Research (AREA)

Description

関連出願の相互参照
本出願は、２０１９年４月１５日付で出願された米国仮出願番号第６２／８３３，９７０号明細書、及び、２０１９年１０月９日付で出願された米国仮出願番号第６２／９１２，８２２号明細書、の優先権を主張するものであり、これら仮出願の開示内容は、参照によりそれらの全体が本明細書に援用される。
少なくとも１つの態様では、本発明は、動物データからの情報によって予測を行うためのシステムに関する。
インターネットを介した情報入手が継続的に容易となっていることにより、ビジネスのあり方が実質的に様変わりした。このような情報爆発と同時に、センサ技術も、特にバイオセンサ技術も、また、進歩した。特に、心電図信号、血流、体温、発汗量、又は呼吸数、を測定する小型バイオセンサが、今では利用可能である。このようなセンサからのデータを、無線的にあるいはインターネット経由で伝送し得ることで、データセット収集に関する潜在的な新たな用途が開かれた。
したがって、賭博システム及び確率評価システムを含むがこれらに限定されない新たな用途のために、センサデータを、収集して整理しさらに分析するシステムが要望されている。
少なくとも１つの態様では、動物データ及びその予測指標を提供するための推測システムが、提供される。推測システムは、１つ又は複数の対象をなす個体から動物データを収集する１つ又は複数のソースセンサを含む。特徴的には、動物データは、無線的にあるいは有線接続によって、伝送することができる。コンピューティングサブシステムは、動物データを受領し、動物データの少なくとも一部は、コンピューティングサブシステムによってあるいは１つ又は複数のソースセンサによって、選択された対象をなす個体に対してあるいは選択された対象をなす複数の個体からなるグループに対して割り当てられた少なくとも１つの演算アセットへと、変換される。１つ又は複数のソースセンサあるいはコンピューティングサブシステムは、少なくとも１つの演算アセットを予測指標へと変換するように、さらに、予測指標、少なくとも１つの演算アセット、及び／又は、動物データの少なくとも一部を、１つ又は複数のユーザに対して提供するように、動作可能である。伝送サブシステムが、動物データの少なくとも一部を、コンピューティングサブシステムへと伝送する。
図１は、動物データを予測指標と一緒にユーザに対して提供する推測システムの概略図を提示している。 図２は、図１のシステムにおいて使用され得る例示的な伝送サブシステムの概略を提示している。 図３は、スポーツ賭博に対して適用された推測システムの概略を提示している。 図４は、Ｉｆｒａｍｅ内に表示され得る広告に関するソースページの一例を提示している。 図５Ａは、推測システムに関連した機会に関して、Ｉｆｒａｍｅ内の広告の例を提示している。図５Ｂは、推測システムに関連した機会に関して、Ｉｆｒａｍｅ内の広告の例を提示している。図５Ｃは、推測システムに関連した機会に関して、Ｉｆｒａｍｅ内の広告の例を提示している。図５Ｄは、推測システムに関連した機会に関して、Ｉｆｒａｍｅ内の広告の例を提示している。図５Ｅは、推測システムに関連した機会に関して、Ｉｆｒａｍｅ内の広告の例を提示している。図５Ｆは、推測システムに関連した機会に関して、Ｉｆｒａｍｅ内の広告の例を提示している。図５Ｇは、推測システムに関連した機会に関して、Ｉｆｒａｍｅ内の広告の例を提示している。 図６は、１つ又は複数の賭けを行うようにユーザを勧誘しつつ、生放送スポーツイベントなどのメディアをユーザが視聴している時に表示され得る、例えばポップアップメディア又は埋め込みメディアなどの、ユーザ消費媒体の一例を提示している。 図７は、賭博アプリケーションのホームページの一例である。 図８は、１つ又は複数の確率を評価するために並びに／若しくは１つ又は複数の賭けを行うためにユーザが訪れるであろう賭博インターフェースの一例を提示している。 図９は、推測システムからの出力を使用して作成され得る市場のタイプに関する例を提示している（明瞭化の目的のために、「人間データベット」としてラベル付けされている）。 図１０は、賭けを行うための新たな市場をユーザが選択する際の一例を提示している。 図１１は、推測システムからの１つ又は複数の出力を使用して作成され得る健康監視インターフェースの一例を提示している。
次に、本発明者らが現時点で認識している本発明の実施に関する最良の実施形態を構成する、本発明の現時点での好ましい実施形態及び方法について、詳細に説明する。図面は、必ずしも縮尺通りではない。しかしながら、開示された実施形態が、様々な代替的な形態で具現化され得る本発明の単なる例示であることは、理解されよう。したがって、本明細書に開示された特定の詳細は、限定的なものとして解釈されるべきではなく、むしろ、単に、本発明の任意の態様に関する代表的な基礎として及び／又は本発明が様々に採用されることを当業者に対して教示するための代表的な基礎として、解釈されるべきである。
また、当然のことながら特定の構成要素及び／又は特定の条件が変更され得ることのために、本発明が、以下で説明する特定の実施形態及び方法に限定されないことは、理解されよう。さらに、本明細書で使用される用語は、本発明の特定の実施形態を記述する目的でのみ使用されており、何らの態様でも限定することを意図していない。
「確率」及び「オッズ」という用語は、数学的には相違するものの（例えば、「確率」は、起こり得るすべてのイベントに対する割合として表現された特定イベントの発生数として規定することができ、他方、「オッズ」は、当該イベントの非発生数に対する割合として表現された特定イベントの発生数として規定することができる）、どちらも、イベントが起こる可能性を記述している。両者は、冗長性を避けるために互換的に使用され、一方の用語に対する言及は、両方に対する言及を意味するものとして、解釈されるべきである。
「賭け」及び「賭博」という用語に関しては、どちらの用語も、将来のイベントの結果に対してリスク（例えば、金銭、非経済的対価）を取る行為を意味する。リスクは、経済的リスク（例えば、金銭）と、非経済的リスク（例えば、健康、生命）と、の両方を含む。リスクは、将来のイベントの結果に基づいてあるいはそのような結果の可能性に基づいて、他の１つ又は複数の当事者（例えば、保険を提供するかどうかを決定する保険会社）に対して、あるいは、自分自身（例えば、保険に加入するかどうかを決定する個人）に対して、取ることができる。「賭け」又は「賭博」を行うという行為は、リスクがゲーム化されている任意のシステム（例えば、ギャンブル、スポーツ賭博）を含めた、１つ又は複数のリスクを取り得る任意のシステム又はサブシステムの中で、あるいは、そのような任意のシステム又はサブシステムの一部として、行われることができる。「賭け」又は「賭博」という用語が本明細書で使用された際には、現在開示して請求されている主題は、他の２つの用語のいずれかを互換的に使用することができる。
また、本明細書及び添付の特許請求の範囲において使用された際には、「１つの（ａ）」、「１つの（ａｎ）」、及び「その（ｔｈｅ）」という単数形が、文脈が明確に他の内容を指示していない限り、複数の参照対象を含むことにも、留意されたい。例えば、単数形の構成要素への言及は、複数の構成要素を含むことを意図している。
「含む」という用語は、「含んでいる」、「有する」、「含有する」、又は「によって特徴づけられる」と同義である。これらの用語は、包括的かつオープンエンドであり、追加的な、言及されていない構成要素又は方法ステップを除外するものではない。
「～からなる」という表現は、請求項では指定されていない、あらゆる構成要素又はステップ又は成分を除外する。この表現が、請求項の序文の直後ではなく、請求項の本体の節に現れた場合には、その節に記載された構成要素のみが限定され、他の構成要素は、全体として当該請求項から除外されない。
「実質的に～からなる」という表現は、請求項の範囲を、指定された材料又はステップに加えて、請求された主題に関する基本的かつ新規な１つ又は複数の特性に対して実質的に影響を与えないものへと、限定する。
コンピューティングデバイスが、行為ステップ又は方法ステップを実行するものとして説明されている場合には、コンピューティングデバイスが、典型的には１行の又は複数行のソースコードを実行することによって行為ステップ又は方法ステップを実行するように、動作可能であることは、理解されよう。行為ステップ又は方法ステップは、非一時的メモリ（例えば、ハードドライブ、光学ドライブ、フラッシュドライブ、及び同種のもの）上でエンコードすることができる。
「含む」、「～からなる」、及び「実質的に～からなる」という用語に関して、これら３つの用語のうちの１つが本明細書で使用される場合には、現在開示された請求されている主題は、他の２つの用語のいずれかの使用を含むことができる。
「１つ又は複数」という用語は、「少なくとも１つ」を意味し、「少なくとも１つ」という用語は、「１つ又は複数」を意味する。「１つ又は複数」及び「少なくとも１つ」という用語は、部分集合として「複数」及び「多数」を含む。
本出願を通して、刊行物が参照されている場合には、これらの刊行物の開示内容は、本発明が関連する最先端技術をより完全に説明するために、それらの全体が参照により本出願に援用される。
「サーバ」という用語は、本明細書に記載された方法及び機能を実行するように構成された、任意のコンピュータ又はコンピューティングデバイス（デスクトップコンピュータ、ノートブックコンピュータ、ラップトップコンピュータ、メインフレーム、携帯電話、スマートウォッチ／スマートグラス、ＡＲ／ＶＲヘッドセット、及び同種のものを含むが、これらに限定されない）、分散システム、ブレード、ゲートウェイ、スイッチ、処理デバイス、あるいは、これらの組合せ、を指す。
「コンピューティングデバイス」という用語は、一般に、別のコンピューティングデバイスに対しての通信を含めた少なくとも１つの機能を実行し得る任意のデバイスを指す。改良では、コンピューティングデバイスは、プログラムステップを実行し得る中央処理装置と、データ及びプログラムコードを格納するためのメモリと、を含む。本明細書で使用された際には、コンピューティングサブシステムは、コンピューティングデバイスである。
本明細書に開示されているプロセス又は方法又はアルゴリズムは、任意の既存のプログラマブル電子制御ユニット又は専用電子制御ユニットを含み得るコンピューティングデバイス又はコントローラ又はコンピュータに対して配布可能とすることができる、あるいは、そのようなコンピューティングデバイス又はコントローラ又はコンピュータによって実装することができる。同様に、プロセス又は方法又はアルゴリズムは、コントローラ又はコンピュータによって実行可能なデータ及び命令として、ＲＯＭデバイスなどの書き換え不可能なストレージ媒体上に永続的に格納された情報、並びに、フロッピーディスク、磁気テープ、ＣＤｓ、ＲＡＭデバイス、他の磁気媒体及び光学媒体、共有の又は専用のクラウドコンピューティングリソース、などの書き換え可能なストレージ媒体上に変更可能に格納された情報、を含むがこれらに限定されない多くの形態で格納することができる。また、プロセス又は方法又はアルゴリズムは、実行可能なソフトウェアオブジェクト内に実装することもできる。代替的には、プロセス又は方法又はアルゴリズムは、特定用途向け集積回路（ＡＳＩＣｓ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡｓ）、ステートマシン、コントローラ、あるいは、他のハードウェア構成要素又はデバイス、などの適切なハードウェア構成要素を使用して、若しくは、ハードウェア構成要素とソフトウェア構成要素とファームウェア構成要素との組合せを使用して、全体的に又は部分的に、具現化することができる。
「対象物」又は「個体」という用語は、同義であり、鳥類や魚類を含めた、また、霊長類（特に、高等霊長類）、馬、羊、犬、齧歯動物、モルモット、猫、鯨、ウサギ、及び牛を含むすべての哺乳類を含めた、人間又は他の動物を指す。１つ又は複数の対象物は、例えば、アスレチックトレーニング又は競技に参加している人間、トラックでレースをしている馬、ビデオゲームをプレイしている人間、自身の個人的な健康状態を監視している人間、第三者に対してデータを提供している人間、研究や臨床研究に参加している人間、あるいは、フィットネスクラスに参加している人間、であってもよい。対象物又は個体は、また、人間又は他の動物の派生物（例えば、人間又は他の動物から少なくとも部分的に派生した実験室生成有機体）、あるいは、人間又は他の動物のうちの、人間又は他の動物を構成している１つ又は複数の個別の構成要素又は部材又はプロセス（例えば、細胞、タンパク質、生物学的流体、アミノ酸配列、組織、毛髪、手足）、あるいは、人間又は他の動物に対して１つ又は複数の特性を共有している１つ又は複数の人工的創造物（例えば、人間の脳細胞と同様の電気信号を生成する実験室で培養された人間の脳細胞）、とすることもできる。改良では、対象物又は個体は、１つ又は複数のコンピューティングデバイスによってプログラム可能な機械（例えば、ロボット、自律走行車両、機械的アーム）又は機械ネットワークであるとともに、人間又は他の動物に対して少なくとも１つの生物学的機能を共有しかつそこから１つ又は複数のタイプの生物学的データを導出し得る機械又は機械ネットワークとすることができ、これは、少なくとも部分的に、本質的に人工的なものであってもよい（例えば、生物学的脳活動を模倣する人工知能由来活動からのデータ）。
「動物データ」という用語は、対象物から得られる任意のデータあるいは対象物が直接的に又は間接的に生成する任意のデータであって、サーバ又は他のコンピューティングデバイスへと伝送され得る形態へと変換され得る任意のデータを指す。典型的には、動物データは、有線接続又は無線接続を使用して、電子的に伝送される。動物データは、１つ又は複数のセンサあるいはセンシング機器／センシングシステムから、特に生物学的センサ（バイオセンサ）から、取得され得る任意のデータを含む。また、動物データは、記述データ、聴覚データ、視覚的に取得されたデータ、神経学的に生成されたデータ（例えば、ニューロンからの脳信号）、対象物に関連して手動で入力され得るデータ（例えば、対象物に関する、病歴、社会的習慣、感情）、及び、実際の動物データの少なくとも一部を含むデータ、を含むことができる。改良では、「動物データ」という用語には、動物データの任意の派生物が含まれる。別の改良では、動物データは、動物データとともに収集されたメタデータを含む。別の改良では、動物データは、シミュレート済みデータの少なくとも一部を含む。さらに別の改良では、動物データには、シミュレート済みデータが含まれる。
「見識」という用語は、対象をなす個体に対して割り当てられ得る１つ又は複数の記述子であり、かつ、対象をなす個体の状態又はステータスを記述する１つ又は複数の記述子を指す。例には、ストレスレベル（例えば、高ストレス、低ストレス）、エネルギレベル、疲労レベル、及び同種のもの、などの記述子が含まれる。見識は、１つ又は複数の数値によって、あるいは、複数の数値によって、定量化されてもよく、確率として、又は、同様のオッズベースの指標として、表現されてもよい。また、見識は、事前に決定された性能（例えば、色などの視覚的なもの、あるいは、振動などの物理的なもの）に関する１つ又は複数の評価基準あるいは指標によって、特徴づけられてもよい。
「演算アセット」という用語は、動物データの少なくとも一部あるいはその１つ又は複数の派生物から導出された、１つ又は複数の数値、複数の数値、価値、評価基準、測定値、見識、グラフ、チャート、又はプロット、を指す。本明細書において使用される１つ又は複数のセンサは、初期的には、電子信号を提供する。演算アセットは、１つ又は複数の電子信号から、あるいはその１つ又は複数の派生物から、少なくとも部分的に、抽出又は導出される。演算アセットは、１つ又は複数の対象をなす個体に関する解釈可能な特性を、記述又は定量化する。例えば、心電図の測定値は、アナログフロントエンド信号（センサからの電子信号）から導出することができ、心拍数データ（例えば、１分間あたりの心拍数）は、心電図又はＰＰＧセンサから導出することができ、体温データは、温度センサから導出することができ、発汗データは、発汗センサから導出することができ、グルコース情報は、生体液センサから導出することができ、ＤＮＡ及びＲＮＡシーケンス情報は、ゲノムデータ及び遺伝子データを取得するセンサから導出することができ、脳活動データは、神経学的センサから導出することができ、水分補給データは、口内の唾液センサから導出することができ、位置データは、ＧＰＳセンサ又はＲＦＩＤセンサから導出することができ、生体力学的データは、光学センサ又は並進センサから導出することができ、さらに、呼吸数データは、呼吸センサから導出することができる。改良では、演算アセットは、その１つ又は複数の演算又は計算における１つ又は複数の入力として、１つ又は複数の非動物データソースからの、１つ又は複数の信号あるいは１つ又は複数の測定値を含むことができる。別の改良では、演算アセットは、複数の演算アセットから構成される。
「予測指標」という用語は、評価基準又は他の指標（例えば、１つ又は複数の、色、コード、数値、価値、グラフ、チャート、プロット、測定値、数値表現、記述子、テキスト、物理的応答、聴覚的応答、視覚的応答、運動感覚的応答）を指し、このような評価基準又は他の指標に基づいて、１つ又は複数の対象をなす個体を含むあるいは複数の対象をなす個体からなる１つ又は複数のグループを含む１つ又は複数の将来的なイベントに関する１つ又は複数の結果に関連した１つ又は複数の予測又は予想又は確率又は可能性又は推奨を、計算、演算、導出、抽出、外挿、シミュレート、作成、修正、強化、推定、評価、推論、確立、決定、推定、観察、通信、又は、対処、することができる。改良では、予測指標は、動物データの少なくとも一部から導出された、あるいはその１つ又は複数の派生物から導出された、計算された演算アセットである。別の改良では、予測指標は、１つ又は複数の予測又は予想又は確率又は可能性又は推奨に関しての、１つ又は複数の、計算、演算、導出、抽出、外挿、シミュレーション、作成、修正、強化、推定、評価、推論、確立、決定、推定、観察、又は通信、における１つ又は複数の入力として、１つ又は複数の非動物データソースからの、１つ又は複数の信号あるいは１つ又は複数の測定値を含む。さらに別の改良では、予測指標は、複数の予測指標から構成される。
「人工データ」という用語は、実際の動物データあるいはその１つ又は複数の派生物から少なくとも部分的に導出された、あるいは、実際の動物データあるいはその１つ又は複数の派生物を少なくとも部分的に使用して生成された、人工的に作成されたデータを指す。人工データは、１つ又は複数の人工知能技術又は統計モデルを利用して１つ又は複数のシミュレーションを実行することによって作成することができ、１つ又は複数の入力として、１つ又は複数の非動物データソースからの、１つ又は複数の信号あるいは１つ又は複数の測定値を含むことができる。人工データは、また、人間又は他の動物に対して少なくとも１つの生物学的機能を共有する、人工的に作成された任意のデータ（例えば、人工的に作成された視覚データ、人工的に作成された移動データ）も含む。これには、「合成データ」が含まれ、この合成データは、所与の状況に対して適用可能であり、かつ、直接的な測定によって得られたものではない、任意の生産データとすることができる。合成データは、元のデータを統計的にモデル化し、そのモデルを使用して、元のデータの統計的特性の少なくとも１つを再現する新たなデータ値を生成することによって、作成することができる。現在開示され請求されている主題の目的のために、「シミュレート済みデータ」及び「合成データ」という用語は、同義であって、「人工データ」と互換的に使用され、これらの用語のいずれか１つへの言及は、限定的なものとして解釈されるべきではなく、むしろ、すべての用語のすべての可能な意味を包含するものとして解釈されるべきである。
図１を参照すると、動物データ及びその予測指標を提供するためのシステムの概略が提示されている。推測システム１０は、電子的に伝送され得る動物データ１４ｉのソース１２を含む。特徴的には、動物データのソース１２は、１つ又は複数のセンサ１８ｉを含む。対象をなす個体又は対象物１６ｉは、対応する動物データ１４ｉが収集される対象物である。ラベルｉは、単に、対象をなす各個体に対して関連付けられた、１からｉｍａｘまでの整数ラベルであり、ここで、ｉｍａｘは、１から数千までとされ得るあるいはそれ以上とされ得る個体総数である。この文脈では、動物データとは、センサから取得される、特に生物学的センサ（バイオセンサ）から取得される、対象物の身体に関連したデータを指す。多くの有用な用途では、対象物は、人間（例えば、スポーツ選手、兵士、入院患者又は遠隔地の遠隔医療患者、フィットネスクラスの参加者、ビデオゲーマー）であり、動物データは、人間のデータである。動物データは、対象をなす個体から、又は、対象をなす複数の個体から、又は、対象をなす複数の個体からなるグループから、又は、対象をなす複数の個体からなる複数のグループから、取得することができる。動物データは、対象をなす各個体上の単一のソースセンサから取得することも、また、対象をなす各個体上の複数のソースセンサから取得することも、できる。場合によっては、単一のソースセンサが、複数の個体から、又は、対象をなす複数の個体からなるグループから、又は、対象をなす複数の個体からなる複数のグループから、データを取得することができる（例えば、対象をなす複数の個体からなるグループに関して、位置を特定し得るとともに走行距離を測定し得る光学ベースのカメラセンサ）。各ソースセンサは、単一タイプの動物データを、又は、複数タイプの動物データを、提供することができる。改良では、１つ又は複数のソースセンサは、少なくとも１つのバイオセンサから構成される。
バイオセンサは、生体信号を収集し、生体信号とは、本実施形態の文脈では、継続的に又は断続的に、測定、監視、観察、計算、演算、入力、又は解釈、され得る、動物における又は動物に由来するあらゆる信号又は特性であり、電気的信号及び非電気的な信号と、測定値と、人工的に生成された情報と、を含む。生物学的センサは、１つ又は複数の対象をなす個体から、生理学的データ、生体計測データ、化学的データ、生体力学的データ、遺伝的データ、ゲノムデータ、位置データ、又は他の生物学的データ、などの生物学的データ（例えば、測定値及び信号を含む）を収集することができる。例えば、いくつかのバイオセンサは、眼球追跡データ（例えば、瞳孔応答、動き、ＥＯＧ関連データ）、血流／血量データ（例えば、ＰＰＧデータ、脈拍通過時間、脈拍到達時間）、生体液データ（例えば、血液、尿、唾液、汗、脳脊髄液、に由来する分析）、体組成データ（例えば、ＢＭＩ、体脂肪率％、タンパク質／筋肉）、生化学的組成データ、生化学的構造データ、脈拍データ、酸素化データ（例えば、ＳｐＯ２）、中核体温データ、皮膚温度データ、皮膚電気応答データ、発汗データ（例えば、速度、組成）、血圧データ（例えば、収縮期、拡張期、ＭＡＰ）、水分補給データ（例えば、体液バランスＩ／Ｏ）、心臓ベースのデータ（例えば、心拍数、平均ＨＲ、ＨＲ範囲、心拍変動、ＨＲＶ時間領域、ＨＲＶ周波数領域、自律神経緊張、ＰＲ間隔やＱＲＳ間隔やＱＴ間隔やＲＲ間隔を含むＥＣＧ関連データ）、神経関連データ（例えば、ＥＥＧ関連データ）、遺伝子関連データ、ゲノム関連データ、骨格データ、筋肉データ（例えば、表面ＥＭＧ及び振幅を含むＥＭＧ関連データ）、呼吸データ（例えば、呼吸数、呼吸パターン、吸気／呼気比、一回換気量、肺活量測定データ）、胸部電気生体インピーダンスデータ、あるいは、これらの組合せ、などの生物学的データを測定してもよい、あるいは、そのような生物学的データへと変換され得る情報を提供してもよい、あるいは、そのような生物学的データから導出され得る情報を提供してもよい。いくつかのバイオセンサは、例えば、対象をなす対象物の動きを特徴づけ得る、角速度、関節経路、歩行記述、歩数、あるいは、様々な方向における位置又は加速度、を含み得る生体力学的データなどの、生物学的データを検出してもよい。いくつかのバイオセンサは、１つ又は複数の対象をなす対象物に関連した、位置データ及び位置情報データ（例えば、ＧＰＳベースのデータ、ＲＦＩＤベースのデータ、姿勢データ）、顔認識データ、運動感覚データ（例えば、靴の底に設置されたセンサから取得される物理的圧力）、あるいは、聴覚データ、などの生物学的データを収集してもよい。いくつかの生物学的センサは、画像ベースのもの又はビデオベースのものであり、ビデオ又は他の視覚データ（例えば、ビデオ、ＭＲＩｓ、コンピュータ断層撮影スキャン、超音波、Ｘ線、を含めた、静止画像又は動画）を、収集及び／又は提供及び／又は分析し、それに基づいて、生物学的データを、検出、測定、監視、観察、外挿、計算、又は演算、することができる（例えば、生体力学的な動き、位置、Ｘ線に基づく骨折、あるいは、対象物のビデオベースでの又は画像ベースでの視覚分析に基づくストレス又は疾患）。いくつかのバイオセンサは、血液（例えば、静脈、毛細血管）、唾液、尿、汗、及び同種のもの、などの生体液から、トリグリセリドレベル、赤血球数、白血球数、副腎皮質刺激ホルモンレベル、ヘマトクリット値、血小板数、ＡＢＯ／Ｒｈ血液型、血中尿素窒素レベル、カルシウムレベル、二酸化炭素レベル、塩化物レベル、クレアチニンレベル、グルコースレベル、ヘモグロビンＡ１ｃレベル、乳酸値、ナトリウムレベル、カリウムレベル、ビリルビンレベル、アルカリホスファターゼ（ＡＬＰ）レベル、アラニントランスアミナーゼ（ＡＬＴ）レベル、アスパラギン酸アミノトランスフェラーゼ（ＡＳＴ）レベル、アルブミンレベル、総タンパク質レベル、前立腺特異抗原（ＰＳＡ）レベル、微量アルブミン尿レベル、免疫グロブリンＡレベル、葉酸塩レベル、コルチゾールレベル、アミラーゼレベル、リパーゼレベル、ガストリンレベル、重炭酸塩レベル、鉄分レベル、マグネシウムレベル、尿酸値、葉酸レベル、ビタミンＢ－１２レベル、及び同種のもの、を含めた情報を導出してもよい。１つ又は複数の対象をなす個体に関連した生物学的データに加えて、いくつかのバイオセンサは、周囲の温度及び湿度、標高、気圧、などの非生物学的データ条件を測定してもよい。改良では、１つ又は複数のセンサは、バイオセンサデータから少なくとも部分的に導出される１つ又は複数の、計算、演算、予測、確率、可能性、推定、評価、推論、決定、推定、観察、又は予想、を含む生物学的データを提供する。別の改良では、１つ又は複数のバイオセンサは、２つ以上のタイプのデータを提供することができ、そのうちの少なくとも１つは、生物学的データ（例えば、心拍数データ及びＶＯ２データ、筋活動データ及び加速度計データ、ＶＯ２データ及び高度データ）である。
少なくとも１つのセンサ１８ｉは、並びに／若しくはその１つ又は複数の付属物は、対象物の皮膚や眼球や重要な器官や筋肉や毛髪や静脈や生体液や血管や組織や骨格系を含めて対象物に対して、固定したり、接触させたり、対象物に関連して１つ又は複数の電子通信を送信したり、対象物から導出された１つ又は複数の電子通信を送信したり、対象物内に埋め込まれたり、対象物内に留置又はインプラントされたり、対象物によって摂取されたり、あるいは、対象物の少なくとも一部を構成するように統合されたり、することができる。例えば、歯に対して固定された、あるいは歯列に対して固定された、あるいは１つ又は複数の歯に対して接触している器具に対して固定された、唾液センサ、対象物の生体液又は毛髪から導出されたＤＮＡ情報を抽出するセンサ、装着可能なセンサ（例えば、人体上に装着可能なセンサ）、対象物の脳に対して固定されたあるいは対象物の脳内にインプラントされたセンサであるとともにニューロンからの脳信号を検出し得るセンサ、個体によって摂取されることにより１つ又は複数の生物学的機能を追跡するセンサ、動物と少なくとも１つの特性を共有する機械（例えば、ロボット）に対して取り付けられたあるいはそのような機械に統合されたセンサ（例えば、人間と同様の１つ又は複数のタスクを実行する能力を有したロボットアーム、人間と同様の情報処理能力を有したロボット）、及び同種のもの、が挙げられる。有利には、機械自体が、１つ又は複数のセンサから構成されてもよく、センサと対象物との両方として分類されてもよい。改良では、１つ又は複数のセンサ１８ｉは、対象をなす個体に対して直接的にあるいは１つ又は複数の中間部材を介してあるいは１つ又は複数の隙間部材を介して接触している又は通信している織物や布や材料や付属物や物体や又は装置の中へと統合されたり、それらの一部として統合されたり、それらに対して固定されたり、それらの中に埋め込まれたり、する。例は、接着剤を介して皮膚に対して取り付けられたセンサ、時計又はヘッドセット内に統合されたセンサ、シャツ又はジャージ内に統合された又は埋め込まれたセンサ、ステアリングホイール内に統合されたセンサ、ビデオゲームコントローラ内に統合されたセンサ、対象物の手に対して接触するバスケットボール内に統合されたセンサ、対象物が保持する中間部材に対して断続的に接触するホッケースティック又はホッケーパック内に統合されたセンサ（例えば、ホッケースティック）、フィットネスマシン（例えば、ランニングマシン、自転車、ベンチプレス）の１つ又は複数のハンドル又はグリップ内に統合された又は埋め込まれたセンサ、対象をなす個体によって制御されるロボット（例えば、ロボットアーム）内に統合されたセンサ、中間部材をなす靴下を介して、あるいは対象をなす個体の足首に巻かれた粘着テープを介して、対象をなす個体に対して接触し得る靴の中に統合された又は埋め込まれたセンサ、及び同種のもの、を含む。別の改良では、１つ又は複数のセンサは、床材又は地面（例えば、人工芝の芝生、バスケットボールの床、サッカー場、製造ライン／組立ラインの床）、座席／椅子、ヘルメット、ベッド、あるいは、対象物に対して直接的にあるいは１つ又は複数の中間部材を介して接触する物体、の中に織り込まれたり、それらの中に埋め込まれたり、それらと統合されたり、あるいは、それらに対して固定されたり、してもよい（例えば、対象物は、衣類の隙間を介して座席内のセンサと接触する）。別の改良では、センサは、並びに／若しくはその１つ又は複数の付属物は、対象物の身体から導出される１つ又は複数の粒子又は物体（例えば、器官からの組織、対象物からの毛髪）に対して接触してもよく、１つ又は複数のセンサは、そのような１つ又は複数の粒子又は物体から、生物学的データへと変換され得る情報を、導出する又は提供する。さらに別の改良では、１つ又は複数のセンサは、光学ベース（例えば、カメラベース）であってもよく、そして、出力を提供してもよく、この出力から、生物学的データを、検出、測定、監視、観察、抽出、外挿、推論、推定、評価、決定、計算、又は演算、することができる。さらに別の改良では、１つ又は複数のセンサは、光ベースであってもよく、赤外線技術（例えば、温度センサ又は熱センサ）を使用することにより、個体の温度を、あるいは、個体の異なる部分に関する相対的な熱を、計算してもよい。
図１に示す変形例では、各個体１６ｉは、対象をなす個体１６ｉから動物データ１４ｉを収集する少なくとも１つのセンサ１８ｉを有している。コンピューティングサブシステム２２は、伝送サブシステム２４を介して動物データ１４ｉを受領して収集する。伝送サブシステム２４は、１つ又は複数のソースセンサ１８ｉが、１つ又は複数の伝送（例えば、通信）プロトコルを介して、データを無線で伝送することを可能とする。有利には、センサ通信は、リアルタイムで又はほぼリアルタイムで、行われてもよい。この文脈では、ほぼリアルタイムとは、センサ及びコンピューティングサブシステムによる必要な処理を除いて、伝送が意図的に遅延しないことを意味する。コンピューティングサブシステム２２は、単一の対象をなす個体からあるいは複数の対象をなす個体から、動物データ又は動物データグループを、生の動物データとして、あるいは処理された（例えば、操作された）動物データとして、受領するように、動作可能である。改良では、コンピューティングサブシステム２２は、単一の対象をなす個体に由来する及び／又は複数の対象をなす個体に由来する単一のセンサから及び／又は複数のセンサから、単一タイプの動物データ（例えば、心拍数データ）を、及び／又は、複数タイプ（例えば、グループ／データセットを含む）の動物データ（例えば、生のアナログフロントエンドデータ、心拍数データ、筋活動データ、加速度計データ、水分補給データ）を、受領するように、動作可能である。別の改良では、伝送サブシステム２４は、中間サーバ２２に対しての動物データ１４ｉの伝送を仲介する、すなわち、データを収集してコンピューティングサブシステム２２へと伝送する、コンピューティングデバイス２６ｉを含む。例えば、コンピューティングデバイス２６ｉは、スマートフォン又はコンピュータとすることができる。しかしながら、コンピューティングデバイス２６ｉは、任意のコンピューティングデバイスとすることができる。典型的には、コンピューティングデバイス２６ｉは、本発明の必須要件ではないけれども、対象をなす個体に対して、あるいは対象をなす個体からなるグループに対して、局所的である。更なる改良では、コンピューティングサブシステム２２は、クラウド４０又はローカルサーバ（例えば、局在化された又はネットワーク化されたサーバ／ストレージ、局在化されたストレージデバイス、コンピューティングデバイスの分散ネットワーク）を介して、動物データのソース１２と通信する。クラウド４０は、インターネット、パブリッククラウド、中間サーバ２２を運営する組織が利用するプライベートクラウド、あるいは、他の第三者、とすることができる。したがって、この文脈では、クラウド４０及び／又はローカルサーバは、伝送サブシステム２４の一部である。別の改良では、伝送サブシステム２４は、直接的な通信リンクを含む。したがって、この改良では、コンピューティングサブシステム２２は、センサ１８ｉに対しての通信リンク３４によって示されているように、あるいは、コンピューティングデバイス２６ｉに対しての通信リンク３６によって示されているように、動物データのソースに対して直接的に通信する。１つの改良では、センサ１８ｉに対しての通信は、１つ又は複数の指定された伝送プロトコル又はネットワーク（例えば、有線、ＷＩＦＩ、ＢＬＥ、Ｚｉｇｂｅｅ、ＮＦＣ、セルラーネットワーク）を介したものとすることができる。別の改良では、センサ１８ｉに対しての通信は、センサのネイティブアプリケーション又は他のデータ収集媒体（例えば、クラウド、サーバ）を介したものとすることができる。別の改良では、１つ又は複数のセンサに対しての通信は、センサ（例えば、靴の底部のところのセンサ）と、受領技術（例えば、床又は地面の一部として統合されている）と、の間の直接的な接触を介したものであってもよい。
なおも図１を参照すると、コンピューティングサブシステム２２並びに／若しくは１つ又は複数のセンサ１８ｉは、動物データの少なくとも一部を、選択された対象をなす個体に対してあるいは選択された対象をなす複数の個体からなるグループに対して割り当てられた少なくとも１つの演算アセットへと、変換する。その上、コンピューティングサブシステム２２並びに／若しくは１つ又は複数のセンサ１８ｉは、少なくとも１つの演算アセットを、予測指標へと変換するように、動作可能である。コンピューティングサブシステム２２並びに／若しくは１つ又は複数のセンサ１８ｉは、さらに、１つ又は複数の出力を、１つ又は複数のユーザに対して提供するように、動作可能である。ユーザは、例えば、データの顧客又は取得者などの、コンピューティングサブシステム２２を介した１つ又は複数の出力のエンドユーザ（例えば、スポーツ賭博などの分野で１つ又は複数の出力に基づいて１つ又は複数の賭博を行う人物又は人物グループ、あるいは、自身の健康監視のために１つ又は複数の出力を使用する人物又は人物グループ）とすることができる。この点で、ユーザは、１人又は複数人の人物、１つ又は複数の組織、及び同種のもの、とすることができる。改良では、ユーザは、複数のユーザから構成されてもよい。ユーザは、また、１つ又は複数のシステム、あるいは１つ又は複数のサブシステム、とすることができる。システムは、１つ又は複数の共通の目標を達成するためにあるいは１つ又は複数の所望の出力を生成するために協働する、１つ又は複数の相互関連する又は相互作用する構成要素からなる、１つの又は複数のセットとすることができる。システムの１つ又は複数の構成要素は、１つ又は複数の、アプリケーション、フレームワーク、プラットフォーム、あるいは他のサブシステム、を含むことができ、これらは、システムと一体化していてもよく、あるいは、システムとは別個であってもよいものの、システムとリンクした１つ又は複数のネットワークの一部であってもよく、さらに、１つ又は複数の共通の目標を達成するためにあるいは１つ又は複数の所望の出力を生成するように、動作可能である。例えば、コンピューティングサブシステム２２は、１つ又は複数の出力を、１つ又は複数の出力に基づいて保険製品を提供するプラットフォームなどの、また、１つ又は複数の出力に基づいてリアルタイムでの健康統計を提供する遠隔医療アプリケーションなどの、あるいは、賭博システム２８又は確率評価システム３０などの、ユーザ（システム）に対して、提供してもよい。これらの例では、コンピューティングサブシステム２２によって提供される１つ又は複数の出力は、１つ又は複数の第三者システム又はサブシステムに対するもの、あるいは、コンピューティングサブシステム２２の直接的な又は間接的な一部をなす１つ又は複数のシステム又はサブシステム（例えば、コンピューティングサブシステム２２に対して一体化されている、コンピューティングサブシステム２２を実行する１つ又は複数の事業体によって分離して運営されている）に対するもの、であってもよい。改良では、１つ又は複数のシステムは、コンピューティングサブシステム２２を運営している同じ事業体が、あるいは、１つ又は複数の異なる事業体が、運営することができる。別の改良では、１つ又は複数のシステムは、コンピューティングサブシステム２２の一部ではない他のシステムであるものの、コンピューティングサブシステムを運営している同じ事業体が運営している他のシステムである、あるいは、１つ又は複数の異なる事業体が運営している他のシステムである。
