计算系统中与时间相关的虚拟现实环境的交付的制作方法
本发明一般涉及计算系统，并且更具体地，涉及用于使用一个或多个计算处理器在计算系统中交付与时间相关的虚拟现实环境的各种实施例。
背景技术：
在当今社会，计算机系统是常见的。计算机系统可以在工作场所、家中或学校中找到。计算机系统可以包括数据存储系统或磁盘存储系统，以处理和存储数据。近年来，软件和硬件技术都取得了惊人的进步。利用新技术，增加了越来越多的功能，并且为这些计算系统提供了更大的便利性。例如，技术进步使计算机系统、诸如例如控制台游戏系统能够随着各种功能和特点而变得流行。
技术实现要素：
提供了用于由处理器在计算系统中交付与时间相关的虚拟现实环境的各种实施例。在一个实施例中，仅作为示例，提供了同样由处理器交付与时间相关的虚拟现实环境的方法。可以根据用户输入、一个或多个认知计算系统、数据资源或其组合来创建具有一个或多个可配置边界参数的与时间相关的三维(threedimensional，3d)虚拟环境。
附图说明
为了易于理解本发明的优点，将通过参考在附图中示出的特定实施例来呈现上面简要描述的本发明的更具体的描述。应理解，这些附图仅描绘了本发明的典型实施例，因此不应认为是对其范围的限制，将通过使用附图以附加的特性和细节来描述和解释本发明，其中：
图1是描绘根据本发明的实施例的示例性云计算节点的框图；
图2是描绘根据本发明的实施例的示例性云计算环境的附加框图；
图3是描绘根据本发明实施例的抽象模型层的附加框图；
图4是描绘根据本发明的各方面运作的各种用户硬件和计算组件的图；
图5是描绘同样可以实现本发明的各方面的用于由处理器交付与时间相关的虚拟现实环境的系统的框图；
图6a-图6b是描绘根据本发明的各方面的计算系统中的与时间相关的3d虚拟现实环境的图；
图7是描绘根据本发明的各方面的由处理器在计算系统中交付时间相关的3d虚拟现实环境的示例性方法的流程图；和
图8是描绘同样可以实现本发明的各方面的用于由处理器在计算系统中交付时间相关的3d虚拟现实环境的示例性方法的流程图。
具体实施方式
各种实施例涉及关于大数据应用和虚拟现实模拟的认知系统领域。大数据是用于数据集的工具、技术和操作的集合，数据集变得如此庞大和复杂，以至于传统的数据处理应用不足以使用当前的数据库管理和数据仓库工具或传统的数据处理应用来存储、查询、分析或处理数据集。随着计算机和控制台游戏的不断普及和更新的虚拟现实技术的不断牵引，各种游戏和计算系统所使用的虚拟环境也在显著增加。例如，各种游戏、地图绘制(mapping)系统和/或计算系统的物理景观对于功能和特点(例如，对于实际游戏)的影响至关重要，类似于电影的位置如何能够给运动画面增加新的维度。
因此，需要提供一种解决方案，该解决方案利用来自可用大数据资源的非结构化数据来实现三维(3d)虚拟环境的时间和/或时代特定的模拟。在一个方面，本发明提供了用于3d虚拟环境的数字创建的认知系统，其模拟特定位置的特定过去日期或时间段。一个或多个大数据资源可以用于3d虚拟环境创建。而且，附加的非传统数据资源也可用于增强、改进和/或改变模拟环境和/或时间/时代特定仿真。用户可以通过选择时间段细节和位置数据两者来向用户的定制3d虚拟环境(例如，3d虚拟游戏环境)提供用户输入。
应当注意，如本文所述，术语“认知的(cognitive)”(或“认知(cognition)”)可以关于、是或涉及有意识的智力活动，诸如例如可以使用机器学习来执行的思考、推理或记忆。在另一方面，认知的或“认知”可以是知悉的心理过程，包括诸如意识、感知、推理和判断的方面。机器学习系统可以使用人工推理来解释来自一个或多个数据资源的数据，并且学习可以由机器学习确定和/或导出的主题、概念和/或过程。
在附加方面，认知的或“认知”可以指使用机器学习(其可以包括使用基于传感器的设备或包括音频或视频设备的其他计算系统)通过思想、经验和一种或多种感觉获得知识和理解的心理行为或过程。认知还可以指识别行为模式，导致一个或多个事件、操作或过程的“学习”。因此，随着时间的推移，认知模型可以开发语义标签以应用于观察到的行为并使用知识领域或本体来存储学习的观察到的行为。在一个实施例中，系统提供从一个或多个事件、操作或过程中可以学习到的渐进复杂性水平。
