动物数据货币化

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

动物数据货币化
申请号	CN202080043685.1	申请日	2020-04-15	公开(公告)号	CN114207608A	公开(公告)日	2022-03-18
申请人	运动数据试验室有限公司;			发明人	马克·戈尔斯基; 维韦克·卡雷; 斯坦利·米莫托;
摘要	用于货币化动物数据的系统包括可以电子传输的动物数据的源。特征上，动物数据源包括至少一个传感器。中介服务器接收并收集所述动物数据，使得所收集的数据具有附加到其上的元数据。所述元数据包括所述动物数据的来源或所述动物数据源于的个体的个人属性中的至少一个。所述中介服务器为了对价而将所请求的动物数据提供给数据获取者。所请求的动物数据可以包括模拟动物数据。所述中介服务器还将至少一部分对价分发给至少一个利益相关者。所述中介服务器包括单个计算机服务器或多个交互计算机服务器。
权利要求	1.一种用于货币化动物数据的系统，该系统包括：能够电子传输的动物数据的源，动物数据源包括至少一个传感器；以及中介服务器，该中介服务器接收并收集动物数据，使得所收集的数据具有附加到其上的元数据，所述元数据包括动物数据的来源或动物数据源自的个体的个人属性中的至少一个，所述中介服务器为了对价而将请求的动物数据提供给一个或多个数据获取者，所述中介服务器将所述对价的至少一部分分发给至少一个利益相关者，其中，所述中介服务器包括单个计算机服务器或多个交互计算机服务器。 2.根据权利要求1所述的系统，其中，所述动物数据是人类数据。 3.根据权利要求1所述的系统，其中，所述动物数据被分配给包括度量分类、洞察分类、个人分类、传感器分类、数据属性分类、数据时效分类或数据上下文分类中的一个或多个分类。 4.根据权利要求3所述的系统，其中，与所述动物数据相关联的一个或多个分类有助于创建或调整所述动物数据的关联价值。 5.根据权利要求1所述的系统，其中，所述动物数据的数据质量评估作为所述元数据的一部分或单独地提供给一个或多个相关方，所述数据质量评估包括从由准确性、时效性、数据一致性和数据完整性组成的组中选择的一个或多个因素。 6.根据权利要求1所述的系统，其中，所述至少一个传感器或其一个或多个附件附着于、接触或发送与受试者的身体、眼球、重要器官、肌肉、毛发、静脉、血液、生物流体、血管、组织或骨骼系统有关或源自受试者的身体、眼球、重要器官、肌肉、毛发、静脉、血液、生物流体、血管、组织或骨骼系统的一个或多个电子通信，所述至少一个传感器或其一个或多个附件嵌入目标个体中，放置或植入目标个体中，由目标个体摄取，集成以包括目标个体的至少一部分，或者集成为织物、纺织品、布、材料、固定装置、对象或装置的一部分，或者附着到或嵌入织物、纺织品、布、材料、固定装置、对象或装置中，所述织物、纺织品、布、材料、固定装置、对象或装置直接或经由一个或多个媒介与目标个体接触或通信。 7.根据权利要求1所述的系统，其中，传感器是从一个或多个目标个体收集生理、生物统计学、化学、生物力学、位置、环境、遗传、基因组或其他生物数据的生物传感器。 8.根据权利要求1所述的系统，其中，所述至少一个传感器收集或导出以下至少一个：面部识别数据、眼睛跟踪数据、血流数据、血容量数据、血压数据、生物流体数据、身体成分数据、生化成分数据、生化结构数据、脉搏数据、氧合数据、核心体温数据、皮肤温度数据、皮肤电反应数据、排汗数据、位置数据、定位数据、音频数据、生物力学数据、水合数据、基于心脏的数据、神经数据、遗传数据、基因组数据、骨骼数据、肌肉数据、呼吸数据、动觉数据、胸部电生物阻抗数据、环境温度数据、湿度数据、大气气压数据、海拔数据或其组合。 9.根据权利要求1所述的系统，其中，所述动物数据包括源自一个或多个目标个体的一个或多个传感器的一个或多个数据集。 10.根据权利要求1所述的系统，其中，目标个体的数据与来自共享至少一个类似特性的一个或多个目标个体的一个或多个数据集进行组合，将会作为动物数据的集合提供给数据获取者。 11.根据权利要求1所述的系统，其中，一个或多个个人属性包括从由以下各项组成的组中选择的至少一个组成部分：姓名、体重、年龄、身高、出生日期、性别、原籍国、原籍地区、种族、参考身份、一种或多种社会习惯、种族、一种或多种医疗状况、目标个体已经居住的一个或多个地点、当前居住地、在收集动物数据时目标个体参与的一个或多个活动、一个或多个相关组、从病例中收集的信息、社交习惯、社会数据、家族史、历史个人数据、教育记录、犯罪记录、雇佣史、用药史、社交媒体记录、生物流体衍生数据、遗传衍生数据、基因组衍生数据、手动输入个人数据或其组合。 12.根据权利要求1所述的系统，其中，所述中介服务器直接地、通过云或通过本地服务器与动物数据源通信。 13.根据权利要求1所述的系统，其中，所述动物数据源无线地或利用有线连接将所述动物数据传输到所述中介服务器。 14.根据权利要求1所述的系统，其中，所述动物数据源利用硬件传输系统将所述动物数据传输到所述中介服务器。 15.根据权利要求1所述的系统，其中，所述中介服务器接收原始形式或经处理形式的动物数据。 16.根据权利要求15所述的系统，其中，所述中介服务器通过实施从由以下操作组成的组中选择的一个或多个动作来对所述动物数据进行操作：归一化动物数据、将时间戳与动物数据相关联、聚集动物数据、将标签应用于动物数据、存储动物数据、操纵动物数据、对动物数据进行去噪、增强动物数据、组织动物数据、分析动物数据、匿名化动物数据、可视化动物数据、合成动物数据、总结动物数据、同步动物数据、复制动物数据、显示动物数据、分发动物数据、产品化动物数据、对动物数据进行薄记及其组合。 17.根据权利要求16所述的系统，其中，基于所述一个或多个动作向所述动物数据分配价值作为关联价值，或者基于所述一个或多个动作来调整该价值。 18.根据权利要求17所述的系统，其中，所述关联价值用于以下中的至少一个：个人已识别的或者已去识别化的动物数据的获取、购买、出售、交易、许可、租赁、广告、评级、标准化、认证、研究、分发、或代理个人已识别的或者已去识别化的动物数据的获取、购买、销售、交易、许可、租赁或分发。 19.根据权利要求1所述的系统，其中，所述中介服务器与一个或多个其他系统通信，以监测、接收和记录对于动物数据的所有请求，并向一个或多个数据获取者提供通过利用由元数据建立的参数、一个或多个搜索参数、或与传感器、数据类型、目标个体、目标个体群、或目标输出相关联的一个或多个其他特性中的至少一个来作出对于动物数据的一个或多个请求的能力。 20.根据权利要求1所述的系统，其中，在将所述动物数据发送到另一源时，所述中介服务器记录作为交易的一部分提供的动物数据的一个或多个特性，其中，所述动物数据的一个或多个特性包括动物数据源、时间戳、个人属性、使用的传感器类型、传感器特性、传感器参数、传感器采样率、分类、数据格式、数据类型、使用的算法、动物数据的质量或提供动物数据的速度中的至少一个。 21.根据权利要求1所述的系统，其中，在将所述动物数据发送到一个或多个数据获取者时，所述中介服务器监测并记录对于所分发的动物数据的对价的收集。 22.根据权利要求1所述的系统，其中，所述动物数据在电子商务网站或平台中的至少一个上提供。 23.根据权利要求1所述的系统，其中，数据获取者为所述动物数据设置价格或对所述动物数据出价。 24.根据权利要求1所述的系统，其中，基于由所述系统创建的一个或多个标签、所述动物数据的一个或多个特性、或一个或多个目标个体的一个或多个个人属性，对于所述动物数据的至少一部分设置溢价价值。 25.根据权利要求1所述的系统，其中，从由产生所述动物数据的用户、数据所有者、数据管理者、数据收集公司、授权经销商、传感器公司、分析公司、应用公司、数据可视化公司或操作所述中介服务器的中介服务器公司组成的组中选择所述至少一个利益相关者。 26.一种用于货币化动物数据的系统，该系统包括：能够电子传输的动物数据的源，动物数据源包括至少一个传感器；以及中介服务器，其接收并收集所述动物数据，所述中介服务器为了对价将请求的动物数据提供给一个或多个数据获取者，其中，所述动物数据的至少一部分是模拟动物数据，所述中介服务器将所述对价的至少一部分分发给至少一个利益相关者，其中，所述中介服务器包括单个计算机服务器或多个交互计算机服务器。 27.根据权利要求26所述的系统，其中，至少部分地从收集的真实动物数据生成所述模拟动物数据。 28.根据权利要求26所述的系统，其中，利用随机生成的至少一个参数将所述模拟动物数据提供给潜在的数据获取者。 29.根据权利要求26所述的系统，其中，通过一项或多项人工智能技术生成所述模拟动物数据。 30.根据权利要求26所述的系统，其中，从一个或多个经训练的神经网络生成所述模拟动物数据。
说明书全文	动物数据货币化 [0001] 相关申请的交叉引用 [0002] 本申请要求2019年4月15日提交的美国临时专利申请No.62/834,131和2019年10月8日提交的美国临时专利申请No.62/912,210的权益，其公开内容通过引用整体并入本文。技术领域 [0003] 在至少一个方面，本发明涉及用于货币化动物数据的系统。背景技术 [0004] 互联网上信息的可获得性的持续进步已经极大地改变了商业的进行方式。在这种信息爆炸的同时，传感器技术，特别是生物传感器技术也取得了进展。特别地，测量心电图信号、血流、体温、排汗水平或呼吸速率的微型生物传感器现在可用。然而，不存在收集和组织从这样的生物传感器收集的信息以便将这样的信息货币化的集中式服务提供商。 [0005] 因此，需要收集、组织和分类来自个体或个体组的传感器数据以使这样的数据可用于销售的系统。发明内容 [0006] 在至少一个方面，提供了一种用于货币化动物数据的系统。该系统包括动物数据源，该动物数据源包括至少一个传感器。动物数据可以电子传输。特征上，所述动物数据源包括至少一个传感器。中介服务器接收并收集动物数据，使得所收集的数据具有附加到其上的元数据。元数据包括动物数据的来源或动物数据源于的一个或多个个体的一个或多个个人属性中的至少一个。中介服务器为了对价(consideration)将所请求的动物数据提供给数据获取者。中介服务器还将对价的至少一部分分发给至少一个利益相关者。中介服务器包括单个计算机服务器或多个交互计算机服务器。 [0007] 在另一方面，提供了一种用于货币化动物数据的系统。该系统包括可以电子传输的动物数据的源，动物数据源包括至少一个传感器。中介服务器接收并收集动物数据。中介服务器还为了对价而将所请求的动物数据提供给数据获取者。特征上，所请求或提供的动物数据的至少一部分是模拟动物数据。中介服务器将对价的至少一部分分发给至少一个利益相关者。中介服务器包括单个计算机服务器或多个交互计算机服务器。 [0008] 在另一方面，用于货币化动物数据的系统中使用的动物数据是人类数据。 [0009] 在另一方面，用于货币化动物数据的系统可以为一个或多个用户提供另一个维度以与运动事件交互。特别地，本发明可以为体育投注提供新的维度，包括涉及人类或其他哺乳动物的事件(例如，赛马)。 [0010] 在又一方面，用于货币化动物数据的系统可以向数据的购买者(例如，个人、制药公司、保险公司、保健公司、军事组织、研究机构)提供经由电子商务网站或平台(例如，数据市场)获取其特定用例的动物数据的能力。附图说明 [0011] 图1提供了货币化并收集动物数据的系统的示意图。 [0012] 图2提供了用户可以通过其与图1的货币化系统的实施例交互的窗口的图示。 [0013] 图3A提供了呈现给数据提供者的窗口的图示。 [0014] 图3B提供了窗口列表标记的图示，该窗口列表标记是根据图3A中进行的选择而确定的。 [0015] 图4提供了显示传感器信息的窗口的图示。 [0016] 图5提供了显示活跃传感器和已由传感器收集的关联数据的窗口的图示。该图示还显示了上传的其他数据以及用户针对来自任何选择的传感器的任何数据类型或上传的数据设置价格的能力。 [0017] 图6提供了窗口的图示，该窗口提供与任何给定收集的数据集相关的附加细节以及向用户提供附加功能，。 [0018] 图7提供了一个汇总窗口的图示，该汇总窗口显示了为任何单个数据提供者收取的费用。 [0019] 图8提供了一个窗口的图示，该窗口说明了当数据获取者请求非实时数据时的场景。 [0020] 图9提供了采集窗口(例如，购买窗口)的图示，该采集窗口在数据获取者已经从数据获取者感兴趣采集的一个或多个个体中找到并选择了一个或多个数据集之后显示。 [0021] 图10提供了包括数据获取者可以为数据集设置价格并获取附加数据和与数据相关的产品的部分的窗口的图示。 [0022] 图11提供了当一个或多个请求的数据集不可用时的窗口显示的图示。 [0023] 图12提供了当所请求的数据集不可用时呈现的窗口以及使获取者能够为所请求的数据设置价格的功能的图示。 [0024] 图13提供了呈现给数据提供方的窗口的图示，该窗口呈现了根据数据获取者的确切规范来创建数据的机会，以换取针对其的对价。 [0025] 图14提供了一个窗口的图示，该窗口说明了当数据获取者请求实时数据时的场景。 [0026] 图15提供了显示与潜在购买相关联的权限选项的窗口的图示。 [0027] 图16提供了窗口的图示，该窗口示出了如何从交易中分发收益的示例。 [0028] 图17提供了一个窗口的图示，该窗口示出了如何分配或调整收益以及添加或移除与交易相关的一个或多个利益相关者的示例。 [0029] 图18提供了示出用户与第三方发布者站点交互的流程图，该第三方发布者站点具有利用动物数据集，特别是人类数据集的广告。 [0030] 图19提供了视频游戏的图示，由此用户可以购买部分地基于真实动物数据的模拟数据以向用户提供游戏内的一个或多个优点。具体实施方式 [0031] 现在将详细地参考本发明的当前优选实施例和方法，它们构成了发明人目前已知的实施本发明的最佳模式。附图不一定是按比例绘制的。然而，应当理解，所公开的实施例仅仅是本发明的示例，其可以以各种替代形式来体现。因此，本文公开的具体细节不应被解释为限制性的，而仅作为本发明的任何方面的代表性基础和/或作为教导本领域技术人员以各种方式使用本发明的代表性基础。 [0032] 还应当理解，本发明不限于以下描述的具体实施例和方法，因为特定的组件和/或条件当然可以变化。此外，这里使用的术语仅用于描述本发明的特定实施例的目的，并且不旨在以任何方式进行限制。 [0033] 还必须注意，如在说明书和所附权利要求书中使用的，单数形式“一”、“一个”和“该”包括多个引用，除非上下文另有明确指示。例如，以单数形式对部件的引用旨在包括多个部件。 [0034] 术语“包括”与“包括”、“具有”、“包含”或“特征为”同义。这些术语是包含性的和开放式的，并且不排除附加的、未提及的元件或方法步骤。 [0035] 短语“由…组成”不包括权利要求中未指定的任何元件、步骤或成分。如果这一短语出现在权利要求正文的一个从句中，而不是紧接在前序之后，其只限制了该从句中所述的元素；其他元素也不排除在整个权利要求之外。 [0036] 短语“基本上由...组成”将权利要求的范围限制为指定的材料或步骤，加上那些实质上不影响所要求保护的主题的基本和新颖特征的材料或步骤。 [0037] 当计算设备被描述为执行动作或方法步骤时，应当理解，计算设备可操作以通常通过执行一行或多行源代码来执行动作或方法步骤。可以将动作或方法步骤编码到非瞬态存储器(例如，硬盘驱动器、光驱、闪存驱动器等)上。 [0038] 关于术语“包括”、“由...组成”和“基本上由...组成”，本文中使用这三个术语中的一个时，本公开和要求保护的主题可以包括使用其他两个术语中的任一个。 [0039] 术语“一个或多个”表示“至少一个”，术语“至少一个”表示“一个或多个”。术语“一个或多个”和“至少一个”包括作为子集的“复数”和“多个”。 [0040] 在整个本申请中，在引用出版物的情况下，这些出版物的全部公开内容通过引用结合到本申请中，以更全面地描述本发明所涉及的技术状态。 [0041] 术语“服务器”是指适于执行本文所述方法和功能的任何计算机或计算设备(包括但不限于台式计算机、笔记本电脑、膝上型计算机、大型机、移动电话、智能手表/眼镜、AR/ VR耳机等)、分布式系统、刀片式服务器、网关、交换机、处理设备或其组合。 [0042] 术语“计算设备”通常指可以执行至少一个功能的任何设备，包括与另一计算设备通信。在细化中，一种计算设备包括可以执行程序步骤的中央处理单元和用于存储数据和程序代码的存储器。如本文所使用的，计算子系统是计算设备。 [0043] 本文中所公开的过程、方法或算法可递送到处理设备、控制器或计算机/由计算设备、控制器或计算机实施，所述处理设备、控制器或计算机可包括任何现有可编程电子控制单元或专用电子控制单元。类似地，过程、方法或算法可以以多种形式存储为能够由控制器或计算机执行的数据和指令，包括但不限于永久存储在诸如ROM设备的不可写存储介质上的信息和可改变地存储在诸如软盘、磁带、CD、RAM设备、其他磁介质和光学介质、以及共享或专用云计算资源的可写存储介质上的信息。所述过程、方法或算法还可以在软件可执行对象中实现。或者，可使用合适的硬件组件(例如，专用集成电路(ASIC)、现场可编程门阵列 (FPGA)、状态机、控制器或其它硬件组件或设备，或硬件、软件和固件组件的组合)整体或部分地实施所述过程、方法或算法。 [0044] 术语“受试者(subject)”或“个体”是同义的，是指人类或其他动物，包括鸟类和鱼类以及所有哺乳动物，包括灵长类(特别是高级灵长类)、马、羊、狗、啮齿动物、豚鼠、猫、鲸鱼、兔子和奶牛。一个或多个受试者可以是例如参与运动训练或比赛的人、在赛道上比赛的马、玩视频游戏的人、监视他们的个人健康的人、向第三方提供他们的数据的人、参与研究或临床研究的人、或参与健身班的人。受试者或个体还可以是人或其他动物的衍生物(例如，至少部分地衍生自人或其他动物的实验室产生的生物体)、包括人或其他动物的人或其他动物的一种或多种个体组分、元件或过程(例如，细胞、蛋白质、生物流体、氨基酸序列、组织、毛发、肢体)，或与人类或其他动物(例如，产生类似于人类脑细胞的电信号的实验室培养的人类脑细胞)共享一个或多个特性的一个或多个人工制品。在改进中，受试者或个体可以是机器(例如，机器人、自主车辆、机械臂)或可由一个或多个计算设备编程的机器网络，所述一个或多个计算设备与人类或其他动物共享至少一个生物功能，并且可以从所述计算设备导出一种或多种类型的生物数据，所述生物数据可以至少部分地是人工的(例如，来自模拟大脑生物活动的人工智能导出活动的数据)。 [0045] 术语“动物数据”是指可从受试者获得或直接或间接生成的任何数据，所述数据可被转换成可传输(例如无线或有线传输)到服务器或其他计算设备的形式。动物数据包括可从一个或多个传感器或感测设备/系统，特别是生物传感器(生物传感器)获得的任何数据。动物数据还可包括描述性数据、听觉数据、视觉捕获的数据、神经逻辑生成的数据(例如，来自神经元的大脑信号)、可手动输入的与受试者有关的数据(例如，病史、社交习惯、受试者的感觉)，以及包括动物数据的至少一部分的数据。在改进中，术语“动物数据”包括动物数据的任何衍生。在另一个改进中，动物数据包括模拟数据的至少一部分。在又一改进中，动物数据包括模拟数据。 [0046] 术语“人工数据”是指至少部分地从真实动物数据或其一种或多种衍生物导出或使用其生成的人工创建的数据。它可以通过利用一个或多个人工智能技术或统计模型运行一个或多个模拟来创建，并且可以包括来自一个或多个非动物数据源的一个或多个信号或读数作为一个或多个输入。人工数据还包括与人类或其他动物共享至少一个生物功能的任何人工创建的数据(例如，人工创建的视觉数据、人工创建的运动数据)。其包括“合成数据”，可以是不通过直接测量获得的适用于给定情况的任何生产数据。合成数据可以通过对原始数据进行统计建模并且然后使用那些模型来生成再现原始数据的统计特性中的至少一个的新数据值来创建。为了当前公开和要求保护的主题的目的，术语“模拟数据”和“合成数据”是同义的，并且与“人工数据”可互换地使用，并且对术语中的任何一个的引用不应被解释为限制而是包括所有术语的所有可能含义。 [0047] 术语“洞察(insight)”指的是可以分配给目标个体的描述目标个体的条件或状态的一个或多个描述。示例包括压力水平(例如，高压力、低压力)、能量水平、疲劳水平等的描述。洞察可以由一个或多个数字或多个数字来量化，并且可以表示为概率或类似的基于几率的指标。洞察还可以由预定(例如，视觉上诸如颜色或物理上诸如振动)的性能的一个或多个其他度量、读数、洞察、图形、图表、绘图或预定的性能指数来表征。 [0048] 缩写： [0049] “AFE”指模拟前端(analog front end)。 [0050] 参照图1，提供了用于货币化动物数据的系统的示意图。货币化系统10包括可以电i i i 子传输的动物数据14的源12。特征上，动物数据源12包括至少一个传感器18。目标个体16 i 是从其收集相应动物数据14的受试者。标记i仅仅是与每个目标个体相关联的从1到imax的整数标记，其中imax是个体的总数，其可以是1到几千个或更多。在本文中，动物数据是指至少部分地从一个或多个传感器，特别是生物学传感器(biosensoer，生物传感器)得到的与受试者身体相关的数据。在许多有用的应用中，受试者是人类(例如，运动员)，并且动物数据是人类数据。 [0051] 生物学传感器(生物传感器)收集生物信号，所述生物信号在本实施例的上下文中是受试者中的或源自受试者的任何信号或特性，所述信号或特性可以被连续地或间歇地测量、监测、观察、运算、计算、输入或解释，包括电信号和非电信号、测量和人工生成的信息。生物传感器可以从一个或多个目标个体收集生物数据，例如生理数据、生物测定数据、化学数据、生物力学数据、遗传数据、基因组数据、位置数据或其他生物数据。例如，一些生物传感器可测量或提供可转换为生物数据或从生物数据导出的信息，所述生物数据诸如眼睛跟踪数据(例如，瞳孔响应、运动、EOG相关数据)、血流/体积数据(例如，PPG数据、脉冲渡越时间、脉冲到达时间)、生物流体数据(例如，从血液、尿液、唾液、汗水、脑脊液得到的分析)、身体成分数据(例如，BMI、体脂肪百分比、蛋白质/肌肉)、生化成分数据、生化结构数据，脉搏数据、氧合数据(如SpO2)、核心体温数据、皮肤温度数据、皮肤电反应数据、排汗数据(如速率、成分)、血压数据(如收缩期、舒张期、MAP)、水合数据(如体液平衡I/O)、基于心脏的数据 (如心率、平均HR、HR范围、心率变异性、HRV时域、自主音调、ECG相关数据(包括PR、QRS、QT、 RR间期)、神经相关数据(如EEG相关数据)、基因相关数据、基因组相关数据、骨骼数据、肌肉数据(例如，包括表面EMG、振幅的EMG相关数据)、呼吸数据(例如，呼吸速率、呼吸模式、吸气/呼气比、潮气量、肺活量测定数据)、胸部电生物阻抗数据或其组合。一些生物传感器可以检测生物数据，例如生物力学数据，其可以包括例如角速度、关节路径、步态描述、步数、或者可以表征目标对象的运动的各个方向上的位置或加速度。一些生物传感器可收集生物数据，例如位置和定位数据(例如，GPS、基于RFID的数据；姿势数据)、面部识别数据、动觉数据(例如，从位于鞋底部的传感器捕获的物理压力)、或与一个或多个目标个体相关的音频/ 听觉数据。一些生物传感器是基于图像或视频的，并且收集、提供和/或分析视频或其他视觉数据(例如，静止或运动图像，包括视频、MRI、计算机断层摄影扫描、超声波、X射线)，由此可以检测、测量、监测、观察、外推、运算或计算生物数据(例如，生物力学运动、位置、基于X 射线的骨折或基于对于受试者以视频或图像为基础的视觉分析的压力或疾病)。一些生物传感器可从生物流体例如血液(例如，静脉、毛细管)、唾液、尿液、汗液等获得信息，包括甘油三酯水平、红细胞计数、白细胞计数、促肾上腺皮质激素水平、红细胞压积水平、血小板计数、ABO/Rh血型、血尿素氮水平、钙水平、二氧化碳水平、氯化物水平、肌酐水平、葡萄糖水平、血红蛋白A1c水平、乳酸水平、钠水平、钾水平、胆红素水平、碱性磷酸酶(ALP)水平、丙氨酸转氨酶(ALT)水平、天冬氨酸转氨酶(AST)水平、白蛋白水平、总蛋白水平、前列腺特异性抗原(PSA)水平、微量白蛋白尿水平、免疫球蛋白A水平、叶酸盐水平、皮质醇水平、淀粉酶水平、脂肪酶水平、胃泌素水平、碳酸氢盐水平、铁水平、镁水平、尿酸水平、叶酸水平、维生素 B‑12水平等。除了与一个或多个目标个体相关的生物数据之外，一些生物传感器可以测量环境条件，例如环境温度和湿度、海拔和大气压力。在改进中，一个或多个传感器提供生物数据，所述生物数据包括至少部分地从生物传感器数据导出的一个或多个预算、计算、预测、估计、评估、演绎、推理、确定、合并、观察或预测。在另一改进中，一个或多个生物传感器能够提供两种或更多种类型的数据，其中至少一种类型的数据是生物数据(例如，心率数据和VO2数据、肌肉活动数据和加速计数据、VO2数据和海拔数据)。 [0052] 在变型中，至少一个传感器18i收集或导出以下至少一个：面部识别数据、眼睛跟踪数据、血流数据、血容量数据、血压数据、生物流体数据、身体成分数据、生化成分数据、生化结构数据、脉搏数据、氧合数据、核心体温数据、皮肤温度数据、皮肤电反应数据、排汗数据、位置数据、定位数据、音频数据、生物力学数据、水合数据、基于心脏的数据、神经数据、遗传数据、基因组数据、骨骼数据、肌肉数据、呼吸数据、动觉数据、胸部电生物阻抗数据、环境温度数据、湿度数据、大气压力数据、海拔数据或其组合。 [0053] 至少一个传感器18i和/或其一个或多个附件可以附着于、接触包括受试者的身体、眼球、重要器官、肌肉、毛发、静脉、生物流体、血管、组织或骨骼系统的受试者，或者发送关于或源自包括受试者的身体、眼球、重要器官、肌肉、毛发、静脉、生物流体、血管、组织或 i 骨骼系统的受试者的一个或多个电子通信，至少一个传感器18和/或其一个或多个附件可以嵌入受试者中，卡入或植入受试者中，由受试者摄取，集成以包括受试者的至少一部分，或集成到纺织品、织物、布、材料、固定装置、对象或直接或经由一个或多个媒介与目标个体接触或通信的装置中或作为其一部分，固定到或嵌入其中。例如，附着到一颗牙齿、一组牙齿或与一颗或多颗牙齿接触的装置的唾液传感器、提取从受试者的生物流体或毛发获得的 DNA信息的传感器、可穿戴(例如，在人体上)的传感器、附着到或植入受试者大脑中的传感器，其可检测来自神经元的脑信号，由个体摄取以跟踪一个或多个生物功能的传感器、附接到机器(例如，机器人)或与机器集成的传感器，所述机器与动物共享至少一个特征(例如，具有执行类似于人类的一个或多个任务的能力的机器人手臂；具有类似于人类的处理信息的能力的机器人)等。有利地，机器本身可以包括一个或多个传感器，并且可以被分类为传感器和受试者两者。