JPH01309101A - 適応知識推定方法 - Google Patents
適応知識推定方法Info
- Publication number
- JPH01309101A JPH01309101A JP63139325A JP13932588A JPH01309101A JP H01309101 A JPH01309101 A JP H01309101A JP 63139325 A JP63139325 A JP 63139325A JP 13932588 A JP13932588 A JP 13932588A JP H01309101 A JPH01309101 A JP H01309101A
- Authority
- JP
- Japan
- Prior art keywords
- knowledge
- events
- event
- rules
- degree
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 29
- 230000003044 adaptive effect Effects 0.000 title claims description 26
- 230000006978 adaptation Effects 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241000272201 Columbiformes Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 208000014951 hematologic disease Diseases 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/04—Physical realisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/90—Fuzzy logic
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Fuzzy Systems (AREA)
- Biomedical Technology (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は知識ベースシステ１１における適応知識決定方
法に係り、特に確定手段のない一次的事象と参照する規
則が存在するあるいは対象に関する事象と規則から成る
知識が種々複数または重複を許してまたは時間的、連続
的に変化して存在するとき、推論に適応するよう知識を
推定するのに最適な適応知識推定方法とその知識処理シ
ステムに関する。
法に係り、特に確定手段のない一次的事象と参照する規
則が存在するあるいは対象に関する事象と規則から成る
知識が種々複数または重複を許してまたは時間的、連続
的に変化して存在するとき、推論に適応するよう知識を
推定するのに最適な適応知識推定方法とその知識処理シ
ステムに関する。
従来の知識ベースシステムでは、計測などの確定手段を
持ち得ず全く不明な一次的事象があり、しかし、それら
を参照する規則が存在する場合、その知識による推論実
行は不可能なため実行を回避あるいは排除することによ
り推論可能としていた。あるいは、推定のための別知識
を構築し、それら知識の実行により上記事象を推定し、
推論への適応を可能としていた。
持ち得ず全く不明な一次的事象があり、しかし、それら
を参照する規則が存在する場合、その知識による推論実
行は不可能なため実行を回避あるいは排除することによ
り推論可能としていた。あるいは、推定のための別知識
を構築し、それら知識の実行により上記事象を推定し、
推論への適応を可能としていた。
同一対象に関する知識が種々複数存在し推論時に適応す
る知識を決定しなければならないような場合も、知識を
状況や場合により前以って明確に分類し、上記同様、そ
れらの知識のうちどの知識が適応するかという判断用の
別知識を構築、その推論によって適応知識を決定あるい
は推定していた。あるいは、知識を明確に分類できず重
複を許して適応する例として、伝染性血液疾患診断用知
識ベースシステムＭＹＣＩＮ（ショートリフ・イー・エ
ッチ：コンピュータによる医療コンサルテーション：マ
イシン：アメリカンエリシビール。
る知識を決定しなければならないような場合も、知識を
状況や場合により前以って明確に分類し、上記同様、そ
れらの知識のうちどの知識が適応するかという判断用の
別知識を構築、その推論によって適応知識を決定あるい
は推定していた。あるいは、知識を明確に分類できず重
複を許して適応する例として、伝染性血液疾患診断用知
識ベースシステムＭＹＣＩＮ（ショートリフ・イー・エ
ッチ：コンピュータによる医療コンサルテーション：マ
イシン：アメリカンエリシビール。
ニューヨーク１９７６ （Ｓｈｏｒｔｌｉｆｆｅ、Ｅ、
Ｈ：Ｃｏｍｐｕｔａｒ−Ｂａｓｅｄ Ｍｅｄｉｃａｌ
Ｃｏｎ５ｕｌｔａｔｉｏｎ：ＭｖＣＩＮ：Ａｍｅｒ
ｊｃａｎＥｌｓｉｖｉｅｒ、Ｎｅｗ Ｙｏｒｋ１９７６
））の例がある。ＭｖＣＩＮでは、知識として記述した
個々の事象や規則に対して、不確実性表す−１，０から
１．０の実数値による度合を導入し適応可能としている
。まず、この度合により個々の事象と規則は互いに任意
の不確実性を持って重複した存在が許される。次に、推
論の際は各事象と規則の度合を推論機構が参照しそれに
基づいて実行が行われ、同一結論としての事象は度合を
演算規則によって結合される。これによって推論後も事
象や規則は重複した状態で適応することになる。
Ｈ：Ｃｏｍｐｕｔａｒ−Ｂａｓｅｄ Ｍｅｄｉｃａｌ
Ｃｏｎ５ｕｌｔａｔｉｏｎ：ＭｖＣＩＮ：Ａｍｅｒ
ｊｃａｎＥｌｓｉｖｉｅｒ、Ｎｅｗ Ｙｏｒｋ１９７６
））の例がある。ＭｖＣＩＮでは、知識として記述した
個々の事象や規則に対して、不確実性表す−１，０から
１．０の実数値による度合を導入し適応可能としている
。まず、この度合により個々の事象と規則は互いに任意
の不確実性を持って重複した存在が許される。次に、推
論の際は各事象と規則の度合を推論機構が参照しそれに
基づいて実行が行われ、同一結論としての事象は度合を
演算規則によって結合される。これによって推論後も事
象や規則は重複した状態で適応することになる。
上記従来技術は次のような点で問題がある。まず、確定
手段がなく不明な一次的事象が存在するために、それら
に関する事象や規則による知識を回避または排除するこ
とは、ある部分の知識が欠落したことになり適用範囲の
限定されたかつ不完全な知識となる問題が生じる。ある
いは、別知識の導入による場合は新たな知識の構築を余
儀なくされ、かつ、それらの知識の個々の妥当性や全体
としての完全性や無矛盾性の考慮などの必要が生じ、作
業的にも大きな負担になる。もし、それら尋人知識が既
存のものと異質なもの、例えば規則に対して数学的モデ
ル、であったような場合、知識の統一性を損なう点で問
題があり好ましくない。
手段がなく不明な一次的事象が存在するために、それら
に関する事象や規則による知識を回避または排除するこ
とは、ある部分の知識が欠落したことになり適用範囲の
限定されたかつ不完全な知識となる問題が生じる。ある
いは、別知識の導入による場合は新たな知識の構築を余
儀なくされ、かつ、それらの知識の個々の妥当性や全体
としての完全性や無矛盾性の考慮などの必要が生じ、作
業的にも大きな負担になる。もし、それら尋人知識が既
存のものと異質なもの、例えば規則に対して数学的モデ
ル、であったような場合、知識の統一性を損なう点で問
題があり好ましくない。
また、対象の事象や規則による知識が種々複数存在する
ために、それらを分類し判断知識によって適応／Ａ識を
推定する場合も、判断月別知識が必要になるなど上記同
様の問題が発生する。かつ、対象の知識を明確に分類で
きない場合には適用不可能である。特に対象の特性が十
分に解明されていないような場合、知識全体に不明確性
や不確実性を伴い明確に分類できず適応知識が重複する
ことが多く、かつ、推定知識には不明確性など伴うのが
普通である。前述のＭＹＣＩＨの方法によれば、不確実
性の度合を尋人することにより結果的には重複してはい
るが、規則に関する度合はあらかじめ与えられた静的な
値であり動的には変更できない。例えば、対象の状態が
時間と共に遷移する連続的状況下にある場合、それに適
応する複数の規則が存在し適応する度合も動的・連続的
に変化してよいはずである。しかし、その場合には度合
自体の推論の中途による外部からの入力や別知識による
推論によらねばならず、自らの知識によって連続的な獲
得や更新を行うことはできない、また、ＭＹＣＩＮにお
ける方法を含めて従来の方法は推論機構の具備するもの
であり、自らの要求する方法への修正や改造は困難であ
る。そのため、要求を満足する知識ベースシステムを調
査し選択する、あるいは、新規に構築しなければならな
かった。
ために、それらを分類し判断知識によって適応／Ａ識を
推定する場合も、判断月別知識が必要になるなど上記同
様の問題が発生する。かつ、対象の知識を明確に分類で
きない場合には適用不可能である。特に対象の特性が十
分に解明されていないような場合、知識全体に不明確性
や不確実性を伴い明確に分類できず適応知識が重複する
ことが多く、かつ、推定知識には不明確性など伴うのが
普通である。前述のＭＹＣＩＨの方法によれば、不確実
