EP1116108A1 - Fraktales netz n-ter ordnung zum behandeln komplexer strukturen - Google Patents

Fraktales netz n-ter ordnung zum behandeln komplexer strukturen

Info

Publication number
EP1116108A1
EP1116108A1 EP99970183A EP99970183A EP1116108A1 EP 1116108 A1 EP1116108 A1 EP 1116108A1 EP 99970183 A EP99970183 A EP 99970183A EP 99970183 A EP99970183 A EP 99970183A EP 1116108 A1 EP1116108 A1 EP 1116108A1
Authority
EP
European Patent Office
Prior art keywords
units
semantic
unit
network according
fractal network
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.)
Withdrawn
Application number
EP99970183A
Other languages
English (en)
French (fr)
Inventor
Günter Schmidt
Maria Athelogou
Martin Baatz
Andrej Kharadi
Jürgen Klenk
Peter Blöchl
Gerd Binnig
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.)
Definiens AG
International Business Machines Corp
Original Assignee
Definiens AG
International Business Machines Corp
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
Priority claimed from DE19908204A external-priority patent/DE19908204A1/de
Application filed by Definiens AG, International Business Machines Corp filed Critical Definiens AG
Publication of EP1116108A1 publication Critical patent/EP1116108A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation

Definitions

  • the invention relates to a n-th order fractal network for handling complex structures and in particular to a fractal or fractal-hierarchical network with a large number of semantic units, by means of which semantically structured information can be analyzed and processed.
  • Metadata (a derivative of SGML, IS08879) information treat content in a structured manner.
  • the structuring can be semantic. Semantic means here that references of one information content to another information content can have a meaning. It is possible to formulate metadata, that is, data that describes data. In the data description language XML, however, it is not possible to store information about processes in such a way that they can flow into a data analysis and into an "intelligent" behavior of a semantic network itself.
  • the present invention is therefore based on the object of creating a fractal n-th order network for handling complex structures, which enables information or knowledge to be stored in a structured form and to be analyzed and linked on the basis of this data.
  • fractal network for treating complex structures which consists of a multiplicity of units.
  • the fractal network contains both semantic units, that each have information content, as well as linking units that describe a relationship content.
  • the relationship content links two semantic units in such a way that the mutual relationship of the two linked semantic units is determined by the relationship content.
  • the central element here is the semantic unit, which represents an "object” or a "process of the world" as a data structure.
  • An essential feature of the semantic unit is the ability to store information content in a structured manner and to network with other semantic units. So that two semantic units can be linked in such a way that the link has meaning or is semantic, these semantic units are connected to one another with the special linking units.
  • Such a linking unit can, for example, also be provided implicitly in a structured information content of a semantic unit.
  • linking units can be a special form of semantic units that can have information content and relationship content.
  • each semantic unit can be assigned a label which is unique within this "world knowledge”.
  • Complex structures can represent language, images, networks or chaotic systems, such as technical, cultural, economic or ecological relationships.
  • FIG. 2 shows an illustration of a fractal network of the n-th order according to a first exemplary embodiment of the present invention
  • FIG. 6 shows an illustration of a fractal network of the n-th order according to a second exemplary embodiment of the present invention
  • a nth order fractal network for handling complex structures is generally expressed as a multitude of units.
  • the fractal network contains both semantic units, which each have information content, and linking units, which describe a relationship content.
  • the relationship content links two semantic units in such a way that the mutual relationship of the two linked semantic units is determined by the relationship content.
  • semantic used here means "to have a meaning”.
  • Linking units of this type can represent a special form of semantic units which can have information content and relationship content.
  • linking semantic units via linking units there is also the possibility that one or more linking units in turn via one or more linking units with one or more semantic units and / or one or more linking units in turn via one or more linking units with one or more Linking units are linked, as can be seen from the following description.
  • linking units can generally be freely selected by a user. However, it makes sense to define some elementary relationship contents of linking units in a basic library in advance.
  • Exchange relationships and relations can be viewed as elementary relationship contents of linking units.
  • Exchange relationships are defined as relationships that describe an abstract, material and / or communicative exchange between semantic units.
  • Relations are those relationship contents of relationships linking units that describe any relationships between semantic units.
  • Figures la to le show some such elementary linking units that describe a relationship content.
  • link units of the type exchange relationship can be further divided into two groups.
  • FIG. 1 a a link unit 1 of the type exchange relationship is shown, which connects semantic units in different hierarchical levels of the fractal network of the nth order.
  • the nature of the relationship from a larger, i.e. higher-level, semantic unit to a smaller, i.e., lower-level, semantic unit and vice versa is described. In other words, this means that the scale is changed.
  • Linking units with relationships that have the two characteristics mentioned, that is, an exchange and a change of scale are referred to below as linking units of the type VA / VS.
  • the expression "VA” stands for "exchange”
  • the expression "VS” for "scale change".
  • Such a linkage unit 1 of the VA / VS type can be viewed in the direction of the arrow from A to B shown in FIG. 1a as "A contains B” and in the opposite direction as "B is part of A”. This corresponds to the definition of an embedding hierarchy.
  • link units 2, 2a and 2b of the exchange relationship type are shown, the semantic units in the same hierarchical levels of the fractal network Connect nth order with each other. In other words, this means that no scale change is carried out.
  • Linking units with relationships that have the two characteristics mentioned, ie an exchange and no scale change are referred to below as linking units of the type VA / VH.
  • VA / VH the expression "VA” stands for "exchange” and the expression "VH” for "no change of scale”.
  • VA / VH-type link unit 2a in the direction from A to B as "A is the input variable of B” and in the opposite direction as “B is the output variable of A”
  • VA / VH-type link unit 2b in Direction from A to B as "A is described by B” and in the opposite direction as "B is attribute of A.
  • link units of the relation type can be further divided into two groups.
  • FIG. 1c shows a link unit 3 of the relation type, which connects semantic units in hierarchical levels of the fractal network of the nth order that are different from one another.
  • the nature of the relationship from a more general semantic unit to a more specific semantic unit and vice versa is described. In other words, this means that the scale is changed.
  • Linking units with relationships that have the two characteristics mentioned, ie a relation and a change of scale are referred to below as linking units of the type VR / VS.
  • the expression “VR” stands for "relation”
  • the expression "VS” for "change of scale”.
  • FIG. 1d shows link units 4, 4a, 4b and 4c of the relation type, which connect semantic units to one another in the same hierarchical levels of the fractal network of the nth order. In other words, this means that no scale change is carried out.
  • Linking units with relationships that have the two characteristics mentioned, ie a relation and no scale change, are referred to below as linking units of the type VR / VH. Accordingly, in the expression “VR / VH” the expression “VR” stands for “relation” and the expression “VH” for "no change of scale”.
  • VR / VH type link unit 4a may be "A is (location-related) adjacent to B"
  • a VR / VH type link unit 4b may be "A is similar to B”
  • such a link unit 4c may be of type VR / VH in the direction from A to B can be viewed as “B follows A” and in the opposite direction as “A will be followed by B”.
  • Fig. Le also shows a further link unit 5, which can be viewed in the direction from A to B as A has Janus / function B "and in the opposite direction as” B is Janus / function of A ".
  • this link unit 5 reference is made to the following description of the exemplary embodiments.
  • link units can be both directional, that is, directional, and bidirectional, that is, non-directional.
  • FIG. 2 shows a simple fractal network, the interaction of the above-described link units with other semantic units that are present in the fractal network being illustrated.
  • reference numeral 3 denotes a VR / VS type link unit
  • reference numeral 4b denotes a VR / VH type link unit
  • reference numeral 6 denotes respective semantic units.
  • FIG. 3 shows structured information contents and relationship contents of the semantic units or linking units shown in FIG. 2.
  • the semantic unit 6 labeled "human” in FIG. 2 has an identifier "1" and the name “human” and is linked to linking units which have identifiers "12" and "13".
  • the semantic unit 6 designated “mammal” in FIG. 2 has an identifier "2" and the name “mammal” and is linked to the linking unit which has the identifier "12”.
  • the semantic unit 6 denoted by "monkey” in FIG. 2 has an identifier "3" and the name “monkey” and is linked to the linking unit which has the identifier "13".
  • the semantic unit 6 labeled "gene analysis” in FIG. 2 has an identifier "4" and the name “gene analysis” and is linked to a linking unit which has the identifier "134".
  • link unit 3 In the lower part of FIG. 3, the relationship contents of the respective link units of FIG. 2 are shown, which contain an identifier, a name, identifiers of the link units possibly connected to them, identifiers, the semantic units or link units linked by them, and the type of this link included.
  • the link unit 3 shown in FIG. 2 has the identifier "12" and the name "is in general", it is not connected to any other link unit and links the semantic unit of the identifier "1" directionally with the semantic unit of the Identifier "2".
  • the information content described by a semantic unit represents an identifier and / or a list of the linking units which connect this semantic unit with other semantic units, the identifier preferably being a name or a serial number and the information content likewise being preferred is in a structured form.
  • the link units describe relationship content which, in addition to information content, also contains a link identifier.
  • This linkage identification describes the respective identification of the semantic units and / or linkage units that are linked by them, one or more directions in relation to these linked semantic units and / or linkage units and / or weightings that describe one or two directional information.
  • the relationship content of the linking unit can optionally contain information about the respective type of linking the related semantic units, this type of linking possibly providing additional information about a relation, ie, a comparison of the respectively linked units, and / or about one Exchange relationship, ie, contains a one-way or two-way interaction of the linked units, and the type of link also contains additional information as to whether or not a scale change is taking place.
  • this information regarding a change in scale can be the type of relationship to a larger, ie, superordinate, or to a smaller, ie, subordinate, semantic unit or vice versa, or the type of relationship to a more general or to a more specific semantic unit , describe.
  • FIGS. 4a and 4b show further fractal networks according to the first exemplary embodiment of the present invention, which serve to facilitate understanding.
  • FIG. 4a shows a fractal network in which a semantic unit 6 designated “forest” via a link unit 3 of the VR / VS type, more precisely of the type "is in general / is in particular", with a segment designated semantic unit 6, wherein the linking unit 3 of the VR / VS type also contains a weighting of 70%, which results in the statement “segment classified as 70% forest.”
  • the linking unit of the VR / VS type can be used more precisely here VR / VS (+) are referred to, since there is obviously a change of scale to a smaller scale from the semantic unit 6 labeled "Wald” to the semantic unit 6 labeled "Segment” results, whereby the smaller scale in the present application example results from a smaller fuzziness in the attributes of "forest” and "segment” not described in more detail.
  • a similarity hierarchy is formulated, whereby if the weighting (here 70%) in the information content of the linking unit is not clear, the role of a measure for belonging to a corresponding class (here "forest") is assigned. If the linkage unit 1 of type VA / VS, more precisely “consists of / is part of”, is considered, the statement “forest consists of trees” is created, which implicitly expresses that a tree is significantly smaller than a forest is on a lower or finer scale.