其他示例包括经由粘合剂附接到皮肤的传感器、集成到手表或耳机中的传感器、集成或嵌入到衬衫或运动衫中的传感器、集成到方向盘中的传感器、集成或嵌入到视频游戏控制器中的传感器、集成到与受试者的手接触的篮球中的传感器、集成到与由受试者保持的媒介(例如曲棍球棒)间歇接触的曲棍球棒或冰球中的传感器、集成或嵌入到健身机(例如跑步机、自行车、台式压力机)的一个或多个手柄或把手中的传感器、集成在由目标个体控制的机器人(例如机器人手臂)内的传感器、集成或嵌入鞋中的传感器，其可通过围绕目标个体的脚踝缠绕的中间袜子和/或胶带接触目标个体等。在另一改进中，一个或多个传感器可以交织、嵌入、集成或附接到地板或地面(例如，人造草皮草、篮球地板、足球场、制造或装配线地板)、座椅/椅子、头盔、床或直接或经由一个或多个中介(例如，通过衣物间隙与座椅中的传感器接触的受试者)上。在另一改进中，传感器和/或其一个或多个附件可与源自受试者身体的颗粒或物体(例如，来自器官的组织、来自受试者的毛发)接触，一个或多个传感器从所述颗粒或物体导出或提供可计算或转换为生物数据的信息。在又一改进中，一个或多个传感器可以是基于光学的(例如，基于相机的)，并且提供可以从其检测、测量、监测、观察、提取、外推、推断、演绎、估计、运算或计算生物数据的输出。在又一改进中，一个或多个传感器可以是基于光的，并且使用红外技术(例如，温度传感器或热传感器) 来计算个体的温度或个体的不同部分的相对热量。 [0054] 在图1所示的变型中，至少一个传感器18i从每个目标个体16i收集动物数据14i。中i 介服务器22接收并收集动物数据14，使得所收集的数据已附加到其上的个性化元数据，元数据可包括动物数据的一个或多个特性、动物数据的来源和/或传感器数据(例如，类型、操作参数等)。元数据还可以包括描述和提供关于其他数据的信息的任何数据集，包括为其他数据(例如，当收集动物数据时目标个体参与的活动)提供上下文的数据。在收集动物数据 (例如，名称、身高、年龄、体重、数据质量评估等)时，可以将包括动物数据源自的个体的一个或多个属性或与传感器或数据相关的其他属性的其他信息添加到元数据或与动物数据 i i 相关联。在改进中，源12包括计算设备20 ，其负责协调将动物数据14发送到中介服务器22， i 即，其收集数据并将其发送到中介服务器22。例如，计算设备20可以是智能电话、智能手表 i i 或计算机。然而，计算设备20可以是任何计算设备。通常，计算设备20对于目标个体是本地的，但是不是必需的。仍然参照图1，中介服务器22为了对价(例如，支付、奖励、对本质上可能是或可能不是货币的有价值的东西的交易)而向数据获取者26提供所请求的动物数据 24。如本文所用，术语“数据购买者”、“数据获取者”和“购买者”是同义的。在一些变型中，中介服务器22提供原始或经处理的数据、已分析的数据、已组合的数据、已可视化的数据、模拟数据和/或关于数据的报告或摘要。此外，中介服务器22可以提供数据分析和与数据相关的其他服务(例如，可视化、报告、摘要)，其可以由一方或多方提供以用于获取(例如，购买)。 [0055] 在改进中，中介服务器22用与动物数据源相关的一个或多个属性(例如，特性)同步并标记动物数据。与动物数据源相关的这种性质的示例包括但不限于时间戳、传感器类型和传感器设置(例如，操作模式、采样率、增益)。中介服务器22还可以使动物数据与所收集的一个或多个传感器特性、个人属性和数据类型同步。中介服务器22将对价的至少一部分分发给至少一个利益相关者30。一个或多个利益相关者可以是产生数据的用户、数据的所有者、数据收集公司、授权经销商、传感器公司、分析公司、应用公司、数据可视化公司、操作中介服务器的中介服务器公司、或任何其他实体(例如，通常向任何上述利益相关者或数据获取者提供价值的实体)。在改进中，根据具有一个或多个可调整参数的收益共享协议来分配对价，所述参数确定每个利益相关者接收的对价或其一部分(如图17所示)。 [0056] 应当理解，中介服务器22可以包括单个计算机服务器或多个交互计算机服务器。在这点上，中介服务器22可以与其他系统通信，以基于一个或多个用例或要求来监测、接收和记录对要购买的动物数据的所有请求。此外，中介服务器22能够操作以与一个或多个其他系统通信，以监测、接收和记录对动物数据的所有请求，并通过利用由元数据建立的一个或多个参数、一个或多个搜索参数，或与传感器、数据类型、目标个体、目标个体组或目标输出相关联的一个或多个其他特性向一个或多个数据获取者提供搜索和请求动物数据和/或其一个或多个衍生物的能力。 [0057] 在变型中，中介服务器22直接与动物数据源通信，如通过与传感器18i的通信链路i 34或通过与计算设备20的通信链路36所示。在改进中，中介服务器22通过云40或本地服务器与动物数据源12通信。云40可以是由操作中介服务器22的组织使用的互联网、公共云、私有云，本地化或联网的服务器/存储、本地化存储设备(例如，n兆字节外部硬盘驱动器或媒体存储卡)、或计算设备的分布式网络。通常，动物数据源12无线地发送动物数据。然而，可以利用有线连接来发送动物数据。在改进中，动物数据源12经由硬件传输子系统将动物数据发送到中介服务器22。硬件系统可以包括利用单个天线或多个天线(例如，其可以被配置为网状网络的一部分)的一个或多个接收器、发射器、收发器和/或支持组件(例如，软件狗 (dongle))。 [0058] 如上所述，个性化元数据包括动物数据的来源和目标个体的一个或多个属性。这样的目标个体的一个或多个属性的示例可以包括但不限于动物数据源于的个体的年龄、体重、身高、出生日期、种族、参考标识(例如，社会保障号码、国家ID号码、数字标识)原籍国、原籍地区、种族、当前居住地和性别。在改进中，目标个体的属性可包括从药物历史、医疗记录、遗传衍生数据、基因组衍生数据收集的信息(例如，包括与一个或多个医疗状况、性状、健康风险、遗传状况、药物反应、DNA序列、蛋白质序列和结构相关的信息)、生物流体衍生数据(例如，血型)、药物/处方记录、家族史、健康史、手动输入的个人数据、历史个人数据等。在人类受试者的情况下，目标个体的一个或多个属性可以包括在收集动物数据时目标个体所从事的一个或多个活动、一个或多个关联群组、一个或多个社交习惯(例如，烟草使用、饮酒等)、教育记录、犯罪记录、社交数据(例如，社交媒体记录、互联网搜索数据)、就业历史和/或手动输入的个人数据(例如，目标个体居住的一个或多个地点、情感)。应当理解，动物数据的各种成分可以被匿名化或去识别化。去识别包括删除个人识别信息，以保护个人隐私。在本发明的上下文中，匿名化和去识别化被认为是同义的。 [0059] 在一个变型中，动物数据来自单个目标个体。这种个体化动物数据可以包括源自一个或多个传感器的单个数据集(例如，仅收集心率或神经活动以创建单个数据集的传感器；两个单独的传感器收集心率和神经活动以创建包括心率和神经活动两者的单个数据集)，或源自单个传感器(例如，仅收集心率的传感器，由此创建多个心率数据集；收集心率和sEMG数据两者的传感器，由此创建一个或多个心率数据集和一个或多个sEMG数据集)或源自多个传感器(例如，收集心率的一个传感器和收集葡萄糖数据的另一个传感器，由此从收集的数据创建多个数据集)的多个数据集。在改进中，单个数据集可以包括多个数据类型和/或多个受试者，并且多个数据集的创建可以仅基于单个个体和单个数据类型。在另一变型中，目标个体的数据与来自一个或多个其他个体的一个或多个数据集组合，其中所述一个或多个数据集或个体共享至少一个或多个类似特性并且作为动物数据的集合提供给数据获取者。在这点上，中介服务器可以填充表示数据获取者正在寻找的特定标准的数据集。例如，在25‑35岁男性的年龄范围内，如果需要，系统可以提供具有25‑30岁男性和30‑35岁男性的60‑40比率的数据。在改进中，数据获取者定义了使个人或数据集相似的标准。例如，数据获取者可以从显示特定遗传特征但在其他方式(例如，不同的年龄、体重、身高)上可能不同的个体请求DNA或生物流体数据样本。在一些变型中，根据从一个传感器或从多个传感器收集的多个数据类型来创建复合数据。可以创建分类(例如，组)(例如，为了简化对数据获取者的搜索过程，为任何给定的数据提供者提供更多的暴露)，并且可以基于数据收集过程、实践或关联而不是基于个体特性。例如，可以基于利用具有特定设置的特定传感器并遵循特定数据收集方法来收集ECG或PPG传感器数据的个体来创建组。在另一示例中，可以为先前经历过心脏病发作的人创建组。应当理解，与动物数据相关的任何单个特性(例如，包括与数据、一个或多个传感器和一个或多个目标个体相关的任何特性)可以与一个或多个组/分类或标签相关联或被分配给一个或多个组/分类或标签。此外，与动物数据相关联的一个或多个分类或标签有助于创建或调整动物数据的关联价值。分类或标签的示例包括度量分类(例如，由一个或多个传感器捕获的受试者的属性，所述一个或多个传感器可以被分配诸如心率、水合作用等数值)、个体的个人分类(例如，年龄、体重、身高、病史)、个体的洞察力分类(例如，“压力”、“能量水平”、一个或多个结果发生的可能性)、传感器分类(例如，传感器类型、传感器品牌、采样率、其他传感器设置)、数据属性分类(例如，原始数据或经处理的数据)、数据质量分类(例如，根据定义的标准，好数据与坏数据)、数据时效性分类(例如，在毫秒与小时内提供数据)、数据上下文分类(例如，NBA总决赛与NBA季前赛)、数据范围分类(提供数据范围，例如，胆红素水平在0.2‑1.2mg/dL之间)，等等。在另一变型中，数据的一些分类可以具有比其他分类更大的价值。例如，来自传感器X的25‑34岁的人的心率数据可以比来自传感器Y的25‑34岁的人的葡萄糖数据具有更小的价值。价值的差异可以归因于多种原因，包括：数据类型的短缺(例如，平均而言，葡萄糖数据可能比心率数据更难收集，因此更不容易获得或收集)，来自任何给定传感器的数据质量(例如，一个传感器可以提供比另一个传感器更好质量的数据)，个体或与任何其他给定的个体相比数据来自的个体(例如，个体的数据可能比另一个个体的数据更有价值)，数据类型(例如，来自传感器X的具有特定种族特性的一组个体的原始AFE数据(从中可以导出ECG数据)可以具有比仅来自相同传感器X的具有相同种族特性的同一组个体的导出ECG数据更大的价值，假定AFE数据能够导出附加的非ECG洞察，包括表面肌电图数据)，导出的与数据相关的用例(例如，葡萄糖数据也可用于导出水合作用，这可能是比基于心率的数据更难收集的数据类型，因此更有价值)以及数据量(例如，在1年期间内来自45‑54岁之间的100个人的每日心率数据可以比在1 个月期间内来自45‑54岁之间的相同100个人的每日心率数据具有更大的价值)。 [0060] 在另一变型中，将收集的动物数据分配给具有可由系统确定的对应价值的分类(例如，组)。应当理解，一个或多个分类可以具有预定价值、演进价值或动态价值、或两者都有。例如，随着更多的数据被添加到组中，随着组中更多的数据可用，或者随着对来自该特定组的数据的需求增加，或者随着从数据被创建、数据变得不那么相关、或者对来自该特定组的数据的需求减少的时间过去，一组数据的价值可以增加。在另一改进中，一个或多个分类可以动态地改变，其中基于一个或多个购买者需求或新信息或源到系统中的输入来创建或修改一个或多个新类别。例如，可以开发新类型的传感器，可以用向传感器提供新设置和能力的新固件来更新传感器，或者可以将一个或多个新数据类型(例如，生物流体衍生的数据类型)引入系统中，数据获取者可以从中搜索和/或获取数据，或者数据提供者可以从中创建价值创造的新机会。在另一改进中，可以利用一个或多个人工智能技术(例如，机器学习、深度学习技术)来将一个或多个分类、组和/或价值动态地分配给一个或多个数据集。 [0061] 在又一变型中，动物数据的一个或多个数据质量评估可以作为元数据的一部分或单独地提供给数据获取者或其他相关方。数据质量评估提供动物数据在给定上下文中用于其目的的适合性。在确定数据质量时考虑的因素包括：(1)准确性(或有效性或正确性)，当记录值与实际值或已知值范围一致时发生；(2)时效性，当记录的值在持续时间和延迟的时间要求内，而不是过时时发生；(3)数据一致性(或可靠性或与其他数据值没有冲突)，当数据值的表示在所有情况下都相同时发生；以及(4)数据完整性，当某个变量的所有值都被记录时发生(并确定数据是否丢失或不可用)。影响数据质量评估的其他因素包括但不限于符合或遵守标准格式、用户反馈评级和数据的再现性。可以以多种方式对数据质量进行评级或认证，包括由一个或多个专家、由进行编写以考虑上述一个或多个因素以基于预定质量控制参数对数据进行评级的一个或多个程序等。这样的评级可以包括预定的或动态数据质量标度。在改进中，评级和/或认证可通过利用考虑了一个或多个因素的一个或多个人工智能技术来创建或调整。 [0062] 有利地，价值通常与动物数据相关联。价值用于个人已识别的或已去识别化的动物数据的获取、购买、出售、交易、许可、租赁、广告、评级、标准化、认证、研究、分发，或代理个人已识别或已去识别化的动物数据的获取、购买、销售、交易、许可、租赁或分发。价值可以是货币性的或非货币性的。为任何动物数据创建的价值被固有地分配给该动物数据。通常，该价值由数据提供者、数据所有者或一个或多个其他数据管理员分配和/或调整。然而，该价值可以由中介服务器或第三方分配和/或调整。在改进中，动态地分配和/或调整关联价值。例如，在特定时间被分配有价值的特定数据集可以在另一个时间点被分配有不同的价值，这意味着数据的价值可以基于一个或多个因素而改变(例如，数据的时效性；例如，在专业高尔夫球手的情况下，当他/她击打推杆以赢得比赛时，在最后一轮的第18果岭 (green)上的他们的心率数据可能比在第一轮的第4果岭上击球时具有更大的价值)。中介服务器可以被编程为基于由系统创建的各种因素、分类和标签来动态地为任何数据分配和/或调整任何给定价值。