いくつかの変形例では、動物データの少なくとも一部を演算アセットへと変換することは、及び、演算アセットを予測指標へと変換することは、コンピューティングサブシステム２２を介して、あるいは１つ又は複数のソースセンサを介して、行うことができる。変換は、任意の動物データを利用して行うことができる。例えば、心拍数の測定という文脈では、生物学的センサは、対象物の身体内の電気信号を測定するように、そして、アナログ測定値をデジタル測定値へと変換（例えば、転換）するように、さらに、デジタル測定値を伝送するように、構成することができる。コンピューティングサブシステムは、デジタル測定値を受領し得るとともに、（ｉ）オーバーラップしているセグメント内のＲピークを識別することにより、（ｉｉ）隣接したＲピークどうしの間の時間に基づいてサンプル値の数を計算することにより、（ｉｉｉ）誤ったピーク検出によってあるいは欠落したピーク検出によって影響を受けたサンプルを破棄することにより、（ｉｖ）残りのサンプル値に関して、重み付けされ得る平均を計算することにより、デジタル測定値のオーバーラップセグメントに基づいて、１つ又は複数の計算を介して、デジタル測定値を、１つ又は複数の心拍数値へと、変換することができる。コンピューティングサブシステムは、サンプル値が以前の心拍数値と比較して第１しきい値を超える分だけ相違していることに応答して、サンプルが、誤ったピーク検出によってあるいは又は欠落したピーク検出によって影響を受けていると決定してもよい。サンプルどうしの間の差の標準偏差が、第２しきい値よりも大きい場合には、サーバは、サンプル値が以前の心拍数値と比較して、第１しきい値よりも小さな第３しきい値を超える分だけ相違していることに応答して、サンプルが、誤ったピーク検出によってあるいは又は欠落したピーク検出によって影響を受けていると決定してもよい。改良では、データに対して１つ又は複数の行為を行うプロセス内の各ステップは、本発明の目的のための変換と見なすことができる。この文脈では、１つ又は複数の行為は、１つ又は複数の、計算、演算、導出、組み込み、シミュレーション、抽出、外挿、修正、強化、作成、評価、推定、推論、決定、処理、通信、及び同種のもの、を含むことができる。別の改良では、１つ又は複数の変換は、非動物データからの、１つ又は複数の信号あるいは１つ又は複数の測定値を利用して行われる。
心拍数の測定に関連した１つ又は複数の変換に関する改良では、少なくとも１つの生物学的センサは、対象物の身体内の電気信号を測定するように、そして、１つ又は複数のアナログ測定値を１つ又は複数のデジタル測定値へと変換するように、さらに、１つ又は複数のデジタル測定値を伝送するように、構成される。コンピューティングサブシステムは、１つ又は複数のデジタル測定値を受領するように構成されるとともに、１つ又は複数のオーバーラップしているセグメント内のＲピークを識別することにより、隣接したＲピークどうしの間の時間に基づいて１つ又は複数のサンプル値を計算することにより、誤ったピーク検出によってあるいは欠落したピーク検出によって影響を受けた１つ又は複数のサンプルを破棄することにより、さらに、残りのサンプル値に関して１つ又は複数の平均を計算することにより、１つ又は複数のデジタル測定値の１つ又は複数のオーバーラップセグメントに基づいて、心拍数を計算するように構成される。コンピューティングサブシステムは、残りのサンプル値の１つ又は複数の平均値を通信するように、動作可能とすることができる。
心拍数の測定に関連した１つ又は複数の変換に関する別の改良では、少なくとも１つの生物学的センサは、対象物の皮膚に対して固定されるように適合化されるとともに、皮膚内の電気信号を測定するように、そして、アナログ測定値をデジタル測定値へと変換するように、さらに、デジタル測定値を伝送するように、構成される。コンピューティングシステムは、デジタル測定値を受領するとともに、（ｉ）１つ又は複数のオーバーラップしているセグメント内のＲピークを識別することにより、（ｉｉ）隣接したＲピークどうしの間の時間に基づいてサンプル値の数を計算することにより、（ｉｉｉ）以前の心拍数値の第１しきい値内にあるサンプルを選択することにより、（ｉｖ）現在の心拍数値を、選択されたサンプルに関しての、重み付けされ得る平均に設定することにより、デジタル測定値の１つ又は複数のオーバーラップセグメントに基づいて、１つ又は複数の心拍数値を計算する。各サンプル値は、隣接したＲピークどうしの間の時間の逆数に比例してもよい。コンピューティングシステムは、連続したサンプルどうしの間の差の標準偏差が第３しきい値よりも大きいことに応答して、以前の心拍数値の第２しきい値内にあるサンプルを選択してもよい。コンピューティングサブシステムは、サンプル数が第４しきい値未満であることに応答して、あるいは、サンプルが選択されないことに応答して、現在の心拍数値を、以前の心拍数値に等しいものに設定してもよい。コンピューティングシステムは、１つ又は複数の現在の心拍数値を１つ又は複数のユーザと通信するように、動作可能とすることができる。システムは、リアルタイムで又はほぼリアルタイムで動作してもよく、その場合、コンピューティングシステムは、それぞれ後続の心拍数値が計算される前に、各現在の心拍数値を表示するように、動作可能であり、コンピューティングシステムは、後続の心拍数値の計算のために使用される測定値の少なくとも一部に関して又はすべてに関してセンサが測定を完了する前に、各現在の心拍数値を計算する。コンピューティングシステムは、オーバーラップしているセグメントよりも長いデジタル測定値の予備セグメントを受領することにより、予備セグメント内のＲピークを識別することにより、隣接したＲピークどうしの間の時間に基づいてサンプル値を計算することにより、さらに、サンプルに関しての、重み付けされ得る平均を計算することにより、初期的な心拍数値を計算してもよい。
心拍数の測定に関連した１つ又は複数の変換に関するさらに別の改良では、少なくとも１つの生物学的センサは、対象物の身体内の１つ又は複数の電気信号を測定するように、そして、アナログ測定値を１つ又は複数のデジタル測定値へと変換（例えば、転換）するように、さらに、デジタル測定値を伝送するように、構成される。コンピューティングサブシステムは、１つ又は複数のデジタル測定値を受領するように構成されるとともに、１つ又は複数のオーバーラップしているセグメント内のＲピークを識別することにより、隣接したＲピークどうしの間の時間に基づいて１つ又は複数のサンプル値を計算することにより、以前の心拍数値の第１しきい値内にある１つ又は複数のサンプルを選択することにより、さらに、現在の心拍数値を、選択されたサンプルに関しての平均に設定することにより、１つ又は複数のデジタル測定値の１つ又は複数のオーバーラップセグメントに基づいて、１つ又は複数の心拍数値を変換（例えば、計算）するように構成されている。
心拍数の測定に関連した１つ又は複数の変換に関する更なる別の改良では、１つ又は複数の測定値が、コンピューティングサブシステムによって、少なくとも１つの生物学的センサから受領され、コンピューティングサブシステムは、１つ又は複数の測定値を処理するように、動作可能である。例えば、測定値の第１セグメントが、コンピューティングサブシステムによって、１つ又は複数のセンサから受領される。次に、第１セグメント内のＲピークが、コンピューティングサブシステムによって識別される。その後、第１の複数のサンプル値が、コンピューティングサブシステムによって、隣接したＲピークどうしの間の時間に基づいて、計算される。例えば、定数を、隣接したＲ－ピークどうしの間の時間によって割算してもよい。第１の複数のサンプル値からなる第１サブセットが、以前の心拍数値の第１しきい値内にあるサンプル値のみを含むように選択される。次に、第１の更新された心拍数値が、コンピューティングサブシステムによって、サンプル値からなる第１サブセットの平均に基づいて、計算される。その後、第１の更新された心拍数値を、コンピューティングサブシステムによって、表示することができる。その後の反復では、デジタル測定値の第２セグメントが、コンピューティングサブシステムによって、１つ又は複数のセンサから受領されてもよい。デジタル測定値の第３セグメントが、第２セグメントを第１セグメントに対して追加することにより、形成されてもよい。その後、第３セグメント内のＲピークが識別されてもよい。第２の複数のサンプル値が、隣接したＲピークどうしの間の時間に基づいて、計算されてもよい。その後、連続するサンプルどうしの間における複数の差が計算されてもよい。差の標準偏差が第２しきい値を超えていることに応答して、第２の複数のサンプル値からなる第２サブセットが、第１の更新された心拍数値の第３しきい値内にあるサンプル値のみを含むように選択されてもよい。次に、第２の更新された心拍数値が、コンピューティングサブシステムによって計算されてもよく、サンプル値からなる第２サブセットに関しての、重み付けされ得る平均に基づいて、表示されてもよい。初期的な心拍数値が、デジタル測定値の予備セグメントに基づいて計算されてもよい。
心拍数の測定に関連した１つ又は複数の変換に関する更なる別の改良では、変換は、信号品質に関連した問題に対処する時に、行うことができる。生データが、極めて低い信号対雑音比を有している場合には、心拍数値を計算する前にデータを変換するために、追加的なプレフィルタロジックを適用することができる。プレフィルタ処理では、あらゆる外れ値を検出し、その１つ又は複数の外れ値を、先読みアプローチを使用して、生成された値の時系列内において位置合わせされているとともに事前確立されたしきい値／範囲内に収まっている値によって、置き換える。事前確立されたしきい値／範囲内に収まっているこれら生成された値は、１つ又は複数の心拍数値に関する演算のために、システムを通して転送することができる。
心拍数の測定に関連した１つ又は複数の変換に関するさらに別の改良では、変換は、１つ又は複数の生物学的センサから生成された１つ又は複数の外れ値を検出してそれを置換する時に、行うことができる。コンピューティングサブシステムは、１つ又は複数の生物学的センサによって直接的に又は間接的に生成された１つ又は複数の値を受領するように、動作可能とすることができる。１つ又は複数の統計的検定を、コンピューティングサブシステムによって適用することができ、これにより、各値に関する許容可能な上限及び／又は下限を決定することができる。後方充填法を使用することにより、１つ又は複数の外れ値を、サンプルの現在のウィンドウ内において確立された許容範囲内に含まれている次に利用可能な値によって、置き換えることができる。
心拍数及び他の生物学的データを測定するためのシステムに関連した追加的な詳細は、２０１９年１月１４日付けで出願された米国特許出願第１６／２４６，９２３号明細書、及び、２０２０年１月１４日付けで出願された国際出願ＰＣＴ／ＵＳ２０／１３４６１号明細書、に開示されており、これらの開示内容の全体は、参照により本明細書に援用される。本発明は、動物データ並びに／若しくはその１つ又は複数の派生物を変換するために使用される方法又はシステムに限定されるものではなく、また、本発明は、変換されるデータのタイプに限定されるものでもない。
推測システム１０によって提供される１つ又は複数の出力は、１つ又は複数の、予測指標、演算アセット、動物データ（信号及び測定値を含む）、その１つ又は複数の派生物、並びに／若しくは、これらの組合せ、を含むことができる。この文脈では、「提供される」は、「伝送される」、「利用可能とされる」、及び「アクセスが許可される」を含む。例えば、コンピューティングサブシステムは、１つ又は複数の出力を、プラットフォーム及びアプリケーション（例えば、賭博アプリケーション、健康／遠隔医療アプリケーション、フィットネスアプリケーション、保険アプリケーション、予測アプリケーション、リハビリテーションアプリケーション）を含めた、別の１つ又は複数のシステム又はサブシステムへと、伝送することができる、あるいは、他のシステム又はサブシステムが１つ又は複数のメカニズムを介してデータに対してアクセスする場合（例えば、クラウド４０を介したアクセス）には、１つ又は複数の出力に対してのアクセスを許可することができる。コンピューティングサブシステム２２は、コンピューティングサブシステム２２からの１つ又は複数の出力の少なくとも一部を、（１）１つ又は複数の賭博を行う又は引き受ける市場としての用途のために、（２）１つ又は複数の賭博を引き受けるために、（３）１つ又は複数の製品を、作成する、強化する、修正する、取得する、提供する、又は配布する、ために、（４）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（５）１つ又は複数の戦略を策定するために、（６）１つ又は複数の行為を起こすために、（７）１つ又は複数のリスクを軽減又は防止するために、（８）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値（測定値の信号のセットを含む）としての用途のために、（９）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部としての用途のために、（１０）１つ又は複数の行為を推奨するために、（１１）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足としての用途のために、（１２）１つ又は複数の販売促進において、あるいは、（１３）これらの組合せとして、直接的に又は間接的に使用するように、動作可能である。この文脈では、組合せは、２つ以上の反復を含むことができ、また、すべての可能な反復を含むことができる。さらに、間接的な使用は、１つ又は複数の出力の任意の派生物を含むことができる、あるいは、１つ又は複数の出力の非直接的な適用を含むことができる。例えば、予測指標Ｘに基づいて対象物Ｘに関する確率が作成され、かつ、予測指標Ｙに基づいて対象物Ｙに関する確率が作成される場合には、グループＺ（対象物Ｘ及び対象物Ｙから構成される）に関する確率は、予測指標Ｘ及び予測指標Ｙを直接的に使用することなく、作成されてもよい。また、１つ又は複数の出力の間接的な使用は、データから直接的に導出されない１つ又は複数の行為を含むこともできる。例えば、間接的な使用は、データに対してのユーザ相互作用の観察を含むことができ、それに基づいて、コンピューティングサブシステム２２又は賭博システム２８又は確率評価システム３０は、データ自体に基づくのではなく、データに対してのユーザ相互作用に基づいて、賭博市場又はオッズ、取得される又は消費される製品、戦略、予測、推奨、及び同種のものを、動的に作成又は強化又は修正することができる。最後に、１つ又は複数の使用は、相互接続されていてもよく、また、相関していてもよい。例えば、ある行為は、リスクを軽減してもよく、確率の作成は、戦略の策定を可能としてもよく、製品の作成は、販売促進に利用されてもよく、シミュレーション出力は、予測又は推奨の基礎を提供してもよく、等々である。
用途（１）に関する変形例では、市場は、特定のイベントに関しての、特定のタイプの又は特定のカテゴリの賭けとすることができる。市場は、任意のイベントに関するものとすることができる。多くの場合、１つ又は複数の賭けを引き受ける組織は、各イベントに関する複数の賭博市場を提供し、各市場に関してリストアップされたオッズも提供する。特定のタイプ又は特定のカテゴリは、プロポジションベット、スプレッドベット、ラインベット、フューチャーベット、パーレイベット、ラウンドロビンベット、ハンディキャップベット、オーバー／アンダーベット、フルカバーベット、あるいは、ティーザーベット、を含むことができる。
用途（２）に関する変形例では、賭博の引き受けは、例えば、１つ又は複数の出力（例えば、予測指標から導出された賭博タイプ）を利用した賭博システムによる賭けの引き受け、１つ又は複数の出力（例えば、個人に対して提供される保険契約。これは、予測指標によって予測される任意の所与の生物学的事象を個人が経験する可能性に基づいて、会社がより多くの費用を負担することもそうでないこともある）に基づいて、保険提供者が取るリスクに相関した個人からの支払いからなる保険システム（例えば、保険提供者）による引き受け、等々である。
用途（３）に関する変形例では、１つ又は複数の製品は、販売又は配布されるように設計された１つ又は複数の製品又はサービスとすることができる。製品は、製品が１つ又は複数の出力の少なくとも一部を直接的に又は間接的に使用する限りにおいて、あらゆる業界又は業種において、作成、修正、強化、提供、又は配布、され得る任意の製品とすることができる。また、製品の作成につながる（又は、結果として生じる）１つ又は複数の出力を含む。例えば、製品は、１つ又は複数の出力そのもの（例えば、予測指標）、賭けを行う市場、保険の提供、１つ又は複数の出力を表示する健康アプリケーション、対象物に関連した特定の見識を提供するように設計された一連のアルゴリズム、スポーツ賭博アプリケーション、１つ又は複数の出力を利用した消費者製品（例えば、飲料、食品）、及び同種のもの、とすることができる。明瞭化の目的のために、「強化する」は、強化によって付加価値が生じる場合には、製品の「一部となる」ことを含むことができる。加えて、多くの場合、「作成する」は、「派生させる」を含むことができ、その逆も同様である。同様に、「作成する」は、「生成する」を含むことができ、その逆も同様である。さらに、「修正する」は、「改訂する」、「改正する」、「調整する」、「変更する」、及び「洗練する」を含むことができる。最後に、製品の「取得者」は、例えば、消費者、組織、別のシステム、製品を消費し得る任意の他のエンドポイント、及び同種のもの、とすることができる。
用途（４）に関する変形例では、１つ又は複数の予測又は確率又は可能性は、１つ又は複数の予測又は確率又は可能性が接続された状態で、将来の結果又は発生に関連することができる。例えば、スポーツ選手の現在の心拍数、平均心拍数、最大心拍数、同様の条件での過去の心拍数、生体液レベル、ｓＥＭＧデータ、何分間にわたってコート上に居るか、総走行距離、及び同種のもの、を含めた様々なタイプのデータを利用して、任意の所与のバスケットボールの試合で、任意の所与のスポーツ選手が、心拍数を２００回／分超へと上昇させる可能性を決定するために、確率が計算されてもよい。この確率を利用して、そのスポーツ選手が５０％を超える割合で２５フィート（７．６２メートル）の外側からバスケットを決める可能性を決定するために、別の確率が計算されてもよい。加えて、「通信」は、１つ又は複数の予測又は確率又は可能性の視覚化（例えば、アプリケーションを介した確率の表示、ＡＲ又はＶＲシステム内で他の個体に関する出力ベースでの確率の表示）、１つ又は複数の予測又は確率又は可能性に関する口頭でのコミュニケーション（例えば、個人に関する１つ又は複数の出力に基づいて任意の事象が起こり得る可能性を、あるいは事象が起こることを、個人に対して知らせる音声起動の仮想アシスタント。例は、特定の行為を起こさなかった場合に低血糖になる可能性、収集した生物学的データに基づいて今後１２０日以内に脳卒中になる可能性、あるいは、１つ又は複数の出力に基づいて生物学的に関連する事象が起こること、とすることができる。）を含むことができる。最後に、予測又は確率又は可能性に対する修正は、ある事象に関して以前に決定された予測又は確率又は可能性を改訂することを含むことができる。
用途（５）に関する変形例では、戦略は、１つ又は複数の出力を使用する任意の戦略を含むことができる。戦略は、例えば、個人に保険をかけるかどうか、賭けを行うかどうか、特定の行為を起こすかどうか、及び同種のもの、を決定するための行動計画とすることができる。
用途（６）に関する変形例では、行為は、１つ又は複数の出力の少なくとも一部に対して直接的に又は間接的に関連した任意の行為とすることができる。行為は、１つ又は複数の出力から導出される（又は、起因する）行為を含む。例えば、誰かに対して保険をかけるための行為（例えば、ある人が今後２４か月以内に心臓発作を起こす確率がＸであるので、保険料は、Ｙとなる）、個人の生物学に関連した行為（例えば、自動車の乗客は、自動運転車が最寄りの病院へと向かうようにトリガする出力値を有している）、賭博を行うための行為（例えば、スポーツ選手のエネルギレベルがＸパーセントであり、したがって、ユーザが賭けを行う）、特定の行為を起こすための行為（例えば、「賭けを行う」、「今日は２０分間にわたって走る」、「今日はＸカロリーを食べる」などの特定の行為を起こすための行為を、システムが通信する）、全く行為を起こさないための行為、及び同種のもの、とすることができる。
用途（７）に関する変形例では、リスクの軽減又は防止は、リスクの軽減又は防止に関連した、任意の行動、非行動、戦略、推奨、及び同種のもの、を含むことができる。また、追加的なリスクを取ることを、含むこともできる。
用途（８）に関する変形例では、信号又は測定値は、任意の形態及び任意の形式の情報（例えば、１つ又は複数のデータセットとして含む）を含むことができる。
用途（９）に関する変形例では、シミュレーションは、１つ又は複数のコンピュータモデルの作成と、１つ又は複数の状況あるいは１つ又は複数のプロセスの模倣と、の両方を含む。シミュレーションは、１つ又は複数の出力を生成するために利用されるシミュレーションを含めて、幅広い関与用途を有しており、出力の任意の使用は、直接的な又は間接的な関与と見なすことができ、また、１つ又は複数のシミュレーション内に１つ又は複数の出力を含めることで、１つ又は複数のユーザに対して関与してもよい（例えば、ビデオゲーム、ＡＲ／ＶＲシステム）。
用途（１０）に関する変形例では、１つ又は複数の行為を推奨することは、１つ又は複数の出力によって推論される推奨（例えば、ハプニングが起こる確率を提供する予測指標は、行うべき行為を推論してもよい）と、１つ又は複数の出力に基づいて直接的に記述される推奨（例えば、ハプニングが起こる確率から導出される予測指標に基づいて、行うべき行為を推奨する）と、の両方を含む。改良では、推奨は、複数の推奨から構成されてもよい。
用途（１１）に関する変形例では、ユーザ消費に関する１つ又は複数の媒体は、ユーザが１つ又は複数の出力を直接的に又は間接的に消費し得る任意の媒体とすることができる。媒体は、例えば、１つ又は複数の出力を介して心臓状態チェックを通信する健康監視アプリケーション、統合されたビデオディスプレイを介して遠隔医療専門家又はリハビリテーション専門家が患者を診察することを可能としながら、活動時に（例えば、遠隔地での運動時に）１つ又は複数の出力をプラットフォームと通信する遠隔リハビリテーションプラットフォーム又は遠隔医療プラットフォーム、動物データに少なくとも部分的に基づいて保険調整を通信する保険アプリケーション、スポーツ賭博プラットフォーム、及び同種のもの、を含むことができる。また、１つ又は複数の出力を統合したメディア放送、視聴中の生放送スポーツイベントの補足として１つ又は複数の出力を統合したスポーツストリーミングコンテンツプラットフォーム（例えば、ビデオプラットフォーム）（例えば、生放送コンテンツを視聴しながら、ユーザが賭博を行うことを可能とする）、及び同種のもの、を含むことができる。
用途（１２）に関する変形例では、１つ又は複数の販売促進は、１つ又は複数の製品の引き受け及び取得（例えば、販売）を促進するための支援を提供する任意の販売促進とすることができる。これは、１つ又は複数の広告、１つ又は複数の出力を利用した申し込み（例えば、１つ又は複数の出力を提供することで保険料を下げる可能性を有した保険に対しての加入申し込み）、１つ又は複数の出力を使用した割引の仕組み、及び同種のもの、を含む。
変形例では、コンピューティングサブシステム２２は、１つ又は複数のシステム（例えば、賭博システム２８、確率評価システム３０、他のシステム）に対して１つ又は複数のデータ出力を提供するように、動作可能であり、ここで、１つ又は複数のシステムは、１つ又は複数の出力の少なくとも一部を、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の賭博を引き受けるために、（３）１つ又は複数の製品を、作成する、強化する、修正する、取得する、提供する、又は配布する、ために、（４）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（５）１つ又は複数の戦略を策定するために、（６）１つ又は複数の行為を起こすために、（７）１つ又は複数のリスクを軽減又は防止するために、（８）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（９）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（１０）１つ又は複数の行為を推奨するために、（１１）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１２）１つ又は複数の販売促進において、あるいは、（１３）これらの組合せとして、直接的に又は間接的に利用するように、動作可能である。
別の変形例では、１つ又は複数の出力は、コンピューティングサブシステム２２によって、動的に作成又は修正又は強化され、ここで、動的に作成又は修正又は強化された１つ又は複数の出力の少なくとも一部は、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の製品を、作成する、修正する、強化する、取得する、提供する、又は配布する、ために、（３）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（４）１つ又は複数の戦略を策定するために、（５）１つ又は複数の行為を起こすために、（６）１つ又は複数のリスクを軽減又は防止するために、（７）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（８）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（９）１つ又は複数の行為を推奨するために、（１０）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１１）１つ又は複数の販売促進において、あるいは、（１２）これらの組合せとして、直接的に又は間接的に利用される。改良では、動的な作成又は修正又は強化は、別のシステム（例えば、関連システムのネットワーク内のシステム、第三者システム）上で行ってもよい。
別の変形例では、コンピューティングサブシステムによる１つ又は複数の直接的な又は間接的な使用は、少なくとも部分的に動的なものであり、１つ又は複数の出力に対しての１つ又は複数のユーザ相互作用に基づくものである。例えば、コンピューティングサブシステム２２は、コンピューティングサブシステム２２からの１つ又は複数の出力の少なくとも一部に基づいて、賭博市場又はオッズと、取得又は消費される製品と、リスクを軽減又は防止するための確率又は戦略又は予測又は推奨又は行為に関しての、評価又は計算と、のうちの少なくとも１つを動的に作成又は強化又は修正するように、動作可能であってもよい。そのような作成又は強化又は修正は、コンピューティングサブシステム２２によって収集されたデータに対してのユーザ関与の１つ又は複数の直接的な又は間接的な観察に起因してもよい、あるいは、システムによって新たなデータが収集されることに起因してもよい。この場合の「動的」とは、静的ではなく、１つ又は複数の要因又は入力に基づいて変化する能力を指す。このような使用事例は、スポーツ賭博（例えば、プロポジションベット、スプレッドベット、パーレイ、フューチャー、ラインベット、ラウンドロビン、ティーザーを含めた任意のタイプの賭博又は市場）、非スポーツ賭博製品（例えば、健康監視アプリケーション、遠隔医療アプリケーション、フィットネスアプリケーション、保険アプリケーション、リハビリテーションアプリケーション、などの、動物データに基づく予測指標を利用したプラットフォーム）、データに対してのユーザ相互作用に基づく戦略、収集したデータに基づく推奨、及び同種のもの、などの分野における製品の作成又は強化、あるいはそのような製品に対する修正、を含むことができる。例えば、個人がチームＸに関する心拍数に関連したデータを購入している場合には、プロポジションベットが作成されてもよく、チームＸに関する心拍数に関連した個人に対して提供されてもよい。別の例では、データのユーザが、健康アプリケーションを介して、他のタイプの動物データ（例えば、ストレスレベル、疲労）と結合された自身の心臓の健康統計（例えば、ＥＣＧ測定値）を閲覧している場合には、コンピューティングサブシステムは、ユーザの健康統計に対してのユーザ相互作用に基づいて、その推奨製品を動的に作成又は調整してもよい（例えば、不規則なＥＣＧパターン及び極めて高いストレスレベルに基づいて、製品は、以前に収集されたデータに関するシステム分析に基づいて、「ユーザは、今後３０日以内に心臓発作を起こす可能性が７％あります。医師を受診して下さい。」と通信してもよい）。このような１つ又は複数の機能は、また、賭博システム２８及び／又は確率評価システム３０によっても発揮することができる。
さらに別の変形例では、推測システム１０は、賭博システム２８又は確率評価システム３０に対して相互作用する。賭博システム２８は、例えば、１人又は複数人の個人から１つ又は複数の賭けを受領するように設定することができ、この場合、コンピューティングサブシステム２２は、データ（例えば、動物データ、並びに／若しくは、その１つ又は複数の派生物）を、賭博システムへと伝送する。賭博システムは、典型的には、賭博アプリケーションを実行する１つ又は複数のコンピューティングデバイスを含む。同様に、確率評価システム３０は、例えば、１つ又は複数の確率を評価又は計算するように、１つ又は複数の予測を行うように、１つ又は複数のリスクを軽減又は防止するように、あるいは、取得又は消費のために１つ又は複数の製品を作成又は強化又は修正するように、設定することができ、この場合、コンピューティングサブシステム２２は、データ（例えば、動物データ、並びに／若しくは、その１つ又は複数の派生物）を、確率評価システムへと伝送する。賭博システム又は確率評価システムは、推測システムを管理する事業体によってあるいは第三者によって、運営されることができる。改良では、賭博システム２８又は確率評価システム３０又はこれらの組合せは、コンピューティングサブシステム２２の一部である。特徴的には、コンピューティングサブシステム２２は、同一の又は実質的に同様の１つ又は複数のデータ出力を、複数のユーザ（例えば、複数のシステム、あるいは、賭博者などのエンドユーザ、を含むことができる）に対して提供するように、動作可能である。有利には、複数のユーザに対してのデータの提供は、同時的に行うことができる。例えば、コンピューティングサブシステムは、スポーツ選手Ｘに関する同じ「エネルギレベル」出力を、複数のシステム（例えば、放送パートナー）に対して提供してもよいけれども、出力の１つは、異なるグラフィックパッケージを含んでもよい、あるいは、異なるメタデータ又はフォーマット（例えば、異なる態様で表示されるタイムスタンプ）を含んでもよい。別の例では、コンピューティングサブシステムは、心拍数出力を、複数のユーザ（例えば、複数のシステム）に対して提供してもよく、それに基づいて、様々な製品を作成することができる。さらに別の例では、コンピューティングサブシステムは、スポーツ選手Ｘに関する心拍数出力に関して賭博機会を提供してもよいが、それを、複数の態様で（例えば、賭博者Ａに対しての、１分間あたりの心拍数表示、また、賭博者Ｂのスマートウォッチに対して伝送される１分間あたりの心拍数振動通知アラート、さらに、賭博者Ｃに対して仮想アシスタントによって口頭で伝えられる１分間あたりの心拍数）、１つ又は複数のユーザ（例えば、この場合、１人又は複数人の賭博者）に対して、表示又は通信してもよい。変形例では、賭けのタイプは、スポーツ選手Ｘの同じ心拍数出力に基づくものであってもよいが、１人又は複数人の賭博者とその好みの賭博製品とに対応するために、異なる態様で製品化されてもよい（例えば、数値としての心拍数と、数値に直接的に基づく色としての心拍数と、の対比に関する賭博者に対して賭博を提供すること）。改良では、コンピューティングサブシステム２２の１つ又は複数の出力は、１つ又は複数のタイプの非動物データ、並びに／若しくは、１つ又は複数の消費媒体、と同期される。例えば、１つ又は複数の出力は、ビデオコンテンツ（例えば、データは、スポーツイベントを視聴しながら１つ又は複数の賭博を行う可能性を提供するために、スポーツイベントの１つ又は複数の生放送ストリームと同期されてもよい。また、データは、リアルタイムでの遠隔医療中の又は遠隔監視中の又はリハビリセッション中の患者のストリーミングビデオと同期されてもよい。また、データは、スマートグラス又はＡＲ／ＶＲシステム内に由来して利用されているビジュアルコンテンツと同期されてもよい。）、オーディオコンテンツ、追加的なデータ測定値（例えば、勝ち取ったポイント／失ったポイント、勝った試合／負けた試合、得点、アシスト、ゴール、シュート率、及び同種のもの、などのスポーツの統計情報）、シミュレーションゲーム（例えば、ビデオゲーム）、及び同種のもの、を含み得るメディアコンテンツと同期してもよい。別の改良では、コンピューティングサブシステム２２又は賭博システム２８又は確率評価システム３０は、動物データから１つ又は複数の賭博製品を作成するように、動作可能である。
加えて、１つ又は複数の賭博システム及び確率評価システムは、１つ又は複数の機能並びに／若しくは１つ又は複数の特性を共有してもよい（例えば、両方のタイプのシステムは、１つ又は複数の確率を評価するように、１つ又は複数の戦略を策定するように、１つ又は複数のユーザに対して、１つ又は複数の行為を起こすように通知するように、１つ又は複数の推奨事項を提供するように、１つ又は複数のリスクを軽減するように、１つ又は複数の製品を作成又は修正するように、プログラムされてもよい）。同様に、１つ又は複数の賭博システムは、確率評価システムの１つ又は複数の機能あるいは１つ又は複数の特性を有することができ、その逆も同様である。改良では、賭博システム及び確率評価システムは、一緒に動作してもよく（例えば、同じ１つ又は複数のネットワーク内で、あるいは、同じ使用事例を解決するために異なるタスクを実行する）、これにより、同一の又は同様の使用事例に関して同じデータに基づいて１つ又は複数の異なる提案を提供することができる。場合によっては、１つ又は複数の賭博システムは、１つ又は複数の確率評価システムに対して、直接通信３８を行ってもよく、その逆も同様である。例えば、コンピューティングサブシステム２２からデータを受領した時には、確率評価システムは、（例えば、スポーツ賭博、保険、医療、において）発生する任意の所与の結果に対する１つ又は複数のオッズを提供する製品を作成してもよく、賭博システムは、１つ又は複数のオッズに基づいて、賭博を引き受けてもよい（例えば、第三者の分析会社が予測指標に基づいて作成したオッズを使用して、賭博を作成して引き受けるスポーツ賭博プラットフォーム、また、第三者の保険分析会社が作成した予測指標に基づいて調整された保険料によって誰かに保険をかけるためのリスクを作成して引き受ける保険会社、また、第三者が提供した予測指標に基づいて患者に対してデジタルサービス製品を提供するというリスクを引き受ける遠隔医療会社又は遠隔医療監視会社）。
上述したように、予測指標は、新たな賭博市場及び製品のための基礎として、また、将来の発生に関連した予測及び関連する決定（例えば、確率、可能性）を確立することを含めて、価値創出のための複数の機会を提供する。予測指標は、例えば、１つ又は複数の統計モデルを利用することにより、あるいは１つ又は複数の人工知能技術（例えば、機械学習、深層学習技術）により、あるいは１つ又は複数の計算又は演算により、様々な態様で導出することができる。例えば、１つ又は複数の機械学習手法を利用することにより、システムは、以前に収集されたデータセット及び現在のデータセットを分析することができ、これにより、１つ又は複数の予測を作成又は修正又は強化することができる。機械学習ベースのシステムは、明示的にプログラムされた命令を必要とするのではなく、収集されたデータから学習するように設定されているため、１つ又は複数のデータセットの中に隠れている可能性のあるパターンを検索して認識することができ、これにより、機械学習ベースのシステムは、収集したデータから見識を顕在化させることができ、これにより、予測を行うことを可能とする。有利には、機械学習ベースのシステムは、データを使用して学習するため、新たなデータがシステムに対して入力された際には、モデルの予測と精度とを向上させるために反復的なアプローチを行うことが多く、また、システムによって行われた以前の演算から提供されたフィードバックから導出された改良も行う（これは、また、信頼性が高くかつ再現性のある結果の生成も可能とする）。