  • FIG. 4b shows a fractal network in which a semantic unit 6 designated “Peter” is linked to a semantic unit 6 designated “Paul” via a link unit 4 of the VR / VH type. Furthermore, the linking unit 4 of the VR / VH type is linked to a semantic unit 6 labeled "friendship” via a linking unit 2b of the VA / VH type, more precisely of the type "is described by / is attribute of”. In the end, the statement “Peter and Paul are friends” is obtained, since the linking unit 2b, with the help of the semantic unit 6 designated "friendship", describes an abstract exchange ("friendship”) in more detail.
  • linking units of the VR / VH type that is to say relations without changing scales, associations and comparisons can be defined.
  • weighting in the information content of the linking unit as a measure of the similarity of the linked semantic units. The statements are for this "Humans are 95% similar to monkeys" and “winter is followed by spring” examples.
  • FIG. 5 shows structured information contents of semantic units with attributes according to the first exemplary embodiment of the present invention.
  • Each semantic unit can store data and functions of any form in its information content. According to the first exemplary embodiment of the present invention, the name of the semantic unit and its identifier have already been described.
  • information contents of the semantic units and / or linking units can also contain algorithms, functions and / or mathematical formulas.
  • semantic units have information content that represents attributes, these attributes describing other semantic units or linking units in more detail (see, for example, the semantic unit 6 labeled “friendship” in FIG. 4b).
  • the fractal network has special link units that serve to link semantic units that represent attributes with those semantic and / or link units to which these attributes are assigned (see, for example, link unit 2b in FIG. 4b). These special linking units 2b are designated by "is described by / is attribute of".
  • these attributes can contain values that are elements from a set, range, list, or other ordered or unordered structure.
  • This ordered or disordered structure can through one or more numbers, vectors in n-dimensional spaces, text data, image data, video data, audio data, calendar data, tables, geometry data, geographic data, fuzzy logic quantities, Internet content or bundled data or a combination of these be formed in order to be able to store "world knowledge" in an advantageous manner.
  • An example of this is shown in FIG. 5, but because of the self-describing character of this figure, a more detailed description thereof is omitted.
  • An essential feature of the second exemplary embodiment of the present invention is the possibility of including special semantic units in the fractal network which are able to perform certain operations on other semantic units. These special semantic units will be referred to as semantic Janus units.
  • a semantic Janus unit 6 denotes a special semantic unit that has an algorithm or a collection of algorithms that change the information content of semantic units and / or generate new semantic units or existing semantic units can destroy.
  • a semantic Janus unit is connected to one or more semantic units, in the vicinity of which the semantic Janus unit is to operate, via a special linking unit 5 (see FIG. Le) of the type "has Janus / function / is Janus / function of" .
  • This means that the functionality of the semantic Janus unit is restricted in such a way that it is only able to carry out the specific operations on those semantic units which are in a predetermined neighborhood area of a semantic unit linked to it.
  • a semantic Janus unit can be linked to other semantic Janus units and / or to attributes via one or more linking units.
  • a Janus semantic unit can perform one or more of the following operations: creating new semantic units; the bundling of already existing semantic units into a single semantic unit, which may have to be newly created; changing and / or deleting existing semantic units; comparing existing semantic units; acquiring and changing values of the attributes of semantic units; executing an algorithm and / or calculating a function; the detection of a janus or a part of a janus, that is to say the classification of an algorithm or a part of an algorithm.
  • the essential task of a semantic Janus unit is the bundling and context of information content.
  • Bundles are to be understood here as the calculation of information contents of a semantic unit serving as a center from the information contents of neighboring semantic units.
  • Contexts are to be understood as the inverse process analogous to bundling, that is to say information contents of the neighboring semantic units are changed as a function of the information contents of the semantic unit serving as the center, which defines the neighborhood. In this way it is possible, for example, in a simple way, constantly to receive current statistics of a set of semantic units (bundles) or to forward changes of framework conditions to a set of semantic units (contexts).
  • FIG. 6 illustrates an nth order fractal network that is used to clarify the statements made previously regarding the second embodiment of the present invention.
  • the fractal network in FIG. 6 serves to correctly average an average income depending on the respective framework conditions.
  • the semantic unit 6, which is referred to as "law firm MM” is via a linking unit 5, that is to say a linking unit of the type "has Janus / function / is Janus / function of", with a "Bundle” designated semantic unit 6, which accordingly acts in this exemplary embodiment of the present invention as a semantic Janus unit with respect to the semantic unit 6 designated "law firm MM".
  • the input type of this semantic Janus unit is the attribute type to be bundled, that is, in the case of this exemplary embodiment, the income, which consists of the law firm's individual income.
  • the semantic Janus unit uses an attribute as an output variable in which the middle income is written.
  • a key advantage of this type of statistical survey is that when a lawyer is added or removed to or from the firm, no changes to the mean income calculation procedure are required.
  • a major advantage of the Janus unit described above is that it only acts locally in a defined neighborhood. Accordingly, it is important to define the concept of neighborhood more precisely. This is done below in this third embodiment of the present invention.
  • a first semantic unit is then defined as being adjacent to a second semantic unit if a distance between them is less than a predetermined or calculated value, that is to say a limit value.
  • a measure of the distance depends on the information and / or meaning content of the semantic units, via which the second semantic unit can be reached from the first semantic unit.
  • FIGS. 7a and 7b show a simple example of such a use of a distance measure in accordance with the third exemplary embodiment of the present invention.
  • the task is to be solved, the neighborhood circle of acquaintances to the semantic unit labeled "Paul"
  • the weighting of the linking units 7 of the type "is friends with” can be converted into a distance, for example, by means of a logarithm function.
  • a distance between the semantic unit 6 labeled "Paul” and the semantic unit 6 labeled “Peter” is:
  • the above calculation applies analogously to the distance from the semantic unit 6 labeled "Paul” to the semantic unit 6 labeled "Anne”. More specifically, the respective weights of the linking units 7 of the type "is friends with” are used to determine the distance. multiplied.
  • the circle of acquaintances can change here without it being necessary to change the method for calculating the circle of acquaintances.
  • a semantic unit 6 designated “Paul's circle of acquaintances” which can be returned to the fractal network as a result of a query, for example, then, as shown in FIG. 7b, it must be referred to as "Paul's circle of friends""designated semantic unit 6 are generated by the semantic Janus unit 6 designated” determine circle of acquaintances "and are linked to the corresponding semantic units 6 designated by name.
  • the semantic units 6 designated by name which are included in the circle of acquaintances, that is to say, according to this exemplary embodiment, the semantic units 6 labeled “Paul”, “Mary” and “Jakob”, automatically with logic units 1 of the VA / VS, more precisely of the type "contains / is part of”, with which the semantic unit 6 referred to as “Paul's circle of acquaintances” is linked, as is shown by dashed lines in FIG. 7b.
  • a distance function is used to indicate the distance between two semantic units.
  • FIGS. 8a and 8b show a classification / identification process of a sentence in a semantic network according to the fourth exemplary embodiment of the present invention. 8a shows an initial situation and FIG. 8b shows a result situation.
  • the semantic unit 6 labeled “insert” is a special case of the relationship 2 between the semantic units 6 labeled "key” and "lock”, which is not further defined in the world knowledge available in the fractal network classified.
  • “plugging” is a possible relationship between those labeled "key” and “lock” is semantic units 6, as is shown by the dashed lines in FIG. 8b, which represents the result situation.
  • the new knowledge learned can thus also be incorporated into the knowledge available in the fractal network.
  • semantic units and / or parts of the fractal network can be classified.
  • This classification is carried out in such a way that the measure is determined which indicates how well the relevant semantic units or the fractal subnetwork fits the current position, and / or the position to which the relevant semantic see units or the fractal subnet fits particularly well.
  • the semantic units preferably contain a marking which indicates whether it is a new input unit or an already existing semantic unit, input units possibly being in the form of a fractal subnet and / or possibly not yet being connected to the fractal network via link units .
  • a new semantic unit or a new subnetwork is included in the fractal network, taking into account the classification. These new semantic units can be linked to a start Janus unit.
  • one or more input / output devices can also be provided, by means of which the fractal network or a part thereof can be input or output.
  • semantic unit it is common for a semantic unit to create an instance that is a special case of that semantic unit.
  • the semantic unit can be called the parent and the special instance the child.
  • a child should inherit part of the neighborhood of its parent.
  • a fractal network dealing with this case is shown in FIGS. 9a to 9c. It is useful here if a semantic Janus unit 6, which is referred to as "inheritance janus" in FIGS. 9a to 9c and is connected to the parent, carries out the generation and inheritance process. As shown in Fig. 9c, the in- Formation contents of the newly created semantic units are overwritten with information contents that come from input data or other sources.
  • the semantic unit 6 shown in FIGS. 9a to 9c uses the following method, for example.
  • the "inheritance janus” selects a neighborhood around the parent with whom it is connected.
  • a neighborhood can be defined in a variety of ways, for example, that only via link units of the type VA / VS (+), "is described by”, and “has Janus / function of", and that only direct Neighbors can be chosen.
  • the neighborhood of the "person” is defined by the fact that it is only allowed to walk over link units of the type "is described by”, i.e. that "eye color” is in the selected neighborhood of the "person”, but "living being” is not in the selected neighborhood of the "person” (see Fig. 9a).
  • other neighborhoods suitable for the respective application can also be defined.
  • a semantic unit "child"("newperson” in FIG. 9b) is generated, which is a special instance of the semantic unit "parent"("person” in FIG. 9b).
  • the "child” is linked to the "parent” via a link 3 of the type VR / VS (+).
  • children are also generated for all semantic units from the selected neighborhood. These children are also linked to their respective parents via VR / VS (+) links.
  • the child "eye color of the new person” is created and with the semantic unit "eye color” linked (see Fig. 9b).
  • all children are linked to each other according to the link between their parents.
  • the children "new person” and “eye color of the new person” are linked to one another by the linking unit 2b (see FIG. 9b).
  • the information content of the children can be overwritten by information content from input objects or other sources.
  • the child "new person” is overwritten by "Mr. Otto Maier” and the child “eye color of the new person” by “green” (see FIG. 9c).
  • the fractal network according to the invention described above is not only suitable for processing, for example, voice data, image data or network structures, but also for treating so-called chaotic ones Systems that describe technical, cultural, economic or ecological relationships, for example.
  • the complex structures can also be both static and dynamic, and the analysis and / or processing of the complex structures can in particular include describing, searching, changing and / or simulating.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

Es wird ein fraktales Netz zum Behandeln komplexer Strukturen offenbart, das aus einer Vielzahl von Einheiten besteht. Das fraktale Netz enthält sowohl semantische Einheiten, die jeweils Informationsinhalte besitzen, als auch Verknüpfungseinheiten, die einen Beziehungsinhalt beschreiben. Der Beziehungsinhalt verknüpft jeweils zwei semantische Einheiten auf eine derartige Weise, dass die gegenseitige Beziehung der beiden verknüpften semantischen Einheiten durch den Beziehungsinhalt bestimmt wird.

