実測値

US2021401818(PROCTER & GAMBLE [US])
*indicates statistical significance (p value < 0.05 between observed and expected).
 ^＊統計的有意性を示す（実測値と予想値との間のｐ値＜０．０５）。

The top table contains the ranges for azoxystrobin analogues with PO.
上記の表は、ＰＯを有するアゾキシストロビン類似化合物の範囲を含む。

US2023212152(PARDES BIOSCIENCES INC [US]
; for C23 H28 ClN5 O4 MS Calcd.: 473.18; MS Found: 474.1 [M+H+ ].
[0452]
２３ Ｈ ２８ ＣｌＮ ５ Ｏ ４ についてのＭＳ計算値：４７３．１８、ＭＳ実測値：４７４．１ ［Ｍ＋Ｈ ＋ ］．

US2018363066(FOUND MEDICINE INC [US])
[0187] Thus, in another embodiment the method of analyzing a tumor comprises the following mutation calling method:
[0092] 故に、別の実施形態において、腫瘍を分析する方法は、次の変異呼び出し法を含む：

[0188] acquiring, for each of said X subject intervals (e.g., subgenomic intervals, expressed subgenomic intervals, or both), a threshold value, wherein each of said acquired X threshold values is unique as compared with the other X−1 threshold values, thereby providing X unique threshold values;
該Ｘ個の対象区間（例えば、サブゲノム区間、発現サブゲノム区間、またはそれらの両方）の各々に関して閾値を取得し、該取得されたＸ個の閾値の各々は、他のＸ−１個の閾値と比較して固有であり、それにより、Ｘ個の固有の閾値を提供し、

[0189] for each of said X subject intervals (e.g., subgenomic intervals, expressed subgenomic intervals, or both), comparing an observed value which is a function of the number of reads having a preselected nucleotide value at a preselected nucleotide position with its unique threshold value, thereby applying to each of said X subject intervals (e.g., subgenomic intervals, expressed subgenomic intervals, or both), its unique threshold value; and
該Ｘ個の対象区間（例えば、サブゲノム区間、発現サブゲノム区間、またはそれらの両方）の各々に対して、事前選択されたヌクレオチド位置に事前選択されたヌクレオチド値を有する読み取りデータの数の関数である実測値をその固有の閾値と比較し、それにより、該Ｘ個の対象区間（例えば、サブゲノム区間、発現サブゲノム区間、またはそれらの両方）の各々にその固有の閾値を適用し、

[0190] optionally, responsive to the result of said comparison, assigning a nucleotide value to a preselected nucleotide position,
任意に、該比較の結果に応じて、事前選択されたヌクレオチド位置にヌクレオチド値を割り当てて、

[0191] wherein X is equal to or greater than 2.
ここで、Ｘは、２以上である。

US2021380139(QUALCOMM INC [US])
The sensor fusion and RWM management layer 412 may be configured to detect conditions in the sensor data, such as sensor measurements being at, above, or below a threshold, certain types of sensor measurements occurring, etc.,
センサ融合およびRWM管理レイヤ412は、センサ実測値がしきい値にあるのか、しきい値を超えるのか、またはしきい値未満であるのか、いくつかのタイプのセンサ測定が行われたことなどの、センサデータの中の条件を検出するように構成されてもよく、

and may output the sensor data as part of the refined location and state information of the vehicle provided to the behavior planning and prediction layer 416 and/or devices remote from the vehicle, such as a data server, other vehicles, etc.,

via wireless communications, such as through C-V2X connections, other wireless connections, etc.
  挙動プランニングおよび予測レイヤ416に、かつ/またはC-V2X接続、他のワイヤレス接続などを通じるようなワイヤレス通信を介して、

データサーバ、他の車両などの、車両から遠隔のデバイスに提供される、車両の改善されたロケーションおよび状態情報の一部として、センサデータを出力してもよい。

US8593466(INTEL CORP [US])
[0020] This approach avoids sudden jumps in the cost estimation model
【００１４】
  このアプローチは、コスト推算モデルにおける急転（sudden jump）を抑制する。

that otherwise may cause values to oscillate even when rendering an identical frame multiple times.
そうしなければ、同一のフレームについて複数回レンダリングを実行した場合であっても、値が振動する。

The oscillation is possible since changing the model may change how tiles are split.
モデルの変更によりタイルの分割方法が変更するので、振動が起こうる。

This may in turn change the measurements used to correct the model. 
このことは、モデルの修正に用いられた実測値（measurement）を次々に変更してよい。

US2022188028(INTEL CORP [US])
[0472] Since a specific workload will have its unique combination of I/O classes, the boundary condition is confined.
[0366] 特定のワークロードは、Ｉ／Ｏクラスの独自の組み合わせを持っているので、境界条件は限定される。