性の度合を尋人することにより結果的には重複してはい
るが、規則に関する度合はあらかじめ与えられた静的な
値であり動的には変更できない。例えば、対象の状態が
時間と共に遷移する連続的状況下にある場合、それに適
応する複数の規則が存在し適応する度合も動的・連続的
に変化してよいはずである。しかし、その場合には度合
自体の推論の中途による外部からの入力や別知識による
推論によらねばならず、自らの知識によって連続的な獲
得や更新を行うことはできない、また、ＭＹＣＩＮにお
ける方法を含めて従来の方法は推論機構の具備するもの
であり、自らの要求する方法への修正や改造は困難であ
る。そのため、要求を満足する知識ベースシステムを調
査し選択する、あるいは、新規に構築しなければならな
かった。
これは膨大な作業量を負担させることになる。
本発明の目的は、確定手段のない一次的事象とそれらを
参照する規則として表わされる知識が存在するとき同一
知識により上記事象を推定し適応可能とする方法、ある
いは、推論の対象について事象や規則による種々複数の
知識が存在し１重複して適応する、あるいは、適応知識
が時間的・連続的に変動する場合、適応可能な知識を推
定する方法を提供し、かつ、上記方法を対象とする知識
ベースシステム自身を用いて実現し任意の知識処理シス
テムを構築することにある。
参照する規則として表わされる知識が存在するとき同一
知識により上記事象を推定し適応可能とする方法、ある
いは、推論の対象について事象や規則による種々複数の
知識が存在し１重複して適応する、あるいは、適応知識
が時間的・連続的に変動する場合、適応可能な知識を推
定する方法を提供し、かつ、上記方法を対象とする知識
ベースシステム自身を用いて実現し任意の知識処理シス
テムを構築することにある。
上記目的は以下の技術的手段によって達成される。
対象を表現した知識の−っである事象はやはり知識の一
つである規則によって結びつけられ任意の結合関係を形
成する。また、各事象の内容や値は前述のＭＹＣＩＮ同
様任意の度合をもって表現できる。通常の推論の際、例
えば、入力が全て与えられたとき出力を推論するような
場合、入力を得た後それら事象の内容と規則とその結合
関係によって順次推論がなされ最終的結果を出力する。
つである規則によって結びつけられ任意の結合関係を形
成する。また、各事象の内容や値は前述のＭＹＣＩＮ同
様任意の度合をもって表現できる。通常の推論の際、例
えば、入力が全て与えられたとき出力を推論するような
場合、入力を得た後それら事象の内容と規則とその結合
関係によって順次推論がなされ最終的結果を出力する。
確定手段のない一次的事象や適応規則の推定にも同一の
知識とそれらの関係を用いるのが自然である。つまり、
事象と規則が存在するとき、これらの間に存在する結合
関係を逆に利用し、かつ、各事象の現状の内容や値を表
す度合と規則の関係を比較すれば良い。確定手段のない
一次的事象を推定する場合はそれらを参照する規則に他
の確定事象の度合を割り当て１Ｍ応規則を推定する場合
は規則に関係する全ての事象の度合を割り当てる。
知識とそれらの関係を用いるのが自然である。つまり、
事象と規則が存在するとき、これらの間に存在する結合
関係を逆に利用し、かつ、各事象の現状の内容や値を表
す度合と規則の関係を比較すれば良い。確定手段のない
一次的事象を推定する場合はそれらを参照する規則に他
の確定事象の度合を割り当て１Ｍ応規則を推定する場合
は規則に関係する全ての事象の度合を割り当てる。
そして、規則の結合関係と事象の現状の内容の度合を対
比し、推定事象と他の事象のあるいは、規則中の全ての
事象の結合関係に基づく成立状態を判断することにより
、各自の内容あるいは適応状態あるいは度合を推定する
ことが可能となる。もしも、推定知識の状態や度合など
の取り得る領域や範囲がわかっているならば、それらと
比較し、領域内でなければ報知するなどにより、妥当性
の判断を伴う。以上を各時点で行えば、その時点での適
応知識を推定できる。上記技術的手段は、規則の適応状
態を規則の確らしさを表すあるいは他の任意の確定手段
のない一次的事象と対応させれば、同一の手段によって
達成することができる。
比し、推定事象と他の事象のあるいは、規則中の全ての
事象の結合関係に基づく成立状態を判断することにより
、各自の内容あるいは適応状態あるいは度合を推定する
ことが可能となる。もしも、推定知識の状態や度合など
の取り得る領域や範囲がわかっているならば、それらと
比較し、領域内でなければ報知するなどにより、妥当性
の判断を伴う。以上を各時点で行えば、その時点での適
応知識を推定できる。上記技術的手段は、規則の適応状
態を規則の確らしさを表すあるいは他の任意の確定手段
のない一次的事象と対応させれば、同一の手段によって
達成することができる。
また、上記は対象とする知識ベースシステムにおいて、
そのシステム自身を用いて知識ベース上に実現すること
により、当手段を持たないシステムに付加でき要求する
知識処理システムを構築できる。
そのシステム自身を用いて知識ベース上に実現すること
により、当手段を持たないシステムに付加でき要求する
知識処理システムを構築できる。
上記は次のように動作する。今、任意時点での適応知識
を推定するとき、計測手段や推論によって確定した値や
内容を持つ事象が存在し、その内容が任意の度合として
変換し表現されている。−方、各事象に基づき条件と結
論を記述した規則にはあらかじめ意図した結合関係が存
在する１例えば、事象Ａ、Ｂ、Ｃと事象Ａ、Ｂが成立す
るならばＣが成立するという規則が存在するとき、Ａ。
を推定するとき、計測手段や推論によって確定した値や
内容を持つ事象が存在し、その内容が任意の度合として
変換し表現されている。−方、各事象に基づき条件と結
論を記述した規則にはあらかじめ意図した結合関係が存
在する１例えば、事象Ａ、Ｂ、Ｃと事象Ａ、Ｂが成立す
るならばＣが成立するという規則が存在するとき、Ａ。
ＢとＣかつＡとＢの間に任意の関係が生じる０通常はＡ
とＢの内容がわかっているときＣを推論する。ここで、
Ａが確定手段のない一次的事象でありＢとＣの内容に関
する度合がわかっているならば、その度合を規則上の関
係に割り当て、規則の結合関係と対比する。つまり、Ｆ
３とＣの度合と規則の結合関係に対してＡがどれだけの
度合であれば各事象の度合と規則の結合関係を満足する
かを導出することにより推定する。Ｂが確定手段のない
一次的事象である場合も全く同じである。かつ、規則の
推定の際も規則の適応度合に関する事象を推定する問題
に対応させれば上記と全く同様である。推定事象に関し
て定量的数値を要するとき、値から度合を導いたのと同
様、度合から値を導けば良い。かつ、推定事象の度合や
定量的数値が前以って設定した範囲や領域内にないとき
、メツセージなどにより警告・報知し、あるいは判断を
促し、妥当性を考慮する。
とＢの内容がわかっているときＣを推論する。ここで、
Ａが確定手段のない一次的事象でありＢとＣの内容に関
する度合がわかっているならば、その度合を規則上の関
係に割り当て、規則の結合関係と対比する。つまり、Ｆ
３とＣの度合と規則の結合関係に対してＡがどれだけの
度合であれば各事象の度合と規則の結合関係を満足する
かを導出することにより推定する。Ｂが確定手段のない
一次的事象である場合も全く同じである。かつ、規則の
推定の際も規則の適応度合に関する事象を推定する問題
に対応させれば上記と全く同様である。推定事象に関し
て定量的数値を要するとき、値から度合を導いたのと同
様、度合から値を導けば良い。かつ、推定事象の度合や
定量的数値が前以って設定した範囲や領域内にないとき
、メツセージなどにより警告・報知し、あるいは判断を
促し、妥当性を考慮する。
以上によれば、通常の推論及び推定も同一の知識を利用
することにより行うことができる。よって知識の回避・
排除による不完全性を防げる。また、別知識の導入によ
る知識の妥当性・完全性・無矛盾性の検討などを行う必
要がなく、作業量の増大をも避けられる。かつ、＋ｌｌ
（′Ｉ識の統一性を損なわない。適応規則に関する推定
も、事象の推定同様のｈ法が適用できる。つまり、上記
の事象あるいは規則の推定は、どちらの知識の推定とし
ても同様の状況において全く同様の技術的手段によって
容易に解決できる。また、上記は既知の知識ベースシス
テムによって実現することから、作業量の負担も少なく
容易に構築することが可能となる。
することにより行うことができる。よって知識の回避・
排除による不完全性を防げる。また、別知識の導入によ
る知識の妥当性・完全性・無矛盾性の検討などを行う必
要がなく、作業量の増大をも避けられる。かつ、＋ｌｌ
（′Ｉ識の統一性を損なわない。適応規則に関する推定
も、事象の推定同様のｈ法が適用できる。つまり、上記
の事象あるいは規則の推定は、どちらの知識の推定とし
ても同様の状況において全く同様の技術的手段によって
容易に解決できる。また、上記は既知の知識ベースシス
テムによって実現することから、作業量の負担も少なく
容易に構築することが可能となる。
以下、本発明の一実施例について図面を用いて説明する
。
。
本実施例の対象は、任意の長さの導管中にある物質が流
入するとき、任意時点の流入量と導管中の流速と物質の
濃度を計測して将来の濃度を予４１１する知識処理シス
テムである。第１図に全体構成を示す。１は本例で構築
する知識処理システム２゜３．４は本例での対象の計測
センサーで順に流入量、流速、８度センサー、５は導管