Description

Beschreibung
Fraktales Netz n-ter Ordnung zum Behandeln komplexer Strukturen
Die Erfindung betrifft ein fraktales Netz n-ter Ordnung zum Behandeln komplexer Strukturen und insbesondere ein fraktales bzw. fraktal-hierarchisches Netz mit einer Vielzahl von semantischen Einheiten, mittels welchem se- mantisch strukturierte Informationen analysiert und bearbeitet werden können.
Mit der fortschreitenden Wandlung der Industriegesellschaft in Richtung zur Informationsgesellschaft be- steht zunehmend der Bedarf nach einem Werkzeug zur Verarbeitung der anwachsenden Informationsflut. Insbesondere auf dem Gebiet der Bilderkennung, Spracherkennung sowie Simulation wurden eingehende Untersuchungen vorgenommen, um eine Vereinfachung bei der Erkennung, Modifikation und Verwertung von komplexen Strukturen, wie zum Beispiel Sprache und Bildern, zu ermöglichen.
Derartige Systeme im Stand der Technik leiden jedoch unter einer geringen Flexibilität und einer außerordent- lieh komplizierten Bereitstellung und Verarbeitung der verwendeten Daten bzw. Informationen. Die zu verarbeitenden Daten sind darüber hinaus im wesentlichen statisch.
Insbesondere bei dynamischen komplexen Strukturen oder bei chaotischen technischen Systemen ist eine Verarbeitung von derartigen Daten außerordentlich schwierig oder sogar unmöglich.
Im Stand der Technik ist es ferner bekannt, mit Hilfe der Datenbeschreibungssprache XML bzw. eXtended Markup
Language (einem Derivat von SGML, IS08879) Informations- inhalte strukturiert zu behandeln. Die Strukturierung kann dabei semantisch sein. Semantisch bedeutet hierbei, daß Verweise eines Informationsinhalts auf andere Informationsinhalte eine Bedeutung tragen können. Hierbei ist es möglich, Metadaten zu formulieren, das heißt, Daten, die Daten beschreiben. In der Datenbeschreibungssprache XML ist es jedoch nicht möglich, Informationen über Prozesse auf eine Art und Weise zu speichern, daß diese in eine Datenanalyse und in ein "intelligentes" Verhalten eines semantischen Netzes selbst einfließen können.
Der derzeit verwendete Stand der Technik auf dem Gebiet des Wissens über Prozesse spiegelt sich in Methoden bzw. Verfahren zur Mustererkennung und Simulation wider. Obwohl derzeit verwendete Methoden an sich sehr ausgereift sind, fehlt jegliches Wissen über Objekte in deren semantischen Zusammenhängen. In einer einfachen Betrachtung zur Verdeutlichung ist demgemäß zu sagen, daß eine derzeit verwendete Mustererkennung zum Beispiel also nichts davon weiß, daß "ein Nadelwald im allgemeinen ein Wald ist" und "eine Brücke häufig einen Fluß überquert".
Der vorliegenden Erfindung liegt daher die Aufgabe zugrunde, ein fraktales Netz n-ter Ordnung zum Behandeln komplexer Strukturen zu schaffen, das er ermöglicht, Informationen bzw. Wissen in strukturierter Form zu speichern und anhand von diesen Daten zu analysieren und mit ihnen zu verknüpfen.
Diese Aufgabe der vorliegenden Erfindung wird durch die im Anspruch 1 angegebenen Merkmale gelöst.
Genauer gesagt wird gemäß der vorliegenden Erfindung ein fraktales Netz zum Behandeln komplexer Strukturen ge- schaffen, das aus einer Vielzahl von Einheiten besteht.
Das fraktale Netz enthält sowohl semantische Einheiten, die jeweils Informationsinhalte besitzen, als auch Verknüpfungseinheiten, die einen Beziehungsinhalt beschreiben. Der Beziehungsinhalt verknüpft jeweils zwei semantische Einheiten auf eine derartige Weise, daß die gegen- seitige Beziehung der beiden verknüpften semantischen Einheiten durch den Beziehungsinhalt bestimmt wird.
Zentrales Element ist hierbei die semantische Einheit, die ein "Objekt" oder einen "Prozeß der Welt" als Datenstruktur darstellt. Ein wesentliches Merkmal der semantischen Einheit ist die Fähigkeit, Informationsinhalte strukturiert zu speichern und sich mit anderen semantischen Einheiten zu vernetzen. Damit zwei semantische Einheiten auf eine derartige Weise verknüpft werden können, daß die Verknüpfung eine Bedeutung trägt bzw. semantisch ist, werden diese semantischen Einheiten mit den speziellen Verknüpfungseinheiten miteinander verbunden. Eine derartige Verknüpfungseinheit kann zum Beispiel ebenso implizit in einem strukturierten Informationsinhalt einer semantischen Einheit vorgesehen sein.
Bei diesen Verknüpfungseinheiten kann es sich dabei um eine spezielle Form von semantischen Einheiten handeln, die Informationsinhalte und Beziehungsinhalte be- sitzen können.
Um eindeutige Operationen im in dem fraktalen Netz vorhandenen "Weltwissen" durchführen zu können, kann jeder semantischen Einheit eine Kennzeichnung zugeordnet werden, die innerhalb dieses "Weltwissens" einmalig ist.
Ferner besteht ebenso die Möglichkeit, eine Datenstruktur zu schaffen, die es ermöglicht, bereits im fraktalen Netz existierende Informationen bzw. bereits im fraktalen Netz existierendes Wissen jederzeit zu verändern und neue Teile hinzuzufügen. Dadurch, daß das Wissen nicht nur Informationen über Objekte beinhaltet, sondern auch Wissen über informationsverarbeitende Prozesse, können in einem dynamischen Ablauf Inhalt und Struktur des Wissens verändert werden.
Komplexe Strukturen können hierbei Sprache, Bilder, Netze oder chaotische Systeme, wie beispielsweise technische, kulturelle, wirtschaftliche oder ökologische Zusammenhänge, darstellen.
Weitere vorteilhafte Ausgestaltungen der vorliegenden Erfindung sind Gegenstand der Unteransprüche.
Die vorliegende Erfindung wird nachstehend anhand von Ausführungsbeispielen unter Bezugnahme auf die beiliegende Zeichnung näher erläutert.
Es zeigt:
Fig. la bis le verschiedene Arten von in den Ausführungsbeispielen der vorliegenden Erfindung verwendeten Verknüpfungseinheiten;
Fig. 2 eine Darstellung eines fraktalen Netzes n-ter Ordnung gemäß einem ersten Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 3 strukturierte Informationsinhalte und Beziehungsinhalte in semantischen Einheiten bzw. Verknüpfungseinheiten gemäß dem ersten Ausführungsbeispiel der vorliegenden Erfindung; Fig. 4a und 4b Darstellungen weiterer fraktaler Netze gemäß dem ersten Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 5 strukturierte Informationsinhalte in semantischen Einheiten mit Attributen gemäß dem ersten Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 6 eine Darstellung eines fraktalen Netzes n-ter Ordnung gemäß einem zweiten Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 7a und 7b Darstellungen eines semantischen Netzes gemäß einem dritten Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 8a und 8b Darstellungen eines semantischen Netzes gemäß einem vierten Ausführungsbeispiel der vorliegenden Erfindung; und
Fig. 9a bis 9c Darstellungen eines semantischen Netzes gemäß einem fünften Ausführungsbeispiel der vorliegenden Erfindung.
Es folgt die Beschreibung von Ausführungsbeispielen der vorliegenden Erfindung.
Bevor die Ausführungsbeispiele der vorliegenden Erfindung detailliert beschrieben werden, ist folgendes zu sagen. Ein fraktales Netz n-ter Ordnung zum Behandeln komplexer Strukturen besteht allgemein ausgedrückt aus einer Vielzahl von Einheiten. Das fraktale Netz enthält sowohl semantische Einheiten, die jeweils Informationsinhalte besitzen, als auch Verknüpfungseinheiten, die einen Beziehungsinhalt beschreiben. Der Beziehungsinhalt verknüpft jeweils zwei semantische Einheiten auf eine derartige Weise, daß die gegenseitige Beziehung der beiden verknüpften semantischen Einheiten durch den Bezie- hungsinhalt bestimmt wird. Unter dem verwendeten Ausdruck "semantisch" ist hierbei "eine Bedeutung tragen" zu verstehen.
Derartige Verknüpfungseinheiten können dabei eine spezielle Form von semantischen Einheiten darstellen, die Informationsinhalte und Beziehungsinhalte besitzen können.
Neben einer Verknüpfung von semantischen Einheiten über Verknüpfungseinheiten besteht ferner die Möglichkeit, daß eine oder mehrere Verknüpfungseinheiten ihrerseits über jeweils eine oder mehrere Verknüpfungseinheiten mit einer oder mehreren semantischen Einheiten und/oder eine oder mehrere Verknüpfungseinheiten ihrer- seits über eine oder mehrere Verknüpfungseinheiten mit einer oder mehreren Verknüpfungseinheiten verknüpft sind, wie es aus der nachfolgenden Beschreibung ersichtlich wird.
Derartige Beziehungsinhalte von Verknüpfungseinheiten können im allgemeinen von einem Anwender frei gewählt werden. Es ist jedoch sinnvoll, einige elementare Bezie- hungsinhalte von Verknüpfungseinheiten in einer Basisbibliothek vorab zu definieren. Als elementare Beziehungs- inhalte von Verknüpfungseinheiten können Austauschbeziehungen und Relationen angesehen werden. Austauschbeziehungen sind als derartige Beziehungen definiert, die einen abstrakten, stofflichen und/oder kommunikativen Austausch zwischen semantischen Einheiten beschreiben. Relationen sind hingegen jene Beziehungsinhalte von Ver- knüpfungseinheiten, die irgendwelche Beziehungen zwischen semantischen Einheiten beschreiben.
Die Figuren la bis le zeigen einige derartige elemen- tare Verknüpfungseinheiten, die einen Beziehungsinhalt beschreiben.
Im Fall von hierarchisch strukturiertem Wissen, wie im fraktalen Netz, können Verknüpfungseinheiten vom Typ Austauschbeziehung weiter in zwei Gruppen unterteilt werden.