在附加方面，术语认知可以指认知系统。认知系统可以是专用计算机系统或一组计算机系统，被配置有硬件和/或软件逻辑(结合软件执行的硬件逻辑)以模拟人类认知功能。这些认知系统应用类似人类的特征来传达和操纵思想，当这些思想与数字计算的内在优势相结合时，能够以高精度(例如，在规定的百分比范围内或高于精度阈值)和大规模的弹性来解决问题。认知系统可以执行一个或多个计算机实现的认知操作，其接近人类思维过程，同时使用户或计算系统能够以更自然的方式进行交互。认知系统可以包括人工智能逻辑，诸如例如基于自然语言处理(naturallanguageprocessing，nlp)的逻辑以及机器学习逻辑，其可以作为专用硬件、在硬件上执行的软件或者专用硬件和在硬件上执行的软件的任意组合来提供。认知系统的逻辑可以实现(多个)认知操作，其示例包括、但不限于问答、识别语料库中内容的不同部分内相关概念、以及智能搜索算法，诸如互联网网页搜索。
通常，这种认知系统能够执行以下功能：1)导航人类语言和理解的复杂性；2)摄取和处理大量结构化和非结构化数据；3)生成和评估假设；4)权衡和评估仅基于相关证据的响应；5)提供针对具体情况的建议、见解、估计、确定、评估、计算和指导；6)通过机器学习过程，通过每次迭代和交互来提高知识和学习；7)在影响点实现决策(情境指导)；8)对任务、过程或操作的按比例缩放；9)扩展和扩大人类的专业知识和认知；10)从自然语言中识别出共鸣的、类似人类的属性和特性；11)从自然语言中推导出各种语言特定或不可知的属性；12)记忆和回忆相关数据点(图像、文本、语音)(例如，来自数据点(图像、文本、声音)的高度相关回忆(记忆和回忆))；和/或13)利用基于经验模仿人类认知的情境感知操作来预测和感知。
预先理解，尽管本公开包括关于云计算的详细描述，但是本文所述的教导的实现不限于云计算环境。相反，本发明的实施例能够结合现在已知或以后开发的任何其他类型的计算环境来实现。
云计算是一种服务交付模式，用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源，例如可以是网络、网络带宽、服务器、处理、存储器、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。
特征包括：
按需自助式服务：云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。
广泛的网络接入：计算能力可以通过标准机制在网络上获取，这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理pda)对云的使用。
资源池：提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者，其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下，消费者不能控制或甚至并不知晓所提供的资源的确切位置，但可以在较高抽象程度上指定位置(例如国家、州或数据中心)，因此具有位置无关性。
迅速弹性：能够迅速、有弹性地(有时是自动地)部署计算能力，以实现快速扩展，并且能迅速释放来快速缩小。在消费者看来，用于部署的可用计算能力往往显得是无限的，并能在任意时候都能获取任意数量的计算能力。
可测量的服务：云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力，自动地控制和优化资源效用。可以监测、控制和报告资源使用情况，为服务提供者和消费者双方提供透明度。
服务模型如下：
软件即服务(saas)：向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外，消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。
平台即服务(paas)：向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用，这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构，但对其部署的应用具有控制权，对应用托管环境配置可能也具有控制权。
基础架构即服务(iaas)：向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构，但是对操作系统、存储和其部署的应用具有控制权，对选择的网络组件(例如主机防火墙)可能具有有限的控制权。
部署模型如下：
私有云：云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。
共同体云：云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。
公共云：云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。