加えて、予測指標は、ｎ個の態様で表すことができる。例えば、予測指標は、パーセンテージ（例えば、対象物Ｘが今後ｎ年間以内に心臓発作を起こす可能性は７５％である）として、テキスト又は記述（例えば、「次のｎ分間以内に水を飲まないと、対象物Ｘは脱水症状になります」などの、予測指標に基づいて推奨される行為、「被験者Ｘは、今後ｎ日間以内に病状ｙを経験するでしょう」などの記述）として、物理的な応答（例えば、予測指標に基づいて賭けを行うようユーザに対して警告するようにプログラムされた時計を介しての振動）として、及び同種のものとして、表されてもよい。予測指標は、単一の動物データタイプからも、また、複数の動物データタイプからも、導出することができる。予測指標は、動物データに関してのあるいはその任意の部分に関しての、任意の信号又は測定値又は派生物から、導出することができる。改良では、予測指標は、動物データの少なくとも一部から計算された演算アセットである、あるいは、１つ又は複数のソースセンサからの２つ以上の信号又は測定値から計算された複合体である。例えば、１つ又は複数の生理学的評価基準は、対象をなす個体の疲労レベルを予測してもよく、これにより、その個体がその特定の時間に特定のタスク（例えば、スポーツにおいては、フリースローを行うこと又はフィールドゴールを蹴ること、パイロットとしては、目的地まで安全に運転又は飛行すること、外科医としては、手術を行うこと）を成功させるかどうかを予測することができる。この状況では、予測指標を使用することにより、例えば、賭けを行うかどうかを決定することができ、イベントに関して結果が起こる確率を決定することができ、イベントに関して以前に決定された確率を改訂することができ、あるいは、個人が賭博を行うための市場を作成するに際しての戦略を、又は行為を起こすに際しての戦略を策定することができる。したがって、ユーザは、リスクを評価したり又は財務利益のためにリスクを引き受けたりする組織（例えば、ブックメーカ、保険会社）、分析会社、選手のパフォーマンスを分析するスポーツチーム、賭けを行う人物、あるいは、賭博製品を作成する会社、であってもよい。変形例では、予測指標は、顔認識データ、眼球追跡データ、血流データ、血液量データ、血圧データ、生体液データ、体組成データ、生化学的組成データ、生化学的構造データ、脈拍データ、酸素化データ、中核体温データ、皮膚温度データ、皮膚電気応答データ、発汗データ、位置データ、位置情報データ、オーディオデータ、生体力学的データ、水分補給データ、心臓ベースのデータ、神経学的データ、遺伝子データ、ゲノムデータ、骨格データ、筋肉データ、呼吸データ、運動感覚データ、胸部電気生体インピーダンスデータ、あるいは、これらの組合せ、からなる群から選択される生物学的データを含む演算アセットから計算される。別の改良では、予測指標は、非動物データからの、１つ又は複数の信号あるいは１つ又は複数の測定値を含む。１つ又は複数の非動物的な信号又は測定値は、例えば、周囲温度データ、湿度データ、気圧データ、標高データ、風速、栄養データ、家族歴データ、心理学的データ、非動物統計データ（例えば、スポーツの文脈における例は、得点、リバウンド、アシスト、タッチダウン、シュート、ゴール、ターンオーバー、パスでのヤード数、ランでのヤード数、勝ち／負け、勝率％、及び、直接対戦情報、を含む）、他の履歴データ、及び同種のもの、を含むことができる。
別の改良では、予測指標の少なくとも一部は、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の製品を、作成する、修正する、強化する、取得する、提供する、又は配布する、ために、（３）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（４）１つ又は複数の戦略を策定するために、（５）１つ又は複数の行為を起こすために、（６）１つ又は複数のリスクを軽減又は防止するために、（７）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の測定値として、（８）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（９）１つ又は複数の行為を推奨するために、（１０）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１１）１つ又は複数の販売促進において、あるいは、（１２）これらの組合せとして、直接的に又は間接的に使用される。説明の目的のために、この文脈における１つ又は複数の行為は、１つ又は複数の賭博を引き受けることを含み得る。医療シナリオでは、ユーザ（例えば、患者）は、医療専門家（例えば、医師）によって書かれた薬又は処方箋の費用を支払うことを了承してもよく、処方箋又は薬は、予測指標に基づいて処方される（例えば、予測指標は、患者が病状を経験する可能性がｎパーセントであり得ることを示している可能性があり、したがって、医師は、予測指標に基づいて、医療的事象の可能性を低減するために、錠剤ｘを処方する）。予測指標に少なくとも部分的に基づいて処方された錠剤ｘを了承するとともに、健康状態を改善するために薬又は処方箋を服用するという利益と引き換えに、リスク（例えば、費用、錠剤ｘに関する潜在的な健康関連の問題点）を了承するという患者の行為は、患者／ユーザによって引き受けられて実行される賭博とすることができる。
別の改良では、予測指標は、複数の予測指標を含むことができる。例えば、予測指標は、単一の指標内において複数の予測評価を提供してもよい（例えば、指標は、ｎか月以内にＸが起こる確率を示す、あるいは、ｎ＋３か月以内にＹが起こる確率を示す）。別の改良では、１つ又は複数の予測指標は、対象をなす個体、対象をなす複数の個体、対象をなす複数の個体からなる対象をなすグループ、並びに／若しくは、対象をなす複数の個体からなる対象をなす複数のグループ、から導出することができる、あるいは、それらに関連することができる。これは、適用可能であること、関連付けられていること、割り当てられていること、及び同種のもの、を含む。例えば、１つ又は複数の予測指標は、対象をなす個体、各個体が自身の１つ又は複数の予測指標を有した対象をなす複数の個体、グループが自身の１つ又は複数の予測指標を有した並びに／若しくは個体が自身の１つ又は複数の予測指標を有した対象をなす複数の個体からなる対象をなすグループ、若しくは、対象をなす複数のグループが自身の１つ又は複数の予測指標を有した並びに／若しくは対象をなす複数のグループ内の対象をなす各個体が自身の１つ又は複数の予測指標を有した並びに／若しくは複数のグループの対象をなす各グループ内の対象をなす個体が自身の１つ又は複数の予測指標を有した対象をなす複数の個体からなる複数のグループ、に帰属させることができる。例えば、バスケットボールチームの文脈では、選手Ａは、リーグＣ内のバスケットボールボールチームＢのガードである。選手Ａは、自身のパフォーマンスに関連した予測指標を有することができ、チームＢは、そのチームのメンバー（選手Ａを含む）から少なくとも部分的に導出されるチームのパフォーマンスに関連した予測指標を有することができ、リーグＣは、そのリーグ内のすべてのガード（選手Ａを含む）から少なくとも部分的に導出されるそのリーグのすべてのガードに関する予測指標を有することができる。別の改良では、１つ又は複数の対象をなす個体、あるいは、対象をなす複数の個体からなる対象をなすグループは、１つ又は複数の匿名化された個体を含む。
さらに別の改良では、予測指標は、１つ又は複数のソースセンサから導出される生物学的データの少なくとも一部を含み、対象をなす個体の健康状態に関する予測を提供してもよく、このような予測は、寿命に関するフィードバック、医療処置（例えば、手術、薬物治療、等）に関連したリスク、あるいは、ストレスレベル又はエネルギレベルを含めた一般的な健康指標、を含み得る。このような情報のユーザは、航空会社、医療施設（例えば、病院）、製薬会社、自動車会社、輸送会社、リハビリテーション施設、軍事組織、スポーツ組織、地方自治体グループ（例えば、警察）、石油ガス会社、建設会社、ヘルスケア企業、金融グループ、保険会社、ウェルネス企業、他のテクノロジー企業、個人、及び同種のもの、を含む。例えば、航空会社又は運輸会社は、予測指標を使用することにより、パイロット又はドライバの疲労を監視して予測することができる。保険会社は、予測指標を適用することにより、収集して分析した動物データに基づいて個人の保険料を調整することができる。金融機関は、予測指標を適用することにより、取引サイズ及び取引量に基づいて、その人に関して、意思決定能力に影響を与え得るストレスレベルを予測することができる。老人ホーム又は介護施設は、予測指標を適用することにより、任意の所与の患者に関して予想される将来の介護ニーズを決定することができ、したがって、その個人の介護を提供するために必要な料金を調整することができる。遠隔医療会社又は遠隔医療監視会社は、予測指標を適用することにより、任意の所与の健康結果の可能性を決定することができ、患者に対してフィードバックを提供し得るとともに、１つ又は複数の推奨行為（例えば、処方された薬を服用する、リスクを防止するための特定の行為を起こす）を提供することができる。家庭用ジム機器又はフィットネス機器の提供者は、予測指標を使用することにより、トレーニングに関連した推奨事項（例えば、ランニングマシンで時速ｚマイルで走り続けると、あなたの身体は、ｎ秒で疲労します。次の運動までに、ｙ分間／秒間の回復時間が必要です。）を提供することを目的として、任意の所与の人物のトレーニングがもたらす将来の結果を決定することができる。スポーツ賭博者は、予測指標を適用することにより、１人又は複数人の個人に関して、賭けを行う欲求に影響を与え得る現在又は将来の生物学的状態を評価することができる。別の改良では、予測指標は、１つ又は複数の行為を起こすことを可能とするための指標として使用されてもよい。例えば、タクシー会社は、予測指標を利用したシステムを実装してもよく、個人が安全に運転できることを証明することができ、そのような個人が車両を運転することとなる。軍事組織は、予測指標を使用することにより、戦闘又は他の任務に対する兵士の「準備態勢」を決定してもよく、兵士に対して又は兵士によって行われる行為をもたらす。リハビリテーション施設は、予測指標を利用することにより、対象者が任意の所与の負傷から回復し得るかを予測してもよく、また、回復の可能性を最も高めるために、どのような運動（又は複数の運動）及び／又はリハビリテーション技術が、対象者にとって最も効果的であり得るかを予測してもよい。航空会社又は労働組合は、予測指標を使用することにより、生理学的特性又は他の収集された動物データに基づいて、パイロットが任意の所与の日に飛行する準備ができていることを確保したり、あるいは、特定のパイロットの定年を延長したり、してもよい。この例では、システムによってデータが収集された任意の所与のｎ歳のパイロット（例えば、６５歳）が、生理学的特性と生体力学的特性と神経学的特性とを含み得る特定の生物学的特性を示していたとしても、特定の年齢を超えて飛行し続ける能力を認めるかどうかが、問題となり得る。より具体的には、パイロットの経験が全体的により安全な飛行体験をもたらし得ることのために、及び／又は、ビジネスを拡大するためにより多くのルートでの飛行を可能とすることのために、人の年齢などの指標に基づいて勤務停止（例えば、定年退職）を義務付けるよりもむしろ、パイロットの生物学的「適性」を決定するとともに将来の生物学的適性を予測することが、航空会社にとって最良の利益となり得る。したがって、システムは、任意の所与のパイロットに対して、収集した動物データ（例えば、心臓／ＥＣＧデータ、年齢、体重や習慣や病歴を含む他のデータ）に関して、１つ又は複数の技術（例えば、統計モデル、１つ又は複数の人工知能技術を介した１つ又は複数のシミュレーションの実行）を使用することにより、１つ又は複数の予測指標（例えば、将来的な６６歳～８０歳からのパイロットの心臓活動度を確認するための、そして、将来の生物学的「適性」と、規定された期間における将来の「飛行に関する適性」と、を決定するための、予測データセットであり、これに基づいて、推奨を導出することができる）を生成してもよい。改良では、コンピューティングサブシステム２２あるいは１つ又は複数の賭博システムは、予測指標から１つ又は複数の賭博機会を作成するように、動作可能である。
上述したように、推測システム１０は、伝送サブシステム２４を含む。典型的には、伝送サブシステム２４は、送信機と受信機とを含む、あるいは、これらの組合せ（例えば、トランシーバ）を含む。伝送サブシステム２４は、単一のアンテナ又は複数のアンテナ（例えば、メッシュネットワークの一部として構成されてもよい）を有した、１つ又は複数の、受信機、送信機、及び／又はトランシーバ、を含むことができる。伝送サブシステムは、並びに／若しくはその１つ又は複数の構成要素は、コンピューティングサブシステムの内部に収容されてもよく、あるいは、コンピューティングサブシステムの外部にあってもよい（例えば、無線通信を容易とする１つ又は複数のハードウェア構成要素並びに／若しくはソフトウェア構成要素から構成されかつ伝送サブシステムの一部をなすコンピューティングデバイスに対して接続されたドングル）。改良では、伝送サブシステムは、並びに／若しくはその構成要素の１つ又は複数は、１つ又は複数のセンサに統合されている、あるいは、そのようなセンサの内部に設けられている。図２は、対象をなす個体１６に対して取り付けられたセンサ１８から信号を受領しているコンピューティングデバイス２６（又は、コンピューティングサブシステム２２）を示している。センサ１８は、一体型の送信機又は受信機又はトランシーバ４６を含む。有利には、伝送サブシステムは、１つ又は複数のソースセンサが、リアルタイムでの又はほぼリアルタイムでの通信のために、データを無線で伝送することを可能とする。加えて、伝送サブシステムは、１つ又は複数の伝送プロトコルを利用して、１つ又は複数のソースセンサと通信することができる。本発明は、センサ１８が信号を送信及び／又は受信するために使用する技術によって限定されるものではない。現在、そのような伝送技術及びインフラストラクチャは、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ、Ｚｉｇｂｅｅ、Ａｎｔ＋、ＮＦＣ、ＷＩＦＩ、セルラーネットワーク、及び同種のもの、を含むが、これらに限定されない。受信機４８は、送信機４６から信号を受領する。
図示の変形例では、受信機４８は、アンテナ及び／又はドングル（例えば、Ｂｌｕｅｔｏｏｔｈトランシーバ）５０と、コンピューティングデバイス２６（又は、コンピューティングサブシステム２２）と、を含む。改良では、アンテナ／ドングル５０は、コンピューティングデバイス２６から、遠距離（例えば、１００フィート（３０．５メートル）、１０００フィート（３０５メートル）、又はそれ以上）のところに位置することができる。したがって、接続ライン５２は、必要に応じてより長いラインを走らせ得るコンバータ５４（例えば、必要に応じてＵＳＢからイーサネット）を含んでもよい。最後に、アダプタ５６が、コンピューティングデバイス２６によって使用されており、動物データを、クラウド４０又はローカルサーバを介して、図１のコンピューティングサブシステム２２へと伝送する。クラウド４０は、インターネット、パブリッククラウド、あるいは、推測システムを運営する会社又は第三者が所有するクラウド、とすることができる。
多くの場合、センサと、センサ信号の受信機と、の間の通信距離は、リアルタイムでの又はほぼリアルタイムでの通信のために、伝送サブシステムによって延長されることができ、これにより、１つ又は複数のセンサ並びにそれらに対応する１つ又は複数の伝送プロトコルの範囲制限を拡張することができる。改良では、コンピューティングサブシステムは、コンピューティングサブシステム２２と通信している１つ又は複数のセンサに関して、通信と、リアルタイムでの又はほぼリアルタイムでのストリーミングと、を同期させる。有利には、伝送サブシステムは、潜在的な無線周波数（ＲＦ）干渉が発生する環境において、リアルタイムでの又はほぼリアルタイムでのストリーミングを可能とする。改良では、コンピューティングサブシステム２２は、動物データの少なくとも一部を別の位置（例えば、システム内の所定の位置、あるいは、別のシステム）へと伝送する、あるいは、後で使用するために動物データを格納する。変形例では、システムは、リアルタイムでの又はほぼリアルタイムでの伝送に対しての影響を最小限に抑えることで、１つ又は複数のソースセンサからの入力データに関して、リアルタイムでの又はほぼリアルタイムでのバックアップ機構を提供してもよい。
別の改良では、１つ又は複数の伝送サブシステムは、あるいは、伝送サブシステムのうちの、アンテナ及び／又はドングルなどの１つ又は複数の構成要素は、ウェアラブルであってもよく、直接的にあるいは１つ又は複数の中間部材（例えば、衣類）を介して、対象物に対して固定されてもよい、あるいは、対象物に対して接触してもよい、あるいは、対象物に統合されてもよい。また、伝送サブシステムは、あるいは、伝送サブシステムの構成要素は、１人又は複数人の個人に対して、移動可能なものあるいは個人的なものであってもよい。別の改良では、伝送サブシステム２４は、任意選択的に別のセンサとして機能するあるいは任意選択的に生物学的センサ内に統合された、オンボディの又はインボディのトランシーバ６０（「オンボディトランシーバ」）を含む。オンボディトランシーバ６０は、対象物上に位置しているあるいは１つ又は複数の対象物に跨がって位置している１つ又は複数のセンサ１８と通信するように、動作可能であり、それ自体が１つ又は複数のタイプの生物学的データ（例えば、位置データ又は位置情報データ）を追跡してもよい。改良では、オンボディトランシーバは、対象物の、皮膚、毛髪、重要な器官、筋肉、骨格系、眼球、衣類、物体、又は、対象物上の他の装置、に対して固定される、あるいは、それらと統合される、あるいは、それらと接触している。有利には、オンボディトランシーバは、対象物の身体上の１つ又は複数のセンサからリアルタイムで又はほぼリアルタイムで１つ又は複数のデータストリームを収集し、各センサに対して、その特定のセンサに関する伝送プロトコルを使用して通信する。オンボディトランシーバは、また、データ収集ハブとして機能してもよい。改良では、オンボディトランシーバは、伝送能力を向上させながら（例えば、速度の向上、待ち時間の短縮）、伝送オーバーヘッドを最小化することができる。別の改良では、オンボディトランシーバは、オンボディトランシーバが、収集、正規化、タイムスタンプ付け、集約、タグ付け、格納、操作、ノイズ除去、製品化、強化、整理、視覚化、分析、要約、複製、合成、匿名化、同期、又は動物データの配布、からなる群からの少なくとも１つの行為を、動物データに対して実行することを可能とするロジックを含むことができる。特徴的には、オンボディトランシーバは、収集されて選択された任意のデータ（例えば、動物データ、演算アセット、予測指標、任意の派生物、及び同種のもの）を、リアルタイムで又はほぼリアルタイムで、ｎ個のエンドポイントへと伝送するように、動作可能であり、他方、選択されなかったデータは、後でダウンロードするために、トランシーバ上に格納可能とされている。加えて、その要約機能により、例えば、高周波数レート（例えば、２５０ｈｚ～１０００ｈｚ）でサンプリングされ得るデータを要約し得るとともに、要約された形式（例えば、１ｈｚで処理及び／又は要約されたデータ）で伝送することができ、任意の数の使用事例又は制約（例えば、限られた帯域幅）に対応することができる。
別の変形例では、伝送サブシステム２４は、対象をなす１つ又は複数の対象物上に又は物体上に位置した１つ又は複数のセンサからの連続的なストリーミング及び／又は断続的な通信のための空中トランシーバ６２を含む。空中トランシーバ６２の例は、１つ又は複数の通信衛星、あるいは、トランシーバが取り付けられた無人航空機（例えば、高高度擬似衛星、ドローン）を含むが、これらに限定されない。無人航空機ベースでのデータ収集及び配布システムに関する詳細は、２０１９年７月１９日付けで出願された米国特許出願第１６／５１７，０１２号明細書に開示されており、この開示内容の全体は、参照により本明細書に援用される。別の変形例では、伝送サブシステム２４は、床又は地面（フィールドを含む）の一部として埋め込まれた又は統合されたトランシーバ６３を含み、伝送は、表面に対しての直接的な接触を介して行われる（例えば、センサが、靴の底部に又はその近くに配置されている場合）。
変形例では、コンピューティングサブシステム２２は、動物データを、動物データが収集された１つ又は複数の対象をなす個体に関連した情報（例えば、名前、年齢、体重、身長、活動度、及び／又は、関連するグループ）と、１つ又は複数のソースセンサに関連した情報でありかつ１つ又は複数のソースセンサの少なくとも１つの特性を含む情報（例えば、特性）と、に対して、同期させて、タイムスタンプ付けし、さらに、タグ付けする。少なくとも１つの特性は、少なくとも、センサタイプ、１つ又は複数のセンサ設定、センサブランド、センサモデル、センサファームウェア、及び同種のもの、を含む。改良では、動物データは、動物データと、１つ又は複数のソースセンサと、に関する１つ又は複数の特性を識別するメタデータを含む。いくつかの変形例では、コンピューティングサブシステム２２及び／又は賭博システム２８及び／又は確率評価システム３０は、受領した時点で動物データに対して１つ又は複数の更なる行為を起こす。そのような更なる行為の例は、動物データを、正規化する、タイムスタンプ付けする、集約する、格納する、操作する、ノイズ除去する、強化する、整理する、視覚化する、分析する、匿名化する、合成する、要約する、複製する、製品化する、及び、同期化する、ステップを含むが、これらに限定されない。改良では、１つ又は複数の行為は、動物データを、並びに／若しくはその１つ又は複数の派生物を、変換可能である。別の改良では、コンピューティングサブシステム２２は、リアルタイムでの又はほぼリアルタイムでのデータ転送に適したスキーマを適用し、このスキーマにより、待ち時間を短縮するとともに、エラーチェックとセキュリティ層とを提供し、さらに、動物データ又はその一部を暗号化する。別の改良では、コンピューティングサブシステム又は賭博システム又は確率評価システムは、（１）１つ又は複数のシステムと直接的に通信することにより、予測指標及び／又は少なくとも１つの演算アセット及び／又は動物データに関する少なくとも１つの要求を、監視、受領、及び記録し、そして、（２）予測指標及び／又は少なくとも１つの演算アセット及び／又は動物データに対してのアクセスを要求している１つ又は複数のユーザ（例えば、システム）に対して、データに関する１つ又は複数の要求を行う能力を提供し（例えば、対象物又は対象物グループ、１つ又は複数の特性、データタイプ、時間、及び同種のもの、によって）、さらに、（３）データを送信及び／又は受信するように動作可能である。これは、ブロックチェーンなどの技術を利用することによって、実現されてもよい。ブロックチェーンなどの技術を利用することで、システムは、データがシステムによって収集された時点から、動物データを、及びデータに関連したすべての取引を、監視する能力を有してもよい。任意の所与の時点において、データ提供者は、あるいはシステム内の承認されたユーザは、その個体のデータの競合履歴ツリーを閲覧し得るとともに、データの送信先と、データに付随した制限と、各データに対して関連付けされた他のメタデータと、を含み得る、データの任意の所与の使用を閲覧することができる。別の改良では、コンピューティングサブシステム２２及び／又は賭博システム２８及び／又は確率評価システム３０は、予測指標及び／又は少なくとも１つの演算アセット及び／又は動物データに対する少なくとも１つの要求を、少なくとも１つのユーザに対して又は複数のユーザからなるグループに対して又は複数のユーザからなるクラスに対して、関連付けるように、動作可能である。例えば、関連付けは、コンピューティングサブシステム又は賭博システム又は確率評価システムによって、システム（例えば、それ自身のシステム）と、データを要求している（例えば、賭けを行うために）人物又は人物グループ又はユーザクラスと、の間において、あるいは、システム（例えば、それ自身のシステム）と、別のシステム（例えば、第三者のシステム）と、の間において、行うことができる。別の改良では、コンピューティングサブシステム又は賭博システム又は確率評価システムは、動物データと、第三者システムからの１つ又は複数の要求とを、賭けを行っている人物に対して、関連付けることができる。さらに、コンピューティングサブシステム又は賭博システム又は確率評価システムは、データに対する少なくとも１つの要求を、１つ又は複数の対象をなす個体に対して、あるい１つ又は複数のは対象をなすグループに対して、あるいは動物データが導出された１つ又は複数の対象をなす個体に対して、関連付けることができる。例えば、対象をなす個体のリアルタイムでの血圧及び心拍数のバイタルを確認するために、あるいは、対象をなす個体が今後ｎか月以内に心臓発作を経験する確率を確認するために、対象をなす個体から、動物データに対する要求が行われた場合には、コンピューティングサブシステム又は賭博システム又は確率評価システムは、特定の要求を、動物データに対して、対応する対象をなす固体に対して、並びに、要求を満たすために必要な任意の他のデータ又はメタデータに対して、関連付けることができる。別の改良では、動物データは、１つ又は複数の分類へとグループ化され、各分類は、関連する演算アセット又は価値を有している。
変形例では、コンピューティングサブシステム２２は、１つ又は複数のソースセンサを、並びに１つ又は複数のソースセンサからの１つ又は複数のデータストリームを、組織、センサタイプ、センサパラメータ、データタイプ、データ品質、タイムスタンプ、位置、活動度、対象をなす個体、対象をなす複数の個体のグループ化、及び、データ測定値、からなる群からの少なくとも１つの特性によって管理するように、動作可能である。改良では、センサの管理及び／又は運営は、１つ又は複数のセンサをスキャンしてシステムに対してペアリングすること、１つ又は複数のセンサを（必要に応じて）システム内の１つ又は複数の個体に対して割り当てること、１つ又は複数のセンサ並びに／若しくは１つ又は複数の個体を、組織又はイベントに対して割り当てること、１つ又は複数のソースセンサが対象物上に適正に配置されたことを検証し、対象物上に適用された後に所望のデータをストリーミング配信すること、及び同種のこと、などの機能を含むことができる。また、１つ又は複数のセンサがシステムに対してリアルタイムで又はほぼリアルタイムでストリーミング配信することをサポートする機能を含むこともでき、このサポート機能は、１つ又は複数のセンサの接続が切断した時に、又はストリーミングの中断が発生した時に、自動再接続する機能を含む。加えて、システムは、センサ接続の切断、センサの故障（バッテリの故障を含む）、センサの劣化（例えば、確立された基準又はしきい値の最小限に満たないデータ品質を生成すること）、及び同種のもの、に基づいて、１つ又は複数のアラートを提供してもよい。改良では、コンピューティングサブシステムは、１つ又は複数のソースセンサに対して、あるいはその関連するクラウドに対して、あるいは１つ又は複数のソースセンサに関連したネイティブアプリケーションに対して、直接的に通信することによって、１つ又は複数のソースセンサから情報を収集するように、動作可能である。別の改良では、コンピューティングサブシステムは、１つ又は複数のセンサに対して１つ又は複数のコマンドを伝送することにより、１つ又は複数のセンサ設定を変更するように、動作可能である。例えば、そのようなコマンドは、個々のソースセンサの電源をオン又はオフとしたり、省エネルギのためのバッテリ節約モードとしたり、ストリーミングを開始又は停止したり、あるいは、ストリーミングに関して利用可能な帯域幅に対応するためにデータスループットの量を増減させたり、することができる。別の例として、そのようなコマンドは、少なくとも１つのソースセンサのデータ収集周波数及び／又はセンサ感度ゲインを増減させることができる。別の改良では、コンピューティングサブシステム２２は、対象をなす個体上の複数のソースセンサに対して、あるいは、対象をなす複数の個体上の１つ又は複数のソースセンサに対して、同時に通信するように、動作可能である。別の改良では、コンピューティングサブシステム２２は、通信と、コンピューティングサブシステムと通信している複数のセンサからの、１つ又は複数のデータ信号あるいは１つ又は複数の測定値と、を同期させる。これは、センサからシステムへと伝送される１つ又は複数のコマンドを含み、これは、両者の信頼性を確保するためのセンサとシステムとの間のストリーミング前のハンドシェイク、また、暗号化プロトコル、などの例を含んでもよい。また、１つ又は複数のデータ信号あるいは１つ又は複数の測定値に対しての、同期という課題も含まれる。例えば、各センサが利用するタイミングに不一致があり得る。コンピューティングサブシステムが受領するセンサ出力は、コンピューティングサブシステムが同時に受領したとしても、他のセンサとは異なり得る（例えば、ミリ秒単位で）。そのため、コンピューティングサブシステムは、データストリームを同期させて、両方のストリームの整合性を確保する必要があり得る。
別の変形例では、コンピューティングサブシステム２２内にはないデータタイプ又はデータセットをユーザから要求された時には、コンピューティングサブシステム２２は、１つ又は複数の第三者組織からデータを取得してもよく、収集又は取得したデータセットに対して、１つ又は複数の分析ツール（例えば、第三者又は社内）を適用又は利用することにより、１つ又は複数のユーザに対して提供されることとなる要求されたデータを作成してもよい、あるいは、１つ又は複数のシミュレーションを介して行われ得るように、１つ又は複数のデータタイプ又はデータセットを人工的に作成してもよい。代替的には、コンピューティングサブシステム２２は、動物データを、別のシステム（例えば、分析のための第三者分析システム）へと伝送してもよく、この場合、コンピューティングサブシステムは、分析されたデータを第三者から受領するとともに、１つ又は複数のユーザに対して提供する。データを、別のシステム又はソース（例えば、第三者の賭博システム、第三者の確率評価システム、第三者の分析会社、コンピューティングサブシステムの一部をなす賭博システム又は確率評価システム又は分析システム）へと伝送する時には、コンピューティングサブシステムは、その１つ又は複数の配布の一部として提供される動物データの１つ又は複数の特性を記録するように、動作可能である。動物データのこれらの特性は、動物データのソース、１つ又は複数の個体の特定の個体属性（例えば、名前、体重、身長、対応する識別番号又は参照番号）、使用されるセンサのタイプ、特定のセンサ構成、位置、活動度、データ形式、データのタイプ、使用されるアルゴリズム、データ品質、データが収集された時期、関連する組織、関連するイベント、及び、データが提供される速度、のうちの少なくとも１つを含んでもよい。代替的には、受領者は、コンピューティングサブシステムによって既に伝送されて受領者によって既に分析された動物データを、ユーザに対して直接的に伝送することができる。別の例では、他のデータ（例えば、非生物学的統計）を含んだ動物データを取得することができ、分析に利用することができる。例えば、試合でスポーツ選手が獲得した得点数を、第三者から取得してもよく、そのスポーツ選手の心拍数と呼吸数と生体液とを調べるという分析の一部として利用してもよく、これにより、見識又は他の指標を導出することができる。改良では、コンピューティングサブシステムは、個体又は個体グループに対しての何らの識別又は関連付けを行うことなく、匿名化されたデータ出力を提供してもよい。動物データは、多くの場合、識別可能である１つ又は複数の対象をなす個体に対してあるいは識別可能である複数の対象をなす個体からなるグループに対して関連付けられるけれども、動物データ及びその派生物（演算アセット及び予測指標を含み得る）に対して関連付けられた１つ又は複数の入力又は出力が、匿名化又は非識別化され得ることは、理解されよう。非識別化は、個人のプライバシーを保護するために個人の識別情報を除去することを含むけれども、データを有用にする特性（例えば、人間の文脈では、年齢、体重、身長、病状、出身国、血液型、生体液に由来する情報、などの特性）は保持される。本発明の文脈では、匿名化と非識別化とは、同義であると見なされる。
他の変形例では、コンピューティングサブシステム２２は、１つ又は複数のユーザが、予測指標、演算アセット、動物データ並びに／若しくはその１つ又は複数の派生物、が提供される頻度（例えば、１秒あたり１つ又は複数のデータパケット、各データパケットは、指定されたデータを含む）を選択し得るように、動作可能である。その上、コンピューティングサブシステム２２は、ユーザが、自身の特定の使用事例のために任意の所与のデータの価値を最大化し得るよう、待ち時間（例えば、リアルタイム又はほぼリアルタイム対非リアルタイム）及び期間などの１つ又は複数のパラメータを選択し得るように、動作可能とすることができる。場合によっては、コンピューティングサブシステム内に充分なデータが収集されないことのために、意味のある予測指標を初期的には導出し得ないけれども、システムは、そのように動作可能である。動物データをリアルタイムで又はほぼリアルタイムで提供する能力は、特に予測指標をリアルタイムで又はほぼリアルタイムで提供する能力は、賭博用途と確率評価用途との双方において特に有用である。このようなリアルタイムでの又はほぼリアルタイムでのデータは、コンピューティングサブシステム２２及び／又は賭博システム２８及び／又は確率評価システム３０が、プロポジションベット（プロップベット）、予測あるいは１つ又は複数のオッズの作成又は修正、確率評価の調整又は修正、リスクを軽減又は防止するための戦略、あるいは、他の使用事例（例えば、リアルタイムでの健康フィードバック）、などの１つ又は複数の賭博戦略あるいは１つ又は複数の市場を提供するために、必要である。別の改良では、コンピューティングサブシステム２２及び／又は賭博システム及び／又は確率評価システムは、ユーザが、予測指標、演算アセット、動物データ、並びに／若しくはその１つ又は複数の派生物、が提供される少なくとも１つの特性を選択し得るように、動作可能である。特性は、動物データの１つ又は複数のソース、１つ又は複数の個体又は個体グループに関する特定の個体属性、使用されるセンサのタイプ、センサの特性、分類、特定のセンサ構成、位置、活動度、データ形式、データのタイプ、使用されるアルゴリズム、データ品質、データが収集された時期、関連する組織、関連するイベント、及び、データが提供される速度、を含むことができる。
いくつかの状況では、コンピューティングサブシステム２２は、動物データの履歴データを提供及び／又は使用する。改良では、個体あるいは同様の１つ又は複数の個体に関する１つ又は複数の同様のイベントからの履歴データは、任意の所与のイベントに関連したパフォーマンスを予測するために、ユーザにとって有用であり得る。例えば、ジム機器メーカが、自社製品（例えば、家庭用サイクリング機器）に関するユーザの疲労（あるいは、運動パターンに基づく任意の所与の時間において疲労が発生する可能性）を予測することを目的とした予測指標を、プラットフォームのサブスクリプションサービスの一環として作成したい場合には、サイクリングに特化したフィットネスクラスのユーザから導出された履歴動物データを使用することが、機器を使用している際の現在又は将来の生物学的パフォーマンスを予測するために、任意の所与のユーザに関する予測指標をメーカが作成することを可能とする上で有用であり得る。有利には、１つ又は複数の対象物又は対象物グループの履歴データにより、システムは、その情報から学習することができ、その学習を使用することにより、より正確な結果を提供することができる（例えば、対象者の心拍数が所与の活動度に対してどのように実行されるかを学習することにより、システムは、その心拍数アルゴリズムを微調整することができ、これにより、より正確な測定値を提供することができる）。別の改良では、１人又は複数人の同様の個人からの履歴データは、任意の所与の対象者のパフォーマンスを予測するために、ユーザにとって有用であり得る。例えば、保険会社が、任意の所与の対象者が所定期間内に特定の病状（例えば、心臓発作）を発症する可能性を理解したい場合には、保険会社は、その個人と１つ又は複数の特性を共有している個人からのデータ（例えば、年齢、身長、個人的履歴、社会的習慣、血液型、医療履歴、処方履歴、ＥＣＧデータ履歴、心拍数履歴、血圧履歴、ゲノム／遺伝子履歴、生体液に由来するデータの履歴）を利用することにより、１つ又は複数のシミュレーションを行うことができ、これにより、その対象者が必要な期間内に病状を発症するかどうかの可能性を決定してもよい。別の改良では、動物データに由来しない履歴データ（例えば、スポーツの文脈では、得点、リバウンド、アシスト、ゴール、シュート、勝敗率、及び同種のもの、などの履歴統計）が、また、使用されてもよい。