In Fig. la ist eine Verknüpfungseinheit 1 vom Typ Austauschbeziehung gezeigt, die semantische Einheiten in zueinander unterschiedlichen Hierarchieebenen des fraktalen Netzes n-ter Ordnung miteinander verbindet. Es wird also die Art der Beziehung von einer größeren, d.h., übergeordneten, semantischen Einheit zu einer kleineren, d.h., untergeordneten, semantischen Einheit und umgekehrt beschrieben. Das heißt mit anderen Worten, daß ein Skalenwechsel durchgeführt wird. Verknüpfungseinheiten mit Beziehungen, welche die beiden genannten Merkmale, also einen Austausch und einen Skalenwechsel aufweisen, werden nachstehend als Verknüpfungseinheiten vom Typ VA/VS be- zeichnet. Beim Ausdruck "VA/VS" steht demgemäß der Ausdruck "VA" für "Austausch" und der Ausdruck "VS" für "Skalenwechsel". Einfach ausgedrückt kann eine derartige Verknüpfungseinheit 1 vom Typ VA/VS in Richtung des in Fig. la gezeigten Pfeils von A nach B als "A enthält B" und in umgekehrter Richtung als "B ist Teil von A" angesehen werden. Dies entspricht der Definition einer Einbettungshierarchie.
In Fig. lb sind Verknüpfungseinheiten 2, 2a und 2b vom Typ Austauschbeziehung gezeigt, die semantische Einheiten in gleichen Hierarchieebenen des fraktalen Netzes n-ter Ordnung miteinander verbinden. Das heißt mit anderen Worten, daß kein Skalenwechsel durchgeführt wird. Verknüpfungseinheiten mit Beziehungen, welche die beiden genannten Merkmale, also einen Austausch und keinen Ska- lenwechsel aufweisen, werden nachstehend als Verknüpfungseinheiten vom Typ VA/VH bezeichnet. Beim Ausdruck "VA/VH" steht demgemäß der Ausdruck "VA" für "Austausch" und der Ausdruck "VH" für "kein Skalenwechsel" . Einfach ausgedrückt kann eine derartige Verknüpfungseinheit 2a vom Typ VA/VH in Richtung von A nach B als "A ist Eingangsgröße von B" und in umgekehrter Richtung als "B ist Ausgangsgröße von A" und kann eine derartige Verknüpfungseinheit 2b vom Typ VA/VH in Richtung von A nach B als "A wird beschrieben durch B" und in umgekehrter Rich- tung als "B ist Attribut von A" angesehen werden.
Ebenso können im Fall von hierarchisch strukturiertem Wissen, wie im fraktalen Netz, Verknüpfungseinheiten vom Typ Relation weiter in zwei Gruppen unterteilt werden.
In Fig. lc ist eine Verknüpfungseinheit 3 vom Typ Relation gezeigt, die semantische Einheiten in zueinander unterschiedlichen Hierarchieebenen des fraktalen Netzes n-ter Ordnung miteinander verbindet. Es wird also die Art der Beziehung von einer allgemeineren semantischen Einheit zu einer spezielleren semantischen Einheit und umgekehrt beschrieben. Das heißt mit anderen Worten, daß ein Skalenwechsel durchgeführt wird. Verknüpfungseinheiten mit Beziehungen, welche die beiden genannten Merkmale, also eine Relation und einen Skalenwechsel aufweisen, werden nachstehend als Verknüpfungseinheiten vom Typ VR/VS bezeichnet. Beim Ausdruck "VR/VS" steht demgemäß der Ausdruck "VR" für "Relation" und der Ausdruck "VS" für "Skalenwechsel". Einfach ausgedrückt kann eine der- artige Verknüpfungseinheit 1 vom Typ VR/VS in Richtung des in Fig. lc gezeigten Pfeils von A nach B als "A ist im speziellen B" und in umgekehrter Richtung als "B ist im allgemeinen A" angesehen werden. Dies entspricht der Definition einer Ähnlichkeitshierarchie.
In Fig. ld sind Verknüpfungseinheiten 4, 4a, 4b und 4c vom Typ Relation gezeigt, die semantische Einheiten in gleichen Hierarchieebenen des fraktalen Netzes n-ter Ordnung miteinander verbinden. Das heißt mit anderen Worten, daß kein Skalenwechsel durchgeführt wird. Verknüpfungs- einheiten mit Beziehungen, welche die beiden genannten Merkmale, also eine Relation und keinen Skalenwechsel aufweisen, werden nachstehend als Verknüpfungseinheiten vom Typ VR/VH bezeichnet. Beim Ausdruck "VR/VH" steht demgemäß der Ausdruck "VR" für "Relation" und der Aus- druck "VH" für "kein Skalenwechsel". Einfach ausgedrückt kann eine derartige Verknüpfungseinheit 4a vom Typ VR/VH als "A ist (ortsbezogen) benachbart zu B", kann eine derartige Verknüpfungseinheit 4b vom Typ VR/VH als "A ist ähnlich zu B" und kann eine derartige Verknüpfungseinheit 4c vom Typ VR/VH in Richtung von A nach B als "B folgt auf A" und in umgekehrter Richtung als "A wird gefolgt von B" angesehen werden.
Ferner zeigt Fig. le eine weitere Verknüpfungseinheit 5, die in Richtung von A nach B als A hat Janus/Funktion B" und in umgekehrter Richtung als "B ist Janus/Funktion von A" angesehen werden kann. Bezüglich einer detaillierteren Beschreibung dieser Verknüpfungseinheit 5 wird auf die folgende Beschreibung der Ausführungsbeispiele ver- wiesen.
Schließlich ist anzumerken, daß, wie es ersichtlich ist, Verknüpfungseinheiten sowohl direktional, das heißt, gerichtet, als auch bidirektional, das heißt, ungerich- tet, sein können. Nachstehend erfolgt die Beschreibung eines ersten Ausführungsbeispiels der vorliegenden Erfindung.
Fig. 2 zeigt ein einfaches fraktales Netz, wobei an- hand von diesem das Zusammenwirken von vorstehend erläuterten Verknüpfungseinheiten mit anderen semantischen Einheiten, die im fraktalen Netz vorhanden sind, verdeutlicht wird.
In Fig. 2 bezeichnet das Bezugszeichen 3 eine Verknüpfungseinheit vom Typ VR/VS, bezeichnet das Bezugszeichen 4b eine Verknüpfungseinheit vom Typ VR/VH und bezeichnen die Bezugszeichen 6 jeweilige semantische Einheiten.
Wenn nun im als fraktalen Netz vorhandenen "Weltwissen" der Satz "Mensch ist im allgemeinen Säuger" darzustellen ist, werden die mit "Mensch" und "Säuger" bezeichneten semantischen Einheiten 6 mit der direktiona- len, das heißt, gerichteten, Verknüpfungseinheit 3 vom Typ VR/VS, genauer gesagt vom Typ "ist im allgemeinen/ist im speziellen", miteinander verknüpft. Ist weiterhin die Aussage zu addieren, daß "Affe und Mensch im Kontext Genanalyse zu 95% ähnlich sind", wird die mit "Affe" be- zeichnete semantische Einheit 6 mit der mit Mensch bezeichneten semantischen Einheit 6 durch eine bidirektionale Verknüpfungseinheit 4b des Typs VR/VH, genauer gesagt des Typs "ist ähnlich zu", miteinander verknüpft. Die Verknüpfungseinheit 4b weist in ihrem Informationsin- halt eine Gewichtung von 95% auf. Die Verknüpfungseinheit 4b ist weiterhin über eine (zuvor nicht erläuterte) Verknüpfungseinheit vom Typ "im Kontext" mit der mit "Genanalyse" bezeichneten semantischen Einheit 6 verknüpft. Fig. 3 zeigt strukturierte Informationsinhalte und Beziehungsinhalte der in Fig. 2 gezeigten semantischen Einheiten bzw. Verknüpfungseinheiten.
Im oberen Teil von Fig. 3 sind dabei die Informationsinhalte der jeweiligen semantischen Einheiten von Fig. 2 gezeigt, die eine Kennung, einen Namen und Kennungen der mit ihnen verbundenen Verknüpfungseinheiten enthalten. So weist die in Fig. 2 mit "Mensch" bezeichnete se- mantische Einheit 6 eine Kennung "1" und den Namen "Mensch" auf und ist mit Verknüpfungseinheiten verknüpft, die Kennungen "12" und "13" aufweisen. Die in Fig. 2 mit "Säuger" bezeichnete semantische Einheit 6 weist eine Kennung "2" und den Namen "Säuger" auf und ist mit der Verknüpfungseinheit verknüpft, die die Kennung "12" aufweist. Die in Fig. 2 mit "Affe" bezeichnete semantische Einheit 6 weist eine Kennung "3" und den Namen "Affe" auf und ist mit der Verknüpfungseinheit verknüpft, die die Kennung "13" aufweist. Schließlich weist die in Fig. 2 mit "Genanalyse" bezeichnete semantische Einheit 6 eine Kennung "4" und den Namen "Genanalyse", auf und ist mit einer Verknüpfungseinheit verknüpft, die die Kennung "134" aufweist.
Im unteren Teil von Fig. 3 sind die Beziehungsinhalte der jeweiligen Verknüpfungseinheiten von Fig. 2 gezeigt, die eine Kennung, einen Namen, Kennungen der mit ihnen ggf. verbundenen Verknüpfungseinheiten, Kennungen, der durch sie verknüpften semantischen Einheiten bzw. Ver- knüpfungseinheiten, und die Art dieser Verknüpfung enthalten. So weist die in Fig. 2 gezeigte Verknüpfungseinheit 3 die Kennung "12" und den Namen "ist im allgemeinen" auf, sie ist mit keiner anderen Verknüpfungseinheit verbunden und verknüpft die semantische Einheit der Ken- nung " 1 " direktional mit der semantischen Einheit der Kennung "2". Die in Fig. 2 gezeigte Verknüpfungseinheit 4b weist die Kennung "13" und den Namen "ist ähnlich zu" auf, sie ist mit der Verknüpfungseinheit mit der Kennung "134" verbunden und verknüpft die semantische Einheit der Kennung " 1 " bidirektional mit der semantischen Einheit mit der Kennung "3", wobei sie ein Gewicht von 95% enthält. Schließlich weist die in Fig. 2 gezeigte Verknüpfungseinheit "im Kontext" die Kennung "134" und den Namen "im Kontext" auf, sie verknüpft die Verknüpfungseinheit 13 direktional mit der semantischen Einheit 4.
Wenn die in Fig. 3 gezeigten Zusammenhänge auf graphische Weise dargestellt werden, ergibt sich demgemäß die Darstellung des fraktalen Netzes in Fig. 2.
Allgemein gesagt, ist festzuhalten, daß der von einer semantischen Einheit beschriebene Informationsinhalt eine Kennzeichnung und/oder eine Auflistung derjenigen Verknüpfungseinheiten darstellt, die diese semantische Einheit mit anderen semantischen Einheiten verbindet, wobei die Kennzeichnung vorzugsweise ein Name oder eine Seriennummer ist und der Informationsinhalt ebenso vorzugsweise in strukturierter Form vorliegt.