混合云：云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成，这些云依然是独特的实体，但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。
云计算环境是面向服务的，特征集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。
现在参考图1，其中显示了云计算节点的一个例子。图1显示的云计算节点10仅仅是适合的云计算节点的一个示例，不应对本发明实施例的功能和使用范围带来任何限制。总之，云计算节点10能够被用来实现和/或执行以上所述的任何功能。
在云计算节点10中，存在计算机系统/服务器12，其可与许多其他通用或专用计算系统环境或配置一起操作。适用于计算机系统/服务器12的众所周知的计算系统、环境和/或配置的示例包括但不限于个人计算机系统、服务器计算机系统、瘦客户机、胖客户机、手持或膝上型设备、多处理器系统、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人计算机、小型计算机系统、大型计算机系统以及包括任何上述系统或设备的分布式云计算环境等。
计算机系统/服务器12可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器12可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
如图1所示，云计算节点10中的计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器12访问的任意可获得的介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom，dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，其它硬件和/或软件模块可以与计算机系统/服务器12一起操作，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
现在参考图2，描绘了说明性云计算环境50。如图所示，云计算环境50包括一个或多个云计算节点10，其中，云消费者使用本地计算设备，诸如例如，个人数字助理(pda)或蜂窝电话54a、台式计算机54b、膝上型计算机54c和/或视频游戏系统54n可以与一个或多个云计算节点10通信。节点10可以彼此通信。它们可以在一个或多个网络中(诸如如上所述的私有云、社区云、公共云或混合云、或其组合)物理地或虚拟地分组(未示出)。这允许云计算环境50提供基础设施、平台和/或软件作为云消费者不需要维护本地计算设备上的资源的服务。应当理解，图2中所示的计算设备54a-n的类型仅是说明性的，并且计算节点10和云计算环境50可以通过任何类型的网络和/或网络可寻址连接(例如，使用网络浏览器)与任何类型的计算机化设备通信。
现在参考图3，其中显示了云计算环境50(图2)提供的一组功能抽象层。首先应当理解，图3所示的组件、层以及功能都仅仅是示意性的，本发明的实施例不限于此。如图3所示，提供下列层和对应功能：
设备层55包括嵌入和/或独立电子设备、传感器、致动器和其他对象的物理和/或虚拟设备，以在云计算环境50中执行各种任务。设备层55中的每个设备将联网能力结合到其他功能抽象层，使得可以向其提供从设备获得的信息，和/或可以向设备提供来自其他抽象层的信息。在一个实施例中，包括设备层55的各种设备可以包含统称为“物联网”(internetofthings，iot)的实体网络。如本领域普通技术人员将理解的，这种实体网络允许数据的相互通信、收集和传播以实现多种目的。
如图所示的设备层55包括传感器52、致动器53、具有集成处理、传感器和网络电子设备的“学习”恒温器56、摄像机57、可控家用插座/插孔58以及如图所示的可控电气开关59。其他可能的设备可以包括但不限于各种附加传感器设备、网络设备、电子设备(诸如遥控设备)、附加致动器设备(诸如冰箱或洗衣机/烘干机等所谓的“智能”设备)以及各种其他可能的互连对象。
硬件和软件层60包括硬件和软件组件。硬件组件的例子包括：主机61；基于risc(精简指令集计算机)体系结构的服务器62；服务器63；刀片服务器64；存储设备65；网络和网络组件66。软件组件的例子包括：网络应用服务器软件67以及数据库软件68。
虚拟层70提供一个抽象层，该层可以提供下列虚拟实体的例子：虚拟服务器71、虚拟存储72、虚拟网络73(包括虚拟私有网络)、虚拟应用和操作系统74，以及虚拟客户端75。