である。これらはオンラインから一定の時間間隔で計測
を行う。
入するとき、任意時点の流入量と導管中の流速と物質の
濃度を計測して将来の濃度を予４１１する知識処理シス
テムである。第１図に全体構成を示す。１は本例で構築
する知識処理システム２゜３．４は本例での対象の計測
センサーで順に流入量、流速、８度センサー、５は導管
である。これらはオンラインから一定の時間間隔で計測
を行う。
第２図は使用する知識ベースシステムの構成である。２
１はシステムの装備する推論機構で、本例では事象を対
象データ、規則をｉ ｆ −ｔ ｈ ｅ ｎ〜型ルール
上に表現し、ｉｆ部の条件と対象データを照合しｔｈｅ
ｎ部の結論を実行する前進型推論を備える。２２は対象
データ群、２３はルール群、２４は計測値を変換し対象
データに設定する等の手続き群である。第３図、第４図
に本例での知識ベースシステムの対象データとルールの
表現形式を示す。対象データ名称は任意事象を表現する
個別名称である。以下、事象の所有する属性や項目とそ
の値をスロット名称とスロット値と呼ぶ組により表現す
る。ルールも個別のルール名称を持つ。
１はシステムの装備する推論機構で、本例では事象を対
象データ、規則をｉ ｆ −ｔ ｈ ｅ ｎ〜型ルール
上に表現し、ｉｆ部の条件と対象データを照合しｔｈｅ
ｎ部の結論を実行する前進型推論を備える。２２は対象
データ群、２３はルール群、２４は計測値を変換し対象
データに設定する等の手続き群である。第３図、第４図
に本例での知識ベースシステムの対象データとルールの
表現形式を示す。対象データ名称は任意事象を表現する
個別名称である。以下、事象の所有する属性や項目とそ
の値をスロット名称とスロット値と呼ぶ組により表現す
る。ルールも個別のルール名称を持つ。
ｉｆ部には対象データに対応する形式で条件を記述し、
ｔｈｅｎ部には条件を満足したときの結論として作用や
手続きを記述する。以上の構成に基づき動作を説明する
。
ｔｈｅｎ部には条件を満足したときの結論として作用や
手続きを記述する。以上の構成に基づき動作を説明する
。
本例のより詳細な問題内容は、任意時点の８管中に流入
する流入量ＱをＱ（、）、流入物質が専管中に拡散・移
動していくときの任意点の流速ＶをＩｔ） 、導管中の
任意点での流入物質の濃度ＣをＣ（ｔ）として一定の時
間間隔で計測するとき。
する流入量ＱをＱ（、）、流入物質が専管中に拡散・移
動していくときの任意点の流速ＶをＩｔ） 、導管中の
任意点での流入物質の濃度ＣをＣ（ｔ）として一定の時
間間隔で計測するとき。
Ｑ・；Ｖ、Ｃの関係を表現した規則によって１時点先の
感度Ｃ（ｔ ＋ ｉ ）を逐次予測するものである。ま
ず、本例ではＱ、Ｖ、Ｃの各計測値は単点情報のためそ
の不明確性・不確実性を考慮し、第５，６゜７図に示す
関数により状態量への度合として変換される。第５図は
流入量Ｑの大・小、第６図は流速■の大・小、第７図は
濃度Ｃの大・中・小を表現した関数である。横軸に各計
測値、縦軸に０．０から１．０ の実数値による度合を
とり、計測値が各関数と交差した点の縦軸の値が度合と
なる。最初に、これらに基づ＜Ｑ、Ｖ、Ｃの関係は、本
例では第８図に示す対象の状況による複数の規則のテー
ブルとして表現できる。第８図の例えば最上列は、任意
時点のＱが大きく■が大きいならば１時点先のＣは大き
い、つまり、Ｑ （ｔ）が大、Ｖ （ｔ）が大ならばＣ
（、÷１）は大と読む。以上の事象と規則による通常の
Ｃの予測推論は、Ｑ、ＶとＣの関係に基づき次のように
なる。各規則上での各事象の度合をμＱ、μＶ、μＣと
するとき、μｃ ＝ ｍｉｎ （μ噴μＶ）
・・・（１）同じ結論、ここではＣに関しての度
合がｎ個存在するときは、 μｃ ＝ ｗａｘ （μｃ１．μＣＺｒ μｃａ、・・
・、μＣｎ）・・・（２）しかし１本実施例の推論では
、前述の通りＱ、Ｖ。
感度Ｃ（ｔ ＋ ｉ ）を逐次予測するものである。ま
ず、本例ではＱ、Ｖ、Ｃの各計測値は単点情報のためそ
の不明確性・不確実性を考慮し、第５，６゜７図に示す
関数により状態量への度合として変換される。第５図は
流入量Ｑの大・小、第６図は流速■の大・小、第７図は
濃度Ｃの大・中・小を表現した関数である。横軸に各計
測値、縦軸に０．０から１．０ の実数値による度合を
とり、計測値が各関数と交差した点の縦軸の値が度合と
なる。最初に、これらに基づ＜Ｑ、Ｖ、Ｃの関係は、本
例では第８図に示す対象の状況による複数の規則のテー
ブルとして表現できる。第８図の例えば最上列は、任意
時点のＱが大きく■が大きいならば１時点先のＣは大き
い、つまり、Ｑ （ｔ）が大、Ｖ （ｔ）が大ならばＣ
（、÷１）は大と読む。以上の事象と規則による通常の
Ｃの予測推論は、Ｑ、ＶとＣの関係に基づき次のように
なる。各規則上での各事象の度合をμＱ、μＶ、μＣと
するとき、μｃ ＝ ｍｉｎ （μ噴μＶ）
・・・（１）同じ結論、ここではＣに関しての度
合がｎ個存在するときは、 μｃ ＝ ｗａｘ （μｃ１．μＣＺｒ μｃａ、・・
・、μＣｎ）・・・（２）しかし１本実施例の推論では
、前述の通りＱ、Ｖ。
Ｃは単点情報で不明確性・不確実性を伴う、計測事象が
任意時点のものでありかつ上記３つと少ない。そのため
対象の状態により第８図中の規則は互いに重複して適応
する可能性があり、それは時間と共に連続的に変化する
。よって第８図中で適応する規則を推定する必要がある
。本例での適応規則推定の必要性は、上記の計測事象の
問題から対象の状況、流入物質の専管中の残量といった
内部的状態を的確に把握できない点にあると考える。
任意時点のものでありかつ上記３つと少ない。そのため
対象の状態により第８図中の規則は互いに重複して適応
する可能性があり、それは時間と共に連続的に変化する
。よって第８図中で適応する規則を推定する必要がある
。本例での適応規則推定の必要性は、上記の計測事象の
問題から対象の状況、流入物質の専管中の残量といった
内部的状態を的確に把握できない点にあると考える。
そこで１本例では適応規則の度合を内部的状態を表す確
定手段のない一次的独立事象に対応させる。
定手段のない一次的独立事象に対応させる。
ここでは流入物質の貯留量の概念として事象を表現する
。この貯留量Ｑｒにより第８図の規則テーブルを第９図
とする。上記により適応規則の推定と事象Ｑ、の推定は
同等となる。Ｑ、の推定には第９図の規則テーブルと計
測したＱ、Ｖ、Ｃを用いれば良い。今、任意時点ｔ−１
でのＱ （ｔ−ｚ） 。
。この貯留量Ｑｒにより第８図の規則テーブルを第９図
とする。上記により適応規則の推定と事象Ｑ、の推定は
同等となる。Ｑ、の推定には第９図の規則テーブルと計
測したＱ、Ｖ、Ｃを用いれば良い。今、任意時点ｔ−１
でのＱ （ｔ−ｚ） 。
Ｖ（ｉ−ｉ）がわかっている。このときｔの時点でのＣ
の計測値つまり実際のＣ（ｔ）と、ｔ−１時点でノ予測
に用いたＱ （ｔ−ｚ） 、Ｖ （ｔ−ｚ） 、及び、
第８図の規則テーブルから、を時点でのＱ、（ｔ）を推
定する。Ｑ、（、）の推定により第８図中の適応規則も
推定され、を時点でのＱ （ｔ）、Ｖ （ｔ）を推定し
たＱ、（ｔ）によってｔ＋１におけるＣ（ｔ＋ｉ） 、
つまり予測濃度を推論可能となる。ここで、Ｑ、、Ｑ、
ＶとＣの関係に基づく推論方法は（１） （２）式を発
展させ次のようになるｅＱｒの度合をμＱｒとすると、
μＣ＝ｍｘｎ （ＪＬ Ｑｒ ＋ Ｉ’ Ｑ ｅ μＶ
）−（１）’μｃ＝ｍａｘ（μｃ１１ μｃＺｒ μＣ
１１＋ ”’＋μＣｎ）°゛°（２）′となる。よって
Ｑ、の推定にはこれらの逆の関係を用いてμＱｒを求め
れば良い。これは次のようになる。
の計測値つまり実際のＣ（ｔ）と、ｔ−１時点でノ予測
に用いたＱ （ｔ−ｚ） 、Ｖ （ｔ−ｚ） 、及び、
第８図の規則テーブルから、を時点でのＱ、（ｔ）を推
定する。Ｑ、（、）の推定により第８図中の適応規則も
推定され、を時点でのＱ （ｔ）、Ｖ （ｔ）を推定し
たＱ、（ｔ）によってｔ＋１におけるＣ（ｔ＋ｉ） 、
つまり予測濃度を推論可能となる。ここで、Ｑ、、Ｑ、
ＶとＣの関係に基づく推論方法は（１） （２）式を発
展させ次のようになるｅＱｒの度合をμＱｒとすると、
μＣ＝ｍｘｎ （ＪＬ Ｑｒ ＋ Ｉ’ Ｑ ｅ μＶ
）−（１）’μｃ＝ｍａｘ（μｃ１１ μｃＺｒ μＣ
１１＋ ”’＋μＣｎ）°゛°（２）′となる。よって
Ｑ、の推定にはこれらの逆の関係を用いてμＱｒを求め
れば良い。これは次のようになる。
・・・（３）
μＱｒ＝ｍｉｎ（μＣ「１．μＱｒ２１μＱｒａｙ”’
＋μＱｒｎ） −（４）前回ツまｉＪ ｔ −１時点テ
（７） Ｑ （ｔ−ｔ） ｔ’ Ｖ （ｔ−ｚ−）が各
々０．６ ｇ／ｃｉ 、 ４０ｃｍ／ ｓと計測され第
５゜６図の関数により変換後、第１０．１１図の対象デ
ータとして存在する。同様に次のｔ時点（今回とする）
テＱ（ｔ）、 Ｉｔ）、 ｃ（ｔ）が０．４ｇ／ｆｆ
ｌ。
＋μＱｒｎ） −（４）前回ツまｉＪ ｔ −１時点テ
（７） Ｑ （ｔ−ｔ） ｔ’ Ｖ （ｔ−ｚ−）が各
々０．６ ｇ／ｃｉ 、 ４０ｃｍ／ ｓと計測され第
５゜６図の関数により変換後、第１０．１１図の対象デ
ータとして存在する。同様に次のｔ時点（今回とする）
テＱ（ｔ）、 Ｉｔ）、 ｃ（ｔ）が０．４ｇ／ｆｆ
ｌ。
４．０ａｎ／ｓ、７０．０％と計測されたときの対象デ
ータを第１２．１３’、１４図に示す。このとき、Ｑ、
（Ｌ）は第１０．１１図のＱ （ｔ−１） 、Ｖ （ｔ
−ｚ）と第１４図のＣ（ｔ） 、第９図の規則テーブル