Die Verknüpfungseinheiten beschreiben Beziehungsin- halte, die neben einem Informationsinhalt ebenso eine Verknüpfungskennzeichnung enthalten. Diese Verknüpfungskennzeichnung beschreibt dabei die jeweilige Kennzeichnung der semantischen Einheiten und/oder Verknüpfungseinheiten, die durch sie verknüpft sind, eine oder mehrere Richtunsangaben in Bezug zu diesen verknüpften semantischen Einheiten und/oder Verknüpfungseinheiten und/oder Gewichtungen der ein oder zwei Richtungsangaben beschreibt.
Wie aus dem ersten Ausführungsbeispiel ersichtlich ist, besteht ferner die Möglichkeit, daß eine Verknüp- fungseinheit über eine andere Verknüpfungseinheit mit einer semantischen Einheit verknüpft ist. Außerdem kann der Beziehungsinhalt der Verknüpfungseinheit ggf. Informationen über die jeweilige Art der Verknüpfung der in Beziehung stehenden semantischen Einheiten enthalten, wobei diese Art der Verknüpfung ggf. zusätzlich Informationen über eine Relation, d.h., einen Vergleich der jeweils verknüpften Einheiten, und/oder über eine Austauschbeziehung, d.h., eine ein- oder zweiseitige Wechselwirkung der verknüpften Einheiten, enthält, wobei ferner die Art der Verknüpfung zusätzlich darüber Informationen enthält, ob ein Skalenwechsel erfolgt oder nicht. Diese Information hinsichtlich eines Skalenwechsels kann bei einer Austauschbeziehung die Art der Beziehung zu einer größeren, d.h., übergeordneten, bzw. zu einer kleineren, d.h., untergeordneten, semantischen Einheit oder umgekehrt oder die Art der Beziehung zu einer allgemeineren bzw. zu einer spezielleren semantischen Einheit, beschreiben.
Die Figuren 4a und 4b zeigen weitere fraktale Netze gemäß dem ersten Ausführungsbeispiel der vorliegenden Erfindung, die dazu dienen, das Verständnis zu erleichtern.
In Fig. 4a ist ein fraktales Netz gezeigt, in dem eine mit "Wald" bezeichnete semantische Einheit 6 über eine Verknüpfungseinheit 3 vom Typ VR/VS, genauer gesagt vom Typ "ist im allgemeinen/ist im speziellen", mit einer mit "Segment bezeichneten semantischen Einheit 6 verknüpft ist, wobei die Verknüpfungseinheit 3 vom Typ VR/VS weiterhin eine Gewichtung von 70% beinhaltet, wodurch sich die Aussage "Segment klassifiziert sich zu 70% Wald" ergibt. Hierbei kann die Verknüpfungseinheit vom Typ VR/VS genauer mit VR/VS (+) bezeichnet werden, da sich offensichtlich von der mit "Wald" bezeichneten semantischen Einheit 6 zu der mit "Segment" bezeichneten semantischen Einheit 6 ein Skalenwechsel zu einer kleineren Skala hin ergibt, wobei sich die kleinere Skala im vorliegenden Anwendungsbeispiel durch eine kleinere Unscharfe in den nicht näher beschriebenen Attributen von "Wald" und "Segment" ergibt. In obigem Beispiel wird eine Ähnlich- keitshierarchie formuliert, wobei bei einer unscharfen Wissensdarstellung der Gewichtung (hier 70%) im Informationsinhalt der Verknüpfungseinheit die Rolle einer Maßzahl für die Zugehörigkeit zu einer entsprechenden Klasse (hier "Wald") zufällt. Wenn nun weiterhin die Verknüp- fungseinheit 1 vom Typ VA/VS, genauer gesagt "besteht aus/ist Teil von" betrachtet wird, wird die Aussage "Wald besteht aus Bäumen" geschaffen, was implizit ausdrückt, daß ein Baum wesentlich kleiner als ein Wald ist, sich also auf einer niedrigeren bzw. feineren Skala befindet.
In Fig. 4b ist ein fraktales Netz gezeigt, in dem eine mit "Peter" bezeichnete semantische Einheit 6 über eine Verknüpfungseinheit 4 vom Typ VR/VH mit einer mit "Paul" bezeichneten semantischen Einheit 6 verknüpft ist. Ferner ist die Verknüpfungseinheit 4 vom Typ VR/VH über eine Verknüpfungseinheit 2b vom Typ VA/VH, genauer gesagt vom Typ "wird beschrieben durch/ist Attribut von", mit einer mit "Freundschaft" bezeichneten semantischen Einheit 6 verknüpft. Hierbei wird im Endeffekt die Aussage "Peter und Paul sind Freunde" erhalten, da die Verknüpfungseinheit 2b unter Zuhilfenahme der mit "Freundschaft" bezeichneten semantischen Einheit 6 einen abstrakten Austausch ("Freundschaft") näher beschreibt.
Schließlich sei noch angemerkt, daß unter Zuhilfenahme von Verknüpfungseinheiten vom Typ VR/VH, also Relationen ohne Skalenwechsel, Assoziationen und Vergleiche definiert werden können. Hierbei ist es häufig nützlich, die Gewichtung im Informationsinhalt der Verknüpfungsein- heit als Maßzahl der Ähnlichkeit der verknüpften semantischen Einheiten aufzufassen. Hierfür sind die Aussagen "der Mensch ist dem Affen zu 95% ähnlich" und "auf den Winter folgt der Frühling" Beispiele.
Fig. 5 zeigt strukturierte Informationsinhalte von semantischen Einheiten mit Attributen gemäß dem ersten Ausführungsbeispiel der vorliegenden Erfindung.
Jede semantische Einheit kann in ihrem Informationsinhalt Daten und Funktionen jeglicher Form ablegen. Gemäß dem ersten Ausführungsbeispiel der vorliegenden Erfindung sind bereits der Name der semantischen Einheit und ihre Kennung beschrieben worden. Darüber hinaus können Informationsinhalte der semantischen Einheiten und/oder Verknüpfungseinheiten neben oder anstelle von statischen Da- ten auch Algorithmen, Funktionen und/oder mathematische Formeln enthalten.
Ferner besteht ebenso die Möglichkeit, daß semantische Einheiten Informationsinhalte aufweisen, die Attri- bute darstellen, wobei diese Attribute andere semantische Einheiten oder Verknüpfungseinheiten näher beschreiben (siehe zum Beispiel die mit "Freundschaft" bezeichnete semantische Einheit 6 in Fig. 4b). Das fraktale Netz weist dabei besondere Verknüpfungseinheiten auf, die dazu dienen, die Verknüpfung von semantischen Einheiten, die Attribute darstellen, mit denjenigen semantischen und/oder Verknüpfungseinheiten herzustellen, denen diese Attribute zugeordnet sind (siehe zum Beispiel die Verknüpfungseinheit 2b in Fig. 4b) . Diese besonderen Ver- knüpfungseinheiten 2b sind durch "wird beschrieben durch/ist Attribut von" bezeichnet.
Diese Attribute können zum Beispiel Werte enthalten, die Elemente aus einer Menge, einem Bereich, einer Liste oder einer anderen geordneten oder ungeordneten Struktur sind. Diese geordnete oder ungeordnete Struktur kann durch eine oder mehrere Zahlen, Vektoren in n-dimensiona- len Räumen, Textdaten, Bilddaten, Videodaten, Audiodaten Kalenderdaten, Tabellen, Geometriedaten, geographische Daten, Fuzzy-Logik-Mengen, Internet-Inhalte oder gebün- delte Daten oder eine Kombination von diesen gebildet sein, um auf vorteilhafte Weise "Weltwissen" speichern zu können. Ein Beispiel hierfür ist in Fig. 5 dargestellt, wobei aufgrund des selbstbeschreibenden Charakters dieser Figur auf eine detailliertere Beschreibung von dieser verzichtet wird.
Nachstehend erfolgt die Beschreibung eines zweiten Ausführungsbeispiels der vorliegenden Erfindung.
Ein wesentliches Merkmal des zweiten Ausführungsbeispiels der vorliegenden Erfindung ist die Möglichkeit, besondere semantische Einheiten in das fraktale Netz aufzunehmen, die in der Lage sind, an anderen semantischen Einheiten bestimmte Operationen auszuführen. Diese beson- deren semantischen Einheiten werden im weiteren Verlauf als semantische Janus-Einheiten bezeichnet.
In diesem Zusammenhang bezeichnet eine semantische Janus-Einheit 6 (siehe Fig. 6) eine besondere semantische Einheit, die einen Algorithmus oder eine Sammlung von Algorithmen aufweist, die den Informationsinhalt von semantischen Einheiten verändern und/oder neue semantische Einheiten erzeugen bzw. bestehende semantische Einheiten vernichten können. Eine semantische Janus-Einheit ist über jeweils eine besondere Verknüpfungseinheit 5 (siehe Fig. le) vom Typ "hat Janus/Funktion/ist Janus/Funktion von" mit einer oder mehreren semantischen Einheiten verbunden, in deren Nachbarschaft die semantische Janus-Einheit operieren soll. Dies bedeutet, daß die Funktionalität der semantischen Janus-Einheit derart eingeschränkt ist, daß sie lediglich in der Lage ist, an denjenigen semantischen Einheiten die bestimmten Operationen durchzuführen, die sich in einem vorgegebenen Nachbarschaftsbereich einer mit ihr verknüpften semantischen Einheit befinden. Ferner kann eine semantische Janus-Einheit über eine oder mehrere Verknüpfungseinheiten mit anderen semantischen Janus-Ein- heiten und/oder mit Attributen verknüpft sein.
Im Detail kann eine semantische Janus-Einheit eine oder mehrere der folgenden Operationen durchführen: das Erzeugen neuer semantischer Einheiten; das Bündeln bereits vorhandener semantischer Einheiten zu einer einzi- gen semantischen Einheit, die gegebenenfalls neu zu erzeugen ist; das Verändern und/oder Löschen bereits vorhandener semantischer Einheiten; das Vergleichen vorhandener semantischer Einheiten; das Erfassen und Ändern von Werten der Attribute von semantischen Einheiten; das Aus- führen eines Algorithmus und/oder das Berechnen einer Funktion; das Erfassen eines Janus oder eines Teils eines Janus, das heißt, das Klassifizieren eines Algorithmus oder eines Teils eines Algorithmus.