推測システム１０は、賭けを行うかどうかを決定したり（あるいは、サポートする情報を提供したり）、イベントの結果の発生確率を評価又は計算したり、予測を行ったり、イベントに対して以前に決定された確率を修正したり、１人又は複数人の個人が賭博を行うために市場を作成する戦略を策定したり、あるいは、行為を推奨したり、し得る１つ又は複数のシミュレーションを実行するために、ユーザが、１つ又は複数のデータセット内の１つ又は複数のパラメータを調整し得るように、動作可能であってもよい。改良では、推測システム１０は、実際のデータセットの代替として、１つ又は複数のセンサから少なくとも部分的に導出された１つ又は複数の人工的に作成されたデータセットを提供する。人工データは、将来の発生を予測するために、ユーザが以前の履歴データ／イベントからデータを再作成（例えば、生成）してトレンドラインを確立し、任意の所与の１つ又は複数の入力（例えば、変数）に対する修正（例えば、変更）に照らして、任意の所与の対象物に対する任意の所与のパフォーマンスの変化に関する研究及び理解を支援したい場合に、有益なものとすることができる。これらの１つ又は複数のパフォーマンス変化、及びそのような変化に関連する変数を理解するようにシステムをトレーニングする際には（例えば、変化は、１つ又は複数のニューラルネットワークを介して起こり得る）、ユーザは、データを再作成することにより（例えば、１つ又は複数のシミュレーションシナリオ内を含む１つ又は複数の方法論を使用して）、例えば、対象物の過去のパフォーマンスの理解、１つ又は複数の入力に対する過去の影響、現在のパフォーマンス、１つ又は複数の入力の現在の影響、並びに、同様のイベント、対象、及び入力についてシステムによって見られる傾向、に基づいて、将来のイベント又は発生を予測することができる。有利には、１つ又は複数の入力は、生物学的データとすることができる。特に、コンピューティングサブシステム２２又は賭博システム２８又は確率評価システム３０は、１つ又は複数の人工的に生成された動物データセット、演算アセット、あるいは予測指標、を作成することができ、これは、予測指標、演算アセット、実際に収集された動物データ、並びに／若しくはその１つ又は複数の派生物、の少なくとも一部を利用した１つ又は複数のシミュレーションを介して行ってもよい。これは、１つ又は複数の人工知能技術（例えば、１つ又は複数のトレーニングされたニューラルネットワーク、機械学習システム）あるいは統計モデルを利用して行ってもよい。更なる改良では、シミュレーションは、複数のシミュレーションから構成することができる（例えば、ｎ個のシミュレーションを、同時的に又は連続して実行することにより、単一のシミュレーション出力を導出する）。変形例では、コンピューティングサブシステム２２又は賭博システム２８又は確率評価システム３０は、予測指標、少なくとも１つの演算アセット、並びに／若しくは、１つ又は複数の対象をなす個体あるいは複数の対象をなす個体からなるグループ（１つ又は複数の匿名化された個体又は匿名化された個体グループを含む）に関する動物データ、の少なくとも一部から導出されたシミュレート済みデータを生成することができる。これらの文脈では、「生成する」は、「作成する」を含むことができ、その逆も同様である。また、「生成する」は、「導出する」を含むことができ、その逆も同様である。コンピューティングサブシステム又は賭博システム又は確率評価システムは、シミュレート済みデータの少なくとも一部を、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の賭博を引き受けるために、（３）１つ又は複数の製品を、作成する、強化する、修正する、取得する、提供する、又は配布する、ために、（４）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（５）１つ又は複数の戦略を策定するために、（６）１つ又は複数の行為を起こすために、（７）１つ又は複数のリスクを軽減又は防止するために、（８）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（９）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（１０）１つ又は複数の行為を推奨するために、（１１）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１２）１つ又は複数の販売促進において、あるいは、（１３）これらの組合せとして、直接的に又は間接的に使用するように、動作可能であってもよい。
センサデータに加えて、収集された他のタイプの動物データ又は非動物データを、使用事例に応じて、１つ又は複数のシミュレーション内に組み込むことができる。例えば、個人情報が組み込まれてもよく、個人情報は、年齢、身長、人種、出身国／地域、民族、性別、医療記録からの情報、個人的履歴、社会的履歴、健康的履歴、社会的習慣、教育記録、犯罪歴、感情、心理的評価、及び同種のもの、を含むことができる。スポーツの場合には、情報は、勝敗記録と、他の統計（例えば、勝ち取ったポイント／失ったポイント、結果、得点やリバウンドやシュートやフォアハンドやバックハンド及び同種のものなどの個人的統計）と、を含むことができる。スポーツ賭博の場合は、情報は、また、過去の賭け、ユーザの振る舞い、賭けの傾向、他のユーザデータ、を含むことができる。特徴的には、要求されたデータセット内の１つ又は複数の入力（例えば、変数）を追加又は変更する能力により、ユーザは、人工データ出力が生成される１つ又は複数のパラメータを決定することができ、同時に、その出力を、ユーザの１つ又は複数の仕様に適合させることができる。１つ又は複数の入力は、将来のパフォーマンスを予測するために過去の行為を理解することに関連した、動物データ及び非動物データからの、１つ又は複数の信号あるいは１つ又は複数の測定値を同様に含む、あらゆるデータを含んでもよい。人工データ出力は、例えば、人工的な動物データ、演算アセット、及び／又は、予測指標、であってもよい。変形例では、コンピューティングサブシステム又は賭博システム又は確率評価システム又は他のシステムは、予測指標及び／又は少なくとも１つの演算アセット及び／又は動物データ（その任意の派生物を含む）を、作成又は強化又は修正するために、シミュレート済みデータの少なくとも一部を直接的に又は間接的に使用又は適用してもよい。作成又は強化又は修正された予測指標及び／又は少なくとも１つの演算アセット及び／又は動物データ、の少なくとも一部は、その後、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の製品を、作成する、修正する、強化する、取得する、提供する、又は配布する、ために、（３）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（４）１つ又は複数の戦略を策定するために、（５）１つ又は複数の行為を起こすために、（６）１つ又は複数のリスクを軽減又は防止するために、（７）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（８）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（９）１つ又は複数の行為を推奨するために、（１０）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１１）１つ又は複数の販売促進において、あるいは、（１２）これらの組合せとして、直接的に又は間接的に利用することができる。改良では、１つ又は複数の作成又は強化又は修正は、動的である。有利には、１つ又は複数のシミュレーションは、また、１つ又は複数の使用事例に対しての、その出力の１つ又は複数の適用は、リアルタイムで又はほぼリアルタイムで行うことができる。
改良では、１つ又は複数の入力／パラメータを、シミュレーション内で変更（例えば、ランダム化）することができ、これにより、１つ又は複数の新たなシミュレート済みデータセットを提供することができる。更なる改良では、生成された人工データ出力の少なくとも一部を、１つ又は複数のシミュレーション又は演算又は分析内で利用される、１つ又は複数のデータセットとして、あるいは別の１つ又は複数のデータセットの一部として、使用することができる。例えば、１つ又は複数のシミュレーションを実行することにより、スポーツ選手の将来の生物学的データ（例えば、生理学的データ、生体力学的データ、位置データ）が任意の所与の試合でどのように見え得るかを決定してもよい。人工データが生成された時には、その人工データを更なる１つ又は複数のシミュレーションにおいて利用することにより、スポーツ選手が試合に勝つかどうかに関連した１つ又は複数の予測を決定してもよい。このような決定は、リアルタイムで又はほぼリアルタイムで行うことができる。別の改良では、少なくとも１つのタイプの動物データを組み込んだシミュレート済みデータを利用することにより、予測指標を微調整してもよい。有利には、１つ又は複数の予測は、新たなデータが収集されて更なるシミュレーション又は統計モデルが調整された際に、リアルタイムで又はほぼリアルタイムで修正又は強化することができる。例えば、システムは、ある結果が起こり得る履歴データに基づいて結論を出してもよくシステムは、また、その結果が起こることに関連した予測を作成することもできる。少なくとも１つのタイプの動物データを組み込んだ人工データの少なくとも一部を使用して１つ又は複数のシミュレーションを実行することにより、システムは、予測指標を調整又は強化することができ、これにより、様々なデータに基づいて、ある結果が起こる可能性の高い確率を決定することができ、そのようなデータは、例えば、テニス選手の現在の試合状況（例えば、選手Ａは、第２セットの第４ゲームを行っており、６－４、３－２で負けている）、履歴データ（例えば、選手Ａが第２セットの第４ゲームの時点で６－４、３－２で負けている時のすべての試合結果）、現在の条件（例えば、湿度、温度、標高）、以前の試合が行われた際の同じ条件（例えば、湿度、温度、標高）、関連する動物データ（例えば、公表された、生理学的特性、生体力学的特性、生体液ベースの特性、位置ベースの特性、及び同種のもの）、及び他のタイプの非動物データ、を含み得る。別の例では、保険会社は、１人又は複数人の個人の特性に関連した仮説を有してもよく、動物データの少なくとも一部を利用することにより、１つ又は複数のシミュレーションを実行することで、それらの個人に関して可能性の高い生物学的結果を決定してもよい。結果とは、例えば、ある人物が今後ｎか月以内に病気にかかる可能性、所与の負傷が所与の回復率を達成する可能性、個人が病気の発症（例えば、発作、心臓発作）を経験する可能性、及び同種のもの、であってもよい。１つ又は複数のシミュレーションに基づいて、人工データが作成されてもよく、その際、任意の所与の結果に対するオッズが、作成又は調整されてもよく、推測システムに対して提供されてもよい（例えば、個人の１つ又は複数の特性に基づいて、その個人が脳卒中になる可能性）。保険の例では、それらの特性を有した個人に対して、保険会社が、保険料を調整してもよい。別の例では、高齢者介護施設は、動物データの少なくとも一部を利用することにより、１つ又は複数のシミュレーションを実行することで、任意の所与の個人に関して可能性の高い健康結果を決定してもよく、したがって、その特定の個人に関して必要な将来的なケアの量を決定してもよい。必要とされる可能性の高い将来的なケアの量に基づいて、介護施設は、個人のプロフィールに基づいて、各個人に関する価格を調整し得ることがある。別の例では、自動車又は航空機のメーカは、リスクを軽減又は防止するよう、自動車又は航空機内の対象物に関連した１つ又は複数の応答を提供するために、予測指標を微調整するためのシミュレーションを実行することを要望し得る。より具体的には、自動車メーカは、車両の運転中に特定の生理的特性又は生体力学的特性を示す人物が事故を引き起こすリスクがあるかどうかを決定することを要望し得る。動物データは並びに／若しくはその１つ又は複数の派生物を利用することにより、車両は、リスクを軽減又は防止するために、予測指標及び他の動物データに基づいて、１つ又は複数の行為（例えば、車を停止させる、路肩に止める、病院へと運転する）を行ってもよい（例えば、車両は、収集したセンサデータに基づいて人物が心臓発作を起こしていると決定した場合には、病院まで自走してもよい、若しくは、車両は、特定の年齢、体重範囲、身長範囲、心臓の状態、心拍数の増加、血圧の上昇、ストレスレベルの上昇、不規則な生体力学的動作、などの所与のプロフィール及び特性を有した人物が、ハンドルを握って運転している時に心臓発作を起こす可能性が所与の割合よりも高いと決定した場合には、あるいは、予測指標を介したより絶対的な予測によって、特性及びパラメータに関するこれら所与のセットを有した対象者が、心臓発作を起こすであろうことを決定した場合には、車両自体を停止させてもよい）。別の例では、航空会社は、飛行中に１つ又は複数のソースセンサを介して１人又は複数人のパイロットのリアルタイムでの生物学的特性を監視してもよく、動物データの少なくとも一部に関連したハプニングが起こる確率に基づいて、１つ又は複数の行為を起こしてもよい（例えば、航空会社に通知する、パイロットから制御を奪う、飛行機を自動操縦とする、航空会社又は飛行機メーカによる遠隔での飛行機の制御を有効とする）。
別の改良では、動物データの少なくとも一部を組み込んだシミュレート済みデータを利用することにより、シミュレート済みイベントに関して１つ又は複数のプロップベットを作成してもよい。例えば、システムが、以前に、チームＢと対戦した際のチームＡの心拍数を収集していた場合、システムは、１つ又は複数のシミュレーションの一部として組み込まれた以前に収集したデータを利用した１つ又は複数の新たな賭けを作成することができる。賭けは、「１０，０００回のシミュレート済み対戦において、チームＡの平均最大心拍数が、チームＢに対しての試合時間中に１７０回／分を超えるかどうか」とすることができる。別の改良では、動物データの少なくとも一部を組み込んだシミュレート済みデータは、仮想イベント（シミュレート済みイベントを含む）に関する新たなプロップベットを作成するために利用してもよい、あるいは、仮想賭博のための賭博戦略の一部として利用される情報として利用してもよい。例えば、システムが、１つ又は複数の現実のレースにおける１つ又は複数の現実の対象物（例えば、現実の馬）に関する呼吸数を収集した場合には、システムは、１つ又は複数のシミュレート済みレースから収集された呼吸数データに基づいて、シミュレート済みデータ（例えば、シミュレート済み呼吸数）を生成することができ、これにより、システムは、１つ又は複数の仮想レースにおいて生成されたシミュレート済み動物データの少なくとも一部を利用した１つ又は複数の仮想対象物（例えば、仮想の馬）に関する１つ又は複数のプロップベット又は賭博製品を作成することができる（例えば、賭けは、「仮想レースにおける仮想の馬の最大呼吸数が、指標Ｘを超えるか」とすることができる）。変形例では、生成されたシミュレート済みデータは、そのデータが導出されたものと同じ特性を共有していなくてもよい。例えば、仮想の馬の人工的な呼吸数を生成する場合には、シミュレーションは、生成された人工的な呼吸数を、別の指標（例えば、色、「疲労」などの別の名称、及び同種のもの）として、特徴づけて表示してもよい。更なる改良では、１つ又は複数の仮想の対象物は、１つ又は複数の実際の対象物に対して、少なくとも１つの共通の特性を共有しており、仮想イベントは、実際の動物データが収集されたイベントに対して、少なくとも１つの共通の特性を共有している（例えば、馬Ｚが実際のレースで走り、仮想の馬Ｚが仮想レースで走り、実際の馬の少なくとも１つの特性とイベントとがシステム内に存在する。この特性は、例えば、呼吸数であってもよく、イベントは、競馬であってもよい。賭けは、「仮想レースにおける仮想の馬Ｚの最大呼吸数が、指標Ｘを超えるか」である。）。対象をなす特性は、生物学的特性、身体的特性、プロフィール特性（例えば、同じ名前、ジャージ番号、チーム名、チームカラー）、及び同種のもの、を含むことができる。別の例では、シミュレーションゲーム（例えば、ビデオゲーム）又は仮想世界ビデオゲームは、ゲームをプレイしている１人又は複数人のユーザの実際の動物データに関連した１つ又は複数の賭博又は製品（例えば、購入のためのゲーム内仮想製品）を作成してもよい（例えば、仮想ビデオゲームの一部として組み込まれているユーザの実際の動物データを利用して、ゲーム内で自身の動物データの少なくとも一部を組み込んだシミュレート済みデータを利用しながら、ゴールに到達したユーザに対してゲーム内で報酬を作成すること、動物データから少なくとも部分的に生成された人工データベースの仮想製品をユーザが購入可能とすること、ビデオゲーム内で利用される人工的な動物データに基づいて賭博タイプ又は製品を作成すること）。さらに別の改良では、シミュレート済みデータは、動物データの少なくとも一部に基づいて、仮想イベント又はシミュレーションゲーム（例えば、ビデオゲーム）に関して作成され、これにより、賭博システム及び／又は確率評価システムに対して、新たな価値又はアセットが創出されてもよい。例えば、上記のシナリオでは、ユーザは、シミュレーションイベントにおいて、馬Ｚのシミュレーション呼吸数が指標Ｘを上回った時に馬Ｚがレースに勝つ確率と、これが任意の所与のシミュレート済みレースでどのくらいの頻度で起こるのかを、知ることを要望し得る。システムは、動物データの少なくとも一部を含む様々なデータを利用することにより、シミュレート済みデータを生成してもよい（例えば、利用可能なレースごとに１つ又は複数のソースセンサから収集した馬Ｚの呼吸数、利用可能であれば、１つ又は複数のソースセンサからの他の馬の呼吸数、１つ又は複数のシミュレート済みレースから生成されたシミュレート済み呼吸数データ、シミュレート済みレースに関する入力として利用され得る現実世界で収集された他の要因、すなわち、天候又は温度などの環境条件、負傷、生体液データ、及び同種のもの）。これらの情報に基づいて、ユーザは、仮想競馬に関して賭けを行ってもよい。なおも別の改良では、少なくとも１つのタイプの動物データを組み込んだシミュレート済みデータを利用することにより、より精度の高いベッティングラインの作成又は調整（例えば、オッズの調整）を行ってもよい。例えば、特定の試合に関して選手Ａ対選手Ｂについてラインが設定されている場合、コンピューティングサブシステムは、同様の試合条件（例えば、コート上の温度、過去の勝敗記録）を使用して、また、選手の少なくとも１つの動物データ入力を組み込んだ入力（例えば、すべての選手Ａの動物データ、対、選手Ｂの動物データ）を使用して、１つ又は複数のシミュレーションを実行してもよく、これにより、システムは、より高い精度で、結果の確率を決定することができる。その後、この確率を利用することにより、１つ又は複数のオッズを作成又は調整してもよく、これはリアルタイムで又はほぼリアルタイムで行うことができる。
改良では、１つ又は複数の人工データセットを、ユーザが設定した１つ又は複数のパラメータに従って、ランダムに又は別の態様で、生成することができる。これは、例えば、ユーザが要望する実際のデータを取得又は捕捉又は作成できない場合に、有用であり得る。ユーザが、実際のデータの取得が実現不可能であり得る要求を有している場合（例えば、要求されたデータを、要求された時間枠内で取得することができない、実際のデータセットに関連した対価が高すぎる、取得者が要求する使用事例では、システム内で見つからない１つ又は複数のデータセット、又は取得できない１つ又は複数のデータセット、が必要である）には、推測システム１０は、ユーザが確立した１つ又は複数のパラメータに適合する人工データを生成してもよく、これを、製品の、作成、調整、強化、取得、配布、及び／又は消費、のために利用可能としてもよい。新たな１つ又は複数の人工データセットは、取得者が要求している特性のうちの少なくとも１つに適合した１つ又は複数の以前に取得されたデータセットを分析し得る１つ又は複数の人工知能技術の適用によって作成されてもよい。１つ又は複数の人工知能技術（例えば、機械学習ベースのエンジン、１つ又は複数のニューラルネットワーク）は、１つ又は複数の実際のデータセット内においてパターンを認識するとともに、ユーザ（例えば、賭博事業体、賭博者、リスクを軽減又は防止するために確率を評価したり戦略を作成したりする組織、行為を起こすための推奨又は情報を提供するプラットフォーム）の最小限の要求に一致する又は適合する人工データを作成する。１つ又は複数のデータセットは、単一の個体に基づいて、１つ又は複数の同様の特性を有した１つ又は複数の個体からなるグループに基づいて、１つ又は複数の特性が規定されたグループ内における１つ又は複数の個体のランダムな選択に基づいて、１つ又は複数の個体が規定されたグループ内における１つ又は複数の特性のランダムな選択に基づいて、１つ又は複数の特性が規定されたグループ内における１つ又は複数の個体が規定された選択に基づいて、あるいは、１つ又は複数の個体が規定されたグループ内における１つ又は複数の特性が規定された選択に基づいて、作成することができる。改良では、グループは、複数のグループを含むことができる。ユーザの要求に基づいて、推測システムは、データを関連性とランダム性の両方に維持するために、１つ又は複数の人工データセットを作成するに際して、単一の変数又は複数の変数を分離することで再現性を確保する能力を有していてもよい。
人工データセットを作成するための別の方法は、以前に収集された実際のデータセットからなるデータセットを、シミュレート済みデータによって、拡張することを含む。例えば、異なるタイプのデータ及びメタデータを含む、スポーツ選手Ａに関するプレイ中／試合中の指定された量（例えば、１０時間、１００時間、１０００時間、あるいはそれ以上）のデータに対してアクセスできるシステム（例えば、テニスなどのスポーツの文脈では、コート上の温度、湿度、心拍数、走行距離、スイング速度、エネルギレベル、呼吸数、筋肉活動度、水分補給レベル、生体液由来のデータ、ショットのパワー、ポイントの長さ、コート上の位置取り、対戦相手、特定の環境条件下における対戦相手のパフォーマンス、対戦相手に対する勝率、同様の環境条件下における対戦相手に対する勝率％、現在の試合の統計、試合でのパフォーマンス傾向に基づく過去の試合の統計、日付、タイムスタンプ、勝ち取ったポイント／失ったポイント、スコア）は、１つ又は複数の人工知能技術を使用して、所与のスポーツ選手がプレイしていなくてもよいイベント（例えば、試合）の少なくとも一部を再現することにより、データセットを拡張することができる、並びに／若しくは、再現されたイベント内でスポーツ選手Ａに関する人工データを生成することができる（例えば、スポーツ選手Ａは、２時間のテニスの試合をプレイし、その場合の心拍数データは取得されているものの、ユーザは、未だプレイされていないが将来プレイされるであろう、試合の３時間経過時点での心拍数データを求めている。したがって、コンピューティングサブシステムは、１つ又は複数のシミュレーションを実行することにより、データを作成することができる。）。より具体的には、これらのデータセットの１つ又は複数を使用して１つ又は複数のニューラルネットワークをトレーニングすることにより、スポーツ選手Ａの生物学的機能を、並びに、１つ又は複数の変数が任意の所与の生物学的機能に対してどのように影響を与えるかを、理解するようにしてもよい。ニューラルネットワークをさらにトレーニングすることにより、１つ又は複数の生物学的機能に基づいて並びに１つ又は複数の変数の影響に基づいて、どのような結果が起こるかを理解することができ、これにより、相関分析及び因果分析が可能とされる。例えば、現在のシナリオを含めた任意の所与のシナリオにおけるスポーツ選手Ａに関する１つ又は複数の生物学的機能、現在のシナリオを含めた任意の所与のシナリオにおけるスポーツ選手Ａに関する１つ又は複数の生物学的機能に対して影響を与え得る１つ又は複数の変数、スポーツ選手Ａが示す１つ又は複数の生物学的機能に基づいて並びに／若しくは１つ又は複数の現在の変数に基づいて、現在のシナリオを含めた任意の所与のシナリオにおいて以前に起こった１つ又は複数の結果、現在のシナリオと同様のシナリオを含めた任意の所与のシナリオにおけるスポーツ選手Ａと同様の及び同様でないスポーツ選手に関する１つ又は複数の生物学的機能、現在のシナリオと同様のシナリオを含めた任意の所与のシナリオにおけるスポーツ選手Ａに関する１つ又は複数の生物学的機能に対して影響を与え得る１つ又は複数の他の変数、現在のシナリオと同様のシナリオを含めた任意の所与のシナリオにおけるスポーツ選手Ａと同様の及び同様でない他のスポーツ選手に関する１つ又は複数の生物学的機能に対して影響を与え得る１つ又は複数の変数、スポーツ選手Ａと同様の及び同様でないスポーツ選手が示す１つ又は複数の生物学的機能に基づいて並びに／若しくは１つ又は複数の変数に基づいて、現在のシナリオと同様のシナリオを含めた任意の所与のシナリオにおいて以前に起こった１つ又は複数の結果、などの情報を理解するようにトレーニングされた時には、データの取得者は、現在の収集されたデータセットを、人工的に生成されたデータを使用して拡張するために、１つ又は複数のシミュレーションの実行を要求してもよい（例えば、スポーツ選手Ａは、２時間プレイしたところであり、その場合の、位置ベースのデータを含めた様々な生物学的データは取得されている。取得者は、同じ試合条件下における３時間経過時点での位置ベースのデータを求めており、そのため、システムは、１つ又は複数のシミュレーションを実行することにより、以前に収集したデータに基づいてデータを作成してもよい。）、あるいは、予測指標を介して、任意の所与の活動度に関して起こる結果を予測してもよい（例えば、スポーツ選手Ａのデータだけを見ることに基づいて、スポーツ選手Ａが、対スポーツ選手Ｂの試合に最終セットで勝つ可能性を予測してもよい）。変形例では、１つ又は複数のニューラルネットワークは、チーム内の又はグループ内の又は互いに競争している複数の動物（例えば、スポーツ選手）を使用して、トレーニングされてもよく、１つ又は複数のニューラルネットワークを、各動物からの１つ又は複数のデータセットを使用してトレーニングすることにより、１つ又は複数の結果（例えば、スポーツ選手Ａが、対スポーツ選手Ｂの試合に勝つかどうか）を予測する予測指標が、より正確に生成されてもよい。この例では、１つ又は複数のシミュレーションを実行することにより、まず、各スポーツ選手に関する実際のセンサデータに基づいて人工的なセンサデータを生成し、次に、生成された人工的なセンサデータの少なくとも一部を、１つ又は複数の更なるシミュレーションにおいて利用することにより、任意の所与の結果の可能性を決定してもよい、及び／又は、予測を行ってもよい。
別の例では、スポーツチームは、試合中に選手をコートから降ろす適切なタイミングを決定することを要望することができ、また、病院は、１日又は１週間に所定時間にわたって働いた後に、外科医の手術を引き続き許可すべきかどうかを決定することを要望し得る。実際の動物データの少なくとも一部を利用した１つ又は複数のシミュレーションを実行することにより、スポーツチーム又は病院は、１つ又は複数の人工データセットを生成することができ、それに基づいて、１つ又は複数の予測指標を導出することができ、スポーツチーム又は病院は、ある行為を起こすかどうかを決定することができる（例えば、スポーツチームの場合は、疲労が将来の最適でない時期に負傷又はパフォーマンス低下をもたらし得ることを承知の上で、スポーツ選手がなおも高いパフォーマンスを発揮している間はコートに留まらせることを許可するか、あるいは、ゲームから外すか、を検討する、また、病院の場合は、１つのリスクが人命であり１つのベネフィットがより多くの命を救うことにつながり得る経験であることを考慮して、賭けは、外科医が所定時間にわたって継続して働いた後にあるいは特定の特性を示している間に、手術を続けることを許可するかどうかである）。さらに別の例では、遠隔患者監視プラットフォーム又は遠隔医療プラットフォームは、医療専門家（例えば、医師）と患者との両方に対して、１つ又は複数のソースセンサを介してアプリケーションに対して提供される１つ又は複数のリアルタイムバイタル（例えば、心拍数、ＥＣＧ、血圧、疲労、ストレス、睡眠データ）に基づいて、及び、他のデータ（栄養状態、年齢、体重、身長、病歴、生体液ベースのデータ履歴、遺伝子／ゲノム履歴、処方履歴）に基づいて、患者が将来的に任意の病状（例えば、インフルエンザ、心臓発作、糖尿病、脳卒中）を経験する可能性を提供することを、要望し得る。実際の動物データの少なくとも一部を利用した１つ又は複数のシミュレーションを実行することにより、医療従事者又は他の管理者（例えば、推測システム）は、１つ又は複数の人工データセットを生成することができ、これに基づいて、１つ又は複数の予測指標を導出することができる。予測指標は、例えば、医療従事者及び患者に対して、ハプニングが起こる可能性（例えば、動物データ及び他のデータの分析に基づいて、患者が今後６か月以内に脳卒中を発症し得る可能性％、また、患者の１つ又は複数の特性に基づいて、ｘ、ｙ、ｚのステップを実行しない場合に、患者が今後３０日以内に病状ｐを経験する可能性％）を、また、リスクを軽減するために推奨される行為（例えば、１日あたりｎ分歩くことでストレスを軽減すること、また、血圧を低く維持するために特定の食品を食べ続けること）を、提供してもよい。改良では、推測システムは、予測指標、演算アセット、動物データ、並びに／若しくはその１つ又は複数の派生物、に関連した１つ又は複数の測定値に基づいて、１つ又は複数のアラートを提供するようにプログラムされてもよい。例えば、アラートは、対象物が最大心拍数を達成したり、アラートを必要とすることが事前に規定された「エネルギレベル」に到達したり、システムがＥＣＧデータ内に不規則性を検出したり、することに基づく。この例では、対象物からのそのような異常の検出は、システムによって対象物から収集された過去のＥＣＧ情報を利用して、また、対象物と１つ又は複数の特性（例えば、年齢、体重、身長、病状、及び同種のもの）を共有した１つ又は複数の対象物を利用して、行うことができる。システムは、過去のデータをベースラインとして使用することにより、任意の所与の対象物の異常を検出するように、さらに、形態の何らかの変化に関連した見識を、又はあらゆる他の関連する所見に関連した見識を、提供するように、動作可能とすることができる。別の改良では、医療従事者又はシステムは、予測指標に基づいて１つ又は複数の行為を起こしてもよい。例えば、システムが、糖尿病とウェアラブルセンサ（例えば、インスリンポンプ）とを有した特定の患者が、生体液の測定値（例えば、低血糖値）に基づいて深刻な身体応答（例えば、昏睡状態になる）を経験する可能性が比較的高いことを表す予測指標を生成して提供するとともに、そのデータがセンサによって少なくとも部分的にシステムに対して通信された場合には、あるいは、インスリンが投与されずに、次のｎ時間以内に深刻な身体応答を経験するであろうという場合には、システムは、インスリンポンプと直接的に通信するように、そして、インスリンポンプを介して身体に対してインスリンを投与するための１つ又は複数のコマンドを提供するように、あるいは、血糖値を調整するために予測指標に基づいて栄養プランを生成するように、動作可能とされてもよい。ウェブブラウザベースのアプリケーションを利用した生物学的データ追跡システムに関する追加的な詳細は、２０１９年２月１３日付けで出願された米国特許出願第１６／２７４，７０１号明細書、及び、２０２０年２月１３日付けで出願された国際出願ＰＣＴ／ＵＳ２０／１８０６３号明細書、に開示されており、これらの開示内容の全体は、参照により本明細書に援用される。
シミュレート済みデータセットを作成するための別の方法では、以前に取得したデータを、１つ又は複数のシミュレーションを通して再実行することにより、１つ又は複数の新たなデータセットを作成する。例えば、コンピューティングシステムが、統計モデル、又は、長期短期記憶（ＬＳＴＭ）などのニューラルネットワーク、を利用しており、ユーザが、スポーツ選手Ａに関して、スポーツ選手Ａの心拍数データの少なくとも一部（例えば、様々なシナリオに対するスポーツ選手Ａの心拍数データの特性あるいは１分間あたりの心拍数）を利用した人工データセットを作成することにより、シミュレーション（例えば、ビデオゲームなどのシミュレーションゲーム）内に組み込むことを要望している場合には、推測サブシステムは、スポーツ選手Ａの実際の心拍数データを利用してトレーニングすることにより、シミュレーションゲーム内に組み込まれ得るスポーツ選手Ａの実際の心拍数データの少なくとも一部に基づいて人工データセットを生成することができる。シミュレーションゲームは、例えば、スポーツ選手Ａに関しての、スポーツ選手Ａの実際の動物データの少なくとも一部並びに／若しくはその１つ又は複数の派生物から導出された１つ又は複数の生物学的評価基準（例えば、心拍数、足の速度、スイング速度）を特徴とすることができる。仮想対象物に関するシミュレート済みデータ（例えば、シミュレート済み生物学的評価基準）は、現実世界の対象物から収集された履歴データに基づくものであってもよい、あるいは、現実世界の対象物によって推測システムに対して提供されるリアルタイムでの又はほぼリアルタイムでのデータであるとともに推測システムによって新たな人工データセットへと変換されるリアルタイムでの又はほぼリアルタイムでのデータに基づいて、仮想対象物に対してリアルタイムで又はほぼリアルタイムで表示されてもよい。変形例では、１つ又は複数のシミュレーションによって確立された指標は、現実世界のデータとは異なってもよいけれども、シミュレーションに対して適用可能であるように変換されてもよい（例えば、心拍数データが、ゲーム内において色へと変換されてもよい、あるいは、仮想通貨が、特定のゾーン内への心拍数の維持又は超過に対して関連付けられてもよい）。有利には、予測指標を、シミュレーションゲーム内においてユーザが利用可能なものとすることができる（例えば、「エネルギレベル」バーは、仮想対象物が疲れている時に示すことができ、ゲーム内の対象物がエネルギを使い果たす時点が予測される、あるいは、出来事が起こるであろう可能性に基づいて、ユーザが行為を起こす必要がある時点が予測される）。改良では、予測指標は、ゲーム内において購入可能なものとされる（あるいは、対価に対して関連づけられる）。場合によっては、シミュレーションの１つ又は複数のパラメータに適合させるために、及び、データをシミュレーション内に統合するために、予測指標を、調整又は修正する必要があり得る。この方法を利用して、また、様々な結果に関する確率を調べることもできる。例えば、スポーツ選手Ａに関する既存のデータ（例えば、以前に収集又は取得されたもの）と、１つ又は複数のシミュレーションを実行することにより１つ又は複数の新たなデータセットを作成するというシステムの能力と、を使用することにより、特定の結果に関する確率を決定することができる。改良では、１つ又は複数のシミュレーションを、別の１つ又は複数のシミュレーション内における先見的データ（例えば、人工的に生成されたデータ）を組み込みつつ、実行することにより、結果を予測したり、確率を作成したり、することができる。例えば、所与のシナリオにおける人物の将来の心拍数データ又は生体液ベースのデータは、収集されたデータに基づいて生成されてもよく、その人工的な心拍数データ又は生体液ベースのデータは、別の将来の結果を予測するために（例えば、その将来の心拍数データ並びに／若しくは１つ又は複数の生体液ベースの測定値に基づいて、結果が起こるあるいは起こらない）、更なる１つ又は複数のシミュレーションにおいて利用される。
１つ又は複数のシミュレート済みデータセットを作成するための変形例では、１つ又は複数のランダム化された変数を有した既存のデータが、１つ又は複数のシミュレーションを通して再実行され、これにより、システムによって以前には見られなかった新たなデータセットが作成される。この方法を利用して、また、上述した入力の例を利用して、１つ又は複数の予測指標を生成することができる。例えば、推測システムが、特定の個体（例えば、スポーツ選手）及び特定のイベント（例えば、そのスポーツ選手がプレイした試合）に関するデータセットを有している場合には、推測システムは、データセット内の１つ又は複数の変数（例えば、標高、コート上の温度、湿度）を再作成及び／又は修正するとともに１つ又は複数のシミュレーションを介して１つ又は複数のイベントを再実行するという能力を有していてもよく、これにより、対象をなすシミュレート済みデータ出力を生成することができる。例えば、テニスの文脈では、取得者は、２時間の試合の全体にわたって気温が９５度以上である時には、１時間経過時点での選手Ａの心拍数データを要望してもよい。システムは、異なる温度（例えば、８５、９１、９４）での１つ又は複数の心拍数データセットと、同様の条件での選手Ａに関しての上述した入力と、同様の条件及び非同様の条件での他の同様の選手及び非同様の選手に関しての上述した入力と、を有してもよい。９５度以上での選手Ａに関する心拍数データは、まだ収集されたことがないため、システムは、１つ又は複数のシミュレーションを実行することでデータを作成することができ、その後、そのデータを、１つ又は複数の更なるシミュレーションにおいて利用することができる。別の例では、取得者は、選手Ａが試合に勝つ可能性を提供する予測指標を要望してもよい。改良では、システムは、また、非同様のデータセットどうしを組み合わせることにより、１つ又は複数の新たなデータセットを作成又は再作成するように、プログラムされてもよい。例えば、ユーザは、特定のトーナメントで２時間の試合の全体にわたって気温が９５度超である時の選手Ａの心拍数データに関し、１時間経過時点でのデータを要望してもよく、その場合、標高などの１つ又は複数の特徴が、パフォーマンスに影響を与え得る。このデータは、その全体がまだ収集されたことがないけれども、異なるデータセットが、要求されたデータを含むことができる（例えば、選手Ａからの、心拍数を特徴とする１つ又は複数のデータセット、選手Ａからの、９５度超の気温でテニスをプレイすることを特徴とする１つ又は複数のデータセット、要求されたトーナメントでの、標高などの要求された特徴を有した１つ又は複数のデータセット）。システムは、データセット内において及びデータセットどうしの間で、これらの要求されたパラメータを識別してもよく、１つ又は複数のシミュレーションを実行することにより、これらの非同様のデータセットに基づいて、ユーザの要求を満たす１つ又は複数の新たな人工データセット（これは、例えば、予測指標、演算アセット、又は人工的な動物データ、であってもよい）を作成してもよい。変形例では、１つ又は複数の新たなデータセットを作成又は再作成するために使用される非同様のデータセットは、対象をなす対象物と少なくとも１つの共通の特性（これは、例えば、年齢範囲、体重範囲、身長範囲、性別、同様の又は非同様の生物学的特性、及び同種のもの、を含むことができる）を共有した１つ又は複数の異なる対象物を特徴としてもよい。上記の例を使用すると、心拍数データを選手Ａに関して利用し得るけれども、システムは、所望のデータセットとの関連性に基づいて選択された選手ｂ、ｃ、ｄからの別の１つ又は複数のデータセットを利用してもよい（例えば、一部又はすべての選手は、選手Ａと同様の心拍数パターンを示してもよい、一部又はすべての選手は、選手Ａと同様の生体液由来の測定値を有してもよい、一部又はすべての選手は、システムによって収集されたデータセットの中に、９５度超の温度でテニスをプレイしたことを特徴とするデータセットを有してもよい）。これらの１つ又は複数のデータセットは、所望の条件下で選手Ａの心拍数をより正確に予測するために、１つ又は複数のシミュレーション内への入力として機能してもよい。
