JPH11219297A - 診断型問題解決装置及びプログラム記録媒体 - Google Patents
診断型問題解決装置及びプログラム記録媒体Info
- Publication number
- JPH11219297A JPH11219297A JP10022501A JP2250198A JPH11219297A JP H11219297 A JPH11219297 A JP H11219297A JP 10022501 A JP10022501 A JP 10022501A JP 2250198 A JP2250198 A JP 2250198A JP H11219297 A JPH11219297 A JP H11219297A
- Authority
- JP
- Japan
- Prior art keywords
- solution
- case
- cases
- similarity
- reliability
- 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- Withdrawn
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】本発明は、現在の問題に対する解を得る診断型
問題解決装置関し、低コストで実現できるとともに、ユ
ーザの理解し易い解を得ることができるようにすること
を目的とする。 【解決手段】過去に発生した問題とそれに対する解との
対データからなる事例を管理する事例データベース１０
と、現在の問題と事例データベース１０に格納される事
例の持つ問題との間の類似度を算出する類似度算出手段
１２と、事例データベース１０に格納される事例の中か
ら、類似度の大きい順に複数の事例を選択する選択手段
１３と、選択手段１３の選択する事例の持つ解と、それ
らの事例の持つ問題についての類似度とから、それらの
事例の持つ解の信頼度を算出する信頼度算出手段１４
と、信頼度算出手段１４の算出する信頼度に基づき、現
在の問題に対する解を出力する出力手段１７とを備える
ように構成する。
問題解決装置関し、低コストで実現できるとともに、ユ
ーザの理解し易い解を得ることができるようにすること
を目的とする。 【解決手段】過去に発生した問題とそれに対する解との
対データからなる事例を管理する事例データベース１０
と、現在の問題と事例データベース１０に格納される事
例の持つ問題との間の類似度を算出する類似度算出手段
１２と、事例データベース１０に格納される事例の中か
ら、類似度の大きい順に複数の事例を選択する選択手段
１３と、選択手段１３の選択する事例の持つ解と、それ
らの事例の持つ問題についての類似度とから、それらの
事例の持つ解の信頼度を算出する信頼度算出手段１４
と、信頼度算出手段１４の算出する信頼度に基づき、現
在の問題に対する解を出力する出力手段１７とを備える
ように構成する。
Description
【０００１】
【発明の属する技術分野】本発明は、現在の問題に対す
る解を得る診断型問題解決装置と、その実現に用いられ
るプログラムが記録されるプログラム記録媒体とに関
し、特に、低コストで実現できるとともに、ユーザの理
解し易い解を得ることができるようにする診断型問題解
決装置と、その実現に用いられるプログラムが記録され
るプログラム記録媒体とに関する。
る解を得る診断型問題解決装置と、その実現に用いられ
るプログラムが記録されるプログラム記録媒体とに関
し、特に、低コストで実現できるとともに、ユーザの理
解し易い解を得ることができるようにする診断型問題解
決装置と、その実現に用いられるプログラムが記録され
るプログラム記録媒体とに関する。
【０００２】様々な分野で、故障診断問題が発生する。
例えば、生産されたプリント板は、出荷される前に、異
常がないかどうかの試験が行われる。プリント板に異常
が発生した場合には、プリント板のどの部品がどの位置
で異常を起こしているのかが解析され、異常だと思われ
る部品の交換が行われた後、再び、異常箇所がないかど
うかの試験が行われる。
例えば、生産されたプリント板は、出荷される前に、異
常がないかどうかの試験が行われる。プリント板に異常
が発生した場合には、プリント板のどの部品がどの位置
で異常を起こしているのかが解析され、異常だと思われ
る部品の交換が行われた後、再び、異常箇所がないかど
うかの試験が行われる。
【０００３】このとき、プリント板の異常に関する症状
を入力することで、異常部品や異常箇所の診断を行う診
断型の問題解決装置があれば、異常の解析や交換にかか
るコストを大幅に削減できることになる。
を入力することで、異常部品や異常箇所の診断を行う診
断型の問題解決装置があれば、異常の解析や交換にかか
るコストを大幅に削減できることになる。
【０００４】このようなことを背景にして、現在発生し
ている問題の解決を行ったり、ユーザの問題解決を支援
する診断型の問題解決装置が必要とされているが、この
診断型の問題解決装置は、実用性を高めるためにも、低
コストで実現できるようにする必要があるとともに、ユ
ーザの理解し易い解を得ることができるようにする必要
がある。
ている問題の解決を行ったり、ユーザの問題解決を支援
する診断型の問題解決装置が必要とされているが、この
診断型の問題解決装置は、実用性を高めるためにも、低
コストで実現できるようにする必要があるとともに、ユ
ーザの理解し易い解を得ることができるようにする必要
がある。
【０００５】