在一个示例中，管理层80可以提供下述功能：资源供应功能81：提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取；计量和定价功能82：在云计算环境内对资源的使用进行成本跟踪，并为此提供帐单和发票。在一个例子中，该资源可以包括应用软件许可。安全功能：为云的消费者和任务提供身份认证，为数据和其它资源提供保护。用户门户功能83：为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能84：提供云计算资源的分配和管理，以满足必需的服务水平。服务水平协议(sla)计划和履行功能85：为根据sla预测的对云计算资源未来需求提供预先安排和供应。
工作负载层90提供可以使用云计算环境的功能的示例。可以从该层提供的工作负载和功能的示例包括：地图绘制和导航91；软件开发和生命周期管理92；虚拟教室教育交付93；数据分析处理94；业务处理95；并且在本发明的所示实施例的上下文中，包括各种一致的数据复制工作负载和功能96。另外，数据复制工作负载和功能96可以包括诸如数据分析学、数据分析以及如将进一步描述的通知功能的操作。本领域普通技术人员将理解，一致的数据复制工作负载和功能96还可以与各种抽象层的其他部分、诸如硬件和软件60、虚拟化70、管理80和其他工作负载90(诸如例如，数据分析处理94)中的那些结合而工作，以实现本发明所示实施例的各种目的。
在一个方面，可以根据用户输入、一个或多个认知计算系统、数据资源或其组合来创建具有一个或多个可配置边界参数的与时间相关的三维(3d)虚拟环境。
现在转到图4，描绘了与决策讨论的提取和概括有关的示例性功能400的框图。如图所示，利用箭头描绘各种功能块，这些箭头指示块400彼此之间的关系并示出处理流程。此外，还可以看到与每个功能块400相关的描述性信息。可以看出，许多功能块也可以被认为是功能的“模块”，其描述意义与前面在图1-图3中描述的相同。考虑到前述内容，模块块400也可以被结合到根据本发明的用于提取和总结决策方法和特点的系统的各种硬件和软件组件中，诸如图1-图3中描述的那些。许多功能块400可以作为后台进程在各种组件上执行，或者在分布式计算组件中，或者在用户设备上，或者在其他地方执行。
多个数据资源401-404可以由一个或多个数据资源(例如，云计算服务、大数据资源，诸如例如，分布式文件系统，即hadoop文件系统(hadoopfilesystem，“hdfs”))提供。数据资源401-404可以被提供为定义和/或识别的语料库或数据资源组。数据资源401-404可以包括但不限于与一个或多个文档、历史记录、政府记录、报纸文章和图像、地图绘制和地理记录和数据、结构数据(例如，建筑物、地标等)相关的数据资源)、音乐档案数据、书籍、科学论文、在线期刊、期刊、文章、草稿、与电子邮件相关的材料、音频数据、图像或照片、视频数据和/或能够被分析、出版、显示、解释、转录或简化为文本数据的其他各种文档或数据资源。数据资源401-404可以是所有相同类型，例如，wiki中的页面或文章或博客的页面。或者，数据资源401-404可以是不同类型，诸如文字文档、维基、网页、电资源点、可打印文档格式或能够被自然语言处理系统分析的任何文档。
除了基于文本的文档之外，还可以使用诸如音频、视频或图像资源的其他数据资源，其中音频、视频或图像资源可以被预分析以提取或转录它们的内容用于自然语言处理，诸如从图像转换成文本、文本转换成图像、或者视觉识别和分析。例如，可以分析与报纸文章和地图绘制数据(例如，全球定位卫星(globalpositioningsatellite，“gps”)数据)组合的照片，以在所选时间创建特定位置的3d虚拟表示(例如，基于照片、报纸文章和地图数据在1930创建城市公园的3d虚拟表示)。作为附加的示例，媒体捕获设备404(例如，摄像机)可以捕获所选时间段的照片，诸如例如1945年的城市景观的航拍图像/照片。由媒体捕获设备404捕获的图像数据可以被分析并用于与相同的当前城市景观相比，以在所选时间重建特定位置的3d虚拟表示。数据资源组401-404被消费用于提取、分析和处理，用于使用自然语言处理(nlp)和人工智能(artificialintelligence，ai)在所选时间创建特定位置的3d虚拟表示，以创建与时间相关的虚拟现实环境系统430。
数据资源401-404可以由nlp组件410(以及必要时的时间和位置组件435)进行分析，以数据挖掘、分析图像数据、从数据资源401-404的内容转录相关信息(例如，文档、电子邮件、报告、笔记、记录、地图、图像、视频记录、直播通信等))以便创建3d虚拟表示和/或以更可搜索和显示的方式提供信息。nlp组件410可以被提供为云服务或本地服务。