シミュレート済みデータのなおも別の方法では、一般的な性質を有した（例えば、共有された生物学的パラメータを欠いている）人工データセットが作成される。変形例では、１つ又は複数のランダム化されたデータセットが作成され、１つ又は複数の変数は、取得者ではなくシステムによって、選択される。これは、例えば、保険会社が、ランダムなサンプル（例えば、年齢も病歴も規定されておらず、システムによってランダムに選択され得る）の中から、特定のデータセット（例えば、１，０００，０００人の喫煙者）を探す場合に、あるいは、賭博会社が、存在しなかったイベント（例えば、ビデオゲームのシミュレーション結果に関するプロップベット）に関して１つ又は複数の新たな市場（例えば、プロップベット）を作成しようとしている場合に、特に有用であり得る。改良では、１つ又は複数の人工データセットは、システムの所与のユーザが選択した所定数の個人に基づいて作成される。別の改良では、１つ又は複数の人工データセットが、推測システムがランダムに選択した所定数の個人から作成される。
シミュレート済み動物データ及びモデルを生成するためのシステムに関連した追加的な詳細は、２０１９年９月６日付けで出願された米国特許出願第６２／８９７，０６４号明細書に開示されており、この開示内容の全体は、参照により本明細書に援用される。本発明は、利用される１つ又は複数の統計モデルのタイプ、又は利用される人工知能技術のタイプ（例えば、機械学習モデル、深層学習技術）、に限定されるものではない。本発明が、シミュレート済みデータを使用するための何らの特定のアプリケーションによって限定されるものではないことから、そのようなデータは、１つ又は複数の、センサ、アルゴリズム、出力、及び／又は仮説、をテストしたり及び／又は変更したり及び／又は修正したりするためのベースライン又は入力として使用することができる。その上、１つ又は複数のシミュレーションから生成されたデータは、実際のデータの問題点／パターンを識別するためのコントロールセットとして、あるいは、更なるシミュレーションへの入力として、あるいは、テストセット又はトレーニングセット又は識別可能なパターンを有したセットという役割での人工知能又は機械学習モデルに対しての入力として、などを含めて、広範な使用事例に関して使用することができる。この人工データを使用することにより、シミュレーションシナリオを実行することができ、その使用事例は、トレーニングから、パフォーマンスの向上及び同種のものへと、多岐にわたることができる。例えば、特定のスポーツ選手の実際の動物データに基づいて作成された人工データセットを、推測システムを使用して修正することにより、疲労又は急激な心拍数の変化などの特性に対応する１つ又は複数の偏差を、データ内に導入することができる。この修正されたデータを使用して、個体（例えば、スポーツ選手、兵士、患者）が、例として、ストレスの多い状況下において、又は特定の環境条件（例えば、高地、コート上の高温）下において、どのようなパフォーマンスをするかを確認するために、１つ又は複数のシミュレーションを行うことができる。これは、フィットネスアプリケーション、保険アプリケーション、及び同種のもの、において、特に有用とすることができる。人間（例えば、スポーツ選手）又は他の動物の場合には、システムが、生物学的評価基準（例えば、心拍数、呼吸、位置データ、生体力学的データ）と、ハプニングが起こる可能性（例えば、特定の試合に勝つこと、特定のレベルに又は指定されたレベルに生物学的機能を維持すること）と、の間にパターンを確立しているので、推測システムは、特定の条件付きシナリオ（例えば、「仮定の」シナリオ、及び、可能性の高い結果）に関する１つ又は複数の確率を計算することができる。一例として、人工データを作成するシステムは、１つ又は複数のシミュレーションにおいてｎ個のデータ入力を使用して、任意の所与の時間にライブで行われ得る任意の所与のイベント（例えば、テニスの試合）について、リアルタイムで又はほぼリアルタイムで複数のシミュレーションを実行するように、動作可能である。それらのシミュレーションの結果に基づいて、システムは、所与の結果が起こることに対して、確率を割り当てることができる。例えば、要望された分析が、「現在の試合で選手ＡのＨＲが２００に達するか」である場合には、システムは、任意の数のシナリオ（例えば、選手Ｂが第１セットに勝利し、選手Ａが、身体の特定の部位に、ストレス、疲労、及び筋肉のこわばり、を感じ始める、また、試合中に気温と湿度がｎ度だけ上昇し、選手Ａに対して影響を与える）を含み得る１つ又は複数のシミュレーションを実行することで、この結果が起こる確率を作成することができる。このようなｎ個のシミュレーションシナリオが可能であり、更なるシミュレーションシナリオが、例えば過去の同様の試合に基づいて、推測システムのＭＬ／ＡＩエンジンを介して、その場で臨機応変に（すなわち、動的に）作成されてもよい。シミュレーションが実行され、出力が収集されて分析された後には、システムは、考察中の結果に関連した１つ又は複数の確率を提供するように設定されてもよい。変形例では、任意のイベントの進行中に２つ以上のシミュレーションが実行されてもよく、１つ又は複数の入力又は要因（例えば、時間）の変更に基づく異なる出力（例えば、確率）が得られる。例えば、１つ又は複数のシミュレーションを実行することで、選手Ａに対して、試合に勝つ確率がｎ％であることを提供するシステムは、将来的な時間に（例えば、最初のシミュレーションの１０秒後、最初のシミュレーションの５分後、最初のシミュレーションの１時間後、等）、１つ又は複数の将来的なシミュレーションを実行してもよく、これにより、異なる確率を提供してもよい（例えば、最初のシミュレーションの３０秒後に実行されるシミュレーションであって、１つ又は複数の入力の一部として「スコア」及び「ストレス」を利用したシミュレーションは、選手Ａがその期間内に試合に負けて通常よりも高いストレスレベルを有していることのために、また、これが、以前の試合でパフォーマンス低下を引き起こすことが示されていることのために、選手Ａが試合に勝つ確率を、５２％に修正することとなってもよい）。
別の実施形態では、推測システムは、センサ又は接続されたデバイスの、精度、一貫性、及び／又は信頼性を、テストする、確立する、及び／又は検証する、ためのツールとして利用され得る。同様にラベル付けされた出力（例えば、心拍数）をそれぞれ生成する複数のセンサは、それらの出力を導出するために異なる構成要素（例えば、ハードウェア、アルゴリズム）を使用してもよい（例えば、異なる製造業者の心拍数センサ、あるいは、「同じ」出力を生成するために異なるデータ収集方法又はアルゴリズムを利用している同じ製造業者の異なる心拍数センサ）。これは、例えば、あるデバイスからの心拍数などの出力が、別のデバイスからの心拍数と比較して、同じではない可能性があることを意味する。ネイティブアプリケーションをバイパスしたり、データを集約したり、データの正規化及び／又は同期を含めてデータに対して処理を実行したり、するという推測システムの能力により、ユーザは、必要に応じて、相対的に「同じものどうし」を比較するという能力を有しており、各センサの出力と、各出力（例えば、生データ、処理済みデータ）を導出する対応するハードウェア／ファームウェア及び１つ又は複数のアルゴリズムと、を比較し、これとともに、データに関するコンテキスト（例えば、データを収集した活動度）を提供し、さらに、出力に対して影響を与え得る他の変数（例えば、伝送関連、ソフトウェア関連）を排除する。各センサ又は接続機器のハードウェアあるいは１つ又は複数のアルゴリズムあるいは出力を公平に（例えば、指定された基準に照らして）テストして比較することにより、評価対象をなす特定の構成要素から切り離された定量可能な結果が確保される。各センサタイプとそれに対応する構成要素とに関する定量化された結果を得る能力により、ユーザは、任意の所与の要求又は使用事例（例えば、賭博、確率の評価又は計算、製品の作成又は取得、あるいは、リスク軽減の使用事例）に基づいて、所与のグループのすべての参加者に関して、特定のセンサ及び／又はアルゴリズムを選択することができる。例えば、あるセンサメーカは、他のセンサメーカと比較して、特定の使用事例に関する使用においてより適切なセンサを提供してもよい。構成要素（例えば、センサタイプ、対応するアルゴリズム）を選択する能力により、異なる構成要素又は下級の構成要素（例えば、「同じ」出力を取得する異なるセンサ、あるいは、異なるアルゴリズム）を使用した場合に典型的に見られるような、センサに関連した主要な変数が除去される。この方法論は、また、１つ又は複数の他の変数（例えば、１人又は複数人の個人対象者どうしの間の相違）を分離する能力を確保する。この方法論は、ユーザによるデータの信頼性を確保するとともに、市場又は賭博の戦略、確率評価、製品、推奨、あるいは、リスクの軽減又は防止のための戦略、を作成する組織に対して、要求に適した１つ又は複数のセンサを選択するための定量化可能な方法を提供する。
図３は、スポーツ賭博を含むイベントに対して適用される推測システムに関する高レベルでの基本的な概要である。スポーツ推測システム６０は、図１及び図２に関連して上述した説明において記載されたシステムの一例である。スポーツ推測システム６０は、スポーツ会場６４でスポーツ活動に参加している１人又は複数の対象をなす個体から動物データを収集する１つ又は複数のソースセンサ６２を含む。また、図３にはテニス会場が図示されているけれども、本設計は、任意のスポーツ会場を含めた任意の会場に対して適用可能であるとともに、任意の数の産業に対して適用可能である。このようなスポーツ会場の例としては、野球会場、フットボール会場、バスケットボール会場、サッカー会場、アイスホッケー会場、トラック及びフィールド会場、サイクリング又はトライアスロン又はオートレースを含めたオープンレース会場又はオープンレースコース、バレーボール会場、競馬会場、ドッグレース会場、及び同種のもの、を含むが、これらに限定されない。改良では、会場６４は、ジム、家庭、フィットネススタジオ、製造工場、病院、建設現場、及び同種のものを含めた、非スポーツ会場とすることができる。上述したように、動物データは、無線接続や有線接続を介して、電子的に伝送することができる。伝送サブシステム７６は、動物データを、コンピューティングサブシステム６６へと、伝送する。上述したように、伝送サブシステム７６は、並びに／若しくはその１つ又は複数の構成要素は、コンピューティングサブシステム６６の一部であってもよい、あるいは、コンピューティングサブシステムの外部にあってもよい、あるいは、１つ又は複数のソースセンサに対して統合されていてもよい。コンピューティングサブシステム６６は、動物データを受領する。上述したように、動物データの少なくとも一部は、コンピューティングサブシステム６６並びに／若しくは１つ又は複数のソースセンサ６２によって、選択された対象をなす個体に対してあるいは選択された対象をなす複数の個体からなるグループに対して割り当てられた少なくとも１つの演算アセットへと、変換される。コンピューティングサブシステム６６は、少なくとも１つの演算アセットを、予測指標へと変換するように、動作可能である。動物データを、演算アセット又は予測指標のいずれかへと変換することは、分析特徴物８４を介して行うことができる。分析特徴物８４は、１つ又は複数の分析サブシステム、ツール、及び同種のもの、とすることができ、コンピューティングサブシステム６６の一部とされる、あるいは、コンピューティングサブシステムから分離されかつ推測システムを運営している事業体によって運営される、あるいは、コンピューティングサブシステムから分離されかつ推測システムを運営している事業体とは異なる事業体（例えば、第三者）によって運営される、あるいは、データを分析して、そのデータの少なくとも一部並びに／若しくはその１つ又は複数の派生物を、コンピューティングサブシステムへと戻して提供する事業体（例えば、第三者）によって運営される。分析特徴物８４は、１つ又は複数の統計モデル並びに／若しくは人工知能技術を利用することにより、そのようなデータを変換してもよい。改良では、分析特徴物８４は、出力情報の少なくとも一部から１つ又は複数の製品を作成又は修正又は強化するように、さらに、その１つ又は複数の製品を、１つ又は複数のユーザに対して提供するように、動作可能であってもよい。別の改良では、分析特徴物８４は、出力情報の少なくとも一部を１つ又は複数のユーザに対して提供するように、動作可能であってもよい。
なおも図３を参照すると、コンピューティングサブシステム６６は、予測指標、少なくとも１つの演算アセット、動物データの少なくとも一部、動物データの１つ又は複数の派生物、及び／又は、これらの組合せ（「出力情報」と総称される）を、データ配布特徴物７２を介して、１つ又は複数のユーザに対して提供する（例えば、提示する、配布する、利用可能とする、及び同種の行為を行う）ように、動作可能である。コンピューティングサブシステム６６は、イベントに直接関与している人物を含めて、１人又は複数人の人物に対して、あるいは１人又は複数人の個人に対して、あるいは１つ又は複数のシステム（例えば、プラットフォーム、アプリケーション）に対して、データを提供するように、動作可能である。スポーツの文脈では、これは、コーチ及び医療関係者７８、さらに、アナリスト、管理者、選手、トレーナ、栄養士、及び、他の関連人物、を含むことができる。有利には、出力情報は、リアルタイムで又はほぼリアルタイムで提供することができる。改良では、コンピューティングサブシステム６６からの出力情報を使用することにより、賭博評価製品又は確率評価製品を開発することができる、あるいは、そのような出力情報を他の事業体に対して提供することにより、製品特徴物８６によって図示するように、賭博開発製品又は確率評価製品を開発することができる。製品は、確率ベースの製品、リスク軽減製品、動物監視アプリケーション（例えば、人間のパフォーマンス監視アプリケーション）、推奨製品、賭博刺激製品、賭博情報製品、新たな賭博タイプ、及び同種のもの、を含むことができる。製品特徴物８６は、１つ又は複数の製品サブシステム、ツール、及び同種のもの、とすることができ、コンピューティングサブシステム６６の一部とされる、あるいは、コンピューティングサブシステムから分離されかつ推測システムを運営している事業体によって運営される、あるいは、コンピューティングサブシステムから分離されかつ推測システムを運営している事業体とは異なる事業体（例えば、第三者）によって運営される、あるいは、１つ又は複数の製品又はシステム（例えば、アプリケーション）を作成して、その１つ又は複数の製品を、配布のために、コンピューティングサブシステムへと戻して提供する事業体（例えば、第三者）によって運営される。別の改良では、１つ又は複数の製品サブシステムは、１つ又は複数の製品を、及び／又は出力情報の少なくとも一部を、１つ又は複数のユーザに対して提供するように、動作可能であってもよい。最後に、図３は、動物データの、作成、収集、修正、強化、分析、提供、配布、及び／又は製品化、における貢献に関して、あるいは推測システム又はその任意の構成要素の運営における貢献に関して、１つ又は複数の利害関係者に対して対価を配布し得る収益調整特徴物９０を示している。改良では、伝送サブシステム７６、分析特徴物８４、製品特徴物８６、配布特徴物７２、配布エンドポイント７８、収益調整特徴物９０、あるいは、これらの任意の組合せは、コンピューティングサブシステム６６の一部とすることができる。
図３に示すように、コンピューティングシステム６６は、推測プログラムを実行する。実行された時には、推測プログラムは、統合層と、伝送層と、データ管理層と、によって規定される。統合層に関して、１つ又は複数のセンサのユーザ又は管理者は、（１）システムがセンサと直接的に通信することにより、センサに関連したネイティブシステムをバイパスする、あるいは、（２）システムが、ＡＰＩ又は他のメカニズムを介して、センサに関連したクラウド又はネイティブシステムと通信することにより、あるいはセンサデータを格納している他のシステムと通信することにより、システムのデータベースにデータを収集する、という２つの方法のうちの一方によって、システムが１つ又は複数のセンサから情報を収集することを可能とする。センサとの直接的な通信は、センサと通信するための新たなコードを作成することにより、あるいは、システムで機能するためのコードをセンサメーカが書き込むことにより、実現する。システムは、システムとの通信のための、複数のセンサメーカが従い得る規格を作成してもよい。システムとセンサとの間の通信は、システムがデータを受領し得るとともに１つ又は複数のコマンドをセンサへと伝送し得る、双方向通信であってもよい。例えば、システムは、１つ又は複数のセンサに対して１つ又は複数のコマンドを伝送することにより、センサの１つ又は複数の機能（例えば、ゲイン又は電力モード又はサンプリングレートの変更、ストリーミングの開始／停止、ファームウェアの更新）を変更してもよい。場合によっては、センサは、システムによって制御され得るデバイス（例えば、加速度計、ジャイロスコープ、ＥＣＧ、等）内に、複数のセンサを有してもよい。これは、１つ又は複数のセンサのオン又はオフと、サンプリング周波数又は感度ゲインの増減と、を含む。有利には、１つ又は複数のセンサと直接的に通信するというシステムの能力により、センサからシステムへのセンサデータのリアルタイムでの又はほぼリアルタイムでの収集も、また、可能である。システムは、任意の数のセンサ、任意の数の機能、を制御するという能力を有してもよく、単一のシステムを介して、対象をなす任意数の個人上の任意の数のセンサをストリーミング配信する能力を有してもよい。
伝送層に関して、システムがセンサと直接的に通信することの副産物は、システムが、リアルタイムでの又はほぼリアルタイムでの通信のためにセンサの伝送信号を伸長するように、動作可能であることであり、これにより、センサとシステムとの間の通信距離が増大し、受信接続を増幅し、１つ又は複数のセンサ及び１つ又は複数の伝送プロトコルの範囲制限が拡張される。これは、システムが、センサ自体の中に存在する任意の低電力の又は標準的な伝送ハードウェア（例えば、Ｂｌｕｅｔｏｏｔｈ、ＢＬＥ、Ｚｉｇｂｅｅ、ＷＩＦＩ、セルラー通信、Ａｎｔ＋、及び同種のもの）と通信して利用することを可能とする伝送システムを利用することによって、達成することができる。システムがセンサと直接的に通信することの別の副産物は、単一の伝送システムが、システムと直接的に通信している複数のセンサのためのリアルタイムでの又はほぼリアルタイムでのストリーミング通信を同期させ得ること、及び、データ自体に対して作用して、データをどこかへと伝送することあるいは後で使用するためにデータを格納すること、である。これは、単一の個体又は複数の個体に対して行うことができる。伝送システムは、様々な態様で構成することができ、様々なフォームファクタを有することができ、様々な位置に配置することができ、１つ又は複数の伝送／通信プロトコル又はネットワーク（例えば、Ｂｌｕｅｔｏｏｔｈ、ＺｉｇＢｅｅ、ＷＩＦＩ、セルラーネットワーク、及び同種のもの）を使用することができ、様々な環境下で利用することができ、そして、センサからシステムへとデータを単に伝送することに追加した機能（例えば、使用事例の要件に基づいて、データを、要約又は合成又は分析する）を有することができる。有利には、システムが伝送システムを介してセンサと直接的に通信することにより、また、特に他の通信からの潜在的な干渉又は無線周波数が問題となり得る過酷な環境下において、リアルタイムでの又はほぼリアルタイムでのストリーミングを可能とする。
データ管理層に関して、データ管理層は、すべてのデータ（その１つ又は複数の派生物を含めて）、そのプロパティ、その関連性（例えば、データが、誰に対して／何に対して関連しているか）、及び、データに関連した機能（例えば、正規化、同期、配布、等）、を管理する。システムに対して入力されるセンサデータは、生データ（データを操作していない）又は処理済みデータ（操作されている）のいずれかの構造である。システムは、データノイズフィルタリング、データ回復技術、並びに／若しくは、抽出又は予測技術、を展開する１つ又は複数のアルゴリズム又は他のロジックを収容してもよく、これにより、収集されたすべてのセンサデータ（「良好」及び「不良」の両方）の中から、関連した「良好な」センサデータを抽出してもよい、あるいは、センサデータの少なくとも一部が「不良」である場合には、人工的な「良好な」値を作成してもよい。システムは、１つの対象物又は複数の対象物のいずれか上の１つ又は複数のセンサと同時に通信するようにプログラムされていてもよく、また、データの出所及びセンサの着用者を受領者が再構成するのに充分な情報を伝送するために、それらのセンサの重複を解除する能力を有してもよい。明瞭化の目的のため、これは、データを受領するシステムに対して、データの特性を識別するためのメタデータを提供することを意味しており、例えば、所与のデータセットは、タイムスタンプＡと、センサＢと、対象物Ｃと、に属している。加えて、システムは、１つ又は複数のセンサを１つ又は複数のユーザに対して関連付ける機能を有することができる。コンピューティングサブシステムによって受領された後に、センサデータは、求められた要求に応じて、システムクラウドへと伝送されか、あるいは、システムのサーバ上にローカルに残されるか、のいずれかとされる。システムへと導入されるセンサデータは、システムによって、システム内の１つ又は複数の他の特性と一緒に、ユーザに関連した情報（例えば、メタデータ）が、あるいは、タイムスタンプやセンサタイプやセンサ設定を含めたセンサ特性に関連した情報が、同期されてタグ付けされている。例えば、センサデータは、特定のユーザに対して割り当てられていてもよい。また、センサデータは、ユーザが参加している特定のイベント（例えば、ある人物がシーズンＺにおけるリーグＹのゲームＸでバスケットボールをプレイしている）に対して、あるいは、データの取得者が取得に興味を有するであろう活動の一般的なクラス（例えば、グループサイクリングデータ）に対して、割り当てられてもよい。システムは、１つ又は複数のタイムスタンプを、他のデータソース（例えば、バスケットボールの試合における公式時間のゲームクロックに関連したタイムスタンプ、得点に関連したタイムスタンプ、等）と同期させてもよい。システムは、スキーマレスなものとされてもよくまた任意のタイプのデータを取り込むように設計されていてもよいものであって、データを、データタイプ（例えば、ＥＣＧ、ＥＭＧ）及びデータ構造を含めた１つ又は複数の特性によって、分類する。システムは、センサデータがシステム内へと導入された時には、センサデータに対して、正規化、タイムスタンプ付け、集約、格納、操作、ノイズ除去、強化、整理、分析、匿名化、合成、複製、要約、製品化、及び／又は同期、を含めた１つ又は複数の更なる変換行為を実行してもよい。これにより、別個のデータセットどうしの間にわたっての一貫性が確保されることとなる。これらのプロセスは、使用事例及びユーザ要求に応じて、リアルタイムで、又はほぼリアルタイムで、又は非リアルタイムで、行われてもよい。１つ又は複数のセンサからストリーミング配信又は提供されるデータが大量に流入することを考慮すると、そして、これがかなりの量であり得ることを考慮すると、システムは、また、非構造化データと構造化データとのスキーマ及びフォーマットのハイブリッドアプローチを含み得るデータ管理プロセスを利用してもよい。加えて、すべての入力データの同期は、リアルタイムでの又はほぼリアルタイムでのデータ転送に適した特定のスキーマを使用してもよく、これにより、遅延が低減するとともに、エラーチェックが提供され、さらに、データパケットの一部又はデータパケット全体を暗号化する能力を有したセキュリティ層が提供される。システムは、他のシステムと直接的に通信することにより、センサデータに対するすべての要求を、監視し、受領し、さらに、記録するとともに、センサデータに対してのアクセスを求める組織に対して、使用事例に関して必要なデータに対する１つ又は複数の特定の要求を行う能力を提供する。例えば、ある要求は、特定の個人の心拍数を、１秒間につき１回の割合で１０分間にわたってリアルタイムで取得することであってもよい。システムは、また、これらの要求を、１つ又は複数のユーザグループ／ユーザクラスと関連付けてもよい。
効果的な推測システムの別の態様は、商取引における動物データの使用であり、これには、１つ又は複数のユーザに対して関与しているシステムあるいは１つ又は複数の第三者によって作成及び／又は提供される（例えば、提示される、配布される、利用可能とされる、及び同種のことが行われる）１つ又は複数の動物データ由来の製品又はサービスに関連した１つ又は複数の販売促進（例えば、広告、関与）を含む。例えば、動物データは、動物データを直接的に又は間接的に利用したウェブページ（例えば、第三者のウェブページ）又は他のデジタルデスティネーションへのクリックスルーをユーザに促す目的で、ウェブページ又は他のデジタルプラットフォーム上での販売促進内において、直接的に又は間接的に利用されてもよい。ウェブサービスの場合には、これを実現する１つの方法は、インラインフレーム（Ｉｆｒａｍｅ）を利用することであり、これは、ウェブサイト上の別のＨＴＭＬドキュメント内に埋め込まれたＨＴＭＬドキュメントとすることができる。Ｉｆｒａｍｅを使用することにより、別のソースからの、広告又は関与（例えば、賭博機会、有益な文献）などのコンテンツを、ウェブページ内へと、挿入することができる。場合によっては、Ｉｆｒａｍｅ又はウィジェットを利用することにより、指定された期間（例えば、１５秒ごと）で更新されるディスプレイ広告を特徴とするウェブページ又は他のデジタルデスティネーション上におけるユーザの滞在時間を長くするとともに、ユーザをターゲットとして、場合によっては第三者サイトとされる別のデスティネーションをクリックスルーさせ、対価と引き換えに、ユーザに対して、サービス又は製品又は利益を提供（例えば、販売）する。加えて、ページ上における滞在時間が長くなると、典型的には、ユーザの関与度合いが高まり、サイトへの繰り返し訪問、及び、クリックスルーの増加、をもたらすことができる。第三者ウィジェット（例えば、ＪａｖａＳｃｒｉｐｔ）内でサービスを提供する方法は、他にも存在し、本発明は、使用されるこれらの他の方法論によって限定されるものではない。図４は、Ｉｆｒａｍｅ内で表示され得る広告の一例を提示している。図５Ａ～図５Ｇは、図４に加えて、上述した推測システムが取得した動物データに対する特定のタイプの販売促進の例を提示している。本発明が、販売促進を表示するために利用されるディスプレイデバイスのタイプに限定されるものではないこと、また、１つ又は複数のモニタ、モバイルデバイス、スマートウォッチ、あるいは、販売促進を可視化し得るスマートグラス又はアイウェア内、を含んでもよいこと、に留意されたい。これらの販売促進の特定の例は、視覚的な形式で通信するためにウェブページ内でレンダリングされているけれども、販売促進が、オーディオ形式又は音声形式（例えば、広告に関する口頭での通信）を含めた他の態様で通信され得ることに、留意されたい。別の実施形態では、広告の目的であるいはユーザ関与（例えば、賭博）の目的で動物データの少なくとも一部を利用する他のデジタルプラットフォームは、仮想現実システム及び拡張現実システムを含む。
拡張現実システム又は仮想現実システムなどのユーザ（例えば、ファン）関与システムの場合には、推測システムは、メディアに関与する人物（例えば、スポーツイベントなどのライブイベントを視聴している人物）に対して、動物データを理解する能力及び動物データに対して相互作用する能力を提供することができる。これは、例えば、会場での体験又は家庭での体験の一部であってもよい。動物データを、ファン関与システム内で利用することにより、１つ又は複数の賭けを行うことができる（例えば、ユーザは、スポーツ選手が試合でプレイしている際に、及び、ユーザが、試合中に選手が疲れているように見える時などの任意の所与の時点でファン関与システムを介して試合に関して賭けを行っている際に、ユーザは、ファン関与システム内において選手のエネルギレベルを見ることができる）、あるいは、動物データを、ファン関与システム内で利用することにより、ファン関与システムの外部で１つ又は複数の賭けを行うことが可能とすることができる（例えば、ユーザが、拡張現実システムを通して選手のエネルギレベルを見て、ユーザは、ユーザのモバイルデバイス上で試合に関して賭けを行う）、あるいは、賭けを行う人物を刺激する情報を提供することができる（例えば、ユーザは、拡張現実システムを通して選手の予測指標を見て、賭けを行うことを決定する）。動物データは、また、ファン関与システム内の動物データの価値をさらに活用するために、それに関連付けられたファン関与システム内の他のビジュアル（例えば、スポンサーシップのブランド）を有してもよい。
推測システムが、賭博のための拡張現実システムなどのファン関与システムに対して動物データを提供するために、システムは、まず、指定されたエリアの周辺（例えば、スポーツの文脈では、既知の境界及び固定された対象物を有したスタジアム及びフィールドを含めたプレイエリアフィールドの周辺）で対象物の認識及び追跡を使用してもよい。その後、システムは、既知の識別されたシーン及び追跡情報のリストを作成してもよく、必要に応じてこの情報を更新する能力を有していてもよい。システムは、このリスト内のギャップを埋めることを補助するために、利用可能な既知の画像データセットを取得してもよい。スポーツを例として使用すると（スポーツに限定されないけれども）、ＡＲシステムは、選手及び付属的対象物に対して３Ｄ追跡を使用してもよい（例えば、ボールの動きを追跡する）。競技場に対しての及び他の選手に対しての選手の位置に基づいて、視覚化がプレイに関連しているようにして、拡張された対象物が配置されてもよい。位置ベースのデータ（ＧＰＳ）、方向センサ、加速度計、等のセンサからの追加データを使用することにより、選手の配置を微調整してもよく、また、標高及び緯度などの他のデータポイントを、３Ｄモデルの計算内に取り入れてもよい。システムは、また、固定された既知の対象物の周囲の環境における特徴物を探索してもよく、いくつかの固定ポイントに対してのそれら対象物の変化を追跡することによって、重ね合わせ表示内において関連する仮想対象物を認識して置換することを試みることとなる。システムは、コンピューティングデバイス（例えば、モバイルデバイス）に対して伝送されるデータを最適化し、これにより、リアルタイムで又はほぼリアルタイムでレンダリングを行う。システムは、地上システム、空中システム、又はクラウドベースのシステム、を介してシステムリソースを使用することにより、複雑なデータセットをレンダリングして、すべての３Ｄ計算を行う。拡張された対象物は、１つ又は複数の対象物に関連した情報を提供する、１つ又は複数のタイプの動物データ（例えば、シミュレート済みデータを含む）、あるいは、動物データからの１つ又は複数の派生物、を含んでもよい。拡張現実システムは、また、ユーザが、賭けを行うための、確率を評価又は計算するための、予測又は可能性を閲覧するための、及び／又はリスクを軽減又は防止するための、端末を含んでもよい。改良では、拡張現実システムは、また、推奨事項及び／又は実行すべき行為を提供してもよい。賭けを行うための、確率を評価又は計算するための、予測又は可能性を見るための、リスクを軽減するための、及び／又は、行為を実行するための、端末及び／又はユーザの能力は、オーディオ制御（例えば、音声制御）、物理的な手がかり（例えば、頭の動き、目の動き、又は、手のジェスチャ）、神経的な手がかり、ＡＲハードウェア内に見られる制御、又は、ローカライズされたデバイス（例えば、携帯電話）によるもの、を含むがこれらに限定されない様々なメカニズムを介して制御されてもよい。
賭博システムの場合には、推測システムは、１つ又は複数の統計モデル及び／又は人工知能技術によって少なくとも部分的にサポートされ得る動的な賭博を提供することに関して、多くの新規の機会を提供する。１つ又は複数の新たなプロップベットが、動物データとのユーザ相互作用に基づいて、動的に作成されてもよい。例えば、スポーツの文脈では、１つ又は複数のユーザが、１つ又は複数の同様の特性（例えば、ユーザが頻繁に使用する動物データの一例として心拍数が使用される際には、選手Ａの心拍数、あるいは、チームＢの全ガードの心拍数）を特徴とする動物データを頻繁に使用する（例えば、アプリケーション上で動物データを見る）場合には、システムは、プロップベットを動的に作成してもよく、それらの１人又は複数人の特定のユーザをターゲットとしてもよい（例えば、賭けは、選手Ａの最大心拍数が、試合中に１８０ｂｐｍを超えるか、あるいは、チームＢの全ガードの平均心拍数が、第４クォータの最後の５分間に１５０ｂｐｍ未満となるか、とすることができる）。賭博評価及び確率評価に関連した賭け及び製品（リスク軽減／予防のための製品、推奨製品、等を含む）を、任意のタイプの動物データ並びに／若しくはその１つ又は複数の派生物を利用して、作成することができる。システムは、また、これらの賭けに付随させるために、オッズを計算してもよく、オッズを割り当ててもよく、オッズを修正してもよく、オッズを強化してもよく、あるいは、内部で作成されたあるいは１つ又は複数の第三者によって作成されたオッズを利用してもよい。個人に適合化された賭けは、また、動物データに対しての１つ又は複数のユーザ相互作用に基づいて、動的に作成されてもよい。例えば、特定のユーザが、１つ又は複数のパラメータ又は特性に関連した動物データを頻繁に使用する場合（例えば、ユーザＡが、すべてのテニス試合にわたる第２セットの履歴心拍数データを頻繁に使用する場合）には、システムによって、あるいは、その特定のユーザと相互作用する第三者システムによって、賭けの一部としてその動物データの少なくとも一部を利用したプロップベットが、作成されてもよい（例えば、第１試合の第２セット内に選手Ａの心拍数が１８０ｂｐｍを超えるかどうかに関して、あるいは、第７試合の第２セット内に選手Ｂの心拍数が１８６ｂｐｍを超えるかに関して、ユーザに賭けを行うことを可能とする賭けが作成される）。システムは、また、これらの１つ又は複数の賭けに付随させるために、オッズを計算してもよく、オッズを割り当ててもよく、オッズを修正してもよく、オッズを強化してもよく、あるいは、内部で作成されたあるいは１つ又は複数の第三者によって作成されたオッズを利用してもよい。
また、動的な価格設定が、動物データに対してのユーザ相互作用に基づいて、導入されてもよい。例えば、少なくとも１つの特性を共有した動物データを頻繁に利用する１つ又は複数のユーザが存在する場合（例えば、ユーザが頻繁に利用する動物データの一例として心拍数が使用される際には、選手Ａの心拍数）には、システムは、ユーザが関心を示す１つ又は複数の特性に関連した補足的動物データまわりにおいて、その特定の１つ又は複数のユーザに関するより良好な価格設定モデル（製品に関しての）及び／又は製品を、動的に提供してもよい。例えば、心拍数が１８０回／分を超えた時の選手Ａの勝率に対するアクセスに関して１０ドルを支払う代わりに、システムが調整することで、システムが５ドルを請求してもよい。