There will be only one perfect model able to fit through the points within the boundary.
境界線内のポイントを通過できる最適なモデルは１つしかない。

Thus, we are looking for a perfect fit model for the confined boundary problem based on the residue.
このように、残差に基づいて、閉じ込められた境界問題の完璧な適合モデルを探している。

Step 3 computes the average residue between the predicted and real measurement values, which is then used in a hill climbing search to search for most fitted model:
段階３では、予測値と実測値の間の平均残差を計算し、これを用いて最もフィットしたモデルを探索するヒルクライミング探索を行う。

US2021337277(GOOGLE LLC [US])
Consumption data may be specific to a user or specific to the requested first media item
消費データは、ユーザに特有であるかまたは要求された第1のメディアアイテムに特有であってよく、

and may include a duration of consumptions, quantity of users, drop off rates, portions re-watched and/or re-listened to, portions paused or zoomed in on, other measurement, or a combination thereof.
消費の継続時間、ユーザの人数、ドロップオフレート(drop off rate)、再び見るおよび/または再聴取される部分、一時停止またはズームインされる部分、他の実測値、またはそれらの組合せを含んでよい。

US10386970(APPLE INC [US])
 In one embodiment, the total force Fz and the centroid location (x0, y0) is
一実施形態では、合力Ｆｚ及び重心の場所（ｘ０，ｙ０）は、

calibrated such that a set of computed forces and moments in response to the values of the total force Fz and the centroid location (x0, y0) best matches the observed values for displacements and forces at each of the set of force sensors 700 . 
その合力Ｆｚ及び重心の場所（ｘ０，ｙ０）に応答して計算される一連の力及びモーメントが、力センサ７００のセットのそれぞれでの変位及び力に関する実測値と最も良好に一致するように、較正される。

US8935174(BOEING CO [US])
[0054] In these examples, multiple correlation coefficients, such as correlation coefficient 222 , may be identified by model creation process 201 to generate and/or modify model 224 .
【００４３】
  このような実施例では、相関係数２２２のような複数の相関係数を、モデル作成プロセス２０１により特定して、モデル２２４を生成及び／又は修正することができる。

Multiple coefficients, such as correlation coefficient 222 , are used to calibrate the model simulation results to match the actual measured voyage performance. 
相関係数２２２のような複数の係数は、航海パフォーマンスの実測値と一致するようにモデルシミュレーション結果を較正するために使用される。

US11498915(LILLY CO ELI [US])
Mass spec: found 485.0 m/z, theory 485.1
【００７１】
マススペクトル：実測値４８５．０ｍ／ｚ、理論値４８５．１

US10866952(FISHER ROSEMOUNT SYSTEMS INC [US)
The Explore4M_X_Y block 342 e allows a user to compare the one or more predicted values included in the output of the PLS4M_X_Y block 342 c with the actual values of the Columns Y block 342 c , e.g., to determine if the use of Columns X data 342 b in the PLS4M_X_Y model 342 d is sufficiently predictive of the Columns Y data 342 c.
Ｅｘｐｌｏｒｅ４Ｍ＿Ｘ＿Ｙブロック３４２ｅは、ユーザに、ＰＬＳ４Ｍ＿Ｘ＿Ｙブロック３４２ｃの出力に含まれる１つ以上の予測値を、Ｃｏｌｕｍｎｓ Ｙブロック３４２ｃの実測値と比較させて、例えば、ＰＬＳ４Ｍ＿Ｘ＿Ｙモデル３４２ｄにおけるＣｏｌｕｍｎｓ Ｘデータ３４２ｂの使用が、Ｃｏｌｕｍｎｓ Ｙデータ３４２ｃを十分に予測するかどうかを判定させる。

US11579138(XEROX CORP [US])
[0051] It was calculated that the Dried Polymeric Additive Latex A should contain 619 ppm K+ since 0.941 kg of a 0.4% KOH solution was added to 18 kg of the Polymeric Additive Latex A (20 weight % solids) and KOH assay at 85%.
【００４９】
    乾燥したポリマー添加剤ラテックスＡは、０．９４１ｋｇの０．４％のＫＯＨ溶液を１８ｋｇのポリマー添加剤ラテックスＡ（２０重量％固形物）及びＫＯＨアッセイに８５％で添加したので、乾燥ポリマー添加剤ラテックスＡは６１９ｐｐｍのＫ^＋を含有するべきであると計算された。

Table 3 shows that the actual measured value using ICP averaged over three measurements was also 619 ppm. 
表３は、３回の測定値にわたって平均化されたＩＣＰを用いた実測値も６１９ｐｐｍであった。