与时间相关的虚拟现实环境系统430可以包括nlp组件410、内容消费组件411、特征关联组件412和分析组件450。nlp组件410可以与内容消费组件411相关联。内容消费组件411可用于输入数据资源401-404，并对其运行nlp和ai工具，诸如通过使用机器学习组件438来学习内容。应当注意，图4的其他组件也可以采用一个或多个nlp系统和nlp组件410，并且仅通过示例的方式仅使用nlp系统来说明。当nlp组件410(包括机器学习组件438)学习不同的数据集(例如，图像、地图、风景、历史信息等)时，特征关联组件412(或“认知特征关联组件”)可以使用人工智能通过确定图像、地标、事件、活动、历史数据、结构、概念、方法、类似特征、基础共同主旨和/或特点来在数据资源401-404之间做出认知关联或链接。
认知是知悉的心理过程，包括诸如意识、感知、推理和判断的方面。ai系统使用人工推理来解释数据资源401-404并提取其主题、思想或概念。学习的决策、决策元素、决策的替代、替代选项/选择、决策标准、概念、建议、主题和感兴趣领域的子主题可以不在数据资源401-404中具体命名或提及，而是由人工智能解释导出或推断。
由nlp系统消费的数据资源的学习内容可以被合并到消费内容的数据库420(和/或知识库)或其他数据存储方法中，该数据库420(和/或知识库)或消费内容的其他数据存储方法具有数据资源401-404的学习图像、地标、事件、活动、历史数据、结构、概念、方法、类似特征、潜在的共同主旨和/或特点，提供参考原始数据资源401-404的内容之间的关联。数据库420可以记录和维护数据资源401-404中讨论的认知决策、备选方案、标准、主题、主旨、思想或内容的演变。数据库420可以跟踪、识别和关联所有通信线程(thread)、消息、转录本(transcript)、图像、地图绘制和地理记录以及数据、结构数据(例如建筑物、地标等))、音乐档案数据、书籍、科学论文、在线期刊、期刊、文章、草稿、与电子邮件相关的材料、音频数据、图像或照片、视频数据和/或在决策、决策元素、备选方案、选择、标准、主题、主旨或思想的开发或“生命周期”的所有阶段生成的所有数据的其他各种文档。将数据合并到一个数据库420(其可以包括领域知识)允许时间相关的虚拟现实环境系统430像搜索引擎一样工作，但是代替关键词搜索，它将使用通过使用推导出的概念在数据资源之间进行认知关联的ai方法，以便根据时间、空间和位置创建时间相关的3d虚拟现实环境。
与时间相关的虚拟现实环境系统430可以包括用户接口(userinterface，“ui”)组件434(例如，交互式图形用户接口(graphicaluserinterface，“gui”))，用于提供用户交互以发送或接收来自用户的一个或多个输入/查询。更具体地，用户接口组件434可以与无线通信设备455(也参见图2的pda或蜂窝电话54a、台式计算机54b、膝上型计算机54c和/或视频游戏系统54n)通信，还用于提供用于输入诸如例如数据资源401-404的数据)的用户输入，并且还提供用于定义所选时间、所选位置、一个或多个可配置边界的用户交互和/或提供用于根据所选时间段、所选位置、一个或多个媒体图像、用户输入、分析操作、来自数据资源的非结构化数据或其组合来增强或调整一个或多个可配置边界参数的输入，以创建3d时间相关的虚拟现实。计算设备455可以使用ui组件434(例如，gui)来提供数据的输入和/或提供查询功能，诸如例如交互式gui功能，用于使用户能够在gui422中输入与所选时间、所选位置、一个或多个可配置边界和/或其他参数、感兴趣领域、主题、决策、替代标准或附加分析相关的查询。例如，gui422可以显示根据所选时间、所选位置和/或一个或多个可配置边界创建的与3d时间相关的虚拟现实。
与时间相关的虚拟现实环境系统430还可以包括3d虚拟现实组件432。3d虚拟现实组件432可以使用直接从一个或多个数据资源401-404检索的数据、存储在数据库420中的数据(或多个不可变的分类帐)、经由计算设备455接收来自用户的数据、来自时间和位置组件435(例如，gps设备、地图绘制服务等)的数据、其他组件和/或其组合来创建具有一个或多个可配置边界参数的与时间相关的三维(3d)虚拟环境。也就是说，3d虚拟现实组件432可以基于用户输入、一个或多个认知计算系统(例如，图像/音频识别组件437、机器学习组件438、分析组件450、自然语言处理组件410等))、数据资源(例如，从数据资源(诸如例如，hdfs或云计算系统)接收的数据资源401-404)或其组合来创建和生成3d虚拟现实。3d虚拟现实组件432还可以根据所选时间段、所选位置、一个或多个媒体图像、用户输入、分析操作、来自数据资源的非结构化数据或其组合来增强、丰富和/或调整3d虚拟现实表示的一个或多个可配置边界参数。在一个方面，例如，一旦nlp组件410执行了数据的链接，3d虚拟现实组件432可以挖掘地图、图像、用户输入、时间数据、位置数据、概念、主题或类似特征，其中的每一个都可以存储在消费内容的数据库420中并从数据库420中检索，以创建与时间相关的3d虚拟现实表示。