、及び、（３）、 （４）より推定することができる。
ータを第１２．１３’、１４図に示す。このとき、Ｑ、
（Ｌ）は第１０．１１図のＱ （ｔ−１） 、Ｖ （ｔ
−ｚ）と第１４図のＣ（ｔ） 、第９図の規則テーブル
、及び、（３）、 （４）より推定することができる。
（３）、 （４）に基づく第９図最上列でのＱ、推定ル
ールを第１５図に示す。このルールは、今回濃度の大の
度合を？度合１とするとき、その度合より、前回流入量
の大と前回流速の大と今回貯留量の大の度合が大きいな
らば、今回貯留量として設定せよ、という内容である。
ールを第１５図に示す。このルールは、今回濃度の大の
度合を？度合１とするとき、その度合より、前回流入量
の大と前回流速の大と今回貯留量の大の度合が大きいな
らば、今回貯留量として設定せよ、という内容である。
他も同様の記述である。推定後の結果を規則テーブル上
に重ね第１６図に、推定後のＱ、（、）の対象データを
第１７図に示す。本例では。
に重ね第１６図に、推定後のＱ、（、）の対象データを
第１７図に示す。本例では。
（３）式の推論方法の性質より、推定したＱ、（ｔ）が
１．０ 未満を適正な領域とし、それ以外は適応可能な
ものの信頼性の低いものとし警告を発する。
１．０ 未満を適正な領域とし、それ以外は適応可能な
ものの信頼性の低いものとし警告を発する。
以上によって推定したＱ、（、）を用い、ｔ＋１時点で
のＣＣｔ＋１）の予測に適応することができる。例とし
て゛（］）’ 、 （２）’による第９図最上列でのＣ
予測ルールを第１８図に示す。ルール内容は、今回貯留
量の大の場合を？度合１、同様に、今・回流入量の大を
？度合２、今回流速の犬を？度合３とするとき、それら
より予測濃度の大の度合が小さいならば、それらの最小
値を設定せよ、という意味である。同様のルールによる
予測後の結果を規則テーブル上に重ね第１９図に、予測
したＣ（ｔ＋ｉ）の対象データを第２０図に示す。この
後、本実施例では第２０図の対象データに基づき、度合
から定量的な値へ変換している。変換は第７図の関数上
の、第２０図の各々の度合より大きい部分を切り取り、
残った部分（第２１図）の重心（矢印）を求めることに
よる。第２２図は予測後の予測値対象データである。以
上の処理を任意時点毎に行う。それによって、第９図の
ような複数の知識から時間と共に動的・連続的に変動す
るあるいは重複する適応規則や貯留量のような確定手段
のない一次的事象といった適応知識を推定し、各時点に
適応した推論が可能となる。
のＣＣｔ＋１）の予測に適応することができる。例とし
て゛（］）’ 、 （２）’による第９図最上列でのＣ
予測ルールを第１８図に示す。ルール内容は、今回貯留
量の大の場合を？度合１、同様に、今・回流入量の大を
？度合２、今回流速の犬を？度合３とするとき、それら
より予測濃度の大の度合が小さいならば、それらの最小
値を設定せよ、という意味である。同様のルールによる
予測後の結果を規則テーブル上に重ね第１９図に、予測
したＣ（ｔ＋ｉ）の対象データを第２０図に示す。この
後、本実施例では第２０図の対象データに基づき、度合
から定量的な値へ変換している。変換は第７図の関数上
の、第２０図の各々の度合より大きい部分を切り取り、
残った部分（第２１図）の重心（矢印）を求めることに
よる。第２２図は予測後の予測値対象データである。以
上の処理を任意時点毎に行う。それによって、第９図の
ような複数の知識から時間と共に動的・連続的に変動す
るあるいは重複する適応規則や貯留量のような確定手段
のない一次的事象といった適応知識を推定し、各時点に
適応した推論が可能となる。
本実施例によれば５全ての事象を不明確性・不確実性を
表す任意の度合に容易に変換・表現しそれらを用いた任
意の推論が構築でき推定や予４１すが可能である。特に
推定や予測は不明確性や不確実性を必然的に伴うもので
ある。また、入力情報などが単点情報であるといった不
十分な情報の場合にも都合が良い。かつ、定量的情報と
定性的情報を同時に扱うことができる。利用する知識の
点からは、事象間に存在するあいまいな因果関係といっ
た定性的知識を利用した推定や予測などが構築でき、よ
り人間的方法に近いものとなる。
表す任意の度合に容易に変換・表現しそれらを用いた任
意の推論が構築でき推定や予４１すが可能である。特に
推定や予測は不明確性や不確実性を必然的に伴うもので
ある。また、入力情報などが単点情報であるといった不
十分な情報の場合にも都合が良い。かつ、定量的情報と
定性的情報を同時に扱うことができる。利用する知識の
点からは、事象間に存在するあいまいな因果関係といっ
た定性的知識を利用した推定や予測などが構築でき、よ
り人間的方法に近いものとなる。
本発明によれば、確定手段のない一次的独立事象とそれ
らを参照する規則が存在するときも、それらを回避ある
いは排除することなく知識の完全性を保てる。かつ、上
記事象の推定には異なる知識を用いることなく、通常の
推論のための同一の知識を使用するため、知識の妥当性
・無矛盾性・統一性が保てる。また、事象以外に、適応
する規則の場合にも、それら適応知識の推定には同一手
段を用いることが可能となる、かつ、オンライン。
らを参照する規則が存在するときも、それらを回避ある
いは排除することなく知識の完全性を保てる。かつ、上
記事象の推定には異なる知識を用いることなく、通常の
推論のための同一の知識を使用するため、知識の妥当性
・無矛盾性・統一性が保てる。また、事象以外に、適応
する規則の場合にも、それら適応知識の推定には同一手
段を用いることが可能となる、かつ、オンライン。
リアルタイムを要求する。特に、時々刻々と計測値が得
られ状況も変動するような対象に対する知識処理システ
ムの構築・適用を容易にする。推定部分の構築にも、対
象とする知識ベースシステム上にそれ自身を用いての構
築のため、知識ベースシステム自体の構築や改造は不必
要であり、作業的負担もほとんどなく、構築後の修正・
改造も容易となる効果がある。
られ状況も変動するような対象に対する知識処理システ
ムの構築・適用を容易にする。推定部分の構築にも、対
象とする知識ベースシステム上にそれ自身を用いての構
築のため、知識ベースシステム自体の構築や改造は不必
要であり、作業的負担もほとんどなく、構築後の修正・
改造も容易となる効果がある。
第１図は本発明の一実施例の全体構成図、第２図は本実
施例における知識ベースシステムの構成図、第３図は対
象データ形式、第４図はルール形式、第５．６．７図は
関数を表す、第８図は規則テーブル、第９図は第８図を
基にした規則テーブル、第１０．１１図は計測値前回用
対象データ、第１２〜１４図は今回用対象データ、第１
５図は推定用ルール例、第１６図は推定後の規則テーブ
ル、第１７図は推定後の今回貯留量対象データ、第１８
図は予測用ルール例、第１９図は予測後の規則テーブル
、第２０図は予測後の予測濃度対象データ、第２１図は
定量値への変換時の濃度の関数、第２２図は変換後の予
測値対象データである。−第 １ 回 ５ 得 π ｖ ３ 口 （対電ヂーク昂４本 ズＱ−ｔト不律か３ スロ・・））４直３スロ・／
ト３今髄 ヌロ・ノド楢ス第 ４］ （ルールん外 スロ・・ト石町 は」吃ユ當駐ヌＯヮト個メラ（Ｎ萼
テ°−グ薯肴水η 合糸む （スロ・ソト系１年ｎ ス
Ｄ、２トイｈ〕）鳩 ５ Σ 第 ６２・ （Ｃ″／ｓ） 第 ７ 記 り７ 系 ８ 目 第 ９ 国 第 １０ Σ つ 角−ツノ ぴコ 〕 、第 ／２ ５コ り化 ／Ｂ 因 １弓 １″＋ ぴコ 鴇 １５ 囚 鴇 ７６ 囚 璃 ／７ １ＥＩ ノー０．０ 第 ７８ 口 （子」１１ルー＋＋１ 萬 ／プ 工 第 ２Ｏｆ！１ １い ρＯ 部 ２１ 区 ）、０・Ｉ 第 ２２ 図
施例における知識ベースシステムの構成図、第３図は対
象データ形式、第４図はルール形式、第５．６．７図は
関数を表す、第８図は規則テーブル、第９図は第８図を
基にした規則テーブル、第１０．１１図は計測値前回用
対象データ、第１２〜１４図は今回用対象データ、第１
５図は推定用ルール例、第１６図は推定後の規則テーブ
ル、第１７図は推定後の今回貯留量対象データ、第１８
図は予測用ルール例、第１９図は予測後の規則テーブル
、第２０図は予測後の予測濃度対象データ、第２１図は
定量値への変換時の濃度の関数、第２２図は変換後の予
測値対象データである。−第 １ 回 ５ 得 π ｖ ３ 口 （対電ヂーク昂４本 ズＱ−ｔト不律か３ スロ・・））４直３スロ・／
ト３今髄 ヌロ・ノド楢ス第 ４］ （ルールん外 スロ・・ト石町 は」吃ユ當駐ヌＯヮト個メラ（Ｎ萼
テ°−グ薯肴水η 合糸む （スロ・ソト系１年ｎ ス
Ｄ、２トイｈ〕）鳩 ５ Σ 第 ６２・ （Ｃ″／ｓ） 第 ７ 記 り７ 系 ８ 目 第 ９ 国 第 １０ Σ つ 角−ツノ ぴコ 〕 、第 ／２ ５コ り化 ／Ｂ 因 １弓 １″＋ ぴコ 鴇 １５ 囚 鴇 ７６ 囚 璃 ／７ １ＥＩ ノー０．０ 第 ７８ 口 （子」１１ルー＋＋１ 萬 ／プ 工 第 ２Ｏｆ！１ １い ρＯ 部 ２１ 区 ）、０・Ｉ 第 ２２ 図
Claims (7)
- １． 対象に関する知識を、種々の値や内容を表現した
事象とそれらを参照する条件部と条件を満たしたとき結
論を導出するか、任意の処理を行う結論部から成る規則
によつて記述し、構築する知識ベースと、上記事象と規
則を用いて推論を行い推論結果を導出する推論機構とか
らなる知識ベースシステムにおいて、計測手段または入
力手段により得られる一次的な確定事象、該手段を持た