Die wesentliche Aufgabe einer semantischen Janus-Einheit ist das Bündeln und Kontexten von Informationsinhalten. Hierbei ist unter Bündeln das Berechnen von Informationsinhalten einer als Zentrum dienenden semantischen Einheit aus den Informationsinhalten von benachbarten se- mantischen Einheiten zu verstehen. Unter Kontexten ist der zum Bündeln analog inverse Vorgang zu verstehen, das heißt, Informationsinhalte der benachbarten semantischen Einheiten werden in Abhängigkeit der Informationsinhalte der als Zentrum dienenden semantischen Einheit geändert, wobei diese die Nachbarschaft definiert. Auf diese Weise ist es zum Beispiel auf einfache Weise möglich, ständig aktuelle Statistiken einer Menge von semantischen Einheiten zu erhalten (Bündeln) bzw. Änderungen von Rahmenbedingungen aktuell an eine Menge von semantischen Einheiten weiterzuleiten (Kontexten).
Fig. 6 stellt ein fraktales Netz n-ter Ordnung dar, das dazu verwendet wird, die vorhergehend hinsichtlich des zweiten Ausführungsbeispiels der vorliegenden Erfindung gemachten Ausführungen zu verdeutlichen.
Das fraktale Netz in Fig. 6 dient dazu, ein mittleres Einkommen aktuell in Abhängigkeit jeweiliger Rahmenbedingungen richtig zu mittein.
Genauer gesagt ist in Fig. 6 eine mit "Anwaltskanzlei MM" bezeichnete semantische Einheit 6 gezeigt, die über jeweils eine Verknüpfungseinheit 1 vom Typ VA/VS mit den "Müller" bzw. "Maier" bezeichneten semantischen Einheiten 6 verknüpft ist, was Verknüpfungen der Art "Anwaltskanzlei MM enthält Müller/Müller ist Teil von Anwaltskanzlei MM" und "Anwaltskanzlei MM enthält Maier/Maier ist Teil von Anwaltskanzlei MM" schafft. In diesem Ausführungsbeispiel der vorliegenden Erfindung ist die mit "Anwaltskanzlei MM" bezeichnete semantische Ein- heit 6 über eine Verknüpfungseinheit 5, also eine Verknüpfungseinheit vom Typ "hat Janus/Funktion/ist Ja- nus/Funktion von", mit einer mit "Bündle" bezeichneten semantischen Einheit 6 verbunden, die demgemäß in diesem Ausführungsbeispiel der vorliegenden Erfindung als seman- tische Janus-Einheit hinsichtlich der mit "Anwaltskanzlei MM" bezeichneten semantischen Einheit 6 wirkt. Als Eingangsgröße dieser semantischen Janus-Einheit dient der zu bündelnde Attributtyp, also in dem Fall dieses Ausführungsbeispiels das Einkommen, das aus den individuellen Einkommen der Kanzlei besteht. Als Ausgangsgröße dient der semantischen Janus-Einheit ein Attribut, in das das mittlere Einkommen geschrieben wird. Ein wesentlicher Vorteil bei dieser Art der Statistikerhebung besteht darin, daß beim Hinzufügen oder Wegnehmen eines Anwalts zu bzw. von der Kanzlei keinerlei Änderungen am Verfahren zum Berechnen des mittleren Einkommens erforderlich sind.
Nachstehend erfolgt die Beschreibung eines dritten Ausführungsbeispiels der vorliegenden Erfindung.
Ein wesentlicher Vorteil der zuvor beschriebenen Janus-Einheit besteht darin, daß diese lediglich lokal in einer definierten Nachbarschaft wirkt. Demgemäß ist es wichtig, den Begriff der Nachbarschaft genauer zu definieren. Dies erfolgt nachstehend in diesem dritten Aus- führungsbeispiel der vorliegenden Erfindung.
Der Begriff der Nachbarschaft ist eng mit dem Begriff Distanz verbunden. Eine erste semantische Einheit wird dann als zu einer zweiten semantischen Einheit benachbart definiert, wenn eine Distanz zwischen diesen kleiner als ein vorgegebener oder berechneter Wert, das heißt, ein Grenzwert, ist. Dabei hängt ein Maß der Distanz von In- formations- und/oder Bedeutungsinhalten der semantischen Einheiten ab, über die die zweite semantische Einheit von der ersten semantischen Einheit aus erreichbar ist.
Zum Beispiel ist es möglich, das Maß der Distanz mit Gewichtungen in Verknüpfungseinheiten zu berechnen, wobei in diese Berechnung ebenso der Typ der Verknüpfungsein- heit eingeht.
Die Figuren 7a und 7b zeigen ein einfaches Beispiel für eine derartige Verwendung eines Distanzmaßes gemäß dem dritten Ausführungsbeispiel der vorliegenden Erfin- düng. Gemäß dem in Fig. 7a gezeigten fraktalen Netz soll die Aufgabe gelöst werden, die Nachbarschaft Bekanntenkreis zu der mit "Paul" bezeichneten semantischen Einheit
6 zu ermitteln. Dies wird dadurch erzielt, daß lediglich über Verknüpfungseinheiten 7 vom Typ "ist befreundet mit" gelaufen wird, wobei hier angenommen wird, daß als Maß für Freundschaft die Gewichtung der Verknüpfungseinheiten
7 vom Typ "ist befreundet mit" angegeben wird und Freunde von Freunden ebenso als zum Bekanntenkreis gehörig zäh- len.
Die Gewichtung der Verknüpfungseinheiten 7 vom Typ "ist befreundet mit" kann zum Beispiel mittels einer Logarithmusfunktion in eine Distanz überführt werden. So be- trägt die Distanz zwischen der mit "Paul" bezeichneten semantischen Einheit 6 und der mit "Peter" bezeichneten semantischen Einheit 6 zum Beispiel:
d(Paul, Peter) = -log(0,8) = 0,10
Wenn nun in der mit "ermittle Bekanntenkreis" bezeichneten semantischen Janus-Einheit 6, die den Bekanntenkreis der mit "Paul" bezeichneten semantischen Einheit 6 ermittelt, ein Grenzwert für eine maximale Distanz von 0,2 festgelegt wird, ergibt sich in diesem Ausführungsbeispiel als Bekanntenkreis der mit "Paul" bezeichneten semantischen Einheit 6 die mit "Peter" bezeichnete semantische Einheit 6 mit einer Distanz von 0,1, die mit "Mary" bezeichnete semantische Einheit 6 mit einer Di- stanz von 0,07 sowie die mit "Jakob" bezeichnete semantische Einheit 6 mit einer Distanz von 0,12. Nicht im Bekanntenkreis enthalten ist jedoch die mit "Anne" bezeichnete semantische Einheit 6 mit einer Distanz von 0,25. Hierbei wird die Distanz der mit "Paul" bezeichneten semantischen Einheit 6 zu der mit "Jakob" bezeichneten semantischen Einheit 6 wie folgt berechnet:
d(Paul, Jakob) = d(Paul, Mary) + d(Mary, Jakob) = -log(0,85) - log(0,9) = -log(0,85 * 0,9) = 0,12
Die vorstehend genannte Berechnung gilt analog für die Distanz von der mit "Paul" bezeichneten semantischen Einheit 6 zu der mit "Anne" bezeichneten semantischen Einheit 6. Genauer gesagt werden zur Bestimmung der Distanz die jeweiligen Gewichtungen der Verknüpfungseinheiten 7 vom Typ "ist befreundet mit" multipliziert. Hierbei kann sich der Bekanntenkreis ändern, ohne daß es notwen- dig ist, das Verfahren zur Berechnung des Bekanntenkreises zu ändern.
Wenn nun eine mit "Pauls Bekanntenkreis" bezeichnete semantische Einheit 6 zu bilden ist, welche zum Beispiel als Ergebnismenge einer Anfrage als Antwort an das fraktale Netz zurückgegeben werden kann, dann muß, wie es in Fig. 7b gezeigt ist, diese mit "Pauls Bekanntenkreis" bezeichnete semantische Einheit 6 von der mit "ermittle Bekanntenkreis" bezeichneten semantischen Janus-Einheit 6 erzeugt werden und mit den entsprechenden mit Namen bezeichneten semantischen Einheiten 6 verknüpft werden. Hierbei ist zu beachten, daß die mit Namen bezeichneten semantischen Einheiten 6, die im Bekanntenkreis enthalten sind, also gemäß diesem Ausführungsbeispiel die mit "Paul", "Mary" und "Jakob" bezeichneten semantischen Einheiten 6, automatisch mit Verknüpfungseinheiten 1 vom Typ VA/VS, genauer gesagt vom Typ "enthält/ist Teil von", mit der mit "Pauls Bekanntenkreis" bezeichneten semantischen Einheit 6 verknüpft werden, wie es durch gestrichelte Li- nien in Fig. 7b dargestellt ist. Wie es vorhergehend beschrieben worden ist, wird gemäß diesem Ausführungsbeispiel eine Distanzfunktion dazu verwendet, um den Abstand zwischen jeweils zwei semantischen Einheiten anzugeben. Obgleich in diesem Ausfüh- rungsbeispiel eine bestimmte mathematische Funktion, daß heißt, die zuvor genannte logarithmische Funktion, dazu verwendet worden ist, um die Distanz aus dem Gewicht der Verknüpfungseinheiten zu bestimmen, sei hier festgehalten, daß andere geeignete mathematische Funktionen eines veränderbaren Parameters G als die Distanzfunktion festgelegt werden können, wobei dieser Parameter G in jeder Verknüpfungseinheit vorhanden ist und die Stärke der Verknüpfung jeweiliger semantischer Einheiten ausdrückt.
Nachstehend erfolgt die Beschreibung eines vierten Ausführungsbeispiels der vorliegenden Erfindung.
Um in einem fraktalen Netz vorhandenes Wissen erweitern zu können, besteht die Notwendigkeit, neue Eingabe- daten vorzugsweise automatisch mit bereits bestehendem Wissen zu verknüpfen. Aus diesem Grund müssen die Eingabedaten in Form von semantischen Einheiten vorliegen, das heißt, es müssen semantische Eingabeeinheiten existieren. Diese müssen ferner eine Kennung besitzen, die sie von den semantischen Einheiten des bereits im fraktalen Netz vorhandenen Wissens unterscheidet. Mit einem iterativen Klassifikations- bzw. Identifikationsvorgang werden Verknüpfungseinheiten vom Typ VR/VS oder VR/VH zwischen den semantischen Eingabeeinheiten und den zugeordneten seman- tischen Einheiten des Wissens erzeugt. Hierbei bedeutet Klassifikation/Identifikation, daß der Informationsinhalt jedes Eingabedatums zu einer oder mehreren entsprechenden semantischen Einheiten des Wissens in Relation gesetzt wird. Die Gewichtung der Relation ist ein Maß für die Zu- gehörigkeit der Eingabeeinheit zur entsprechenden semantischen Einheit des Wissens. Die Figuren 8a und 8b zeigen einen Klassifikati- ons/Identifikationsvorgang eines Satzes in einem semantischen Netz gemäß dem vierten Ausführungsbeispiel der vor- liegenden Erfindung. Genauer gesagt zeigt Fig. 8a eine Ausgangssituation und zeigt Fig. 8b eine Ergebnissituation.