与时间相关的虚拟现实环境系统430还可以包括图像/音频识别组件437，用于识别、更新和/或增强媒体数据(例如，图像、照片、视频、音频数据、实况流数据等))和/或根据领域知识提供与多个图像、照片、视频、音频数据、实况流数据相关的信息，这些信息可以被包括在数据库420中和/或与数据库420相关联。也就是说，图像/音频识别组件437可以使用一个或多个深度学习操作来分析图像的场景、对象、面部、颜色、食物、文本、显式内容和其他主题，并理解图像的内容。图像/音频识别组件437还可以增强和分类图像、照片、视频、音频数据和实况流数据。
与时间相关的虚拟现实环境系统430可以包括地图绘制组件436。地图绘制组件436可以提供与各个时间段和位置的一个或多个时间和空间位置有关的地图数据。例如，地图绘制组件436可以包括地形地图、航空地图、电子地图、视频游戏景观、特点和设计数据、一个或多个gps导航工具/地图、用户可选地图、历史地图、政府地图、地标数据、勘测数据、建筑地图/数据、建筑蓝图数据、路线图或其他与时间或空间相关的地理信息或数据。
与时间相关的虚拟现实环境系统430可以包括分析组件450，分析组件450可以用于使用一个或多个认知计算应用来分析来自数据资源401-404(例如，从各种数据资源接收的)的媒体数据、用户输入和非结构化数据。
反馈组件439还可以被包括在与时间相关的虚拟现实环境系统430中。例如，反馈组件439可以收集来自用户的与一个或多个可配置边界参数有关的反馈信息。
与时间相关的虚拟现实环境系统430还可以包括机器学习组件438。机器学习组件438可以学习、调整、教导或更新一个或多个可配置边界参数，用于根据反馈信息创建、增强和/或更新与时间相关的3d虚拟现实环境。机器学习组件438可以使用各种方法(诸如监督学习、无监督学习、时间差分学习、强化学习等)的组合来应用一个或多个试探法和基于机器学习的模型。可以与本技术一起使用的监督学习的一些非限制性示例包括aode(averagedone-dependenceestimator，平均单相关估计器)、人工神经网络、贝叶斯统计、朴素贝叶斯分类器、贝叶斯网络、基于案例的推理、决策树、归纳逻辑编程、高斯过程回归、基因表达式编程、数据处理分组方法(groupmethodofdatahandling，gmdh)、学习自动机、学习向量量化、最小信息长度(决策树、决策图等)、惰性学习(lazylearning)、基于实例的学习、最近邻算法、类比建模、概率近似正确(probablyapproximatelycorrect，pac)学习、波纹下降规则、知识获取方法、符号机器学习算法、子符号机器学习算法、支持向量机、随机森林、分类器集合、自举聚合(bagging)、boosting(元算法)、序数分类、回归分析、信息模糊网络(informationfuzzynetworks，ifn)、统计分类、线性分类器、fisher线性判别式、逻辑回归、感知器、支持向量机、二次分类器、k-最近邻、隐马尔可夫模型和boosting。可以与本技术一起使用的无监督学习的一些非限制性例子包括人工神经网络、数据聚类、期望最大化、自组织映射、径向基函数网络、矢量量化、生成地形图、信息瓶颈方法、ibsead(distributedautonomousentitysystemsbasedinteraction，基于交互的分布式自治实体系统)、关联规则学习、apriori算法、eclat算法、fp-growth算法、分层聚类、单链接聚类、概念聚类、分区聚类、k-means算法、模糊聚类和强化学习。时间差分学习的一些非限制性例子可以包括q-learning和学习自动机。关于本段中描述的监督的、无监督的、时间差分的或其他机器学习的任何示例的具体细节是已知的，并且被认为在本公开的范围内。
在一个方面，领域知识可以是表示知识领域的概念的本体。同义词库或本体可以用作领域知识，并且还可以用于识别观察到的和/或未观察到的变量之间的语义关系。在一个方面，术语“领域”是旨在具有其普通含义的术语。此外，术语“领域”可以包括系统的专业领域或与特定主题相关的材料、信息、内容和/或其他资源的集合。领域可以指与任何特定主题或所选主题的组合相关的信息。