ないため確定し得ない事象、及び結論として導出されな
い仮説的事象を含む確定手段のない一次的に独立した一
次的独立事象が存在し、かつ、それらを参照する規則が
存在するとき、確定事象と同一知識による規則を用いて
上記の一次的独立事象を推定し、推論実行に適応可能と
することを特徴とする適応知識推定方法。 - ２． 同一対象の知識としての上記事象やそれらに関す
る規則が、該対象の状況や場合に応じて複数の内容を持
つた事象あるいは該事象に関する複数の規則として表現
されて存在するとき、あるいは、それらは互いに重複を
許した状態で適応するとき、あるいはその状態が時々刻
々と変動するとき、それら事象と同一知識による規則を
用いて、推論に際し最も適応するあるいは適応可能な知
識を推定し推論実行することを特徴とする第１項の適応
知識推定方法。 - ３． 上記推定する処理は、上記一次的独立事象への、
適応規則の適応状態あるいは適応可能性及び適応度合あ
るいは任意の他事象として定義した事象を対応させる処
理を含むことを特徴とする第１項または第２項の適応知
識推定方法。 - ４． 上記推定する処理は、オンラインあるいはリアル
タイムに、逐次実行されることを特徴とする第１項〜第
３項いずれか１項の適応知識推定方法。 - ５． 上記推定する処理は、対象となる知識ベースシス
テム上へ、その知識ベースシステムを用いることにより
実行することを特徴とする第１項〜第３項いずれか１項
の適応知識推定方法。 - ６． 上記推定する処理は、上記適応可能な知識を状態
量あるいは適応度合あるいは定量的数値として推定し、
いずれを用いた推論に対しても適応可能とすることを特
徴とする第２項または第３項の適応知識推定方法。 - ７． 上記推定する処理は、上記知識を状態量あるいは
度合あるいは定量的数値として推定後、それらがあらか
じめ設定した範囲や領域を越えているあるいは異なると
き、警告あるいは報知あるいは判断を伴うことにより推
論に適応可能とすることを特徴とする第１項〜第４項、
第６項いずれか１項の適応知識推定方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63139325A JPH01309101A (ja) | 1988-06-08 | 1988-06-08 | 適応知識推定方法 |
| US07/359,023 US5208898A (en) | 1988-06-08 | 1989-05-30 | Adaptive knowledge inference method and system |
| DE3918789A DE3918789C2 (de) | 1988-06-08 | 1989-06-08 | Adaptives Verfahren und Vorrichtung zum Ermitteln einer Größe durch Folgern anhand von Regeln |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63139325A JPH01309101A (ja) | 1988-06-08 | 1988-06-08 | 適応知識推定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01309101A true JPH01309101A (ja) | 1989-12-13 |
Family
ID=15242683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63139325A Pending JPH01309101A (ja) | 1988-06-08 | 1988-06-08 | 適応知識推定方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5208898A (ja) |
| JP (1) | JPH01309101A (ja) |
| DE (1) | DE3918789C2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0511810A (ja) * | 1991-07-08 | 1993-01-22 | Sanki Eng Co Ltd | フアジイ推論エンジンのフイードバツクシステム |
Families Citing this family (69)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3268529B2 (ja) * | 1990-03-14 | 2002-03-25 | 株式会社日立製作所 | 知識データベース処理システムおよびエキスパートシステム |
| KR970004511B1 (ko) * | 1990-10-29 | 1997-03-28 | 오므론 가부시끼 가이샤 | 퍼지 추론 장치 및 그 동작 감시 방법 |
| DE4103128C2 (de) * | 1991-01-30 | 1994-09-01 | Krone Ag | Echtzeit-Expertencomputersystem |
| JPH04264566A (ja) * | 1991-02-20 | 1992-09-21 | Mita Ind Co Ltd | 画像形成装置のための自己診断システム |
| US5481700A (en) * | 1991-09-27 | 1996-01-02 | The Mitre Corporation | Apparatus for design of a multilevel secure database management system based on a multilevel logic programming system |
| JPH06131188A (ja) * | 1992-10-22 | 1994-05-13 | Hitachi Ltd | ファジィルール獲得方法およびファジィ推論システム |
| EP0669573A4 (en) * | 1992-11-10 | 1995-12-06 | Omron Tateisi Electronics Co | RULE GENERATOR APPARATUS AND METHOD. |
| DE4241920A1 (de) * | 1992-12-11 | 1994-06-16 | Siemens Ag | Verfahren zum Entwurf eines Fuzzy-Reglers |
| US5544256A (en) * | 1993-10-22 | 1996-08-06 | International Business Machines Corporation | Automated defect classification system |
| US5574828A (en) * | 1994-04-28 | 1996-11-12 | Tmrc | Expert system for generating guideline-based information tools |
| US5809493A (en) * | 1995-12-14 | 1998-09-15 | Lucent Technologies Inc. | Knowledge processing system employing confidence levels |
| US6272481B1 (en) | 1996-05-31 | 2001-08-07 | Lucent Technologies Inc. | Hospital-based integrated medical computer system for processing medical and patient information using specialized functional modules |
| US5715371A (en) * | 1996-05-31 | 1998-02-03 | Lucent Technologies Inc. | Personal computer-based intelligent networks |
| US6101488A (en) * | 1996-09-04 | 2000-08-08 | Fujitsu Limited | Intelligent information program generation and retrieval system |
| JPH10222371A (ja) * | 1997-02-06 | 1998-08-21 | Seitaro Matsushita | 知識ベースの作成装置及び実行装置並びにこれらを用いた知識ベースシステム |
| US6026386A (en) * | 1998-12-22 | 2000-02-15 | Ac Properties B.V. | System, method and article of manufacture for a goal based educational system with support for dynamic media control |
| US6542880B2 (en) * | 1998-12-22 | 2003-04-01 | Indeliq, Inc. | System, method and article of manufacture for a goal based system utilizing a table based architecture |