ウェブ広告賭博、あるいは、ファン関与アプリケーション（例えば、ウェブアプリケーション、スマートデバイス用のモバイルアプリケーション、仮想現実システム用のモバイルアプリケーション、拡張現実システム用のモバイルアプリケーション）内の賭博を含む、「ポップアップ」賭博が、また、提供されてもよい。図６は、ユーザがスポーツイベントをストリーミング配信しており、アプリケーションがユーザに対して、１つ又は複数の賭けを行うようにあるいは１つ又は複数の製品を取得するように勧誘している時に、表示され得るポップアップ、あるいは埋め込まれ得る賭博システム、に関する一例を提示している。改良では、ポップアップは、任意の所与の媒体上への重ね合わせ表示機能として（例えば、任意の所与の媒体上への透明な表示として）表示されてもよい。例えばＩＦｒａｍｅなどの広告内賭博は、（１）動物データに基づいて直接的に又は間接的に提供される少なくとも１つのオッズ、（２）動物データに基づいて直接的に又は間接的に提供される少なくとも１つの賭博タイプ又は他の製品、（３）賭けを行うための少なくとも１つの機会、（４）動物データの少なくとも一部並びに／若しくはその１つ又は複数の派生物を取得する少なくとも１つの機会、（５）結果に関連した少なくとも１つの確率又は予測、（６）行為を起こすための少なくとも１つの推奨、（７）少なくとも１つのリスク軽減又はリスク防止戦略、並びに／若しくは、（８）動物データの使用に関連した少なくとも１つの販売促進、を特徴とするものであってもよい。例えば、ユーザは、生命保険に関するウェブページ内において、広告を見ることがあり得る。保険会社は、個人に対して、動物データの少なくとも一部をアップロードするよう、あるいは、動物データの少なくとも一部に対してのアクセスを提供するよう、依頼することにより、任意の所与の対象物（又は、複数の対象物からなるグループ）に関する任意の所与の生命保険契約の保険料を評価するために利用される１つ又は複数の予測指標を作成してもよく、これにより、その動物データに少なくとも部分的に基づいて、個体に対する保険について、調整済みの又は調節可能な、リアルタイムでの又はほぼリアルタイムでの、見積もりを提供することができる。図５Ｇに示す別の実施形態では、１つ又は複数の賭け又は関与は、任意の特定の対象物、複数の対象物からなるグループ、及び同種のもの（例えば、スポーツの文脈では、特定のスポーツ選手、グループ、チーム、リーグ、連盟、あるいは、組織）のためのウェブページ又はアプリケーションを、特徴とするものであってもよい。リンク（例えば、ニュース記事のリンク）をクリックすることにより、例えば、対象物あるいは複数の対象物からなるグループ（例えば、特定の人物、チーム、リーグ）に関連したより多くのコンテンツを見る場合には、システムは、ウェブサイト内で（例えば、ＩＦｒａｍｅを介して）、その対象物（例えば、特定の選手）あるいは複数の対象物からなるグループに関連した１つ又は複数の賭け又は製品を提供することができる。改良では、ウェブページ又はアプリケーションを介して表示される記事又はコンテンツ内の１つ又は複数の対象物の名前（例えば、選手名、チーム名）上においてコントロールマウスをスクロールさせる行為によって、あるいは、スクリーン上においてコンテンツの特定の領域（例えば、選手名、チーム名）に対して、指又は他のジェスチャでタッチすることによって、スクロールした領域又はタッチした領域に関連した１つ又は複数の賭け又は製品を提示する（例えば、コントロールマウスを選手Ａの名前の上に重ね合わせた場合には、選手Ａに関する賭けが表示される）ように、システムをトリガしてもよい。更なる改良では、また、オーディオ制御（例えば、音声起動）又は眼球運動制御又はセンシングデバイスを使用することによって、賭け又は製品を提示するようにトリガしてもよい。別の実施形態では、ユーザが読んでいる特定のコンテンツを対象としたデジタルデスティネーション（例えば、ウェブページ）内で、「ポップアップ」式の賭博又は製品を発現させてもよい。例えば、ユーザが、ウェブページ上にいて、特定のチームについて読んでいる場合には、そのチームに関連した１つ又は複数の賭けをポップアップさせてもよく、１つ又は複数の賭けを行う能力を、デジタルデスティネーション内で利用可能とされてもよい、あるいは、ユーザは、賭けを行うために別のデジタルデスティネーション（例えば、別のウェブページ）へとリンクされてもよい。これらの例は、スポーツに限定されるものではなく、ヘルスケア、保険、健康、フィットネス、輸送、及び同種のもの、を含めた、予測指標、演算アセット、動物データの少なくとも一部、並びに／若しくは、その１つ又は複数の派生物、を利用し得る様々な産業に対して適用可能とすることができる。別の改良では、仮想アシスタントは、ユーザが設定した１つ又は複数のパラメータ（例えば、ユーザが知りたいのは、ホームゲームの第４クォータにおけるチームＡの選手Ｄの「エネルギレベル」に関連した、その選手Ｄに関する賭け又は製品のみである）に基づいて、あるいは、ユーザが興味を有しているコンテンツでありかつシステムによって決定され得る又はユーザによって入力され得るコンテンツに基づいて、ユーザが関心を有しているものとし得るあるいはユーザが利用可能なものとし得る１つ又は複数の、賭け、賭けタイプ、製品、推奨、予測、及び／又は、データのタイプ（例えば、予測指標）を、ユーザに対して通知してもよい（例えば、テキスト、オーディオ、電子メール）。別の改良では、賭けは、他のコンテンツと一緒にあるいは他のコンテンツと統合されて、仮想現実システム又は拡張現実システム内に出現し得る。さらに別の改良では、動物データ並びに／若しくは関連した賭博又は製品は、時間に敏感なものであり、システムは、１つ又は複数の時間条件（例えば、ウェブページが３０秒を超えて待機状態であること）に基づいて、賭博を行う（又は、製品を取得する）能力を拒否したり、あるいは、賭博又は製品に有効期限を設定したり、する。これらのシナリオでは、動物データは、連続的な態様、断続的な態様、又は静的な態様、のいずれかで、レンダリングされてもよい（例えば、ディスプレイを介して）。連続的な又は断続的なレンダリングの場合には、コンテンツは、リアルタイムで又はほぼリアルタイムで更新されてもよい。第三者のサイトへとクリックスルーした時には、発行者（例えば、広告を特徴とするサイト又はプラットフォーム）と、センサ会社やプラットフォーム会社や分析会社やデータが取得された個人や又はデータの所有者を含めた１つ又は複数の当事者から構成され得るデータ提供者とは、クリックスルー及び／又はデータに対してのユーザ相互作用（例えば、デジタルデスティネーションが広告内での賭けを可能とするようにプログラムされている場合には、賭け）から発生し得る収益に関する収益分配に参加してもよい。ユーザが、購入時点まで広告と相互作用する場合には、データ提供者は、第三者サイト（例えば、モバイルアプリ）との更なる収益分配機会に参加してもよい。
上述したように、プロップベットを利用することにより、賭けの量と収益との両方が刺激される。例は、賭博会社が使用する１０分間市場を含む、例えば、「次の１０分間で３つ以上のコーナー」あるいは「次の１０分間でチームＡが得点するか」を含む。これらのプロップベットは、より多様なサービスを提供してブックメーカを差別化する新たな賭博製品／賭博機会を作成し、これにより、顧客の維持及び定着を確保する。動物データは、ブックメーカが動物データを使用することで、賭博者がまだ見たことのないプロップベットを作成することを可能とする、新規で革新的な賭博タイプのためのドライバとして使用することができる。心拍数に基づくいくつかの例（これらは、システムがあらゆるタイプの動物データ並びに／若しくはその１つ又は複数の派生物を利用して提供し得る潜在的な賭博タイプに関するほんの一例を提示するに過ぎない）は、
第ｗ試合における選手Ａの平均心拍数、回／分、
第ｗ試合における選手Ａの最大心拍数、回／分、
第ｗ試合の第ｚゲームにおける選手Ａの平均心拍数、回／分（ＢＰＭ）が、第ｗ試合の第ｚゲームにおける選手Ａの過去の平均心拍数よりも大きくなる、
第ｗ試合の第ｚゲーム（例えば、第２セットの第４ゲーム）における選手Ａの最大心拍数（最大ＢＰＭ）が、これまでにプレイしたすべての第ｚゲーム（例えば、プレイしたすべての第２セットにおけるすべての第４ゲーム）における選手Ａの過去の最大心拍数よりも大きくなる、
第ｘ試合における選手Ａの平均心拍数（ＢＰＭ）が、すべての過去の試合における選手Ａの過去の平均心拍数よりも大きくなる、
第ｘ試合における選手Ａの最大心拍数（最大ＢＰＭ）が、すべての過去の試合における選手Ａの過去の最大心拍数よりも大きくなる、
選手Ａの最大心拍数（最大ＢＰＭ）が、第ｘセットの最初のｎポイントでは、選手Ｂよりも大きくなる、
第ｘゲームにおける選手Ａの平均「効率」（例えば、選手Ａの最大心拍数と比較して任意の所与の時点での選手Ａの心拍数がどれだけ近いかを調べることにより確立され得る演算。この演算を計算するための１つの方法は、平均心拍数を、確立された最大心拍数によって割算すること、としてもよい。）が、第ｘゲームにおける選手Ｂの平均「効率」よりも大きくなる、
第ｙセットにおける選手Ａの最大「効率」（例えば、最大心拍数を、確立された最大心拍数によって割算することにより確立され得る演算）が、第ｙセットにおける選手Ｂの最大「効率」よりも大きくなる、
第ｔ試合における選手Ａの平均「効率」（例えば、平均心拍数を、確立された最大心拍数によって割算することにより確立され得る演算）が、第ｔ試合における選手Ｂの平均「効率」よりも大きくなる、
第ｔ試合における選手Ａの最大「効率」（例えば、最大心拍数を、確立された最大心拍数によって割算することにより確立され得る演算）が、第ｔ試合における選手Ｂの最大「効率」よりも大きくなる、
選手Ａが、第ｘゲームと第ｙゲームとの間に、選手Ｂよりも速い回復速度（例えば、選手の効率どうしを比較することにより確立され得る演算）を有している、
選手Ａの休憩時の心拍数（例えば、休憩時のＢＰＭを取得することにより確立され得る演算）が、第ｘゲームと第ｙゲームとの間に、所定のＢＰＭを下回らない、
を含むことができる。
図７～図１０は、ウェブページ内において、あるいは、専用プログラム又は他のアプリケーション（例えば、スマートデバイスアプリ）のためのウィンドウ内において、展開され得る図１の推測システムの機能を示している。「ウィンドウ」という用語は、ウェブページを指すために、並びに／若しくは、プログラム又はコンピューティングデバイス（例えば、スマートデバイス、スマートフォン、タブレット、仮想現実ヘッドセット、拡張現実ヘッドセット、等）アプリケーションのためのウィンドウを指すために、使用される。図７は、賭博アプリケーションのホームページの一例である。賭博アプリケーションは、推測システムを運営する事業体（「推測運営者」）が所有／運営することができる、あるいは、推測システムから出力情報を受領する第三者が所有／運営することもできる。ホームページウィンドウ１００は、賭博を行うイベント（例えば、スポーツ）をユーザが選択することを可能とするイベント選択セクション１０２を含む。イベント選択セクション１０４は、行い得る１つ又は複数の賭博の部分集合をリストアップしている（この例では、「最も有利なリアルタイムオッズ」を特徴とする）。セクション１０４が、システムが提供し得る潜在的な賭博一例を提示しているに過ぎないことに、留意されたい。現在のベストオッズセクション１０６は、特定のイベントの結果（例えば、プロップベットを含む）に関して賭博を引き受ける任意の第三者の賭博システム（「賭博事業体」）によって提示されたベストオリジナルオッズをリストアップしている。オッズセクション１０６は、新たなオッズ情報がシステムに対して入力された際には、更新（例えば、リフレッシュ）されてもよい。改良では、賭博事業体は、推測システムの運営者である。別の改良では、賭博事業体は、推測システムの一部である。この図７の例では、第三者のサイト上で提示されている「ジェームス スミスの勝利」に関して最も有利なオッズ（現在のベストオッズ１０６）は、３／１であるため、成功の指標が高い有利なオッズであるとしてシステムが決定したこの特定の賭けは、「最も有利なリアルタイムオッズ」を有した賭けとして強調表示されている。人間に限定されるものではなく、あらゆる動物から導出され得る「人間データ指標」セクション１０８は、上述したような動物データ（例えば、１人又は複数人の個人からのデータ、あるいは、チームなどの、複数の個人からなる１つ又は複数のグループからのデータ）から導出された予測指標を提供する。「人間データ指標」セクション１０８とは、賭博者に対して、ある結果が起こる確率についての、また、任意の所与の賭けに良好に勝つ可能性についての、理解を深め得る情報を提供し得る、及び／又は、賭博者に対して１つ又は複数の賭けを行う自信を提供し得る、予測的見識を伝えるための１つの方法を示すことを意味する。図７に示す例では、「人間データ指標」ボックス１０８は、起こりそうな結果が起こる割合（例えば、リアルタイムデータと非リアルタイムデータとの両方を含み得る現在の動物データに基づいて、賭けに勝つ可能性が７４％であること）を表している。これは、任意のタイプの動物データ並びに／若しくはその１つ又は複数の派生物（例えば、心拍数、生体液データ、各ポイントごとに選手がどれだけ移動してどこへ移動したかなどの位置ベースのデータ、結果データ（例えば、ポイントを勝ち取ったかあるいはポイントを失ったか）、履歴データ、及び同種のもの）から導出することができる。有利には、人間データ指標１０８は、新たなデータが収集されて分析された際には、リアルタイムで又はほぼリアルタイムで更新することができる。図７では、予測指標は、賭けに勝つ確率％であり、数値が大きいほど、セクション１０４におけるより有利な賭博結果が起こる可能性が大きいことを示している。
なおも図７を参照すると、推測システムが１つ又は複数の結果確率又は予測を生成するようにプログラムされ得ることを考慮すると、推測システムは、任意の所与の結果に対する出力情報の少なくとも一部を利用して、リアルタイムでの又はほぼリアルタイムでのオッズを導出するように、動作可能とすることができる。「新規対抗賭博」セクション１１０は、推測システムが出力情報の使用に基づいて賭博者に対して提供しようとする改訂された１つ又は複数のオッズを提供する。一例では、「新規対抗賭博」とは、賭けに勝つために予測指標（例えば、人間データ指標）によって支持されない賭け／市場に対して提供されるオッズを指す。どのデータであっても１００％確実に結果を予測し得ない可能性があるという潜在的な考え方を考慮すれば、賭博者は、データ（例えば、予測指標）を無視して、システムによって作成又は調整されたオッズ（すなわち、この例では、新規対抗賭博）を使用して賭けを行うことを選択してもよく、このシステムは、オッズの作成又は調整に際して出力情報の少なくとも一部を組み込んでもよい。多くの場合、これらのオッズは、予測指標に抗して賭けようとする賭博者にとって、より有利なものとなる。「新規対抗賭博」は、そのような新たなオッズを提供する１つの方法を示すことを意味する。オッズ１１０は、推測システムを運営する事業体によって提供されてもよい、あるいは、推測システムから出力情報又はオッズ情報を受領する１つ又は複数の第三者によって提供されてもよい、あるいは、他の第三者から出力情報又はオッズ情報を受領する１つ又は複数の第三者によって提供されてもよい。全オッズセクション１１２は、全オッズウェブページ、あるいは、動物データに関連した他の情報、を表示する制御構成要素である。
推測運営者が、また、賭博サブシステムも運営している（別個に、あるいは、推測システムの一部として）場合には、推測運営者は、自身のオッズを作成又は調整してもよく、１つ又は複数の賭けを行ってもよく、並びに／若しくは、１つ又は複数の取引を容易としてもよい。しかしながら、代替可能なシナリオが、図８に示されている。動物データ及び他の情報を収集して格納するシステムとして、推測運営者は、選択されたイベントで取り上げられた１つ又は複数の個体又は個体グループ（あるいは、１つ又は複数の他の動物）から導出された動物データと一緒に、任意の選択されたイベントに関しての第三者による賭博オッズ情報（例えば、第三者賭博オッズ情報）を、１つ又は複数のユーザ（例えば、賭博者）に対して提供することができる。有利には、ユーザは、賭けを行う前に、選択されたイベントで取り上げられた１つ又は複数の動物又は動物グループ（例えば、個々のスポーツ選手、複数のスポーツ選手からなる１つ又は複数のチーム）に関連した情報に対してアクセスすることができ、これにより、賭博者に対して、様々なタイプの動物データ情報を、さらに、選択されたイベントに関連した１つ又は複数の確率及び／又は予測及び／又は可能性を、提供することができる。特徴的には、データは、リアルタイムで又はほぼリアルタイムで提供されてもよい。図８の賭博ウィンドウ１２０では、推測運営者は、第三者のブックメーカからオッズ情報を集約し、セクション１２２に示すように、ユーザに対して、関連するブックメーカからのオッズを提供する。オッズは、複数の態様で表示することができ、また、任意の所与の賭けに対して提供することができ、さらに、リアルタイムで又はほぼリアルタイムで調整することができる。セクション１２２により、ユーザは、リアルタイムでのオッズ調整を特徴とし得る１つ又は複数の賭けを選択することができる。有利には、セクション１２２における賭けの選択時には、ユーザは、第三者賭博団体によるものとされ得る賭けを、制御構成要素１２５を選択することによって行いながら、構成要素１２３を使用して賭け金（例えば、ユーザが賭けようとする金額）を設定することができる。特徴的には、推測システムは、出力情報を１つ又は複数のユーザに対して提供するように、動作可能である。賭けは、賭けが提供されている任意の所与の時点で、１つ又は複数のユーザによって行われてもよい。システムが提供できるデータのタイプは、例えば、動物データ又は派生物、何の賭けを行うかの推奨、結果が起こる可能性、あるいは、任意の所与の結果に関連した予測、を含んでもよく、動物データ及び非動物データの両方を含んでもよい。場合によっては、推測運営者は、推測運営者が１つ又は複数の賭けを引き受け得る独自のオッズ１２４を提供してもよい。オッズ１２４は、図７からの新規対抗賭博オッズ１１０であって、出力情報の少なくとも一部を考慮して、任意の所与の結果が起こる可能性を理解する。ほとんどの場合、結果ベースのデータは、イベントの１つ又は複数のシミュレーションを実行することによって生成される。推測運営者は、任意の所与の結果に対する推測運営者の確信に基づいて、オッズ１２４を生成することとなり、このオッズ１２４は、典型的には、推測運営者が起こると信じている１つ又は複数の結果とは反対側の見解に賭けることを望む賭博者にとって、より有利なポジションを反映することとなる。改良では、オッズ１２４は、新たな出力情報又は他のデータが収集された際には、並びに／若しくは、１つ又は複数の新たなシミュレーションを実行することで新たなオッズが作成された際には、リアルタイムで又はほぼリアルタイムで更新されることとなる（オッズは、更新された出力情報を含んでも含まなくてもよいが、例えば勝ち取ったポイント／失ったポイント又は他の非動物データといったような従来の統計データなどの他の情報を含んでもよい）。典型的には、これらのオッズは、１つ又は複数の他のブックメーカが提供するオッズと比較して、より有利なものである。別の改良では、推測運営者は、賭博者が単一のページですべての様々なオッズを閲覧し得るよう、賭けオッズの収集者である。推測運営者は、オッズ情報を収集した後には、動物データ情報を介してオッズ情報を補足することができ、これにより、賭博者は、システムが提供するデータ情報に基づいて、最も有利な賭けの機会を見出すことができる。有利には、賭博者に対して、適切なタイミングで、動物データなどの価値のある情報１２６（演算アセットや予測指標を含む）を提供することにより、賭けを行う頻度を高め得るとともに、あらゆる賭博者に対して自信を付与することができる。このデータは、賭博者に対して、アドホックベースの態様（例えば、賭博者は、データタイプごとにデータを取得又は購入することができる）、賭け量に応じた態様（例えば、賭け数が多いほどあるいは賭けに使用した賭け金額が多いほど、賭博者は、より多くの動物データ情報に対してアクセスする）、あるいは、サブスクリプションベースの態様（例えば、賭博者は、動物データに対しての、並びに／若しくは、演算アセット及び予測指標を含み得るその１つ又は複数の派生物に対しての、アクセスに関し、賭けごとにあるいは月ごとに等で、料金を支払い得る）、を含めた様々な態様で、提供されてもよい。動物データは、また、賭博者が確率的な結果についてより強い意見を形成することを可能とし、優柔不断さを排除することで１つ又は複数の衝動的な賭けを促進してもよく、これにより、賭博者に対して、別の賭けを行うために必要な自信を付与することができる。いくつかの例が、セクション１３０にリストアップされており、このセクションは、賭博者に対して任意の所与の対象物及び／又は任意の所与の賭けに関連した更なる情報を提供する、動物データから導出された追加的な見識を、表示している。改良では、確率ベースのデータは、第三者（例えば、確率評価システム）によって推測システムに対して提供されてもよい。動物データは、また、ブックメーカに対して、リアルタイム又はほぼリアルタイムを含めてオッズを動的に調整する自信を提供することができ、これにより、賭けが行われる量を増大さ得る。
動物データは、特に人間データは、いくつかの態様で販売されてもよい。ユーザは、自分が対象としている特定の情報に基づいて、リアルタイム（あるいは、ほぼリアルタイム）で消費（例えば、閲覧）したい動物データを、及び、消費したい非リアルタイムデータを、選択することができる。システムは、サブスクリプションベースで、アドホックベースで、スポーツごとに、取引ごとに（例えば、ＡＰＩコールごとに）、動物データタイプベースで、あるいは、他のベースで、ユーザがデータを取得（例えば、購入）し得るように、動作可能とされてもよい。ユーザが、推測運営者のプラットフォームを介して、第三者のサイト上において（これにより、第三者に関するより多くの収益が発生する）、１つ又は複数の賭け金を設定して１つ又は複数の賭けを行う能力を有していることを考慮すれば、推測システムを運営している事業体は、第三者のサイト上において実行された各賭けの少なくとも一部を保持してもよい。
なおも図８を参照すると、予測指標１２８（例えば、「賭けに勝つ確率％」の割合）は、１つ又は複数の異なる要因に基づいて動的に変化してもよい。一例では、予測指標１２８は、ユーザがシステムから購入する動物データのタイプに基づいて、あるいは、ユーザが動物データにアクセスし得る、ユーザ所有のサブスクリプションのタイプに基づいて、あるいは、より単純に、推測システムによって取り込まれて利用される動物データのタイプに基づいて、変化することができる。予測指標が変化する頻度は、また、賭博者が購入したサブスクリプション又はデータパッケージのタイプ（例えば、５秒ごとに実行される新たなシミュレーションに基づいて５秒ごとに表示して更新される、あるいは、５分ごとに実行される新たなシミュレーションに基づいて５分ごとに表示して更新される）、シミュレーションの数、推測システムが出力情報に対して１つ又は複数の行為を行う頻度、及び同種のもの、を含めた多くの要因に基づいて、変化してもよい。購入内容に応じて、出力情報は、数値（例えば、パーセンテージ）で表示されないことがあり得る。出力情報は、グラフ、色（すなわち、緑は、フルパワーを意味してもよく、赤は、疲労度が高くエネルギが不足していることを意味してもよい）、あるいは、他の指標、を含めた多くの態様で示されてもよい。出力情報は、また、視覚的に（上述したように、仮想現実又は拡張現実内へと統合されることにより、スポーツ選手又はチームの上に提示され重ね合わせて表示されてもよい）、口頭で（例えば、バーチャルアシスタントが、情報に関連した音声を、及び、賭けを行うかどうかに関連した音声を、提供する）、あるいは、物理的に（例えば、ユーザは、データに関連する通知を受領した時には振動してその通知を提供するスマートウォッチを有してもよい）、を含めた様々な態様で、ユーザに対して通信されてもよい。
変形例では、１つ又は複数のユーザが、コンピューティングサブシステム又は賭博システム又は確率評価システムに対して、（１）賭けの実行、リスクの軽減、確率の評価、予測の使用、製品の取得又は消費、あるいは、推奨の提供、（２）１つ又は複数の賭けに勝った結果として、１つ又は複数の製品が取得又は消費された結果として、１つ又は複数のリスクが軽減された結果として、１つ又は複数の確率が評価された結果として、１つ又は複数の予測が使用された結果として、１つ又は複数の推奨が提供された結果として、あるいは、１つ又は複数の行為が行われた結果として、１つ又は複数のユーザ（例えば、賭博者）、あるいは、（３）１つ又は複数の賭けを提供しているあるいは１つ又は複数の賭けが行われる製品を提供している、１つ又は複数のリスクが軽減されている、１つ又は複数の確率が評価されている、１つ又は複数の製品が取得又は消費されている、１つ又は複数の予測又は推奨が提供されている、あるいは、１つ又は複数の行為が行われている、１つ又は複数のユーザ（例えば、ブックメーカ、賭けの保険会社、保険会社）、から導出される対価の少なくとも一部を提供することと引き換えに、コンピューティングサブシステム又は賭博システム又は確率評価システムは、データの１つ又は複数のユーザ（例えば、賭博者、ブックメーカ、保険提供者）に対して、予測指標、演算アセット、動物データ並びに／若しくはその１つ又は複数の派生物、の少なくとも一部を、提供する。例えば、コンピューティングサブシステムは、賭博者が賭けに勝った場合にコンピューティングサブシステムが賞金の一部を受領する（例えば、コンピューティングサブシステムは、賭博者が予測指標を取得して実行した賭けの勝ち額の１％を受領する）ことと引き換えに、賭博者に対して、実行される任意の所与の賭けに関連した、予測指標、演算アセット、動物データ並びに／若しくはその１つ又は複数の派生物、を取得する能力を、提供してもよい。別の例では、コンピューティングサブシステムは、コンピューティングサブシステムが勝率を受領する（例えば、コンピューティングサブシステムは、動物データの少なくとも一部に基づいて作成された予測指標又は他のオッズを閲覧したことに基づいてブックメーカが勝利した賭けのｎ％を受領する）ことと引き換えに、ブックメーカに対して、提供されている賭けに関連した、予測指標（例えば、人間データ指標）あるいは他の動物データあるいはその１つ又は複数の派生物を閲覧する能力を、提供してもよい。別の例では、保険会社（例えば、自動車保険、健康保険、生命保険）は、予測指標（例えば、人間データ指標）あるいは他の動物データを取得することにより、１人又は複数人の個人に関する１つ又は複数の動物データ特性（例えば、生理学的特性、年齢、病状）に基づいて、その１人又は複数人の個人にハプニング（例えば、自動車事故に遭うこと、心臓発作又は脳卒中になること、病状又はイベントを経験すること）が起こる可能性を決定してもよく、これにより、個人が支払う保険料を調整することができ、この場合、コンピューティングサブシステム又は賭博システム又は確率評価システムは、対価を受領する（例えば、個人が支払う月ごとの又は年ごとの保険料の一部を介して）。生命保険会社は、例えば、特定の生物学的特性を示す特定の特性（例えば、年齢、体重、病状）を有した人の寿命を予測するために、予測指標を取得することを要望し得る。コンピューティングサブシステムは、予測指標を提供することと引き換えに、１人又は複数人の個人が保険会社に支払った対価の一部を取得してもよく、予測指標は、任意の所与の時間に保険会社がアクセス可能なものであってもよく、リアルタイムで又はほぼリアルタイムで更新されてもよい。１つ又は複数のシミュレーションを実行することにより、予測指標又は他の動物データが生成されてもよい。改良では、ユーザ（例えば、対象者）は、動物データの少なくとも一部並びに／若しくはその１つ又は複数の派生物を保険会社に対して提供することを選択することにより、保険料を調整してもらってもよく、その場合、コンピューティングサブシステムは、ユーザから対価（例えば、予測される節約の一部）を受領する。
改良では、データのユーザ（例えば、賭博者、ブックメーカ、保険提供者）は、予測指標又は他の動物データあるいはその派生物（例えば、イベント発生のオッズ）を閲覧することと引き換えにコンピューティングサブシステム又は賭博システム又は確率評価システムが受領する対価（例えば、金銭的価値又はパーセンテージ）を決定する能力を有してもよく、その場合、コンピューティングサブシステム又は賭博システム又は確率評価システムは、対価を引き受ける又は拒否する又は修正する能力を有している。例えば、賭博者は、ユーザが指定した対価（例えば、ユーザは、賞金の１％、あるいは、実行された１０００ドルの賭けに対して２０ドル、の提供を要望し得る）に対して、予測指標、演算アセット、若しくは、他の動物データあるいはその１つ又は複数の派生物、を取得することを要望し得る。コンピューティングサブシステム又は賭博システム又は確率評価システムは、賭博者又はブックメーカによって行われている、予測指標や演算アセットや並びに／若しくは他の動物データあるいはその派生物に対するアクセスの申し出を、引き受けるように又は拒否するように又は修正するように、プログラムされてもよい。
上述したように、仮想競馬又は他のゲームなどの仮想賭博に関して、推測運営者は、１つ又は複数の統計モデル又は人工知能技術を使用することにより、ユーザが任意の所与の賭けの可能性の高い結果を理解するために関与し得る実際の動物データに少なくとも部分的に基づいて、シミュレート済み動物データを作成してもよい。仮想賭博のためのシミュレート済み動物データを使用することにより、また、１つ又は複数の仮想イベントのための新たなプロップベット／市場が作成されてもよい。
有利には、動物データ情報を利用する推測システムは、多数の異なる態様で構成することができる。そのような構成の例は、以下を含む。
（１）１つ又は複数のユーザ／賭博者が賭けを規定し得る賭博サブシステムであり、賭博サブシステムあるいは１人又は複数人の第三者は、賭けに対する１つ又は複数のオッズを作成することができる賭博サブシステム。
（２）１つ又は複数のユーザ／賭博者が賭けを規定し得るとともに１つ又は複数のオッズを作成し得る賭博サブシステムであり、賭博サブシステムあるいは１人又は複数人の第三者は、１つ又は複数のオッズを引き受けて１つ又は複数の賭けを行うかどうかを選択することができる賭博サブシステム。
（３）１つ又は複数のユーザ／賭博者が賭けを規定し得るとともに１つ又は複数のオッズを作成することができ、１つ又は複数のオッズ並びに１つ又は複数の賭けを引き受ける権利を取得する機会が、オークションを介して又は入札機会を介して又はマーケットプレイスを介して提示される、賭博サブシステム。
（４）１つ又は複数のユーザ／賭博者が賭けを規定し得る賭博サブシステムであり、これにより、賭博サブシステムあるいは１つ又は複数の第三者は、１つ又は複数のオッズを作成することができ、１つ又は複数のユーザ／賭博者は、賭博サブシステムあるいは１つ又は複数の第三者から１つ又は複数のオッズを引き受けることができる賭博サブシステム。
あるいは、（５）１つ又は複数のユーザ／賭博者が賭けを規定し得る並びに／若しくは１つ又は複数のオッズを作成し得る賭博サブシステムであり、賭博サブシステムあるいは１つ又は複数の第三者は、賭博サブシステムによってあるいは１つ又は複数の第三者によってあるいはユーザ／賭博者によって作成されたオッズに基づいて、賭けを保証することができる並びに／若しくは賭博者に対しての支払いリスクを引き受けることができる賭博サブシステム。
有利には、図８における追加データ１３０の購入又は取得により、人間データ指標の正確さ又は精度を調整してもよい、あるいは、人間データ指標が更新又はレンダリングされる頻度を調整してもよい。図８における制御構成要素１３４及び１３６は、より多くのデータが購入される場合に、ユーザがスクロールダウンしてより多くの情報を閲覧することを可能とする。図９は、提供され得る賭けのタイプに関する例を提示している。賭けセクション１４０は、賭けの具体例を提示しており、特に、１つ又は複数のユーザに対して提供可能なプロポジションベットを提示しており、これは、出力情報に基づく賭けを含む。図１０における制御構成要素１４２の起動により、図９におけるウィンドウ１４０が表示される。任意の単数タイプの動物データでは、賭けは、詳細かつ粒度の細かいものになり得るため、賭博サブシステムは、データから膨大な数の賭けを作成することができる。例えば、心拍数を例として使用すると、ウィンドウ１４０は、以下の賭けタイプを表示してもよい。
第１セット第１ゲームにおける、より大きな最大心拍数。
第１セット第２ゲームにおける、より大きな最大心拍数。
第１セット第３ゲームにおける、より大きな最大心拍数。
第２セット第４ゲームにおける、より大きな最大心拍数。
第１セットにおける、より大きな平均の最大心拍数。
第２セットにおける、より大きな平均の最大心拍数。
第１セットの最初の２ゲームにおいて、１７０を超える最大心拍数を達成すること。
第２セットの最初の４ゲームにおいて、２００を超える最大心拍数を達成すること。
第１セットにおいて、３分間超にわたって、最大心拍数の１０％以内に留まること。
第２セットにおいて、５分間超にわたって、最大心拍数の１０％以内に留まること。
第１セットと第２セットとの間において、安静時心拍数が１００ｂｐｍを下回らないこと。
第２セットと第３セットとの間において、安静時心拍数が１１５ｂｐｍを下回らないこと。
図１０は、ユーザがウィンドウ１２０の制御構成要素１４２を介して新たな市場（例えば、プロップベット又は他の賭け）を選択する場合の例を提示している。図１０の例では、ユーザは、いずれの選手が「第２セット第４ゲームにおいて、最大心拍数がより大きい方」であるかに関して賭けを行うように、選択している。このシナリオでは、ユーザが市場を選択した後には、推測システムは、１つ又は複数の賭博事業体によって提供されるオッズを表示するとともに、推測運営者によって提供されかつ出力情報の少なくとも一部を利用して導出されたオッズを表示する。次に、推測システムは、動物データの少なくとも一部を、１つ又は複数のデータポイント（例えば、予測指標）の一部として提供し、これにより、ユーザは、１つ又は複数の予測又は予想又は推奨（例えば、収集された動物データに基づいて、任意の所与の時間に賭けに勝つ可能性がどのようなものであるか）を見ることができる。例えば、推測システム１２０は、図１０では、ジョン ドウがこのゲームでより大きな心拍数を有する可能性が８６％であるという予測指標を提供する。これは、ユーザの検索及び取得（例えば、購入）１２６による１つ又は複数のデータポイントに基づくものであってもよい。図示のこの例では、「過去の最大心拍数」、「各試合の第２セットにおける過去の最大心拍数の平均」、「各試合の第２セット第４ゲームにおける過去の最大心拍数」、及び／又は、特定の対戦相手と「対戦した場合の、過去の最大心拍数」が使用されている。改良では、複数の予測指標が、同時に生成されて表示されてもよい。賭博者は、また、賭博者が賭けを行う自信を持てるように、各選手に関する追加情報を検索して取得することができる。「人間データ指標」としてラベル付けされた推測事業体の予測指標を考慮すると、賭博者がシステムの予測した「敗者」に賭けることを希望した場合には、賭博者に対して、より有利なオッズを提供することができる。
図１１は、ウェブページ又はウィンドウ内に、対象をなす対象物のための、対象をなす複数の対象物のための、あるいは、対象をなす複数の対象物からなる１つ又は複数のグループのための、専用の健康プログラム又は他の健康アプリケーションを展開し得る図１、図２、及び図３の推測システムの機能を示している。健康システム１５０は、対象をなす１つ又は複数の対象物に関連した他の動物データと一緒に、１つ又は複数の出力を含む。健康システム１５０は、ウィンドウ１５１を含むことができ、このウィンドウは、対象をなす対象物に関しての静止画像、あるいは、対象をなす対象物に関しての動画（例えば、使用事例に応じて生放送又は遅延）、であってもよい。変形例では、対象をなす１つ又は複数の対象物は、同じウィンドウ内において、別の１つ又は複数の動物（例えば、人間）を見ることができてもよい（例えば、患者は、遠隔医療プラットフォーム内で、医師又は医療専門家を見る、あるいは、クライアントは、リハビリテーションプログラム内における同じウィンドウ内で、リハビリテーション専門家を見る）。また、追加機能（例えば、ビデオカメラがシステムに対して接続されているかどうか、カメラの電源が入っているかどうか）が表示されてもよい。システムは、センサがシステムに対して接続されているか（接続通知構成要素１５２として表示されてもよい）、あるいは、システムに対して切断されているか（接続通知構成要素１５４として表示されてもよい）を検出するように、動作可能であってもよい。リアルタイムでの又はほぼリアルタイムでの出力を有した動物情報は、１つ又は複数の予測又は確率又は可能性を、計算、演算、導出、抽出、外挿、修正、強化、推定、評価、推論、推定、確立、決定、観察、通信、あるいは、行為へと移行、し得る情報と一緒に、表示することができる。セクション１５６は、動物データから導出された１つ又は複数の予測指標を提供し、セクション１５８は、システムによって確立された予測及び確率に基づいて１つ又は複数の推奨事項を提供する。傾向セクション１５５は、他の動物データと一緒に、ライブでの及び過去の生物学的信号及び測定値に関連した、リアルタイムでの傾向あるいは事前に規定された時間傾向を、提供することができる。動物データに基づいて、追加的なフィールドが追加されてもよい。有利には、システムは、１つ又は複数の出力に基づいて、１つ又は複数の対象物並びに／若しくはシステムの１つ又は複数のユーザ（例えば、システムを利用して、対象をなす対象物を監視している医療専門家）が注意を必要とする１つ又は複数の重要な警告１６０を識別するようにプログラムされてもよい。１つ又は複数の重要な警告は、１つ又は複数の信号あるいは１つ又は複数の測定値に関連した潜在的な問題点を１つ又は複数のユーザに対して警告するために、個人又は管理者によって予め規定されたしきい値によって設定されてもよい（例えば、何かが起こる可能性がｎ％よりも大きい場合には、重要な警告として通信される）。特徴的には、システムは、１つ又は複数の人工知能技術を利用してデータセットどうしを相関させることにより、１つ又は複数の対象をなす個体あるいは複数の対象をなす個体からなるグループから既知の生物学的に関連した問題点を特定するように、並びに、１つ又は複数のデータセット内の隠れたパターンを特定することにより、収集されたデータに基づいて生物学的に関連した問題点を特定するように、設定されてもよい。これは、データ内において、これまでに既知の問題点と相関されたことがない全く新たなパターンを見つけることを含んでもよい、あるいは、１つ又は複数のデータセットの中から、新たな問題点を特定し得る新たなパターンを見つけることを含んでもよい。
例示的な実施形態について上述したけれども、これらの実施形態が本発明のすべての可能な形態を説明することは、意図されていない。むしろ、本明細書で使用されている表現は、限定ではなく説明のための表現であり、本発明の精神及び範囲から逸脱することなく、様々な変更を行い得ることは、理解されよう。さらに、様々な実施形態における特徴点どうしを組み合わせることにより、本発明の更なる実施形態を形成してもよい。