在变型中，相同的动物数据集可以具有一个或多个不同的关联价值。例如，数据的获取者、将如何使用数据、使用的持续时间、将在其中使用数据的一个或多个市场(例如，在单个市场中使用的数据与全球市场中使用的数据)、将在其中使用数据的时间框架(例如，实时使用的数据与在稍后的日期使用的数据)等，都可以是当将不同价值分配给相同数据时的相关的对价，以及动态分配和调整价值的对价。在另一变型中，通过将来自一个或多个源的参考估价数据(例如，定价数据)(例如，从货币化系统导出的销售的历史价值，已将类似数据或类似属性估值的第三方源)至少部分地输入到一个或多个模型中来创建或调整一个或多个价值，所述模型为货币化系统销售的一个或多个数据类型建立一个或多个价值。例如，来自专业运动(Pro Sport)Z的Y联盟中的玩家X的心率的定价数据可以由货币化系统通过参考来自一个或多个第三方的专业运动Z的Y联盟中的玩家X的统计数据定价的至少一部分来建立，或者在货币化系统内玩家X(或类似于玩家X的个体)的历史价值和它们的类似数据作为对定价模型的输入，该定价模型为数据建立一个或多个价值。在改进中，所提供的参考估价数据可以来自一个或多个不同的数据集。例如，如果货币化系统正在动态地建立专业运动Z的Y联盟中的玩家X中的水合数据的定价，但是不存在部门(例如，专业运动)中的水合数据的定价，则货币化系统可以通过其他部门或用例来确定定价 (例如，与捕获的度量(如心率)相比，保险或健身相关的用例如何为水合定价；在专业运动中如何为其他度量(如肌肉活动、心率或位置数据)定价并基于一组信息导出价值)。随着已经基于其他用例被估价的数据集的销售继续，价值可以基于需求、稀缺性或其他因素动态地调整。可以利用一个或多个人工智能技术或统计模型来创建这样的价值。 [0063] 在一些变型中，系统(例如，经由中介服务器22)能够操以针对个体的数据监测任何给定交易的生命周期，包括在何处发送数据以及如何、在何处以及何时使用数据。利用诸如区块链的技术，数据提供者或授权用户可以从系统收集数据时开始查看个体数据的竞争历史树。该系统能够操作以监测动物数据和与该数据相关联的每个交易，包括与任何给定交易相关的细节。这可以包括验证数据是以受试者声称的方式收集的，与数据如何被使用有关的细节，数据在哪里被发送，附加到数据的任何限制(例如，确保数据的使用(包括创建的任何衍生工作)不受未来潜在权利要求的影响)，与数据相关联的对价，等等。其还可以包括当分发数据(例如，按地区或数据类型划分的排他性)时授予获取者的不同类型的权利的实施等。在改进中，系统可以具有在区块链生态系统内实施数据的限制或使用的能力。例如，如果一方被授予对数据的15分钟许可，则系统可以确保在许可到期时，被许可方将不能在区块链生态系统内利用或传送该数据。 [0064] 在另一变型中，并且在从相同动物数据导出的一个或多个数据集被分配给多方并被多方利用的情况下，对于数据获取者来说，了解先前使用数据的方式以及与该使用相关联的术语可能是重要的。在这些情况下，并且利用诸如区块链的技术，货币化系统可以提供与数据的所有权链相关的功能(例如，服务)，以确保数据获取者在了解如何、何时和何处可以使用数据的情况下获得和利用动物数据。这对于确保数据使用免费且未来没有任何索赔可能很重要。所有链可以是任何给定财产的官方所有权记录，例如受试者的数据。在另一变型中，货币化系统可充当集中式注册表或系统，其为所分发的每种类型的数据及其相关联的使用提供一个或多个记录。在又一变型中，货币化系统的数据分发服务还可以包括保险相关数据服务(例如，与数据使用相关的所有权保险和从分发数据创建的衍生产品)。 [0065] 在其他变型中，当获取者请求不在中介服务器22内的数据类型或数据集时，中介服务器22可以向系统的一个或多个当前用户发送创建一个或多个期望数据集或从一个或多个第三方获取数据的请求。或者，如果用于创建所请求的数据的原始(例如，未处理的)数据存在于中介服务器22内，则中介服务器可以处理原始数据(例如，对数据采取包括操纵、分析等的一个或多个动作)以创建获取者的所请求的数据。例如，如果系统具有从放置在胸部上的传感器导出的AFE数据并且请求是针对ECG数据的，则系统可以将AFE数据转换为ECG 数据以满足该请求。为了创建所请求的数据，中介服务器22可以使用一个或多个已开发的工具(例如，由货币化系统或系统的操作者创建的)，合并内部容纳的一个或多个第三方工具，或者将数据(例如，原始数据)发送到一个或多个第三方分析系统，中介服务器在分发到获取者之前接收回获取者的所请求的数据。在向获取者发送数据时，中介服务器记录作为交易的一部分提供的数据的特性。数据的这些特性包括以下中的至少一个：动物数据的来源、时间戳、特定的个人属性、所使用的传感器的类型、传感器属性、传感器参数、传感器采样率、分类、数据格式、数据类型、所使用的算法、数据质量和提供数据的速度(例如，等待时间)。 [0066] 在另一变型中，货币化系统10提供对真实数据集(例如，由用户或数据提供者生成)的替代。例如，在获取者具有可能使得获取(例如，购买)用户生成的数据不可行的一个或多个要求(例如，不能在所请求的时间帧中获取所请求的数据)、或者获取者无法负担一个或多个真实动物数据集的获取对价成本(例如，购买价格太昂贵)、或者获取者要求的用例会导致在系统内找不到或无法获得的一个或多个数据集、或者获取者只能提供所请求的真实动物数据集的子集的情况下，货币化系统10可以提供购买人工生成的数据(例如，人工传感器数据)的选项，所述人工生成的数据由真实动物数据(例如，真实传感器数据)和/或其一个或多个衍生物的至少一部分创建(例如，生成)，导出自和/或基于真实动物数据(例如，真实传感器数据)和/或其一个或多个衍生物的至少一部分，上述数据可以经由符合由数据获取者设置的一个或多个参数(例如，要求)的一个或多个模拟来生成。在这点上，数据获取者选择的一个或多个参数确定可用作生成人工数据的一个或多个输入的相关真实动物数据的范围，和/或确保生成的人工输出满足获取者期望的要求。例如，制药公司或研究组织可能希望从至少10000个25‑24岁的独特男性睡眠时获取10000个两小时ECG数据集，这些男性体重175‑185磅，每周吸烟10‑20支香烟，每周至少饮酒2‑3天，具有表现出生物流体衍生水平的特定血型，以及具有糖尿病和中风的家庭病史。货币化系统可以仅具有来自500 个独特男性的500个数据集，这些数据集与特定搜索的最低要求相匹配，因此货币化系统可以人为地为9500个独特模拟男性创建其他9500个数据集，以满足制药公司的要求。货币化系统可使用所需参数并基于500个真实动物数据集随机生成人工数据集(例如，人工ECG数据集)。可以通过应用一个或多个人工智能技术来创建新的一个或多个人工数据集，该人工智能技术将分析与获取者所需的一些或全部特性相匹配的先前捕获的数据集。一个或多个人工智能技术(例如，一个或多个训练的神经网络、机器学习模型)可以识别真实数据集中的模式，通过所收集的数据来训练以理解动物(例如，人类)生物学和相关简档(profile)，通过所收集的数据来进一步训练以理解一个或多个参数(例如，变量、其他特性)对动物生物学和相关简档的影响，并且创建人工数据，该人工数据将由获取者选择的一个或多个参数考虑在内，以便匹配或满足购买者的最低要求。在改进中，至少部分地从收集的真实动物数据生成模拟动物数据。在另一改进中，使用一个或多个统计模型。在2019年9月6日提交的美国专利No.62/897,064中公开了与用于生成模拟动物数据和模型的系统有关的附加细节，以及如何在货币化系统中利用一个或多个训练的神经网络的示例；该专利的全部公开内容通过引用合并于此，并适用于该文件中的任何人工数据引用。可以基于各种标准，包括单个个体、具有一个或多个相似特性的一个或多个个体的组、在一个或多个特性的定义组内随机选择一个或多个个体、在一个或多个个体的定义组内随机选择一个或多个特性、在一个或多个特性的定义组内的一个或多个个体的定义选择、或者在一个或多个个体的定义组内的一个或多个特性的定义选择，来创建一个或多个人工数据集。通常，经由一个或多个模拟创建并从真实动物数据的至少一部分导出的一个或多个人工数据集与真实动物数据共享至少一个特性。基于购买者的要求，货币化系统可以在创建数据集时隔离单个变量或多个变量以用于可重复性，以便保持数据既相关又随机。另外，模拟所基于的真实数据和/ 或其一个或多个衍生物可以单独购买、打包为模拟数据采集的一部分、或者至少部分地用作基线以创建人工数据。在组织请求模拟数据的情况下，其数据在一个或多个模拟中的一个或多个个体(例如，为了训练一个或多个神经网络)可以至少部分地接收对价。 [0067] 除了生成新数据集之外，还可以利用模拟数据的创建来扩展先前收集的真实数据集。例如，系统可以访问任何给定活动的特定数量的数据集(例如，运动员A的10、100、1000 或更多个小时的比赛中数据)，该数据集包括不同类型的数据和元数据(例如，在网球等运动的情况下，场上温度、湿度、平均心率、氧合数据、生物流体衍生数据、里程数、挥杆速度、能量水平、击球力量、点数长度、场地定位、对手、对手在特定环境条件下的表现、获胜百分比、对手、在类似环境条件下对对手的获胜百分比、当前比赛统计、基于比赛表现趋势的历史比赛统计、日期、时间戳、赢/输分数、得分)，所述系统可以使用一个或多个人工智能技术通过重建其中给定运动员可能甚至没有参加比赛的事件(例如，比赛)的至少一部分来扩展数据集，和/或在重建的事件内为运动员A生成人工数据(例如，运动员A以捕获的心率数据进行了2小时的网球比赛，但是用户想要从未进行并且将来将进行的比赛的第3小时的心率数据。因此，货币化系统可以运行一个或多个模拟以创建数据)。更具体地，可以用这些数据集中的一个或多个来训练一个或多个神经网络，以理解运动员A的生物功能以及一个或多个变量如何能够影响任何给定的生物功能。神经网络可以被进一步训练以基于一个或多个生物功能和一个或多个变量的影响来理解发生了什么结果(或多个结果)，从而能够进行相关和因果分析。一旦货币化系统内的神经网络已经被训练以理解如下的信息：诸如运动员A 在包括本场景在内的任何给定场景中的一个或多个生物学功能、基于运动员A所表现的一个或多个生物学功能和/或所存在的一个或多个变量而在包括本场景在内的任何给定场景中先前已经发生的一种或多种结果、在包括与本场景类似的场景在内的任何给定场景中与运动员A相似或不同的运动员的一种或多种生物学功能、在包括与本场景类似的场景在内的任何给定场景中可以影响运动员A的一个或多个生物功能的一个或多个其他变量、在包括与本场景类似的场景在内的任何给定场景中可以影响与运动员A相似和不相似的其他运动员的一个或多个生物功能的一个或多个变量、以及基于与运动员A相似和不相似的运动员所表现的一个或多个生物功能和/或一个或多个变量而在包括与当前场景相似的场景的任何给定场景中先前发生的一个或多个结果，数据的获取者可以请求运行一个或多个模拟，例如，以利用人工生成的数据扩展当前数据集(例如，运动员A刚刚以包括采集的心率在内的各种生物数据运动了2小时。在相同的比赛条件下，获取者想要第三小时的心率数据，因此系统可以运行一个或多个模拟以基于先前收集的数据创建数据)或预测对于任何给定活动(例如，基于仅查看运动员A的数据，运动员A对战运动员B在最后一组中赢得比赛的可能性)发生的结果。在改进中，可以用多个动物(例如运动员)训练一个或多个神经网络，所述多个动物可以是团队中的、组中的或彼此竞争的，并且可以用来自每个动物的一个或多个数据集训练一个或多个神经网络，以更准确地预测一个或多个结果(例如，A运动员对战B 运动员是否会赢得比赛)。在该示例中，可以运行一个或多个模拟以首先基于真实传感器数据生成人工传感器数据，然后在一个或多个另外的模拟中利用生成的人工传感器数据的至少一部分来确定任何给定结果的可能性。 [0068] 在另一示例中，航空公司可能想要确定其是否应当延长其飞行员的强制退休年龄，或者医院可能想要确定其是否应当继续允许给定外科医生手术超过特定年龄。通过运行一个或多个模拟，航空公司或医院可以生成一个或多个人工数据集，该人工数据集扩展由系统收集的当前一个或多个数据集以实现分析，该分析使得航空公司或医院能够采取能够确定概率和/或减轻风险的一个或多个动作。在航空公司的示例中，问题可以是是否允许其数据已经由系统收集的任何给定的n岁(例如，65岁)继续飞行超过特定年龄的能力，或者在表现出可包括生理或生物力学飞行员特征的特定特征的同时允许继续飞行。更具体地，确定飞行员的生物“适合度”并预测未来的生物适合度可能符合航空公司的最大利益，而不是由于诸如人的年龄等指标而强制停工(例如强制退休)，因为飞行员的经验可能会带来总体上更安全的飞行体验和/或使更多的航线能够飞行以增加业务。因此，系统可以利用其所收集的具有所选择的各种参数(例如，睡觉的时候，飞行的时候)的数据(例如，心脏/ECG数据、年龄、体重、习惯、病史、生物流体水平)为任何给定飞行员运行一个或多个模拟，并生成一个或多个人工数据集(例如，扩展为飞行员收集的数据集并创建人工传感器数据以查看飞行员从未来年龄66‑80的心脏活动，以随着飞行员年龄的增长确定生物“适合度”和“适合飞行”)。在医院的情况下，问题可能是是否允许任何给定的外科医生在超过一定年龄后继续手术，或者在表现出可包括生理或生物力学特性的特定特性的同时继续手术，其益处是能够利用外科医生的经验，这可导致拯救更多的生命。 [0069] 在改进中，模拟可以提供与未来结果发生相关的一个或多个概率或预测。例如，如果航空公司想要知道表现出特定生理特性的任何给定飞行员在飞行飞机时是否会心脏病发作的可能性，则可以运行利用飞行员的动物数据的至少一部分的一个或多个模拟，其输出可用于确定发生事件的概率或做出与未来事件相关的预测。