术语本体也是旨在具有其普通含义的术语。在一个方面，术语本体在其最广泛意义上可以包括可以被建模为本体的任何事物，包括但不限于分类法、叙词表、词汇表等。例如，本体可以包括与感兴趣的领域或特定类别或概念的内容相关的信息或内容。可以利用与资源同步的信息不断更新本体，将来自资源的信息作为模型、模型的属性或本体内的模型之间的关联添加到本体内。
另外，领域知识可以包括一个或多个外部资源，诸如例如，到一个或多个互联网领域、网页等的链接。例如，文本数据可以被超链接到可以描述、解释或提供与文本数据有关的附加信息的网页。因此，可以经由到外部资源的链接来增强概要，外部资源进一步解释、指示、说明、提供上下文和/或附加信息以支持决策、备选建议、备选选择和/或标准。
在一个方面，与时间相关的虚拟现实环境系统430可以执行一种或多种不同类型的运算或计算。运算或计算操作可以使用各种数学操作或函数来执行，这些数学操作或函数可以涉及一个或多个数学操作(例如，解析地或计算地求解微分方程或偏微分方程，使用加法、减法、除法、乘法、标准差、平均值、百分比、使用统计分布的统计建模，通过找到组合变量的最小值、最大值或类似阈值等))。应当注意，与时间相关的虚拟现实环境系统430的每个组件可以是与时间相关的虚拟现实环境系统430的单独组件和/或分离组件。
鉴于图4的方法400，图5描绘了与认知时间相关的虚拟现实环境系统的附加系统架构。在一个方面，图1-图4中描述的组件、模块、服务、应用和/或功能中的一个或多个可以使用于图5中。
认知的与时间相关的虚拟现实环境系统500可以包括用户502、媒体设备504、位置系统506(例如，gps系统)、一个或多个数据资源510，其可以与云计算系统508相关联(或分布式文件系统)、以及认知的与时间相关的3d虚拟现实创建系统550。在一个方面，认知的与时间相关的虚拟现实环境系统可以采用一个或多个认知应用(例如，nlp、人工智能(ai)、机器学习、
在一个方面，认知的与时间相关的3d虚拟现实创建系统550可以接收用于创建与时间相关的3d虚拟现实环境的一个或多个各种输入。例如，用户502可以向认知的与时间相关的3d虚拟现实创建系统550提供一个或多个可配置边界参数。媒体数据(例如照片、视频等))可以输入到认知的与时间相关的3d虚拟现实创建系统550中，诸如例如扫描照片，以教导和改进认知的与时间相关的3d虚拟现实创建系统550。来自位置系统506的位置数据(例如，gps卫星数据或其他类型的地图绘制或位置系统)可以提供与所选位置相关的输入位置数据(例如，输入在所选时间段在所选区域捕获的航空照片的图像)。另外，一个或多个数据资源510可以向认知的与时间相关的3d虚拟现实创建系统550提供各种类型的数据，诸如例如，非结构化数据，其可以是政府历史记录、报纸文章和图像、天气信息、音乐档案和历史制造档案(诸如汽车和技术数据)的形式，以补充、增强和改进时间段和位置的有界模拟环境。
认知的与时间相关的3d虚拟现实创建系统550使用各种输入数据(例如，可配置边界参数、图像数据、非结构化数据等))，可以用于定义所选位置、所选跨度/范围(例如，虚拟现实表示的大小和范围)以及所选时间段。然后，认知的与时间相关的3d虚拟现实创建系统550可以使用非结构化数据来生成和创建3d虚拟现实表示。一个或多个添加的图像和细节(和/或更新的用户输入、非结构化数据或位置数据)可用于教导认知的与时间相关的3d虚拟现实创建系统550来改进、调整和增强与时间相关的3d虚拟现实环境512。
在附加方面，用户502可以通过使能够使用个人照片和输入诸如建筑物和地标的结构的特定参数(例如，位置、大小/范围、时间段)来定义和改进与时间相关的3d虚拟现实环境512。与时间相关的3d虚拟现实环境512(例如，与时间相关的3d虚拟现实创建系统550的输出)可以是由与时间相关的3d虚拟现实创建系统550的用户来界定、定义、改进和教导的3d虚拟环境，其可以集成到诸如例如用于特定时间、时代/时期和特定地点的3d游戏系统、或者自从特定时期的悬案的法医调查的各种计算系统或应用中。
现在转到图6a-图6b，该图描绘了根据本发明的各方面的与时间相关的3d虚拟现实环境600。在一个方面，图1-图5中描述的组件、模块、服务、应用和/或功能中的一个或多个可以用于图6a-图6b。图600示出了当前地图610(例如，所选位置的当前航空照片和具有根据用户输入、一个或多个认知计算系统、数据资源或其组合的一个或多个可配置边界参数的与时间相关的3d虚拟现实环境620)。为了进一步说明，假设用户希望看到包括举行音乐会的体育场(例如，体育场3)的时间段1965年的照片呈现。并且假设，体育场3随后被拆除，并且现在是一个停车场。然而，当前图像610显示当前的摄影呈现，仅显示体育场1和停车场(之前是体育场3)和体育场2。