Claims (45)

  1. 推測システムであって、
    スポーツ会場でスポーツ活動をしている１つ又は複数の対象をなす個体から、電子的に伝送される動物データを、収集する１つ又は複数のソースセンサであって、当該１つまたは複数のソースセンサが１以上の電気信号を提供し、当該１つ又は複数のソースセンサは、対象をなす個体の動きを特徴づけることができる角速度、関節経路、歩行記述、歩数、位置データ、又は様々な方向における加速度を含む生体力学的データを提供する少なくとも１つの光学センサまたは並進センサを含み、前記動物データは、動物から得られるデータまたは動物が直接的に又は間接的に生成するデータであって、サーバ又は他のコンピューティングデバイスへと伝送され得る形態へと変換され得るデータである、１つ又は複数のソースセンサと、
    前記動物データを受領するコンピューティングサブシステムであり、前記動物データの少なくとも一部は、前記コンピューティングサブシステムによってあるいは前記１つ又は複数のソースセンサによって、選択された対象をなす個体に対してあるいは選択された対象をなす複数の個体からなるグループに対して割り当てられた少なくとも１つの演算アセットへと、変換され、当該演算アセットは、前記動物データの少なくとも一部あるいはその１つ又は複数の派生物から導出された、１つ又は複数の数値、価値、評価基準、測定値、見識、グラフ、チャート、又はプロットであり、コンピューティングサブシステムは、１以上の前記電気信号から少なくとも１つの前記演算アセットを抽出するまたは導出するように構成され、前記１つ又は複数のソースセンサあるいは前記コンピューティングサブシステムは、前記少なくとも１つの演算アセットを予測指標へと変換するように、動作可能であり、当該予測指標は、動物データの少なくとも一部から導出された、あるいはその１つ又は複数の派生物から導出された計算された演算アセットであるとともに、評価基準であり、前記コンピューティングサブシステムは、前記予測指標、前記少なくとも１つの演算アセット、及び／又は、前記動物データの少なくとも一部を、１つ又は複数のユーザに対して提供するように、さらに動作可能である、コンピューティングサブシステムと、
    １以上の賭けを受け入れるように構成された賭博システムと、
    前記動物データを前記コンピューティングサブシステムへと伝送する伝送サブシステムと、を含み、
    前記予測指標は、１以上のユーザが：賭けを行うかどうかを決定すること、イベントに対して結果が発生する確率を決定すること、イベントに対して以前に決定された確率を修正すること、および個人が賭けをしたり行動を起こすために形成されたマーケットにおける戦略を形成すること、のうちの少なくとも１つを可能にし、前記予測指標は、１以上の統計モデル又は１以上の人工知能技術により導出されたものであることを特徴とする、推測システム。
  2. 前記１つ又は複数のソースセンサは、少なくとも１つのバイオセンサを含む、請求項１に記載の推測システム。
  3. 前記少なくとも１つの演算アセットは、前記動物データの少なくとも一部から導出された、１つ又は複数の数値、複数の数値、評価基準、見識、グラフ、チャート、又はプロット、を含む、請求項１に記載の推測システム。
  4. 前記少なくとも１つの演算アセットは、１つ又は複数の信号あるいは１つ又は複数の測定値であって、周囲温度データ、湿度データ、気圧データ、標高データ、風速データ、栄養データ、家族歴データ、心理データ、および統計データからなるグループから選択された要素を含む信号または測定値を含む、請求項３に記載の推測システム。
  5. 前記予測指標は、前記動物データの少なくとも一部から計算された演算アセットである、請求項１に記載の推測システム。
  6. 前記予測指標は、１つ又は複数の信号あるいは１つ又は複数の測定値であって、周囲温度データ、湿度データ、気圧データ、標高データ、風速データ、栄養データ、家族歴データ、心理データ、および統計データからなるグループから選択された要素を含む信号または測定値を含む、請求項５に記載の推測システム。
  7. 前記予測指標は、複数の予測指標から構成されている、請求項５に記載の推測システム。
  8. 前記予測指標の少なくとも一部は、対象をなす個体、対象をなす複数の個体、対象をなす複数の個体からなる対象をなすグループ、あるいは、対象をなす複数の個体を含む対象をなす複数のグループ、からなる群から少なくとも部分的に導出される、若しくは、そのような群に対して少なくとも部分的に関連している、請求項５に記載の推測システム。
  9. 前記予測指標は、前記１つ又は複数のソースセンサからの、２つ以上の信号又は２つ以上の測定値から計算された複合体である、請求項５に記載の推測システム。
  10. 前記予測指標は、顔認識データ、眼球追跡データ、血流データ、血液量データ、血圧データ、生体液データ、体組成データ、生化学的組成データ、生化学的構造データ、脈拍データ、酸素化データ、中核体温データ、皮膚温度データ、皮膚電気応答データ、発汗データ、位置データ、位置情報データ、オーディオデータ、水分補給データ、心臓ベースのデータ、神経学的データ、遺伝子データ、ゲノムデータ、骨格データ、筋肉データ、呼吸データ、運動感覚データ、胸部電気生体インピーダンスデータ、あるいは、これらの組合せ、からなる群から選択される生物学的データを含む前記少なくとも１つの演算アセットから計算される、請求項５に記載の推測システム。
  11. 前記予測指標の少なくとも一部は、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の製品を、作成する、修正する、強化する、取得する、提供する、又は配布する、ために、（３）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（４）１つ又は複数の戦略を策定するために、（５）１つ又は複数の行為を起こすために、（６）１つ又は複数のリスクを軽減又は防止するために、（７）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の測定値として、（８）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（９）１つ又は複数の行為を推奨するために、（１０）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１１）１つ又は複数の販売促進において、あるいは、（１２）これらの組合せとして、直接的に又は間接的に使用される、請求項５に記載の推測システム。
  12. 前記コンピューティングサブシステムからの１つ又は複数の出力は、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の賭博を引き受けるために、（３）１つ又は複数の製品を、作成する、強化する、修正する、取得する、提供する、又は配布する、ために、（４）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（５）１つ又は複数の戦略を策定するために、（６）１つ又は複数の行為を起こすために、（７）１つ又は複数のリスクを軽減又は防止するために、（８）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（９）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（１０）１つ又は複数の行為を推奨するために、（１１）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１２）１つ又は複数の販売促進において、あるいは、（１３）これらの組合せとして、直接的に又は間接的に使用される、請求項１に記載の推測システム。
  13. 前記コンピューティングサブシステムによる１つ又は複数の前記直接的な使用又は前記間接的な使用は、少なくとも部分的に動的なものであり、前記コンピューティングサブシステムからの前記１つ又は複数の出力に対しての１つ又は複数のユーザ相互作用に基づくものである、請求項１２に記載の推測システム。
  14. 前記市場又は前記賭博は、プロポジションベット、スプレッドベット、ラインベット、フューチャーベット、パーレイベット、ラウンドロビンベット、ハンディキャップベット、オーバー／アンダーベット、フルカバーベット、あるいは、ティーザーベット、のうちの少なくとも１つを含む、請求項１２に記載の推測システム。
  15. 前記コンピューティングサブシステムからの前記１つ又は複数の出力は、前記コンピューティングサブシステムによって、動的に作成又は修正又は強化される、請求項１２に記載の推測システム。
  16. 前記１つ又は複数の出力の前記作成又は前記修正又は前記強化は、少なくとも部分的に、前記予測指標及び／又は前記少なくとも１つの演算アセット及び／又は前記動物データに対しての１つ又は複数のユーザ相互作用に基づくものである、あるいは、そのような１つ又は複数のユーザ相互作用から導出される、請求項１５に記載の推測システム。
  17. 前記動的に作成又は修正又は強化された前記１つ又は複数の出力の少なくとも一部は、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の製品を、作成する、修正する、強化する、取得する、提供する、又は配布する、ために、（３）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（４）１つ又は複数の戦略を策定するために、（５）１つ又は複数の行為を起こすために、（６）１つ又は複数のリスクを軽減又は防止するために、（７）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（８）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（９）１つ又は複数の行為を推奨するために、（１０）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１１）１つ又は複数の販売促進において、あるいは、（１２）これらの組合せとして、直接的に又は間接的に利用される、請求項１５に記載の推測システム。
  18. 前記コンピューティングサブシステムは、１つ又は複数のシステムに対して、１つ又は複数のデータ出力を提供する、請求項１に記載の推測システム。
  19. 前記予測指標は、前記１つ又は複数のシステムによって、作成又は修正又は強化される、請求項１８に記載の推測システム。
  20. 前記１つ又は複数のシステムは、前記１つ又は複数のデータ出力の少なくとも一部を、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の賭博を引き受けるために、（３）１つ又は複数の製品を、作成する、強化する、修正する、取得する、提供する、又は配布する、ために、（４）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（５）１つ又は複数の戦略を策定するために、（６）１つ又は複数の行為を起こすために、（７）１つ又は複数のリスクを軽減又は防止するために、（８）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（９）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（１０）１つ又は複数の行為を推奨するために、（１１）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１２）１つ又は複数の販売促進において、あるいは、（１３）これらの組合せとして、直接的に又は間接的に利用するように、動作可能である、請求項１８に記載の推測システム。
  21. 前記コンピューティングサブシステムは、同一の又は実質的に同様の１つ又は複数の出力を、複数のユーザに対して提供する、請求項１８に記載の推測システム。
  22. 前記コンピューティングサブシステムの１つ又は複数のデータ出力は、１つ又は複数の消費媒体と同期している、請求項１８に記載の推測システム。
  23. 前記コンピューティングサブシステムは、単一の対象をなす個体からあるいは複数の対象をなす個体から、動物データグループを受領するように、動作可能である、請求項１に記載の推測システム。
  24. 前記コンピューティングサブシステムは、前記１つ又は複数のソースセンサに対して、あるいはその関連するクラウドに対して、あるいは前記１つ又は複数のソースセンサに関連したネイティブアプリケーションに対して、直接的に通信することによって、前記１つ又は複数のソースセンサから情報を収集するように、動作可能である、請求項１に記載の推測システム。
  25. 前記コンピューティングサブシステムは、前記１つ又は複数のソースセンサを、並びに前記１つ又は複数のソースセンサからの１つ又は複数のデータストリームを、組織、センサタイプ、センサパラメータ、データタイプ、データ品質、タイムスタンプ、位置、活動度、対象をなす個体、対象をなす複数の個体のグループ化、及び、データ測定値、からなる群からの少なくとも１つの特性によって管理するように、動作可能である、請求項２４に記載の推測システム。
  26. 前記コンピューティングサブシステムは、１つ又は複数の対象をなす前記個体上の複数のソースセンサに対して、あるいは、対象をなす複数の個体上の１つ又は複数のソースセンサに対して、同時に通信するように、動作可能である、請求項１に記載の推測システム。
  27. 前記伝送サブシステムは、前記１つ又は複数のソースセンサが、リアルタイムで又はほぼリアルタイムで、データを無線で伝送することを可能とする、請求項１に記載の推測システム。
  28. 前記伝送サブシステムは、１つ又は複数の伝送プロトコルを利用して、前記１つ又は複数のソースセンサと通信する、請求項１に記載の推測システム。
  29. 前記コンピューティングサブシステムは、通信と、前記コンピューティングサブシステムと通信している複数のセンサからの、１つ又は複数のデータ信号あるいは１つ又は複数の測定値と、を同期させる、請求項１に記載の推測システム。
  30. 前記伝送サブシステムは、送信機と受信機とを含む、あるいは、これらの組合せを含む、請求項１に記載の推測システム。
  31. 前記伝送サブシステムは、１つ又は複数の対象をなす前記個体上においてあるいは１つ又は複数の対象をなす前記個体の上方において任意選択的に別のセンサとして機能するオンボディトランシーバ又は空中トランシーバを含み、前記オンボディトランシーバ又は前記空中トランシーバは、１つ又は複数の対象をなす個体上の他の１つ又は複数のセンサと通信するように、動作可能である、請求項１に記載の推測システム。
  32. 前記動物データは、前記動物データが収集された前記１つ又は複数の対象をなす個体に関連した情報と、前記１つ又は複数のソースセンサに関連した情報でありかつ前記１つ又は複数のソースセンサの少なくとも１つの特性を含む情報と、に対して、同期され、タイムスタンプ付けされ、及びタグ付けされる、請求項１に記載の推測システム。
  33. 前記動物データは、前記動物データと、前記１つ又は複数のソースセンサと、に関する１つ又は複数の特性を識別するメタデータを含む、請求項１に記載の推測システム。
  34. 前記コンピューティングサブシステム又は前記賭博システムは、前記動物データの、正規化、タイムスタンプ付け、集約、タグ付け、格納、操作、ノイズ除去、製品化、強化、整理、視覚化、分析、要約、複製、合成、匿名化、同期化、あるいは、配布、からなる群から選択された、前記動物データに関する１つ又は複数の行為を実行する、請求項１に記載の推測システム。
  35. 前記コンピューティングサブシステム又は前記賭博システムは、（１）１つ又は複数のシステムと直接的に通信することにより、前記予測指標及び／又は前記少なくとも１つの演算アセット及び／又は前記動物データに関する少なくとも１つの要求を、監視、受領、及び記録し、そして、（２）前記予測指標及び／又は前記少なくとも１つの演算アセット及び／又は前記動物データに対してのアクセスを要求している１つ又は複数のユーザに対して、データに関する１つ又は複数の要求を行う能力を提供し、さらに、（３）データを送信及び／又は受信するように動作可能である、請求項１に記載の推測システム。
  36. 前記コンピューティングサブシステム又は前記賭博システムは、前記予測指標及び／又は前記少なくとも１つの演算アセット及び／又は前記動物データに対する少なくとも１つの要求を、少なくとも１つのユーザに対して又は複数のユーザからなるグループに対して又は複数のユーザからなるクラスに対して、関連付ける、請求項１に記載の推測システム。
  37. 前記コンピューティングサブシステム又は前記賭博システムは、１つ又は複数のユーザが、前記動物データ及び／又は前記少なくとも１つの演算アセット及び／又は前記予測指標が提供される少なくとも１つの特性を選択し得るように、動作可能である、請求項１に記載の推測システム。
  38. 前記コンピューティングサブシステム又は前記賭博システムは、前記予測指標、前記少なくとも１つの演算アセット、並びに／若しくは、前記１つ又は複数の対象をなす個体あるいは前記複数の対象をなす個体からなるグループに関する前記動物データ、の少なくとも一部から導出されたシミュレート済みデータを生成する、請求項１に記載の推測システム。
  39. 前記シミュレート済みデータは、人工知能技術を利用して生成される、請求項３８に記載の推測システム。
  40. 前記人工知能技術は、１つ又は複数のトレーニングされたニューラルネットワークを含む、請求項３９に記載の推測システム。
  41. 前記コンピューティングサブシステム又は前記賭博システムは、前記シミュレート済みデータの少なくとも一部を、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の賭博を引き受けるために、（３）１つ又は複数の製品を、作成する、強化する、修正する、取得する、提供する、又は配布する、ために、（４）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（５）１つ又は複数の戦略を策定するために、（６）１つ又は複数の行為を起こすために、（７）１つ又は複数のリスクを軽減又は防止するために、（８）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（９）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（１０）１つ又は複数の行為を推奨するために、（１１）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１２）１つ又は複数の販売促進において、あるいは、（１３）これらの組合せとして、直接的に又は間接的に利用する、請求項３８に記載の推測システム。
  42. 前記コンピューティングサブシステム又は前記賭博システムは、前記予測指標及び／又は前記少なくとも１つの演算アセット及び／又は前記動物データを、作成又は強化又は修正するために、前記シミュレート済みデータの少なくとも一部を直接的に又は間接的に適用する、請求項３８に記載の推測システム。
  43. 前記作成又は前記強化又は前記修正された前記予測指標及び／又は前記少なくとも１つの演算アセット及び／又は前記動物データの少なくとも一部は、（１）１つ又は複数の賭博を行う又は引き受ける市場として、（２）１つ又は複数の製品を、作成する、修正する、強化する、取得する、提供する、又は配布する、ために、（３）１つ又は複数の予測又は確率又は可能性を、評価する、計算する、導出する、修正する、強化する、又は通信する、ために、（４）１つ又は複数の戦略を策定するために、（５）１つ又は複数の行為を起こすために、（６）１つ又は複数のリスクを軽減又は防止するために、（７）１つ又は複数のシミュレーション又は演算又は分析において利用される１つ又は複数の信号あるいは１つ又は複数の測定値として、（８）その出力が１つ又は複数のユーザに対して直接的に又は間接的に関与する１つ又は複数のシミュレーションの一部として、（９）１つ又は複数の行為を推奨するために、（１０）１つ又は複数の消費媒体に対しての、１つ又は複数の中核的構成要素あるいは１つ又は複数の補足として、（１１）１つ又は複数の販売促進において、あるいは、（１２）これらの組合せとして、直接的に又は間接的に利用される、請求項４２に記載の推測システム。
  44. 前記動物データは、１つ又は複数の分類へとグループ化され、各分類は、関連する演算アセット又は価値を有している、請求項１に記載の推測システム。
  45. 前記予測指標及び／又は前記少なくとも１つの演算アセット及び／又は前記動物データを、別のソースへと伝送する時には、前記コンピューティングサブシステムは、その１つ又は複数の配布の一部として提供される前記予測指標及び／又は前記少なくとも１つの演算アセット及び／又は前記動物データの１つ又は複数の特性を記録する、請求項１に記載の推測システム。
JP2021560862A 2019-04-15 2020-04-15 動物データによる予測システム Active JP7618242B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962833970P 2019-04-15 2019-04-15
US62/833,970 2019-04-15
US201962912822P 2019-10-09 2019-10-09
US62/912,822 2019-10-09
PCT/US2020/028313 WO2020214699A1 (en) 2019-04-15 2020-04-15 Animal data prediction system