在另一示例中，如果保险公司想要知道具有特定特性(例如，年龄、体重、身高、遗传组成、身体状况)的任何给定个人是否将在给定时间段(例如，24个月)内经历一种或多种身体疾病(例如中风、糖尿病、病毒)的可能性，利用真实动物数据的至少一部分的一个或多个模拟可以以这些特性作为一个或多个输入来运行，其输出可以用于确定事件发生的概率。在另一示例中，如果制药公司想要更好地理解现有药物对具有特定特性的一个或多个个体具有特定效果的概率，则货币化系统可以运行多个模拟(例如，10、100、10000或更多)以确定事件发生的概率。在又一示例中，如果团队希望基于表现出特定生理特性和其他收集的数据来知道运动队中的运动员A是否将进行下一次投中的可能性，则可以运行利用运动员A的动物数据的至少一部分的一个或多个模拟，其输出可以用于确定事件发生的概率。 [0070] 在用于创建一个或多个模拟数据集的变型中，通过一个或多个模拟来重新运行具有一个或多个随机化变量的现有数据，以创建系统先前看不到的新数据集。利用该方法，可以检查与一个或多个结果相关的一个或多个概率。例如，当货币化系统具有用于特定个体 (例如，运动员)和特定事件(例如，运动员参加过的比赛)的数据集时，系统可以具有重新创建和/或改变数据集内的一个或多个变量(例如海拔、场地温度、湿度等)并且经由一个或多个模拟重新运行一个或多个事件以生成用于特定场景的模拟数据输出的能力(例如，在网球的情境下，对于整个两小时的比赛，当温度处于95度或高于95度时，获取者可能想要1小时的运动员A的心率数据。该系统可以具有在不同温度(例如，85、91、94)下的一组或多组心率数据以及先前描述的用于处于相似条件下的球员A以及处于相似和不相似条件下的其他相似和不相似运动员的输入。在95度或95度以上的球员A的心率数据从未被收集，因此系统可以运行一个或多个模拟来创建该数据，然后在一个或多个进一步的模拟中利用该数据。在另一示例中，获取者可能想要运动员A将赢得比赛的可能性。在改进中，系统还可以是可编程的以组合不同的数据集以创建或重新创建一个或多个新的数据集。例如，对于特定锦标赛的两小时比赛，当温度高于95度时，获取者可能想要1小时的球员A的心率数据，其中诸如海拔的一个或多个特征可能影响表现。虽然从未完整地收集该数据，但不同的数据集可以包括所请求的数据(例如，来自球员A的以心率为特征的一个或多个数据集、来自球员A的在95华氏度以上的温度下打网球的一个或多个数据集、在所需锦标赛上具有所请求特征 (例如海拔)的一个或多个数据集)。系统可以识别数据集内和跨数据集的这些所请求的参数，并且运行一个或多个模拟以基于这些不同的数据集来创建满足获取者请求的一个或多个新的人工数据集。在变型中，用于创建或重新创建一个或多个新数据集的不同数据集可以以与目标个体共享至少一个共同特性(其可以包括例如年龄范围、体重范围、身高范围、性别、相似或不相似的生物特性等)的一个或多个不同受试者为特征。使用上述示例，虽然心率数据可用于球员A，但是系统可利用来自球员b、c、d的另一个或多个数据集，所述另一个或多个数据集是基于其与期望数据集的相关性而选择的(例如，一些或所有的玩家可能已经表现出与球员A相似的心率模式；一些或所有的玩家具有与球员A相似的生物流体衍生读数；一些或所有的球员可能具有由系统收集的以在高于95度的温度下打网球为特征的数据集)。这些一个或多个数据集可用作一个或多个模拟内的输入，以更准确地预测球员A在期望条件下的心率。 [0071] 在用于模拟数据的另一方法中，创建随机化的数据集，其中由系统而不是获取者选择一个或多个变量。例如，如果保险公司在随机样本(例如，没有定义的年龄或病史，其可以由系统随机选择)中寻找特定数据集(例如1,000,000名吸烟者)，则这可能特别有用。在改进中，从由系统随机挑选的预定数量的个体创建一个或多个人工数据集。 [0072] 在另一示例中，至少部分地从真实动物数据导出的数据可作为视频游戏或基于游戏的系统的一部分或在其中使用。视频游戏或基于游戏的系统可以在所提供的各种控制台和系统中进行，这些控制台和系统包括传统PC游戏(例如，任天堂、索尼游戏机)、手持游戏、虚拟现实、增强现实、混合现实和扩展现实。视频游戏或基于游戏的数据可以与特征为游戏的一部分的一个或多个角色(例如，动物)相关联，所述数据可以从一个或多个模拟导出和/ 或基于动物数据的至少一部分而人工创建。角色可以基于存在于现实生活中的动物(例如，现实生活中的职业足球运动员可以具有在足球视频游戏中描绘自己的角色)或是人工创建的，角色可以基于或共享一个或多个真实动物的一个或多个特性(例如，游戏内的足球运动员与人类足球运动员一样共享球衣号码、球衣颜色或生物特征)。该系统可以使视频游戏或基于游戏的系统的用户能够购买数据或购买利用游戏内的真实数据的至少一部分的游戏。在改进中，在游戏内购买的动物数据可以是人工数据，其可以经由一个或多个模拟生成。例如，该数据可以被用作游戏中发生的索引。例如，游戏者可以具有在利用运动员的“真实世界数据”的游戏中对抗真实世界运动员的模拟版本的能力，所述“真实世界数据”可以包括运动员的真实世界生物数据或其一个或多个衍生物。这可能意味着，例如，随着时间的推移收集的真实世界运动员的“能量水平”数据被集成到游戏中。在一个特定示例中，随着视频游戏内的比赛的长度持续，或者视频游戏内的模拟运动员已经跑过的距离，可以基于真实运动员收集的真实世界数据来调整和影响他们在视频游戏内的“能量水平”。真实世界的数据可以基于任何给定比赛的距离或长度来指示运动员可能会感到多么疲劳。该数据还可用于例如在游戏中获得优势，该优势可包括跑得更快、跳得更高、具有更长的能量寿命、将球击得更远等的能力。图19示出了视频游戏的一个示例，由此用户可以至少部分地基于真实动物数据购买一种人工生成的动物数据(例如，“能量水平”)，以向视频游戏的用户提供优势。在另一示例中，从动物数据导出或与动物数据共享至少一个特性的游戏内人工数据还可以向游戏内的一个或多个受试者提供一个或多个特殊能力，其可以从一个或多个模拟导出。在另一改进中，向视频游戏或基于游戏系统提供其动物数据的至少一部分和/或其一个或多个衍生物的一个或多个个体可以接收对价以交换提供数据。例如，明星网球选手可以向视频游戏公司提供其生物数据，使得游戏用户可以作为该明星网球选手的虚拟表示或对战该明星网球选手的虚拟表示来玩。在这种情况下，用户可以向视频游戏公司支付访问数据或其衍生物(例如，基于真实动物数据的至少一部分生成的人工数据)的费用，其中一部分可以交给明星网球运动员。可替换地，视频游戏公司可以向运动员支付许可费或提供其他对价(例如，销售的游戏销售或数据相关产品的百分比)，以便在他们的游戏中使用数据。在另一示例中，视频游戏公司可以使得能够在游戏本身上(例如在用户和明星网球选手之间)进行一个或多个投注/游戏投注或者在游戏内进行命题投注(例如，基于游戏内的各个方面的微投注)。在改进中，一个或多个建议投注基于动物数据和/或其一个或多个衍生物 (包括模拟数据)的至少一部分。在这种情况下，用户和/或明星网球选手可以从基于数据的至少一部分所创建、提供和/或销售的每个投注、投注总数和/或一个或多个产品来接收一部分对价。 [0073] 虽然本发明不限于使用模拟数据的任何特定应用，但是这样的数据可以用作基线或输入以测试、改变和/或修改传感器、算法和/或各种假设。该人工数据可用于运行从训练到改进性能的模拟场景。使用基于真实数据的人工数据的一个潜在原因是，人工数据的成本可能比真实数据低得多。真实数据可以具有与其相关联的一个或多个特定权限，而基于真实数据的模式和知识的人工数据可以不附加(或有限)权限，因此可以以低得多的成本获取(例如，购买)人工数据。此外，从一个或多个模拟生成的数据可以用于广泛的用例，包括作为用于识别真实数据中的问题/模式的控制集、作为进一步模拟中的输入、或作为人工智能或机器学习模型的输入作为测试集、训练集或具有可识别模式的集。例如，可以使用该系统来修改基于来自特定个体的真实数据创建的数据集，以在数据中引入对应于诸如疲劳或快速心率变化的特性的偏差。利用该修改的数据，可以运行模拟，看看个体在例如高压力情况下或在某些环境条件(例如，高海拔、高场上温度)下的表现。这样的模拟在健身应用、保险应用等中特别有用。在人类(或运动员)或其他动物的情况下，系统可以在生物度量(例如心率、呼吸、位置数据、生物力学数据)和事件发生(例如，赢得一场特定的比赛)的可能性之间建立模式。在这种情况下，货币化系统可以计算某些条件场景(例如，“假设”情景和可能的结果)的概率。 [0074] 如上所述，中介服务器接收原始形式或经处理形式的动物数据。在这点上，中介服务器可以对动物数据采取一个或多个动作。例如，中介服务器可以通过实施从以下各项中选择的至少一个动作对于动物数据进行操作：归一化动物数据；将时间戳与动物数据相关联；聚集动物数据；将标签应用于动物数据；存储动物数据；操纵动物数据；对于动物数据进行去噪；加强动物数据；组织动物数据；分析动物数据；合成动物数据；复制动物数据；总结动物数据；匿名化动物数据；可视化动物数据；同步动物数据；显示动物数据；分发动物数据；对动物数据进行记账；及其组合。 [0075] 在另一个实施例中，系统可以用作测试、建立和/或验证传感器或连接的设备的准确性、一致性和可靠性的工具。产生类似标记输出(例如，心率)的传感器使用不同组件(例如，硬件、算法)来导出它们的输出。这意味着，例如，来自一个设备的类似心率的输出可能与来自另一设备的心率不同。系统绕过本机应用程序并对数据采取行动的能力，包括归一化和/或同步数据，确保用户能够在需要时进行相对的“苹果对苹果”比较，并比较每个传感器输出及其相应的硬件/固件和算法，以导出每个输出(例如，原始数据、处理后的数据)，同时提供数据上下文(例如，收集数据所依据的活动)和排除可能影响输出的其他变量(例如，传输相关、软件相关)。测试和比较每个传感器或连接的设备硬件、算法或公平输出(例如，相对于指定的标准)，确保可量化结果。获得每个传感器类型及其对应组件的量化结果的能力使得用户能够基于任何给定需求或用例(例如，活动)为给定组的参与者选择特定传感器和/或算法，同时移除通常在使用不同或较差硬件组件(例如，捕获“相同”输出的不同传感器)或不同算法的研究中发现的关键传感器相关变量。该过程移除可能影响结果的潜在变量，并确保用户对数据的信任。类似地，这为获取者提供了可量化的方式来选择一个或多个传感器和/或在任何给定输出上设置溢价价值(premium value)。这还使系统能够对任何给定的输出设置溢价价值。 [0076] 货币化系统的另一方面是收集动物数据的对价。在向用户发送动物数据时，中介服务器监测和/或记录对所提供的动物数据的对价的收集。对价的收集可以在交易发生时同时进行，也可以在以后的时间进行。在改进中，收集可以在向获取者发送任何数据之前发生。有利地，可以在市场或其他介质上提供动物数据以用于这种动物数据的销售或获取。通常，数据获取者(例如，购买者)以数据提供者创建的价格或价值购买或获取。市场可以使用收集进行任何可想象的活动的数据的任何类型的传感器从任何位置(例如，在地球上，在太空中)填充来自具有任何预先存在的条件或没有预先存在的条件(例如，糖尿病、高血压、肾病)的各种特性(例如年龄、身高、体重、头发颜色、眼睛颜色、肤色等)的任何类型的个体的数据。在改进中，货币化系统可以基于从诸如数据获取者的搜索结果之类的事情确定的可能需求来规定市场中所需的数据类型，并且创建对数据提供商提供特定数据的行动的报价 (offer)，一旦数据已经售出，他们将为该特定数据接收费用。在另一改进中，数据获取者可以定义一个或多个个体、一个或多个位置、一个或多个传感器、一个或多个活动的标准，以及是否需要一个或多个活动的视频，并且为该数据设置价格以供数据提供者接受或拒绝。市场将使数据获取者能够实时地或在由数据获取者设置的截止日期内从已经接受报价的数据提供商收集数据。例如，如果传感器制造商希望从n个个体收集数据并且传感器制造商希望这些个体遵循特定指令(例如活动或运动)，则传感器制造商可以发起视频会议以向每个个体展示该做什么(例如，实时或延迟的基础)。有利地，该过程可以使得数据获取器者能够利用货币化系统的人工智能和机器学习能力来确定由每个个体收集的数据实际上是否是可行的数据，而不是等待直到收集整个数据集。例如，如果传感器制造商既不需要实时数据，也不需要解释如何收集数据，那么各个数据提供者可以在截止日期内自己的时间收集数据，并通过货币化系统上传数据。市场还将包括反馈机制，通过该反馈机制，数据获取者可以对例如每个个体的数据收集质量、他们的适应能力、返回任何传感器或硬件的可靠性、时效性和勤勉程度以及其他属性进行评级。在适用的情况下，反馈评级的一些组成部分将由货币化系统驱动，例如数据提交的时效性。 [0077] 在一种变型中，数据获取者可以为动物数据设置价格或价值，或者进行一个或多个出价(bid)以获取动物数据。在另一变型中，货币化系统基于一个或多个变量(例如，时间、需求、稀缺性、数据从传感器导出、数量)至少部分地确定动物数据的价值。在另一改进中，数据获取者可以对来自具有或使用由数据获取者请求的一个或多个特性(例如，特定的个人属性、数据类型、所使用的传感器类型)的一个或多个受试者的数据进行一个或多个请求/出价。取决于请求，数据获取者可能知道或可能不知道一个或多个受试者的身份。在另一改进中，数据提供者可以为数据获取者的数据请求出价。 [0078] 图2至图17示出了图1的货币化系统的功能，该货币化系统可以部署在网页中或用于专用程序或计算设备(例如，智能设备)应用的窗口中。