| US6029159A (en) * | 1998-12-22 | 2000-02-22 | Ac Properties B.V. | System, method and article of manufacture for a simulation enabled accounting tutorial system |
| US6535861B1 (en) | 1998-12-22 | 2003-03-18 | Accenture Properties (2) B.V. | Goal based educational system with support for dynamic characteristics tuning using a spread sheet object |
| US6782374B2 (en) | 1998-12-22 | 2004-08-24 | Accenture Global Services Gmbh | System, method and article of manufacturing for a runtime program analysis tool for a simulation engine |
| US6134539A (en) * | 1998-12-22 | 2000-10-17 | Ac Properties B.V. | System, method and article of manufacture for a goal based education and reporting system |
| US6073127A (en) * | 1998-12-22 | 2000-06-06 | Ac Properties B.V. | System, method and article of manufacture for a goal based system with dynamic feedback information |
| US6018730A (en) | 1998-12-22 | 2000-01-25 | Ac Properties B.V. | System, method and article of manufacture for a simulation engine with a help website and processing engine |
| US6745170B2 (en) | 1999-02-08 | 2004-06-01 | Indeliq, Inc. | Goal based educational system with support for dynamic characteristic tuning |
| US6085184A (en) * | 1998-12-22 | 2000-07-04 | Ac Properties B.V. | System, method and article of manufacture for a dynamic toolbar in a tutorial system |
| US6101489A (en) | 1998-12-22 | 2000-08-08 | Ac Properties, B.V. | System, method and article of manufacture for a goal based system utilizing a time based model |
| US6018732A (en) | 1998-12-22 | 2000-01-25 | Ac Properties B.V. | System, method and article of manufacture for a runtime program regression analysis tool for a simulation engine |
| US5987443A (en) | 1998-12-22 | 1999-11-16 | Ac Properties B. V. | System, method and article of manufacture for a goal based educational system |
| US6029158A (en) | 1998-12-22 | 2000-02-22 | Ac Properties B.V. | System, method and article of manufacture for a simulation enabled feedback system |
| US7089222B1 (en) | 1999-02-08 | 2006-08-08 | Accenture, Llp | Goal based system tailored to the characteristics of a particular user |
| US7194444B1 (en) | 1999-02-08 | 2007-03-20 | Indeliq, Inc. | Goal based flow of a control presentation system |
| US7054848B1 (en) | 1999-02-08 | 2006-05-30 | Accenture, Llp | Goal based system utilizing a time based model |
| US7386524B2 (en) | 1999-02-08 | 2008-06-10 | Accenture Global Services Gmbh | Simulation enabled focused feedback tutorial system |
| US7156665B1 (en) | 1999-02-08 | 2007-01-02 | Accenture, Llp | Goal based educational system with support for dynamic tailored feedback |
| US6970858B1 (en) | 1999-02-08 | 2005-11-29 | Accenture, Llp | Goal based system utilizing an activity table |
| US7065512B1 (en) | 1999-02-08 | 2006-06-20 | Accenture, Llp | Dynamic toolbar in a tutorial system |
| US7065513B1 (en) | 1999-02-08 | 2006-06-20 | Accenture, Llp | Simulation enabled feedback system |
| US20020138590A1 (en) * | 2000-05-05 | 2002-09-26 | Beams Brian R. | System method and article of manufacture for creating a virtual university experience |
| US7152092B2 (en) * | 1999-05-05 | 2006-12-19 | Indeliq, Inc. | Creating chat rooms with multiple roles for multiple participants |
| US6611822B1 (en) | 1999-05-05 | 2003-08-26 | Ac Properties B.V. | System method and article of manufacture for creating collaborative application sharing |
| WO2000067230A1 (en) | 1999-05-05 | 2000-11-09 | Accenture Properties (2) B.V. | System, method and article of manufacture for creating collaborative simulations with multiple roles for a single student |
| US6993513B2 (en) | 1999-05-05 | 2006-01-31 | Indeliq, Inc. | Interactive simulations utilizing a remote knowledge base |
| US20030023686A1 (en) * | 1999-05-05 | 2003-01-30 | Beams Brian R. | Virtual consultant |
| US6397202B1 (en) * | 1999-07-01 | 2002-05-28 | The United States Of America As Represented By The Secretary Of The Navy | System and method for monitoring risk in a system development program |
| US6529889B1 (en) * | 1999-07-27 | 2003-03-04 | Acappella Software, Inc. | System and method of knowledge architecture |