Als Beispiel dient der Satz "Der Schlüssel steckt im Schloß.", dessen Sinn ohne Hintergrundwissen nicht erschlossen werden kann, da "Schloß" einerseits ein Verriegelungsmechanismus und andererseits ein Gebäude sein kann.
Die Aufgabe der in Fig. 8a gezeigten mit "Klassifikationsjanus" bezeichneten semantischen Janus- Einheit 6 besteht nun darin, die mit "Schloß" bezeichnete semantische Einheit 6 auf der linken Seite dieser Figur richtig mit dem im fraktalen Netz vorhandenen Weltwissen zu verknüpfen. Dies geschieht dadurch, daß zum Beispiel durch eine syntaktische Voranalyse erkannt wird, daß die mit "Schlüssel" und "Schloß" bezeichneten semantischen Einheiten 6 auf der linken Seite von Fig. 8a über die mit "stecken" bezeichnete semantische Einheit 6 miteinander in Verbindung stehen. Im bereits fraktalen Netz vorhandenen Weltwissen ist andererseits eine mit "Schlüssel" bezeichnete semantische Einheit 6 auf der rechten Seite von Fig. 8a durch eine nicht näher beschriebene Relation vom Typ VR/VH mit der mit "Schloß" bezeichneten semantischen Einheit 6 auf der rechten Seite von Fig. 8a verbunden, die einen speziellen Verriegelungsmechanismus darstellt. Ferner ist diese mit "Schlüssel" bezeichnete semantische Einheit 6 auf der rechten Seite von Fig. 8a jedoch nicht mit der mit "Schloß" bezeichneten semantischen Einheit 6 ganz rechts in Fig. 8a verbunden, die ein spezielles Gebäude darstellt. Wenn nunmehr eine Nachbarschaftsanalyse der mit "Schlüssel" und "Schloß" bezeichneten semantischen Einheiten 6 und von deren Verknüpfungseinheiten im Weltwis- sen durch die mit "Klassifikationsjanus" bezeichnete semantische Einheit 6 durchgeführt wird, ergibt sich, daß die mit "Schloß" bezeichnete semantische Eingabeeinheit 6 auf der linken Seite in Fig. 8a als eine semantische Einheit "Schloß" klassifiziert wird, die ein spezieller Verriegelungsmechanismus ist. Entsprechend wird aus der Nachbarschaftsanalyse, die oft auch Kontext genannt wird, die mit "stecken" bezeichnete semantische Einheit 6 als Spezialfall der im im fraktalen Netz vorhandenen Weltwissen nicht weiter definierten Relation 2 zwischen den mit "Schlüssel" und "Schloß" bezeichneten semantischen Einheiten 6 klassifiziert. Hieran sind die Vorteile der mit "Klassifikationsjanus" bezeichneten semantischen Einheit 6 deutlich zu erkennen. Es kann nicht nur die mit "Schloß" bezeichnete semantische Einheit 6 auf der linken Seite in Fig. 8a richtig klassifiziert werden, sondern es kann auch gelernt werden, daß "stecken" eine mögliche Relation zwischen den mit "Schlüssel" und "Schloß" bezeichneten semantischen Einheiten 6 ist, wie anhand der gestrichelten Linien in Fig. 8b gezeigt wird, die die Er- gebnissituation darstellt. Wie es aus dieser Figur ferner ersichtlich ist, kann somit ebenso das erlernte neue Wissen in das im fraktalen Netz vorhandene Wissen aufgenommen werden.
Zusammenfassend ist also zu sagen, daß semantische Einheiten und/oder Teile des fraktalen Netzes klassifizierbar sind. Diese Klassifizierung erfolgt dabei derart, das dasjenige Maß bestimmt wird, das angibt, wie gut die betreffenden semantischen Einheiten bzw. das fraktale Teilnetz an die momentane Stelle paßt, und/oder diejenige Stelle ermittelt wird, an die die betreffenden semanti- sehen Einheiten bzw. das fraktale Teilnetz besonders gut paßt. Vorzugsweise enthalten die semantischen Einheiten eine Markierung, die angibt, ob es sich um eine neue Eingabeeinheit oder eine bereits vorhandene semantische Ein- heit handelt, wobei Eingabeeinheiten gegebenenfalls als fraktales Teilnetz vorliegen und/oder gegebenenf lls noch nicht über Verknüpfungseinheiten mit dem fraktalen Netz verbunden sind. Die Aufnahme einer neuen semantischen Einheit bzw. eines neuen Teilnetzes in das fraktale Netz erfolgt hierbei unter Berücksichtigung der Klassifikation. Diese neuen semantischen Einheiten sind mit einer Start-Janus-Einheit verknüpfbar. Ferner besteht ebenso die Möglichkeit, den semantischen Einheiten und/oder Verknüpfungseinheiten dahingehend Beschränkungen hinsicht- lieh derjenigen Arten von Einheiten aufzuerlegen, mit denen sie verknüpfbar sind. Obgleich es vorhergehend nicht erwähnt worden ist, können ebenso eine oder mehrere Ein/Ausgabevorrichtungen vorgesehen sein, mittels der bzw. denen das fraktale Netz oder ein Teil von diesem ein- oder ausgegeben werden können.
Nachstehend erfolgt die Beschreibung eines fünften Ausführungsbeispiels der vorliegenden Erfindung.
Es ist ein häufiger Fall, daß von einer semantischen Einheit eine Instanz, die Spezialfall dieser semantischen Einheit ist, erzeugt werden soll. In diesem Fall kann man die semantische Einheit als Elternteil und die spezielle Instanz als Kind bezeichnen. Ein erzeugtes Kind soll da- bei einen Teil der Nachbarschaft seines Elternteils erben. Ein diesen Fall behandelndes fraktales Netz ist in den Figuren 9a bis 9c gezeigt. Hierbei ist es nützlich, wenn eine in den Figuren 9a bis 9c mit "Vererbungsjanus" bezeichnete semantische Janus-Einheit 6, die mit dem El- ternteil verbunden ist, den Erzeugungs- und Vererbungsprozeß ausführt. Wie in Fig. 9c gezeigt, können die In- formationsinhalte der neu erzeugten semantischen Einheiten mit Informationsinhalten, die aus Eingabedaten oder anderen Quellen stammen, überschrieben werden.
Genauer gesagt wendet die in den Figuren 9a bis 9c gezeigte mit "Vererbungsjanus" bezeichnete semantische Einheit 6 zum Beispiel das folgende Verfahren an.
Der "Vererbungsjanus" wählt eine Nachbarschaft um den Elternteil, mit dem er verbunden ist, aus. Eine Nachbarschaft kann auf vielfältige Art und Weise definiert werden, zum Beispiel dadurch, daß nur über Verknüpfungseinheiten vom Typ VA/VS (+), "wird beschrieben durch", und "hat Janus/Funktion von" gelaufen werden darf, und daß nur direkte Nachbarn gewählt werden können. Im konkreten Anwendungsbeispiel ist die Nachbarschaft der "Person" dadurch definiert, daß nur über Verknüpfungseinheiten vom Typ "wird beschrieben durch" gelaufen werden darf, d.h. daß "Augenfarbe" in der ausgewählten Nachbarschaft der "Person" liegt, aber "Lebewesen" nicht in der ausgewählten Nachbarschaft der "Person" liegt (siehe Fig. 9a). Es ist hierbei jedoch anzumerken, daß auch andere, für den jeweiligen Anwendungszweck geeignete Nachbarschaften definiert werden können.
Nachfolgend wird eine semantische Einheit "Kind" ("neue Person" in Fig. 9b) erzeugt, die eine spezielle Instanz der semantischen Einheit "Elternteil" ("Person" in Fig. 9b) ist. Das "Kind" wird über eine Verknüpfung 3 vom Typ VR/VS(+) mit dem "Elternteil" verknüpft. Danach werden für alle semantischen Einheiten aus der ausgewählten Nachbarschaft ebenfalls Kinder erzeugt. Diese Kinder werden ebenfalls über Verknüpfungen vom Typ VR/VS (+) mit ihren jeweiligen Elternteilen verknüpft. Im Anwendungs- beispiel wird also das Kind "Augenfarbe der neuen Person" erzeugt und mit der semantischen Einheit "Augenfarbe" verknüpft (siehe Fig. 9b). Schließlich werden alle Kinder entsprechend der Verknüpfung ihrer jeweiligen Elternteile untereinander verknüpft. Im Anwendungsbeispiel werden also die Kinder "neue Person" und "Augenfarbe der neuen Person" durch die Verknüpfungseinheit 2b miteinander verknüpft (siehe Fig. 9b).
Abschließend können die Informationsinhalte der Kinder durch Informationsinhalte aus Eingabeobjekten oder anderen Quellen überschrieben werden. Im Anwendungsbeispiel wird das Kind "neue Person" durch "Herr Otto Maier" und das Kind "Augenfarbe der neuen Person" durch "grün" überschrieben (siehe Fig. 9c).
Allgemein ist zu sagen, daß die vorstehend anhand von veranschaulichenden Ausführungsbeispielen näher erläuterte Erfindung zum Beispiel besondere Vorteile in verteilten Rechnersystemen (wie zum Beispiel Netzwerken, INTRANET, INTERNET usw. ) bietet, wobei die Informations- und Verknüpfungsobjekte über eine Vielzahl von Rechnersystemen (Prozessoren) und Speichersystemen verteilt sein können. Dadurch ist es zum Beispiel möglich, daß viele Benutzer (weltweit) auf ein derartiges fraktales Netz n- ter Ordnung zugreifen oder dieses aufbauen und nutzen können. Typische Anwendungsbeispiele hierfür sind (multimediale) Dokumenten-Management-Systeme, geographische Informationssysteme mit heterogenen strukturierten Daten und Meta-Daten, d.h., Daten, die Inhalt und Struktur von Daten-Blöcken beschreiben, sowie Projekt-Manage- ment-Systeme zur Strukturierung und Überwachung von Ge- schäftsprozessen.
Weiterhin eignet sich das zuvor beschriebene erfindungsgemäße fraktale Netz nicht nur zur Bearbeitung von zum Beispiel Sprachdaten, Bilddaten oder Netzwerkstrukturen, sondern auch zur Behandlung sogenannter chaotischer Systeme, die zum Beispiel technische, kulturelle, wirtschaftliche oder ökologische Zusammenhänge beschreiben. Die komplexen Strukturen können darüber hinaus sowohl statisch als auch dynamisch sein, wobei das Analysieren und/oder Bearbeiten der komplexen Strukturen insbesondere ein Beschreiben, Suchen, Verändern und/oder Simulieren beinhalten kann.
Bezüglich weiterer Merkmale und Vorteile der vorlie- genden Erfindung wird ausdrücklich auf die Offenbarung der Zeichnung verwiesen.