图2提供了窗口100的图示，用户 (例如，数据获取者、数据提供者)可以通过窗口100与上述货币化系统交互。术语“窗口”将用于指程序或计算设备(例如，电话、平板电脑等)应用的网页和/或窗口。窗口100包括被选择以供用户识别为数据提供者的控制元件102或被选择以供用户识别为数据获取者的控制元件104。控制元件102、104中的每一个被描述为“按钮”。应当理解，对于图2至图17中所描述的每个控制元件，诸如选择框、下拉列表、按钮等控制元件可以互换地使用。在改进中，一个或多个控制元件可以由一个或多个口头、神经、物理或其他通信提示代替、通信提示包括使用语音激活助手传达命令、用物理姿势传达命令(例如，手指滑动或眼球运动)传达命令、或者在神经上传达命令(例如，像大脑‑计算机接口的计算设备可以从神经元获取一个或多个受试者的脑信号，分析所述一个或多个脑信号，并将所述一个或多个脑信号转换成命令，所述命令被中继到输出设备以执行期望的动作。脑信号的获取可以通过许多不同的机制发生，包括可以植入受试者脑中的一个或多个传感器)。这也可以应用于访问货币化系统所需的诸如登录凭证之类的元素。数据提供者和数据购买者可以各自独立地是表示一个或多个个体的个体(个人)或实体(例如，公司、组织或集团的管理员)，或一个或多个个体或实体。窗口100还包括选择框106或选择框108，用户可以通过选择框106选择(例如，先前收集的) 非实时数据，用户可以通过选择框108选择实时数据。实时数据包括实时地、接近实时地或在其中当活动/事件或活动/事件的继续仍在发生时使得所收集的数据可用的时间帧中收集的数据。在改进中，选择框108还可以使用户能够搜索并获取非实时数据的至少一部分。 [0079] 图3A提供了在选择图2中的控制元件102之后呈现给数据提供者的窗口的图示。在图3A之前，可以提供登录凭证。窗口110是个体的初始设置页面。窗口110包括部分112，其中数据的创建者或管理员/管理员(例如，用户)可以输入受试者的各种单独属性。在人的情况下，这包括年龄、身高、个人历史、社交习惯等。如果用户想要提供附加信息以创建针对数据获取者的更有针对性的搜索(例如，血型)，则系统提供的一个或多个字段可以由用户(例如，数据提供者)添加。用户的一个或多个照片或视觉表示也可经由按钮127上载并使其可用。窗口110还包括用于输入病史信息的部分114、用于输入药物史的部分115和用于输入家族史的部分116。示例字段仅提供潜在输入参数的示例列表。还可以包括或上载其他类型的个人信息，包括个人历史(例如手术、骨折、虐待、其他疾病)、包括与个体相关的遗传/基因组信息的更精细的数据(例如，与个体的DNA序列、蛋白质序列和结构、RNA序列和结构、基因表达谱、基因‑基因相互作用、DNA‑蛋白质相互作用、DNA甲基化谱相关的一个或多个数据集)，等等。用户还可以上传诸如生物流体数据的附加个人信息，其可以利用一个或多个传感器来收集，并且可以包括从血液(例如静脉、毛细血管)、唾液、尿液等得到的信息。一个或多个收集的数据类型可以是由系统创建的一个或多个可搜索参数。在改进中，可以将一种或多种类型的生物流体数据组合成一个或多个组，包括与一个或多个测试或面板(例如，全血计数、综合代谢组、肾功能组、电解质组、基本代谢组、肝炎组等)和测试类别(例如，与雌二醇水平、催乳素水平、孕酮水平、DHEA‑硫酸盐水平和卵泡刺激素水平相关的信息可被分类为女性生殖健康测试的一部分)相关的组，以实现更有效的搜索和数据采集参数。例如，如果获取者对跨利用相同数据输入的一个或多个受试者检查一个或多个生物成分或功能 (例如肝脏和肾脏的健康)感兴趣，则这可能是有用的。在另一改进中，货币化系统能够操作以基于数据内的变化来启用一个或多个搜索功能(例如，包括创建一个或多个组)。例如，获取者可以具有搜索在特定生物特征(例如，血糖水平低于100mg/dL、钾水平在5.1mEq/L和 6.0mEq/L之间、红细胞计数范围为每微升血液4.9至580万个细胞的男性等)内表现出变化或范围的个体的能力。类似于其他收集的动物数据，生物流体信息可以是获取者感兴趣获得的与数据集有关的补充信息(例如，获取基于心脏的数据的人可能想要使用来自个体的生物流体相关数据作为参数，诸如想要来自具有低白细胞或红细胞计数的个体的ECG数据的获取者)，也可能是数据本身(例如，从一个或多个传感器收集并作为一个或多个数据集从生物流体导出的原始或处理的信息)。在另一改进中，用户可上载与真实生物动物数据 (例如，计算机视觉数据)共享至少一个特性的人工数据。 [0080] 注意，图3A仅显示系统可以提供的潜在个人参数的样本，其中至少一些可以是可调参数并且可以由系统添加为一个或多个可搜索参数。控制元件119基于提供给货币化系统的信息(例如，个体信息、传感器信息、活动信息、数据信息)为用户提供一个或多个推荐组以供用户加入。最后，控制元件118可用于搜索一个或多个项(例如，组名、一个或多个个体或传感器特性、收集传感器数据的活动)以将提供给窗口110的数据与先前创建的组相关联，而控制元件120用于创建新组。在改进中，系统基于输入的数据自动地将一个或多个组分配或关联到个人的简档。图3B示出了标签124的列表122，标签124与窗口110中所进行的选择和输入的数据相关联地创建。输入每个特性后，系统会创建一个标签(位于右侧的列)，如图3B所示。这些标签可以是基于数据输入的精确匹配(例如，如果受试者是男性，则为“男性”)，或者它们可以基于推断或创建的分类来创建，使得数据获取器可以基于期望的参数更容易地跨数据搜索。例如，如果用户是每周吸烟20‑40支香烟的人，则货币化系统可以创建称为“社交吸烟者”的标签，该标签基于每周吸烟的香烟的数量来推断(并且货币化系统确定20‑40支香烟被认为是社交香烟)。还可以基于来自数据获取者的请求或其他考虑因素 (例如，基于增加的搜索次数的需求可以导致为先前收集的数据创建新的标签)来追溯地或动态地创建标签。用户还可以将自己添加到组中或创建将为个体创建附加标签的组。这些组可以表示许多不同的连接特性或指标。例如，组可以是与个体相关联的团队。组可以是两个或两个以上的人，他们利用特定的过程和方法来更准确地收集数据(这可以被认为比其他数据收集过程和方法具有更大的价值)。与后一示例性组的关联可以意味着如果数据获取者希望利用组的特定过程和方法来获取数据，则与该组相关联的一个或多个数据集对数据获取者具有更大的价值。在改进中，系统可以通过利用一个或多个人工智能技术将一个或多个关联(例如，标签、组)自动地分配给任何个体或数据集。在另一改进中，货币化系统可以被编程为拒绝用户将一个或多个组分配给任何给定用户的能力。 [0081] 图4是提供传感器信息的窗口的图示。图3A的窗口110包括在顶部标记为“我的传感器”的控制元件126。控制元件126的启动使得页面130被显示，页面130示出用户的活跃传感器132(例如，用于数据收集的传感器)并且使得用户能够查看传感器设置/参数134。在一些情况下，用户将具有通过使货币化平台能够直接与一个或多个传感器通信来改变平台内的一个或多个传感器的一个或多个传感器设置的能力。控制元件133使得能够添加从用户收集数据的一个或多个新传感器。添加传感器可以以多种方式进行。例如，通过点击控制元件133，货币化系统可以被编程为采取一个或多个动作，该动作可以包括扫描、检测、添加和/或与一个或多个新传感器配对，以及将一个或多个新传感器分配给个体。然而，本发明不受可以添加设备的方式的限制。 [0082] 图5是用于用户管理他们的数据的窗口的图示，包括用于捕获图5中的数据的一个或多个传感器、货币化系统经由一个或多个传感器收集的相关联的度量、与所收集的数据相关联的元数据、可供出售的一个或多个数据类型、以及用户为来自任何选择的传感器或数据集的任何数据类型设置价格的能力。图3A的标记为“我的数据”的控制元件136的启动显示窗口140，窗口140示出活跃的传感器和由传感器收集的相关联度量。如果用户是多个用户的管理者，则管理用户具有选择用于显示与一个或多个被管理用户相关的信息的能力。在改进中，窗口140还可以包括来自不活动的传感器的数据，这些数据也可以用于销售。图5还示出了可用于销售的附加数据141。数据141可包括从传感器导出并由货币化系统捕获的数据，或经由元件127上载并可供数据提供者获取的数据。窗口140还示出了已经收集的具有相关数据特性的数据记录142，这些数据特性包括ID、时间戳、传感器设置等。用户还可以创建获取成本(例如，价格)，用户将通过包括传感器和数据类型的一个或多个参数对其数据收费。在改进中，用户可以基于包括时间、从其收集数据的活动(例如，为用户从事特定活动的成本可能增加数据的成本)等的任何参数来创建数据获取成本。用户可以在窗口 140中设置参数。对价值可以由用户经由元件135建立。在改进中，元件135可以包括一个或多个字段，这些字段使得用户能够基于更细粒度的信息来设置价值(例如，按活动创建价值)。例如，与使用相同传感器的另一活动(例如，睡眠)相比，用户可以为一个活动(例如，从事瑜伽1小时)建立更高的价值。用户还可以选择他们是否希望他们的数据与他们的标识附在一起或匿名地可用。在为所选数据135和选择控制元件129建立费用之后，显示131由用户建立的获取条件。通过选择控制元件137，可以在任何时间调整或编辑由用户建立的获取项。在改进中，用户还可以具有将一个或多个辅助项附加到数据以向数据添加更多价值的能力。例如，如果用户具有收集数据的活动的视频，则可以通过点击左手侧上的选择元件 144(例如，选择框)并点击标记为“上传媒体”的控制元件146来上传视频并将其与任何特定数据集相关联。类似地，也可以上传用户身体上的一个或多个传感器的一个或多个照片，或者与数据相关联的其他媒体。如果收集数据的环境(例如，湿度、温度、海拔)或可能对数据具有影响的其他条件是已知的(例如，某些光学传感器的皮肤颜色/纹身)，则也可以添加该信息，其中系统可操作以识别所收集的数据集之间的一个或多个共同特征(例如，时间戳、位置)，以便将数据集链接在一起。在改进中，可以上传社交数据或与可以向所收集的传感器数据提供上下文或价值的用户或用户组相关联的其他形式的数据。在另一改进中，可基于与数据相关联的一个或一个以上标签将溢价价值应用于一个或一个以上数据集，其可由系统动态地指派。例如，如果个体的心率数据与特定的体育联盟相关联，或者个体与利用使得能够收集更准确的数据的过程来收集数据的特定组相关联，则系统可以向一个或多个所请求的数据集分配溢价价值。溢价价值的分配可以基于一个或多个因素动态地发生(例如，在稍后的时间创建新的组，其中数据集被分配了溢价价值；对数据集的需求随着时间而增加，使得最初不具有溢价价值的数据集现在具有溢价价值)。在一些情况下，用户可以在区域131中查看保费。在其他情况下，溢价价值可能对用户是不可查看的(例如，在溢价价值未分配给用户的情况下，或者如果溢价价值在稍后的日期被动态地分配)。在另一改进中，可以将多于一个溢价价值应用于或关联于任何给定数据集。基于系统创建或确定的一个或多个标签或考虑因素，多个溢价价值可以与区域131中给定的数据集相关联，这可以在同一时间或不同时间发生(例如，可以基于动态因素在稍后时间分配溢价价值，所述动态因素包括在稍后日期增加的需求，以及在稍后日期动态地或自动地创建的具有相关联的溢价价值的标签)。 [0083] 图6描述了提供与任何给定收集的数据集相关的附加细节以及修改任何给定数据集的一个或多个方面的能力的窗口。如果用户想要数据的更细粒度的视图，则图5中的控制元件148的启动使得图6中的窗口150被显示。如果用户是多个用户的管理者，则管理用户具有选择用于显示与一个或多个被管理用户有关的信息以及一个或多个被管理用户或数据的其他特性的能力。图6示出了个体数据提供者(例如，用户)已经收集的数据的细节。应当理解，窗口150列出了传感器类型、传感器的位置、采样率、被测量受试者的活动、传感器输出和质量评估。注意，图6仅显示了系统可能提供的潜在信息的示例，所有这些都是可调参数。在一些情况下，系统可被编程为一旦数据经由元件152进入系统，就能够添加与传感器或所收集的数据相关的附加信息(例如，元数据、注释)，这可作为任何给定数据采集的一部分而变得可用。另外，系统可被编程为识别与可由用户或管理员(例如，数据管理者)编辑的元数据相关的一个或多个细节。例如，管理员可以经由致动元件154具有编辑或添加某些类型的描述性信息(例如，活动)的能力。该能力可以根据用户或数据集而被移除或添加，或者由货币化系统基于所提供的元数据来阻止或启用。此外，在用户希望能够进一步对数据进行分类和标记的情况下，用户具有向特定数据集分配附加组标签或从货币化系统接收推荐组标签的能力。在改进中，货币化系统可以被编程为拒绝用户将一个或多个组分配给任何给定数据集的能力(例如，如果用户不符合简档或者所收集的数据不满足货币化系统或管理员所确定的一个或多个组的要求)。货币化系统还可以自动地将标签分配给数据，而不需要来自数据提供者的任何输入。例如，通过查看元数据，货币化系统可操作以识别在相同时间和相同条件下一起收集的数据组。 [0084] 图7是系统代表用户(在本例中是约翰多伊)收集的对价的摘要页面。图3A的标记为“我的钱包”的控制元件125的启动显示窗口160，窗口160提供显示为任何个体数据提供者收取的费用的摘要页面。可以包括由系统基于与每个数据集的数据相关联的一个或多个标签投注的一个或多个溢价价值的总购买价格可以不同于所收取的费用，因为所接收的对价或总购买价格可以被分配给一个或多个附加方(例如，传感器制造商、分析公司)。如在摘要页面160中所描述的，多个利益相关者可以要求任何单个交易的某种形式的收益，包括数据的个体提供者/创建者或组管理员。