因此，使用本文描述的各种实施例，本发明的机制提供用于交付与时间相关的虚拟现实环境的解决方案。也就是说，使用定义所选时间、空间和位置的可配置边界参数(例如，包括举行音乐会的体育场3的时间段1965年的照片呈现)，根据用户输入、一个或多个认知计算系统、数据资源或其组合，来创建1965年的具有示出体育场3的一个或多个可配置边界参数的时间相关3d虚拟环境。如图所示，现在在与时间相关的3d虚拟现实环境620中在所选位置的原始位置和1965年的所选时间段中描绘体育场3。
图7是描绘用于在计算环境中交付与时间相关的虚拟现实环境的示例性方法的流程图。功能700可以被实现为作为机器上的指令执行的方法，其中指令被包括在至少一个计算机可读介质或非暂时性机器可读存储介质上。功能700可以在框702中开始。如框704所示，可以根据用户输入、一个或多个认知计算系统、数据资源或其组合来创建具有一个或多个可配置边界参数的与时间相关的三维(3d)虚拟环境。功能700可以结束，如框706中所示。
图8是描绘用于分布式文件系统环境中的数据复制的示例性方法的流程图。功能800可以被实现为作为机器上的指令执行的方法，其中指令被包括在至少一个计算机可读介质或非暂时性机器可读存储介质上。功能800可以在框802中开始。如框804所示，可以选择时间段和位置来创建与时间相关的三维(3d)虚拟环境。如框806所示，可以根据用户输入数据、一个或多个认知计算系统、一个或多个数据资源或其组合来创建具有基于所选时间段和所选位置的一个或多个可配置边界参数的3d虚拟环境。如框808所示，可以经由iot计算网络中的一个或多个iot设备或3d视频游戏系统中的至少一个的接口(gui)来提供3d虚拟环境。功能800可以结束，如框810中所示。
在一个方面，结合图7-图8的至少一个框和/或作为其一部分，方法700和/或800的操作可包括以下中的每一个。方法700和/或800的操作可以选择用于创建与时间相关的3d虚拟环境的时间段和位置。可以定义一个或多个可配置边界参数。可以根据所选时间段、所选位置、一个或多个媒体图像、用户输入、分析操作、来自数据资源的非结构化数据或其组合来增强、丰富和/或调整一个或多个可配置边界参数。
方法700和/或800的操作可以使用一个或多个认知计算系统来分析媒体数据、用户输入、来自数据资源的非结构化数据，其中一个或多个认知计算系统包括机器学习系统、自然语言处理(nlp)系统、图像和音频识别系统、智能搜索系统、认知存储系统或其组合。可以添加媒体数据、附加用户输入数据、全球定位卫星(gps)数据、多个物理结构和地标数据，以增强、丰富和/或调整与时间相关的3d虚拟环境。
方法700和/或800的操作可以收集来自用户的与一个或多个可配置边界参数有关的反馈信息，并根据反馈信息来初始化机器学习组件以学习、调整或更新一个或多个可配置边界参数。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括其上具有计算机可读程序指令的计算机可读存储介质(或多个介质)，用于使处理器执行本发明的各方面。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是——但不限于——电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据，或者以一种或多种编程语言的任意组合编写的资源代码或目标代码，该编程语言包括诸如smalltalk、c++等的面向对象的编程语言，以及诸如“c”编程语言或类似的编程语言的传统过程编程语言。计算机可读程序指令可以完全在用户的计算机上、部分在用户的计算机上、作为独立的软件包、部分地在用户的计算机上并且部分地在远程计算机上或完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络(包括局域网(lan)或广域网(wan))连接到用户的计算机，或者可以进行到外部计算机的连接(例如，通过使用互联网服务提供商的互联网)。在一些实施例中，包括例如可编程逻辑电路，现场可编程门阵列(field-programmablegatearray，fpga)或可编程逻辑阵列(programmablelogicarray，pla)的电子电路可以通过使用计算机可读程序指令的状态信息来个性化电子电路以执行计算机可读程序指令，以便执行本发明的各方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
- 还没有人留言评论。精彩留言会获得点赞！