| US6736642B2 (en) * | 1999-08-31 | 2004-05-18 | Indeliq, Inc. | Computer enabled training of a user to validate assumptions |
| US20020078435A1 (en) * | 1999-10-15 | 2002-06-20 | Pamela P. Liu | Table driven configurator on internet |
| WO2001093084A1 (en) * | 2000-06-02 | 2001-12-06 | Johnson Joseph E | Apparatus and method for handling logical and numerical uncertainty utilizing novel underlying precepts |
| US6725287B1 (en) * | 2000-11-09 | 2004-04-20 | Elity Systems, Inc. | Method and system for capturing streaming data by an actionable information engine |
| US6907416B2 (en) * | 2001-06-04 | 2005-06-14 | Honeywell International Inc. | Adaptive knowledge management system for vehicle trend monitoring, health management and preventive maintenance |
| JP2003001685A (ja) * | 2001-06-25 | 2003-01-08 | Fanuc Ltd | 成形技術収集装置 |
| US7630910B2 (en) * | 2001-12-31 | 2009-12-08 | Genworth Financial, Inc. | System for case-based insurance underwriting suitable for use by an automated system |
| US7818186B2 (en) | 2001-12-31 | 2010-10-19 | Genworth Financial, Inc. | System for determining a confidence factor for insurance underwriting suitable for use by an automated system |
| US7844476B2 (en) | 2001-12-31 | 2010-11-30 | Genworth Financial, Inc. | Process for case-based insurance underwriting suitable for use by an automated system |
| US7895062B2 (en) * | 2001-12-31 | 2011-02-22 | Genworth Financial, Inc. | System for optimization of insurance underwriting suitable for use by an automated system |
| US7844477B2 (en) * | 2001-12-31 | 2010-11-30 | Genworth Financial, Inc. | Process for rule-based insurance underwriting suitable for use by an automated system |
| US8005693B2 (en) | 2001-12-31 | 2011-08-23 | Genworth Financial, Inc. | Process for determining a confidence factor for insurance underwriting suitable for use by an automated system |
| US8793146B2 (en) * | 2001-12-31 | 2014-07-29 | Genworth Holdings, Inc. | System for rule-based insurance underwriting suitable for use by an automated system |
| US7899688B2 (en) * | 2001-12-31 | 2011-03-01 | Genworth Financial, Inc. | Process for optimization of insurance underwriting suitable for use by an automated system |
| US7383239B2 (en) * | 2003-04-30 | 2008-06-03 | Genworth Financial, Inc. | System and process for a fusion classification for insurance underwriting suitable for use by an automated system |
| US7813945B2 (en) | 2003-04-30 | 2010-10-12 | Genworth Financial, Inc. | System and process for multivariate adaptive regression splines classification for insurance underwriting suitable for use by an automated system |
| US7801748B2 (en) | 2003-04-30 | 2010-09-21 | Genworth Financial, Inc. | System and process for detecting outliers for insurance underwriting suitable for use by an automated system |
| US7567914B2 (en) * | 2003-04-30 | 2009-07-28 | Genworth Financial, Inc. | System and process for dominance classification for insurance underwriting suitable for use by an automated system |
| US7698159B2 (en) | 2004-02-13 | 2010-04-13 | Genworth Financial Inc. | Systems and methods for performing data collection |
| US7668824B2 (en) * | 2004-03-01 | 2010-02-23 | Denso Corporation | Interface device, inferring system, and visual expression method |
| US20070295556A1 (en) * | 2006-06-22 | 2007-12-27 | Oded Grinberg | Device system and method of adjustable telescopic legs |
| US20080097811A1 (en) * | 2006-10-24 | 2008-04-24 | Fritz Kramer | Systems and methods for reducing poverty |
| JP5582707B2 (ja) * | 2009-02-27 | 2014-09-03 | キヤノン株式会社 | 医療意志決定支援装置及びその制御方法 |
| US20110205850A1 (en) * | 2010-02-23 | 2011-08-25 | Srinivas Annambhotla | System and method for managing calendar events using location information |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4712182A (en) * | 1983-03-09 | 1987-12-08 | Hitachi, Ltd. | Method of estimating fracture point of pipe line network |
| US4730259A (en) * | 1985-03-01 | 1988-03-08 | Gallant Stephen I | Matrix controlled expert system producible from examples |
| GB8521663D0 (en) * | 1985-08-30 | 1985-10-02 | British Steel Corp | Control of reactants in chemical engineering systems |