该页面仅显示每个数据提供商收到的费用。另外，应当理解，个体可以以不同的购买价格和在不同的时间向多个用户出售相同的数据集。货币化系统还将向购买者提供专门购买数据的能力，或者围绕购买者的特定用途设置定制参数或限制(例如，领土权利、使用权)。 [0085] 图8示出了当数据获取者请求非实时数据(例如，历史数据集)时的场景。实时和非实时数据的数据获取者可以由广泛的配置文件表示，包括金融交易公司、运动队、体育广播公司、体育投注相关组织、市政团体(如警察、消防员)、医院、医疗保健公司、保险机构、制造公司、航空公司、运输公司、制药公司、军事组织、政府实体、汽车公司、电信公司、食品饮料组织、ICT组织、老年护理组织、建筑公司、研究机构，石油和天然气公司、个人健康公司、分析组织、其他技术公司、个体等。当数据获取者选择指示用户是数据获取者的控制元件104 和图2的窗口100中的指示对购买非实时数据的兴趣的选择框106时，如图8所示显示搜索窗口180，搜索窗口180可以在请求登录凭证以识别一个或多个获取者之前显示。数据获取者可以从搜索窗口180选择用于获取的一个或多个数据类型。注意，图8仅显示了系统可能提供的潜在搜索参数的示例，所有这些参数都是可调参数。参数可以最初基于货币化系统收集的数据来填充，货币化系统可以包括由图3A中的用户提供的信息、由一个或多个传感器提供的信息、由用户上传的信息、从任何收集的信息导出的信息等。虽然系统可以呈现用于采集的初始数据类型，但是数据获取者可以具有添加一个或多个数据类型的能力。特征上，可以同时选择一个以上的数据类型进行搜索，使数据获取者能够从每个单独的用户获取多种类型的数据。在选择一个或多个数据类型之后，数据获取者可以添加或选择与获取者感兴趣从其获取数据的一个或多个个体的简档相关的一个或多个参数。可基于获取者对匿名数据或可识别数据(例如，可与特定个人或群组相关联的数据)的偏好来进行每个搜索。通过点击可识别数据，获取者能够从任何选择的用户选择所有收集的数据，或者在任何用户简档或组内选择搜索数据集。作为示例，这对于可能对收集关于特定个体或个体群组(例如，特定家庭、足球队、具有特定疾病的对照组)的所有传感器数据感兴趣的保险公司是有利的。在改进中，获取者能够访问同一搜索内的匿名化的和用户可识别的搜索结果。例如，可能希望看到任何给定参数的匿名数据的用户可以具有随后经由元件184看到在该搜索中可包括哪些可识别个体的能力。在另一改进中，包括由系统收集的动物数据作为一个或多个目标个体的一个或多个简档搜索参数。例如，当在任何给定时间段(例如，分钟)内进行任何给定活动(例如，瑜伽)时，获取者可能想要从已经超过每分钟180次的最大心率的个体获取n个ECG数据集。对于这样的情况，该系统可操作以允许数据获取者添加使得能够选择一个或多个动物数据相关搜索参数的一个或多个字段。 [0086] 在图8中选择的每个参数导致创建标签，这使得货币化系统能够确定和定位匹配给定搜索标准的一个或多个个体或数据集，以及获取者期望的数据类型(例如，模拟数据)。当每个单独的标签被创建时，系统可以呈现搜索标准的结果的数目，其可以包括匹配标准的用户的数目以及可用的数据集的数目。在提供初始数量的搜索结果之后，可以缩小搜索范围并且可以进一步过滤数据，其中创建附加标签并且呈现更定义的搜索结果。例如，货币化平台还可以被编程为搜索和识别已经收集的数据集的个体，所述数据集特征在于期望的个体池中的一个或多个特定特性(例如，所使用的活动、传感器)。特征上，所选数据的至少一部分可以是模拟数据。数据获取者可以出于任何数量的原因选择模拟数据，包括成本(例如，模拟数据可以更便宜)、数量(例如，获取者能够获得更多的模拟数据的数据集)、获取时间(例如，获取模拟数据集可以比真实数据集更快)等。标记为“下一个”的控制元件181在搜索标准已经被指定并且系统满足数据获取者的要求之后被启动。在改进中，购买由机器生成的人工动物数据的选项可被提供给获取者。例如，获取者可能想要获取计算机视觉数据以训练用于自主驾驶的人工智能模型。 [0087] 在一些情况下，数据获取者基于用户将自己分配给一个或多个组来执行搜索。组可以具有基于由组(例如，具有无可挑剔的数据收集方法的群组，因此购买者仅想要从与该群组相关联的人购买数据)提供的价值或该组(例如，具有特定医疗条件的组、由团队组成的组、以高于特定身高的人为特征的组、由特定教练领导的健身班)的特性的特定价值。在改进中，可以创建组以表示来自多个用户的数据以一种或多种方式是一致的和/或相似的 (例如，数据是在相同时间、相同地点和相同条件下捕获的)。还可以由货币化系统基于传感器数据或与数据相关联的元数据的一个或多个特性动态地创建分组(例如，元数据可指示收集所有数据作为篮球比赛的一部分、或作为集体瑜伽课程的一部分、或作为数据收集睡眠研究的一部分)。分组或其他标签还可以具有由系统分配给一个或多个数据集的一个或多个溢价价值。在进一步的改进中，货币化系统可以具有反馈机制，该反馈机制针对多个标准对提供数据的每个用户进行评级，所述多个标准包括但不限于收集过程、提供数据收集时期的视频或图像的意愿、遵循方向的意愿和程度、参与视频引导的研究会话的意愿等。 [0088] 图9提供了购买窗口190的图示，该购买窗口190在数据获取者已经找到并选择了从他们感兴趣的一个或多个个人的简档导出的一个或多个数据集之后显示。价格或价值建议由系统基于一个或多个因素来创建，所述一个或多个因素包括所请求的数据集的数量、每个数据提供商对其数据集收取的价格或相关联的成本、与获取相关联的条款(例如，排他性与非排他性)、和/或系统对一个或多个数据集设置的溢价。注意，图9中可以包括一个或多个附加因素，以更精细地调整获取成本。这可以包括使用条款(例如，许可类型以及如何使用数据、何时可以使用数据、在何处可以使用数据)、与合同条款相关的元素(例如，与数据相关的知识产权)等。在存在处于提供所请求的一个或多个数据集的位置的多个数据提供者的情况下，货币化系统可以基于一个或多个数据获取者偏好来呈现最佳选项(例如，突出显示数据获取者的成本最低的选项)。在改进中，货币化系统可以提供辅助产品、服务或其他价值提供作为交易的一部分。例如，货币化系统可以提供除了所获取的数据之外还购买或获取数据收集时段的带时间戳的视频的能力，使得获取者可以在收集数据的时段期间观看用户。在另一改进中，系统可以向获取者提供预览视频和/或应用一个或多个人工智能或机器学习技术来确定获取者的视频质量(例如，视频可接受与否)和可用性的能力(例如，数据获取者可能希望数据提供者始终面向摄像机，并且人工智能技术可以使得货币化程序能够识别符合该要求的视频而不是不符合该要求的视频)。在变型中，货币化可以应用一种或多种技术来增强或增加视频的价值，从而为货币化系统创建追加销售机会。在另一改进中，获取者可以具有选择系统内的一个或多个参数以定义视频质量和/或可用性的能力。一旦经由控制元件192的致动发生购买，货币化系统就可以提供一个或多个追加销售机会(例如，将分析或其他分析工具应用于购买的数据)。一个或多个追加销售机会(例如，分析工具)可被容纳在系统内，其可在内部或由第三方创建，或被发送到另一系统(例如，第三方分析公司)。在货币化平台内可以发生与追加销售相关的一个或多个过程，基于追加销售采取一个或多个附加步骤(例如，分析系统内的数据)，和/或如果需要(例如，分析公司)则将数据作为追加销售的一部分发送到另一目的地，并将其取回以便分发给数据获取者。 [0089] 图10提供了窗口200包括使得数据获取者能够为数据集和附加数据相关供应设置价格的部分202的图示。在该场景中，数据获取者启动图9中标记为“设置价格”的控制元件 194，在该控制元件194上，获取者可以为其请求的数据集(例如，所请求的数据的收集)设置购买价格。获取者还可以为与数据集相关的辅助服务或附加组件(如图10所示的数据捕获的带时间戳的视频)设置购买价格。当数据获取者选择控制元件204时，货币化系统将确定每个数据集的成本将是多少(如有要求，包括任何辅助服务)，并向数据提供者通知为他们的数据报价的价格。数据提供者将有一段特定的时间(例如n小时或n天)来接受或拒绝该报价。指定的时间段是由获取者或系统设置的可调参数，并且报价的接受或拒绝可以发生在系统内或经由随后与货币化系统通信的第三方系统(例如，电子邮件应用、移动平台)发生。该系统可具有针对不直接或间接回复货币化系统或不与货币化系统通信的数据提供者(例如，报价可以被自动接受或拒绝)或希望其数据的最低价格的数据提供者(例如，只要获取报价等于或大于由数据提供者设置的最低价格，货币化系统将自动接受报价)的可定制默认设置。系统还可以基于系统将为所请求的数据集保留的溢价(例如，系统将作为数据集的一部分保留的溢价对于系统来说可能太低而不能接受)来选择拒绝报价。 [0090] 在改进中，数据获取者可以期望来自具有特定特性的个体的全新数据集，并且期望那些个体遵循特定指令(例如，何时收集、如何收集数据以及要做什么活动)。为了找到这些个体，数据获取者可以在货币化系统中放置一个“广告(ad)”，其中包括将向数据获取者支付的具体特性、要求和说明以及费用。当数据获取者已经选择了个体的特定特性时，货币化系统将显示货币化系统内匹配的个体的数量。将通知这些匹配的个体，并给予他们接受数据获取者报价的机会。对于希望收集其传感器上的数据并增加其样本大小以测试和调整其传感器硬件、算法和软件的传感器公司来说，这种类型的机制将是有用的示例。 [0091] 图11和图12示出了当选择了一个或多个所需数据集但所请求的一个或多个数据集最初不可用时网页或窗口显示的示例。例如，如图11所示，潜在的获取者(例如，购买者) 可以使用搜索窗口210搜索数据集，并且发现满足搜索标准的数据集不可用，或者购买者正在寻找的数量不可用。注意，作为其搜索的一部分，用户具有选择和添加模拟数据(包括经由执行元件183请求的模拟数据集的数目)的能力，这将使得系统能够创建一个或多个人工数据集以满足任何给定请求。在改进中，用户将具有选择模拟数据和所收集的用户数据(如果可用)的任何组合以供数据获取者获取的能力。在另一改进中，可以基于一个或多个变量 (例如，所使用的数据量、数据质量)来调整模拟数据的价值。例如，用于在模拟中训练一个或多个神经网络的更大量的数据或更精确和准确的数据可以增加所生成的模拟数据的价值。如果数据集的数目或用户的数目小于数据获取者的搜索所需的数目，并且数据获取者不希望利用模拟数据来满足请求，则在指定搜索标准并显示图12中描述的窗口之后，激活标记为“请求数据”的控制元件182。在不存在容易获得的数据集或小于所需数量的数据集的情况下，联系与数据获取者所请求的一个或多个参数相匹配的一个或多个个体，以确定他们是否能够以与所请求的一个或多个参数相匹配的方式来收集数据以换取费用(例如，每个数据集的费用或收集的所有数据集的费用)。在改进中，货币化系统将从一个或多个第三方获取数据，与一个或多个分析公司合作以创建所请求的数据，如果它们能够从所收集的数据中导出该数据，则在内部创建一个或多个分析工具以从所收集的数据中导出所请求的数据，和/或创建人工数据以满足数据获取者对一个或多个数据集的一个或多个请求。 [0092] 图13提供了显示窗口230的示例，数据提供者将看到显示窗口230，该显示窗口230向他们通知创建符合数据获取者的精确规范和参数的数据并接收对其的对价的机会。 [0093] 图14示出了当数据获取者请求实时数据时的场景。为了选择实时数据，数据获取者激活图2中的窗口100中标记为“实时数据”的控制元件104和选择框108。一旦提供了标识数据获取者的登录凭证，图14的窗口240就会显示关于数据集的附加信息。首先，在屏幕的顶部是平台可以提供的趋势产品购买242。例如，在体育投注的背景下，这种趋势购买可以是“购买运动员A接下来10分钟的心率”或“购买#3比赛中马A最后0.5英里的呼吸频率”。在改进中，货币化系统可以向第三方发送一个或多个报价以供显示(例如，在体育投注平台或基于游戏的系统内)。如果获取者正在寻找定制数据或一个或多个特定类型的数据，则获取者可以选择一个或多个参数(例如，日期)并查看如定制部分244中的哪些活动可用。然后，用户将能够缩小搜索范围，以获得非常具体(例如，特定运动员在第4轮比赛的最后5分钟的实时心率数据)或非常广泛(例如，特定运动员整个赛季的实时心率数据)的数据。在改进中，货币化系统可以被配置为实现更细粒度的数据搜索。例如，数据获取者可能想要为在给定比赛中受试者的心率超过每分钟n次心跳(例如，190bpm)的每个实例购买警报，或者想要在受试者在任何给定赛季的平均心率超过每分钟n次心跳(例如，190bpm)时获得警报，或者想要获取与在与y队的最后3场比赛的第4赛季中n队的平均“能量水平”相关的数据。注意，图14仅显示了系统可能提供的潜在搜索参数(所有这些参数都是可调参数)的示例，并且还提供了获取者来访问历史和其他非实时数据。数据获取者可以为其用例定义其所需的参数，如部分246所示。这些可调参数(例如，数据使用、发送到获取者的数据频率等)可以影响获取者的成本。 [0094] 在定义图14中的参数之后，数据获取者驱动标记为“下一个”的控件元件248以显示图15中的窗口250。图15提供了示出与潜在获取(例如，购买)相关联的一个或多个权利选项的窗口250。例如，如果购买者想要真人秀参赛者的心率数据，则数据购买者可以具有定义与他们的获取相关联的权利(例如，许可证)的能力，包括定义地域、使用期限、可以使用所购买的数据的地方(例如，线性电视vs数字电视)等。注意，图15仅显示了系统可能提供的潜在参数的示例，所有这些参数都是可调参数。有利地，对价模型可以被定制。