Claims

Ansprüche
1. Fraktales Netz zum Behandeln komplexer Strukturen, wobei das fraktale Netz aus einer Vielzahl von Einheiten besteht, dadurch gekennzeichnet, daß das fraktale Netz sowohl
semantische Einheiten, die jeweils Informationsin- halte besitzen, als auch
Verknüpfungseinheiten enthält, die einen Beziehungsinhalt beschreiben, der jeweils zwei semantische Einheiten derart verknüpft, daß die gegenseitige Bezie- hung der beiden verknüpften semantischen Einheiten durch den Beziehungsinhalt bestimmt wird.
2. Fraktales Netz nach Anspruch 1, dadurch gekennzeich- net, daß die Verknüpfungseinheiten eine spezielle Form von semantischen Einheiten sind, die Informationsinhalte und Beziehungsinhalte besitzen können.
3. Fraktales Netz nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß der von einer semantischen Einheit beschriebene Informationsinhalt eine Kennzeichnung und/oder eine Auflistung derjenigen Verknüpfungseinheiten darstellt, die diese semantische Einheit mit anderen semantischen Einheiten verbindet.
4. Fraktales Netz nach Anspruch 3, dadurch gekennzeichnet, daß die von dem Informationsinhalt beschriebene Kennzeichnung ein Name und/oder eine Seriennummer ist.
5. Fraktales Netz nach Anspruch 3, dadurch gekennzeichnet, daß die von dem Informationsinhalt beschriebene Auflistung in strukturierter Form vorliegt.
6. Fraktales Netz nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet , daß der von einer Verknüpfungs- einheit beschriebene Beziehungsinhalt neben dem Informationsinhalt zusätzlich eine Verknüpfungskennzeichnung enthält, die die jeweilige Kennzeichnung der durch sie verknüpften semantischen Einheiten, eine oder zwei Richtungsangaben in Bezug zu diesen verknüpften semantischen Einheiten und/oder Gewichtungen G der ein oder zwei Richtungsangaben beschreibt.
7. Fraktales Netz nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet , daß ebenso eine oder mehrere Verknüpfungseinheiten ihrerseits -über jeweils eine oder mehrere Verknüpfungseinheiten mit einer oder mehreren semantischen Einheiten und/oder eine oder mehrere Verknüpfungseinheiten ihrerseits über eine oder mehrere Verknüpfungseinheiten mit einer oder mehreren Verknüpfungseinheiten verknüpft sein können.
8. Fraktales Netz nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß der Beziehungsinhalt einer Verknüpfungseinheit ggf. Informationen über die jeweilige Art der Verknüpfung der in Beziehung stehenden semantischen Einheiten enthält-.
Fraktales Netz nach Anspruch 8, dadurch gekennzeichnet, daß die von einer Verknüpfungseinheit beschriebene Verknüpfungsart ggf. zusätzlich Informationen über eine Relation VR, d.h., über einen Vergleich der jeweils verknüpften Einheiten, und/oder über eine Austauschbeziehung VA, d.h., über eine ein- oder zweiseitige Wechselwirkung der verknüpften Einheiten, enthält.
10. Fraktales Netz nach Anspruch 8 oder 9, dadurch gekennzeichnet , daß die von einer Verknüpfungseinheit beschriebene Verknüpfungsart zusätzlich Informationen darüber enthält, ob bei der Verknüpfungsart ein Ska- lenwechsel VS oder kein Skalenwechsel VH erfolgt.
11. Fraktales Netz nach einem der Ansprüche 8 bis 10, dadurch gekennzeichnet, daß der Beziehungsinhalt einer Verknüpfungseinheit eine aus den Paarungen VS/VR, VS/VA, VH/VR oder VH/VA bestehende Information über die jeweilige Art der Verknüpfung enthält.
12. Fraktales Netz nach Anspruch 10 oder 11, dadurch gekennzeichnet, daß die Skalierungsinformation VS dazu dient, die Art der Beziehung zu einer größeren, d.h., übergeordneten, bzw. zu einer kleineren, d.h., untergeordneten semantischen Einheit zu beschreiben.
13. Fraktales Netz nach Anspruch 10 oder 11, dadurch gekennzeichnet, daß die Skalierungsinformation VS dazu dient, die Art der Beziehung zu einer allgemeineren bzw. zu einer spezielleren semantischen Einheit zu beschreiben.
14. Fraktales Netz nach einem der Ansprüche 1 bis 13, gekennzeichnet durch eine Distanzfunktion, die den se- 5 mantischen Abstand zwischen jeweils zwei semantischen Einheiten angibt.
15. Fraktales Netz nach Anspruch 6 und 14, dadurch gel b kennzeichnet, daß die Distanzfunktion über eine geeignete mathematische Funktion eines veränderbaren Parameters G festgelegt wird, der in mehreren Verknüpfungseinheiten vorhanden sein kann und die Stärke der gegenseitigen Verknüpfung ausdrückt.
15
16. Fraktales Netz nach einem der Ansprüche 1 bis 15, dadurch gekennzeichnet , daß die Informationsinhalte der semantischen Einheiten und/oder Verknüpfungseinheiten
20 neben oder anstelle von ggf. statischen Daten auch Algorithmen und/oder Funktionen und/oder mathematische Formeln enthalten.
25 17. Fraktales Netz nach einem der Ansprüche 1 bis 16, dadurch gekennzeichnet, daß die Informationsinhalte von zumindest einigen der semantischen Einheiten Attribute darstellen, die andere semantische Einheiten oder Verknüpfungseinheiten näher beschreiben.
30
18. Fraktales Netz nach Anspruch 17, dadurch gekennzeichnet, daß das Netz weiterhin besondere Verknüpfungseinheiten enthält, die dazu dienen, die Verknüpfung 35 von Attribute darstellenden semantischen Einheiten mit denjenigen semantischen Einheiten und/oder Ver- knüpfungseinheiten herzustellen, denen diese Attribute zugeordnet sind.
19. Fraktales Netz nach Anspruch 17 oder 18, dadurch gekennzeichnet , daß die Attribute ggf. Werte enthalten, die Elemente aus einer Menge, einem Bereich, einer Liste oder einer anderen geordneten oder ungeordneten
Struktur sind.
20. Fraktales Netz nach Anspruch 19, dadurch gekennzeichnet, daß die das jeweilige Attribut darstellende geordnete bzw. ungeordnete Struktur durch Zahlen, Ka- lenderdaten, Audiodaten, Videodaten, Textdaten, Tabellen, Bilddaten, Geometriedaten, Fuzzy-Logik-Mengen oder gebündelte Daten oder eine Kombination aus diesen gebildet ist.
21. Fraktales Netz nach einem der Ansprüche 1 bis 20, dadurch gekennzeichnet , daß das Netz zusätzlich spezielle semantische Einheiten, Janus-Einheiten, enthält, die in der Lage sind, an anderen semantischen Einhei- ten bestimmte Operationen auszuführen.
22. Fraktales Netz nach Anspruch 21, dadurch gekennzeichnet, daß jede Janus-Einheit über eine oder mehrere Verknüpfungseinheiten mit einer oder mehreren anderen semantischen Einheiten verknüpft ist, wobei die Funktionalität der Janus-Einheit derart eingeschränkt ist, daß sie lediglich in der Lage ist, an denjenigen semantischen Einheiten die bestimmten Operationen auszuführen, die sich in einem vorgegebenen Nachbarschaftsbereich dieser einer oder mehreren verknüpften semantischen Einheiten befinden.
23. Fraktales Netz nach Anspruch 21, dadurch gekennzeich- net, daß eine Janus-Einheit ggf. über eine oder mehrere Verknüpfungseinheiten mit einer oder mehreren anderen Janus-Einheiten verknüpft ist.
24. Fraktales Netz nach einem der Ansprüche 21 bis 23, dadurch gekennzeichnet , daß eine Janus-Einheit in der Lage ist, eine oder mehrere der folgenden Operationen auszuführen: das Erzeugen neuer semantischer Einheiten; das Bündeln bereits vorhandener semantischer Einheiten zu einer einzigen, ggf. neu zu erzeugenden semantischen Einheit; das Verändern und/oder Löschen bereits vorhandener semantischer Einheiten; das Vergleichen vorhandener semantischer Einheiten; das Erfassen und die Änderung der Werte von Attributen; das Ausführen eines Algorithmus und/oder das Berechnen einer Funktion; das Erfassen und/oder Verändern von Algorithmen; das Erfassen eines Janus oder eines Teils eines Janus.
25. Fraktales Netz nach einem der Ansprüche 1 bis 24, dadurch gekennzeichnet, daß semantische Einheiten und/oder Teile des fraktalen Netzes klassifizierbar sind.
26. Fraktales Netz nach Anspruch 25, dadurch gekennzeichnet, daß die Klassifizierung durch Bestimmung desjenigen Passungsmaßes erfolgt, das angibt, wie gut die betreffenden semantischen Einheiten bzw. das fraktale Teilnetz an eine gegebene Stelle paßt, und/oder durch Ermittlung derjenigen Stellen im fraktalen Netz, an denen die betreffenden semantischen Einheiten bzw. das fraktale Teilnetz besonders gut passen, wobei die jeweiligen Passungsmaße mitangegeben werden können.
27. Fraktales Netz nach einem der Ansprüche 1 bis 26, dadurch gekennzeichnet, daß die semantischen Einheiten eine Markierung enthalten, die angibt, ob es sich um eine neue Eingabeeinheit oder eine bereits vorhandene Einheit handelt, wobei Eingabeeinheiten ggf. als fraktales Teilnetz vorliegen und/oder ggf. noch nicht über Verknüpfungseinheiten mit dem Netz verbunden sind.
28. Fraktales Netz nach Anspruch 26 und 27, dadurch gekennzeichnet, daß die Aufnahme einer neuen Einheit bzw. eines neuen Teilnetzes in das fraktale Netz un- ter Berücksichtigung der Klassifikation erfolgt.
29. Fraktales Netz nach Anspruch 27 oder 28, dadurch gekennzeichnet, daß neue semantische Einheiten mit ei- ner Start-Janus-Einheit verknüpfbar sind.
30. Fraktales Netz nach einem der Ansprüche 1 bis 29, dadurch gekennzeichnet, daß den semantischen Einheiten und/oder Verknüpfungseinheiten Beschränkungen hinsichtlich derjenigen Arten von Einheiten auflegbar sind, mit denen sie verknüpfbar sind.
31. Fraktales Netz nach einem der Ansprüche 1 bis 30, gekennzeichnet durch eine oder mehrere Ein/Ausgabevor- richtungen zur Ein- bzw. Ausgabe des fraktalen Netzes oder eines Teils desselben.
EP99970183A 1998-10-02 1999-09-24 Fraktales netz n-ter ordnung zum behandeln komplexer strukturen Withdrawn EP1116108A1 (de)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE19845555 1998-10-02
DE19845555 1998-10-02
DE19908204 1999-02-25
DE19908204A DE19908204A1 (de) 1998-10-02 1999-02-25 Fraktales Netz n-ter Ordnung zum Behandeln komplexer Strukturen
PCT/EP1999/007137 WO2000020964A1 (de) 1998-10-02 1999-09-24 Fraktales netz n-ter ordnung zum behandeln komplexer strukturen

Publications (1)

Publication Number Publication Date
EP1116108A1 true EP1116108A1 (de) 2001-07-18

Family

ID=26049270

Family Applications (1)

Application Number Title Priority Date Filing Date
EP99970183A Withdrawn EP1116108A1 (de) 1998-10-02 1999-09-24 Fraktales netz n-ter ordnung zum behandeln komplexer strukturen

Country Status (3)

Country Link
EP (1) EP1116108A1 (de)
JP (1) JP2002526856A (de)
WO (1) WO2000020964A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10033021A1 (de) * 2000-07-07 2002-01-17 Definiens Ag Verfahren zur Verarbeitung Genetischer Datenstrukturen

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO0020964A1 *

Also Published As

Publication number Publication date
JP2002526856A (ja) 2002-08-20
WO2000020964A1 (de) 2000-04-13

Similar Documents

Publication Publication Date Title
EP1183619B1 (de) Situationsabhängig operierendes semantisches netz n-ter ordnung
EP1258812B1 (de) Virtuelle Datenbank heterogener Datenstrukturen
DE3685671T2 (de) Aufzeichnungs- und wiederauffindungsverfahren fuer chemische strukturdaten.
EP0855062B1 (de) Informationssystem und verfahren zur speicherung von daten in einem informationssystem
DE10035043A1 (de) Mehrdimensionale Indexierungsstruktur zur Verwendung mit linearen Optimierungsanfragen
DE10149693A1 (de) Objekte in einem Computersystem
DE10356399B4 (de) Datenverarbeitungssystem
EP1166228B1 (de) Verfahren zur nutzung von fraktalen semantischen netzen für alle arten von datenbank-anwendungen
WO2007137309A1 (de) Verfahren zum steuern eines relationalen datenbanksystems
EP0901658A1 (de) Verfahren zur optimierung eines fuzzy-regelsatzes durch einen rechner
DE19908204A1 (de) Fraktales Netz n-ter Ordnung zum Behandeln komplexer Strukturen
WO2021104608A1 (de) Verfahren zum erzeugen eines engineering-vorschlags für eine vorrichtung oder anlage
DE10103845B4 (de) Rechnersystem
DE10123959B4 (de) Rechnersystem
EP1116108A1 (de) Fraktales netz n-ter ordnung zum behandeln komplexer strukturen
EP1324218A1 (de) Kategorisierungsystem für Datenobjekte und Verfahren zum Prüfen der Konsistenz von Zuordnungen von Datenobjekten zu Kategorien
WO2021190715A1 (de) Computerimplementiertes verfahren und verteiltes speichersystem zum bereitstellen vertrauenswürdiger datenobjekte
EP1285315B1 (de) Informationsverarbeitungssystem und verfahren zu dessen betrieb
DE19811524A1 (de) Datenverarbeitungssystem
EP2050022A1 (de) Verfahren zur herstellung skalierbarer bildmatrizen
WO2020094415A1 (de) Messverfahren und messvorrichtung zur ermittlung einer technischen eigenschaft eines programmcodes zur ansteuerung eines elektronischen geräts
WO2020229407A1 (de) Klassifikatorsystem und verfahren zum verteilten erzeugen von klassifikationsmodellen
DE10291392B4 (de) Verfahren, System und Datenträger zur Erzeugung von Korrelationen und/oder Interaktionen und/oder Wissen aus einer Vielzahl von durchsuchten Datensätzen
DE102007033019A1 (de) Methoden und Datenverarbeitungssysteme für computerisiertes Schlußfolgern
EP3531300A1 (de) Computerimplementiertes verfahren zum beschaffen von informationen

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20010420

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): DE FR GB

17Q First examination report despatched

Effective date: 20030519

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20040130