| US4763277A (en) * | 1986-01-17 | 1988-08-09 | International Business Machines Corporation | Method for obtaining information in an expert system |
| US4754410A (en) * | 1986-02-06 | 1988-06-28 | Westinghouse Electric Corp. | Automated rule based process control method with feedback and apparatus therefor |
| DE3772812D1 (de) * | 1986-04-11 | 1991-10-17 | Mitsubishi Electric Corp | Selbsteinstellender regler. |
| JPH0786893B2 (ja) * | 1986-11-13 | 1995-09-20 | オムロン株式会社 | ファジィ情報処理装置 |
| US4860213A (en) * | 1987-10-01 | 1989-08-22 | General Electric Company | Reasoning system for reasoning with uncertainty |
| JPH01125692A (ja) * | 1987-11-11 | 1989-05-18 | Hitachi Ltd | 情報サービス方式 |
| JPH01283639A (ja) * | 1988-03-11 | 1989-11-15 | Internatl Chip Corp | Ｖｌｓｉハードウェア構成のルールベースエキスパートシステムの装置及び方法 |
| KR920003701B1 (ko) * | 1988-03-17 | 1992-05-09 | 가부시끼가이샤 도시바 | 리얼타임 엑스파트 계산기 시스템 |
| US4918620A (en) * | 1988-06-16 | 1990-04-17 | General Electric Company | Expert system method and architecture |
-
1988
- 1988-06-08 JP JP63139325A patent/JPH01309101A/ja active Pending
-
1989
- 1989-05-30 US US07/359,023 patent/US5208898A/en not_active Expired - Fee Related
- 1989-06-08 DE DE3918789A patent/DE3918789C2/de not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0511810A (ja) * | 1991-07-08 | 1993-01-22 | Sanki Eng Co Ltd | フアジイ推論エンジンのフイードバツクシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| DE3918789A1 (de) | 1989-12-21 |
| DE3918789C2 (de) | 1995-10-26 |
| US5208898A (en) | 1993-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH01309101A (ja) | 適応知識推定方法 | |
| Lal et al. | Development and verification of a digital twin patient model to predict specific treatment response during the first 24 hours of sepsis | |
| Bee-Hua | Evaluating the performance of combining neural networks and genetic algorithms to forecast construction demand: the case of the Singapore residential sector | |
| Diamond | Future imperfect: the limitations of clinical prediction models and the limits of clinical prediction | |
| CN110686633A (zh) | 一种滑坡位移预测方法、装置及电子设备 | |
| JP2020532025A (ja) | 被検体の致命的症状の発生を早期に予測するための予測結果を生成する方法、及びそれを利用する装置 | |
| Maghrebi et al. | Feasibility study of automatically performing the concrete delivery dispatching through machine learning techniques | |
| Attarzadeh et al. | Software development effort estimation based on a new fuzzy logic model | |
| Jin et al. | Interval basic uncertain information and related aggregations in decision making | |
| Palomares et al. | Low-dimensional visualization of experts’ preferences in urgent group decision making under uncertainty | |
| Malik et al. | An analysis of fuzzy approaches for COCOMO II | |
| Colbert et al. | Using trajectory measurements to estimate the region of attraction of nonlinear systems | |
| Liberatore | Critical path analysis with fuzzy activity times | |
| Cardoso et al. | Implementing ethical governors in BDI | |
| Jagtenberg et al. | Optimal ambulance dispatching | |
| Bouleux et al. | Requirements for a digital twin for an emergency department | |
| Nivolianitou et al. | A fuzzy modeling application for human reliability analysis in the process industry | |
| Kondratenko et al. | Intelligent decision support system for selecting the university-industry cooperation model using modified antecedent-consequent method | |
| Pavlov et al. | Technology resolution criterion of uncertainty in intelligent distributed decision support systems | |
| Averty et al. | An ordered logit model of air traffic controllers conflict risk judgment | |
| Ramanna et al. | Generalized conflict and resolution model with approximation spaces | |
| Bello et al. | Uncertainty Management with Fuzzy and Rough Sets: Recent Advances and Applications | |
| Yang et al. | Bayesian network approach to customer requirements to customized product model | |
| Umoeka et al. | Optimization of Interval Type-2 Fuzzy Logic System for Software Reliability Prediction‖ | |
| Song et al. | A novel generic higher-order TSK fuzzy model for prediction and applications for medical decision support |