例如，如果获取者选择特定的递送方法(例如，如部分256中的API)，则用户或管理员可以具有定制如何将对价分散到利益相关者的能力。例如，如部分258所示，可以为每个API调用或每个数据传输支付费用，而不是固定的获取费用。在该示例中，如果获取者想要在每秒一次API调用的 10分钟时间段内的个人的实时心率数据，则货币化系统将实现600个API调用并针对每个调用向获取者收费。购买者还可以具有运行一个或多个数据模拟并购买模拟数据输出的能力。在任何给定场景中，这可能是有用的，例如，如果购买者对预测结果的可能性感兴趣，或者如果购买者对使系统生成预测感兴趣。例如，如果购买者对理解篮球运动员的心率在游戏X的第4赛季将达到每分钟190次以上的概率感兴趣，则可以购买并发生一个或多个模拟，以创建模拟数据，以便提供期望的概率输出。在改进中，模拟系统和相关联的场可以被配置为利用动物数据、模拟数据或其组合的至少一部分来检查一个或多个潜在结果。例如，如果购买者有兴趣了解运动员B将利用其动物数据(例如，实时心率、呼吸速率、位置数据、生物力学数据等)的至少一部分赢得与运动员C的比赛的概率或可能性，则可以运行一个或多个模拟以创建模拟数据(例如，预测运动员B和运动员C在比赛期间的动物数据将是什么样子)，然后可以在一个或多个进一步模拟中使用该模拟数据以产生可供购买的期望输出 (即，运动员B将赢得比赛的可能性)。在另一示例中，如果保险公司想要知道具有特定特性的任何给定受试者在限定的时间段内(例如，在未来6个月内)具有医疗状况(例如，心脏病发作)的可能性，则模拟系统可以识别货币化系统内与个体共享一个或多个特性(例如，年龄、身高、个人历史、社交习惯、血型、病史、处方史、ECG数据史、心率史、血压史、基因组/遗传史、生物流体衍生数据史)的个体和数据集，并运行一个或多个模拟以便确定可用于购买的期望结果。注意，该系统可操作以在任何数目的受试者上运行任何数目的模拟。一旦购买者确定了他们的需求，成本与标记为“立即购买”的控制元件252、254一起显示在窗口250中以完成购买。在改进中，可以基于向一个或多个神经网络提供产生更精确输出的机会(例如，用更好的数据或更高质量的数据训练或提供更大量的更相关的数据)来动态地调整(例如，增加)任何模拟数据的获取成本。在这种场景下，随着模拟变得“更智能”和更准确，生成的数据的价值可能会增加。在另一改进中，窗口250可以包括数据获取者购买一个或多个模拟的能力，其利用真实动物数据的至少一部分和/或其一个或多个衍生物来将真实动物数据转换成人工动物数据，以便在基于视频游戏或游戏(例如，健身游戏)的系统中使用。在又一改进中，货币化系统可以提供经由第三方显示器(例如，在视频游戏、保险应用、健康护理应用内)获取模拟数据的至少一部分的能力。 [0095] 图16提供了示出如何从单个交易分发收益的示例的图。记录260示出了交易发生并被记录。交易记录262基于每一方添加的价值来显示可以是收益交易的一部分的一个或多个利益相关者。每个利益相关者接收的用于对数据销售贡献价值的相应百分比被分配给每个利益相关者，这可以在多个不同场景下改变，包括按交易、按用户、按请求的数据和按购买者。百分比是可调参数，并且可以由系统自动分配或由一个或多个管理员手动分配。 [0096] 图17提供了窗口290的示图，其示出了用于添加或移除利益相关者的管理员窗口的示例，以及针对可以是任何收益交易的一部分的每个交易向每个利益相关者发送对价的百分比。百分比是一个可调参数，某些用例(例如，现场的职业篮球比赛)可能需要在任何给定时间定期更改利益相关者和百分比的能力。在改进中，通过一个或多个人工智能技术创建或调整一个或多个百分比。 [0097] 如图1所示，中介服务器22执行货币化程序。当实现时，货币化程序由集成层、传输层和数据管理层定义。关于集成层，一个或多个传感器的用户或管理员使得货币化系统能够以两种方式之一从一个或多个传感器收集信息：(1)货币化系统直接与传感器通信，从而绕过与传感器相关联的任何本地系统；或者(2)货币化系统经由API或其他机制与云或与传感器相关联的本地系统或存储传感器数据的其他系统通信，以将数据收集到货币化系统的数据库中。通过货币化系统创建新代码以与传感器通信或者通过传感器制造商编写代码以与货币化系统一起工作来实现直接传感器通信。货币化系统可以创建用于与多个传感器制造商可以遵循的货币化系统通信的标准。货币化系统直接与传感器通信的能力可以是双向通信，这意味着货币化系统可以具有向传感器发送一个或多个命令的能力。可以从货币化系统向传感器发送命令以改变传感器的一个或多个功能(例如，改变增益或采样率、更新固件)。在一些情况下，传感器可具有可由货币化系统控制的装置内的多个传感器(例如，加速计、陀螺仪、ECG)。这包括打开或关闭一个或多个传感器，以及增加或减少频率或增益。有利地，货币化系统与一个或多个传感器直接通信的能力还使得能够实时或接近实时地将传感器数据从传感器收集到货币化系统。货币化系统可以具有控制任何数量的传感器、任何数量的功能以及通过单个系统流式传输任何数量的传感器的能力。 [0098] 传输层管理与一个或多个传感器的直接通信或与一个或多个云的一个或多个通信。关于与传感器的直接通信，副产品是可以利用单个硬件传输系统来(1)使通信和与货币化系统直接通信的多个传感器的实时或接近实时流同步，以及(2)对数据本身进行动作，将其发送到某处或将其存储以供以后使用。硬件传输系统可以被配置为任何数量的方式，可以采取各种形式因素，可以使用各种通信协议(例如，蓝牙、ZigBee、WIFI、蜂窝网络)，并且除了简单地将数据从传感器传输到系统之外还具有功能。有利地，货币化系统与传感器的直接通信使得能够在潜在干扰或来自其他通信的其他无线电频率可能成为问题的恶劣环境中实时或接近实时的流式传输。 [0099] 关于数据管理层，进入货币化系统的传感器数据具有以下结构之一：原始的(不操纵数据)或经处理的(操纵的)。货币化系统可容纳一个或多个算法或其他逻辑，其部署数据噪声滤波、数据恢复技术和提取或预测技术以从所收集的所有传感器数据(“好”和“坏”)中提取相关的“好”传感器数据，或者在传感器数据的至少一部分是“坏”的情况下创建人工的 “好”价值。系统还可以被编程为同时与单个受试者或多个受试者上的多个传感器通信，并且具有去复制它们的能力，以便发送足够的信息用于接收方以重构数据来自何处以及谁佩戴了什么传感器。为了清楚起见，这意味着向从系统接收数据的系统提供元数据以识别数据的特性‑例如，给定数据集属于时间戳A、传感器B和受试者C。 [0100] 一旦被计算设备接收到，根据所作出的请求，传感器数据将被发送到货币化系统云或者停留在中介服务器上的本地。进入货币化系统的传感器数据由系统用与用户或传感器的特性(包括时间戳、传感器类型和传感器设置)有关的信息(例如元数据)以及货币化系统内的一个或多个其他特性同步和标记。例如，传感器数据可以被分配给特定用户。传感器数据还可以被分配给用户(例如，在游戏X中打篮球的人)正在参与的特定事件，或者数据购买者将有兴趣获得的一般活动类别(例如，分组循环数据)。货币化系统可以使时间戳与其他非人类数据源同步(例如，与篮球比赛中的官方比赛时钟有关的时间戳、与得分有关的时间戳等)。可以是无模式的并且被设计为摄取任何类型的数据的货币化系统将通过包括数据类型(例如，ECG、EMG)和数据结构的特性来对数据进行分类。一旦传感器数据进入系统，货币化系统可以对传感器数据采取进一步的动作，包括归一化、加时间戳、聚集、存储、操纵、去噪、增强、组织、分析、匿名化、合成、复制、总结、生产和同步。这将确保不同数据集之间的一致性。这些过程可以实时地或非实时地发生，这取决于使用情况和数据接收器的要求。给定来自一个或多个传感器的实时数据流的流入(其在量上可能是显著的)，货币化系统还可以利用数据管理过程，该数据管理过程可以包括非结构化数据和结构化数据模式和格式的混合方法。另外，所有输入数据的同步可使用适合于实时或接近实时数据传输的特定模式，减少等待时间，提供错误检查和具有加密数据分组的部分或整个数据分组的能力的安全层。货币化系统将直接与其他系统通信以监测、接收和记录对传感器数据的所有请求，并且向寻求对传感器数据的访问的组织提供对其用例所需的数据作出特定请求的能力。例如，一个请求可以是针对特定个体以每秒1x的速率进行10分钟的实时心率。货币化系统还将能够将这些请求与特定用户或特定用户组/类别的用户相关联。 [0101] 有效货币化系统的另一方面是由系统提供(例如，创建、提供)的产品和服务的广告。动物数据可以直接或间接地在网页或其他数字平台上的广告、参与或促销中(例如，在虚拟现实或增强现实系统中)利用，以吸引用户点击直接或间接利用动物数据的第三方网页或其他数字目的地。在网页中实现这一点的一种方式是利用内联框架(Iframe)，该内联框架可以是嵌入在网站上的另一HTML文档内的HTML文档。Iframe可用于将来自另一源的内容(例如，广告插入到网页中。在一些情况下，Iframe或小部件用于参与目的，以增加用户在页面上花费的时间，这在页面显示刷新了指定时间段(例如，每15秒)的广告时是有益的，以及以用户点击到另一目的地为目标，该目的地通常是第三方站点，以向用户提供(例如，销售)服务，交换对价的产品或利益。另外，花在页面上的时间的增加通常会导致更多的高度投入的用户，这会导致对站点的重复访问。存在在第三方小部件(例如JavaScript)中服务的其他方法，并且本发明不受所使用的这些其他方法的限制。图18提供了示出用户与具有用于动物数据的广告的web发布者站点交互的流程图(框270、框272和框274)。在一种特定类型的广告中，如框276所示，潜在数据获取者点击网络广告。然后，来自数据购买的收入可以在web发布者(框278)和上述利益相关者(框280和框282)之间共享。例如，保险公司可能以预定义范围(例如，年龄、体重、身高、社交习惯、病史、遗传/基因组信息)内的一个或多个用户为目标，通过促销降低他们的保险溢价、提供保险报价、或者如果一个或多个用户满足保险公司至少部分基于部分动物数据定义的标准，则在特定价格点获得保险的报价。通过用户点击第三方站点以提供他们的动物数据，货币化系统可以使保险公司能够采取一个或多个动作(例如，运行一个或多个模拟以基于人的年龄、体重、身高、社交习惯、病史、收集的动物数据和其他相关信息来确定人在未来三年中心脏病发作的概率)。在该示例中，基于一个或多个模拟和生成的一个或多个概率，保险公司然后可以基于一个或多个结果发生的可能性来确定向一个或多个用户提供利益(例如，指定的保险费率，提供降低溢价)。在接受利益时，货币化系统可以使得一个或多个利益相关者(例如，提供报告或运行一个或多个模拟的分析公司、数据管理公司)能够接收对价的一部分，该部分对价可以根据从新用户产生的收入(例如，一部分溢价由用户支付)或由保险公司提供的对价(例如，保险公司向货币化系统支付可包括数据收集、运行一个或多个模拟的一个或多个服务)导出。在改进中，可以基于动物数据的至少一部分来增加溢价，在这种情况下，货币化系统可以接收增加的至少一部分。在另一改进中，一个或多个用户可以请求基于他们自己的动物数据的至少一部分运行一个或多个模拟，以便为接收利益(例如，调整溢价或获得另一项利益)的目的向第三方 (例如，保险公司)提供信息。可以将来自一个或多个模拟的对价分发给一个或多个利益相关者。 [0102] 有利地，由系统提供的产品或服务可用于基于游戏的媒体产品(例如，增强现实、虚拟现实)。例如，动物数据可以被集成为增强现实系统的一部分，该增强现实系统使得球迷能够观看现场体育赛事，其中数据(例如，心率、“能量水平”、基于位置的数据、生物力学数据)作为观看体验的一部分被覆盖。用户同意使系统能够使用这样的数据将使得用户和/ 或任何其他利益相关者能够接收对价以交换数据使用。对于向诸如增强现实系统之类的粉丝参与系统提供动物数据的货币化系统，该系统可以首先在指定区域周围(例如，在运动的情境下，在包括体育场和具有已知边界和固定对象的场地的运动场周围)使用物体识别和跟踪。然后，系统可以创建已知识别的场景和跟踪信息的清单，以及在需要时更新该信息的能力。该系统可以获取已知的图像数据集以帮助填充该清单中的空白。使用体育作为示例 (但不限于体育)，AR系统可以对运动员和辅助对象使用3D跟踪(例如跟踪球运动)。基于球员相对于运动场和其他球员的位置，可以放置增强对象，使得可视化与比赛相关。来自诸如基于位置的数据(GPS)、方向传感器、加速计等传感器的附加数据可用于微调球员的放置，并将诸如海拔和纬度的其他数据点带入3D模型的计算中。系统还可以在固定已知对象周围的环境中寻找特征，并且通过跟踪那些对象相对于某个固定点的变化，将尝试识别和替换覆盖中的相关虚拟对象。系统将优化发送到移动设备的数据，使得呈现是实时的或接近实时的。该系统将通过地面、空中或基于云的系统使用系统资源来渲染复杂的数据集并计算所有3D计算。增强现实对象可包括提供与一个或多个受试者相关的信息的一种或多种类型的动物数据(例如，包括模拟数据)，或来自动物数据的一种或多种衍生物。增强现实系统还可以包括用于进一步参与数据(例如，投注)的终端。可以经由各种机制来控制终端和/或用户参与数据的能力，这些机制包括但不限于音频控制(例如，语音控制)、物理提示(例如，头部移动、眼睛移动或手势)、神经提示、在AR硬件内找到的控制，或者利用局部化设备(例如，手机)。 [0103] 虽然以上描述了示例性实施例，但这些实施例并不意味着描述了本发明的所有可能形式。相反，说明书中使用的词语是描述性词语而不是限制性词语，并且应当理解，在不脱离本发明的精神和范围的情况下，可以进行各种改变。另外，可组合各种实施例的特征以形成本发明的其他实施例。