Publications (2)

Publication Number Publication Date
JP2022528980A JP2022528980A (ja) 2022-06-16
JP7618242B2 true JP7618242B2 (ja) 2025-01-21

Family

ID=72838423

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021560862A Active JP7618242B2 (ja) 2019-04-15 2020-04-15 動物データによる予測システム

Country Status (11)

Country Link
US (1) US20230034337A1 (ja)
EP (1) EP3956785A4 (ja)
JP (1) JP7618242B2 (ja)
KR (1) KR20220007063A (ja)
CN (1) CN114616562A (ja)
AU (1) AU2020257193A1 (ja)
BR (1) BR112021020745A2 (ja)
CA (1) CA3133667A1 (ja)
MX (1) MX2021012653A (ja)
WO (1) WO2020214699A1 (ja)
ZA (1) ZA202109017B (ja)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112022004040A2 (pt) * 2019-09-06 2022-05-24 Sports Data Labs Inc Sistema para gerar dados animais simulados e modelos
KR102804889B1 (ko) * 2020-01-06 2025-05-09 현대자동차주식회사 무빙계 부품의 상태 진단 장치 및 방법
US20230115408A1 (en) * 2020-03-16 2023-04-13 Bayer Cropscience K.K. Information processor
KR102225149B1 (ko) * 2020-10-21 2021-03-10 주식회사 스카이칩스 지능형 제어 기반 생체신호 처리 장치
CN112568141A (zh) * 2020-12-09 2021-03-30 东莞中融数字科技有限公司 对猪进行疾病预防的监管系统
US20240212845A1 (en) * 2021-04-27 2024-06-27 Sports Data Labs, Inc. Animal data-based identification and recognition system and method
JP7755838B2 (ja) * 2021-04-28 2025-10-17 株式会社Rabo 方法、情報処理装置およびプログラム
WO2022251371A2 (en) * 2021-05-25 2022-12-01 Sports Data Labs, Inc. Method and system for generating dynamic real-time predictions using heart rate variability
CN113303777A (zh) * 2021-05-27 2021-08-27 维沃移动通信有限公司 心率值确定方法、装置、电子设备及介质
EP4399669A4 (en) * 2021-09-10 2024-12-25 Sports Data Labs, Inc. SYSTEM AND METHOD FOR COLLECTING, EVALUATING AND TRANSFORMING ANIMAL DATA FOR USE AS DIGITAL CURRENCY OR GUARANTEE TO ACQUIRE COUNTERPART
US12514236B2 (en) * 2021-10-28 2026-01-06 Softbank Corp. Information processing method, non-transitory computer-readable recording medium, and information processor
WO2023086669A1 (en) * 2021-11-15 2023-05-19 Sports Data Labs, Inc. A system and method for intelligently selecting sensors and their associated operating parameters
US20230351224A1 (en) * 2022-04-29 2023-11-02 Capital One Services, Llc Systems and methods for machine learning dataset generation
US20230360489A1 (en) * 2022-05-05 2023-11-09 Woodbine Entertainment Group Systems and methods for real-time rebalancing of bet portfolios in the pari-mutuel bet environment
US12562033B2 (en) 2022-05-05 2026-02-24 Woodbine Entertainment Group Systems and methods for real-time rebalancing of bet portfolios in the pari-mutuel bet environment
CN115299366B (zh) * 2022-06-21 2024-02-13 新瑞鹏宠物医疗集团有限公司 智慧喂食方法、装置、电子设备及存储介质
US20240037917A1 (en) * 2022-07-28 2024-02-01 Softbank Corp. Information processing method, non-transitory computer-readable storage medium, and information processing device
US12190462B2 (en) * 2023-04-24 2025-01-07 Arthur Jeppe Systems and methods for rendering images
CN116439158B (zh) * 2023-06-20 2023-09-12 厦门农芯数字科技有限公司 基于红外识别的母猪查情方法、系统、设备及存储介质
US20250200443A1 (en) * 2023-12-15 2025-06-19 Vectrona, LLC Systems and methods for hybrid ai-driven prescriptive training simulations
WO2025234848A1 (ko) * 2024-05-10 2025-11-13 손철훈 스포츠 게임의 배당 관리 서비스 제공 장치 및 방법
CN120077966B (zh) * 2025-04-30 2025-08-19 厦门农芯数字科技有限公司 基于生物特征的猪只个体识别与健康监测系统
CN121265002B (zh) * 2025-12-05 2026-03-06 应激魔方(天津)数字医疗科技有限公司 一种高通量心率变异性群体检测装置及检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004192632A (ja) 2002-11-26 2004-07-08 Seiko Instruments Inc 競技観覧システム
JP2009532786A (ja) 2006-04-07 2009-09-10 グラント フレイザー、マイケル 賭けシステムおよび方法
US20130173461A1 (en) 2012-01-01 2013-07-04 James Alexander Levy Payment System for Wearable or Implantable Sensor Data
JP2018523224A (ja) 2015-06-30 2018-08-16 ジェフ ストールマン 健康管理成果向上のためのゲーム化システムおよび方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100447804C (zh) * 2003-12-11 2008-12-31 光谱辨识公司 根据生物统计测量来估计个人特性的方法和系统
KR101036298B1 (ko) * 2007-06-14 2011-05-23 (주)인성정보 바이오 센서와 통신 단말기를 이용한 실시간 게임 시스템및 서비스 방법
WO2011008361A1 (en) * 2009-06-30 2011-01-20 Dow Agrosciences Llc Application of machine learning methods for mining association rules in plant and animal data sets containing molecular genetic markers, followed by classification or prediction utilizing features created from these association rules
US11269891B2 (en) * 2014-08-21 2022-03-08 Affectomatics Ltd. Crowd-based scores for experiences from measurements of affective response
US20130217475A1 (en) * 2012-01-13 2013-08-22 Oneworks Ip Holdings Limited System and method for allowing users to place parlay wagers via mobile computing devices
US10303843B2 (en) * 2015-08-06 2019-05-28 Microsoft Technology Licensing, Llc Computing system for identifying health risk regions
US20190054347A1 (en) * 2015-08-18 2019-02-21 Michael Saigh Wearable sports guidance communication system and developers tool kit
WO2020131497A1 (en) * 2018-12-21 2020-06-25 Navio International, Inc. Edge intelligence powered security solutions and other applications for a smart city
US10252145B2 (en) * 2016-05-02 2019-04-09 Bao Tran Smart device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004192632A (ja) 2002-11-26 2004-07-08 Seiko Instruments Inc 競技観覧システム
JP2009532786A (ja) 2006-04-07 2009-09-10 グラント フレイザー、マイケル 賭けシステムおよび方法
US20130173461A1 (en) 2012-01-01 2013-07-04 James Alexander Levy Payment System for Wearable or Implantable Sensor Data
JP2018523224A (ja) 2015-06-30 2018-08-16 ジェフ ストールマン 健康管理成果向上のためのゲーム化システムおよび方法

Also Published As

Publication number Publication date
WO2020214699A1 (en) 2020-10-22
EP3956785A4 (en) 2023-06-07
CA3133667A1 (en) 2020-10-22
BR112021020745A2 (pt) 2021-12-14
KR20220007063A (ko) 2022-01-18
MX2021012653A (es) 2022-04-18
CN114616562A (zh) 2022-06-10
ZA202109017B (en) 2023-10-25
JP2022528980A (ja) 2022-06-16
EP3956785A1 (en) 2022-02-23
US20230034337A1 (en) 2023-02-02
AU2020257193A1 (en) 2021-11-18

Similar Documents

Publication Publication Date Title
JP7618242B2 (ja) 動物データによる予測システム
US20250303271A1 (en) System for generating simulated animal data and models
US20230033102A1 (en) Monetization of animal data
US20240252051A1 (en) Method and system for generating dynamic real-time predictions using heart rate variability
US20240378683A1 (en) A system and method for collecting, evaluating, and transforming animal data for use as a digital currency or collateral to acquire consideration
US20250013209A1 (en) A system and method for intelligently selecting sensors and their associated operating parameters
US20240212845A1 (en) Animal data-based identification and recognition system and method
US20230404038A1 (en) Animal data compliance system and method
US20230397578A1 (en) Animal data compliance system and method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230403

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240507

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20240806

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20241004

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20241107

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: 20241203

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20241225

R150 Certificate of patent or registration of utility model

Ref document number: 7618242

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150