【従来の技術】従来技術では、診断型の問題解決は、エ
キスパートシステムにより実現されていた。
キスパートシステムにより実現されていた。
【０００６】この診断型のエキスパートシステムでは、
専門家の問題解決に関する知識をルールの形で表現し
て、それらのルールを用いて、現在の問題に対する解を
導出することになる。
専門家の問題解決に関する知識をルールの形で表現し
て、それらのルールを用いて、現在の問題に対する解を
導出することになる。
【０００７】ここで、一般的には、専門家から獲得され
た知識は、if-then ルールの形式でルールデータベース
に格納されており、現在の問題が入力された場合、この
問題にマッチするルールを使用して、現在の問題に対す
る解を導出するという方法が採られている。
た知識は、if-then ルールの形式でルールデータベース
に格納されており、現在の問題が入力された場合、この
問題にマッチするルールを使用して、現在の問題に対す
る解を導出するという方法が採られている。
【０００８】このように、従来では、診断型の問題解決
は、専門家からの知識獲得に基づく診断型のエキスパー
トシステムにより実現されていたのである。
は、専門家からの知識獲得に基づく診断型のエキスパー
トシステムにより実現されていたのである。
【０００９】
【発明が解決しようとする課題】しかしながら、診断型
のエキスパートシステムでは、専門家の知識をルールの
形式でルールデータベースに格納して、そのルールデー
タベースに格納されるルールを用いて、現在の問題に対
する解を導出することから、２つの大きな課題を抱えて
いた。
のエキスパートシステムでは、専門家の知識をルールの
形式でルールデータベースに格納して、そのルールデー
タベースに格納されるルールを用いて、現在の問題に対
する解を導出することから、２つの大きな課題を抱えて
いた。
【００１０】第１の課題は、ルールデータベースの構築
に要するコストが非常に大きいという点である。すなわ
ち、専門家からルールの形で知識を獲得するということ
は非常な困難を伴うものであり、大きなコストが必要と
なる。
に要するコストが非常に大きいという点である。すなわ
ち、専門家からルールの形で知識を獲得するということ
は非常な困難を伴うものであり、大きなコストが必要と
なる。
【００１１】第２の課題は、解の導出に関する説明をユ
ーザに分かり易い形式で行うことが困難な点である。す
なわち、解の導出に関する説明は、適用されたルールを
表示することで行われることになるが、表示されるルー
ル数が膨大なものとなると、ユーザにとってその説明が
分かり難いものとなる。
ーザに分かり易い形式で行うことが困難な点である。す
なわち、解の導出に関する説明は、適用されたルールを
表示することで行われることになるが、表示されるルー
ル数が膨大なものとなると、ユーザにとってその説明が
分かり難いものとなる。
【００１２】本発明はかかる事情に鑑みてなされたもの
であって、低コストで実現できるとともに、ユーザの理
解し易い解を得ることができるようにする新たな診断型
問題解決装置の提供と、その実現に用いられるプログラ
ムが記録される新たなプログラム記録媒体の提供とを目
的とする。
であって、低コストで実現できるとともに、ユーザの理
解し易い解を得ることができるようにする新たな診断型
問題解決装置の提供と、その実現に用いられるプログラ
ムが記録される新たなプログラム記録媒体の提供とを目
的とする。
【００１３】
【課題を解決するための手段】図１に本発明の原理構成
を図示する。図中、１は本発明を具備する診断型問題解
決装置であって、現在の問題が与えられるときに、その
問題に対する解を得て出力するものである。
を図示する。図中、１は本発明を具備する診断型問題解
決装置であって、現在の問題が与えられるときに、その
問題に対する解を得て出力するものである。
【００１４】本発明の診断型問題解決装置１は、事例デ
ータベース１０と、入力手段１１と、類似度算出手段１
２と、選択手段１３と、信頼度算出手段１４と、閾値学
習手段１５と、事例数学習手段１６と、出力手段１７と
を備える。
ータベース１０と、入力手段１１と、類似度算出手段１
２と、選択手段１３と、信頼度算出手段１４と、閾値学
習手段１５と、事例数学習手段１６と、出力手段１７と
を備える。
【００１５】この事例データベース１０は、過去に発生
した問題とそれに対する解との対データからなる事例を
管理する。入力手段１１は、現在の問題を入力する。類
似度算出手段１２は、入力手段１１の入力する現在の問
題と、事例データベース１０に格納される事例の持つ問
題との間の類似度を算出する。
した問題とそれに対する解との対データからなる事例を
管理する。入力手段１１は、現在の問題を入力する。類
似度算出手段１２は、入力手段１１の入力する現在の問
題と、事例データベース１０に格納される事例の持つ問
題との間の類似度を算出する。
【００１６】選択手段１３は、事例データベース１０に
格納される事例の中から、類似度算出手段１２の算出す
る類似度の大きい順に複数の事例を選択する。信頼度算
出手段１４は、選択手段１３の選択する事例の持つ解
と、類似度算出手段１２により算出されるそれらの事例
の持つ問題についての類似度とから、それらの事例の持
つ解の信頼度を算出する。
格納される事例の中から、類似度算出手段１２の算出す
る類似度の大きい順に複数の事例を選択する。信頼度算
出手段１４は、選択手段１３の選択する事例の持つ解
と、類似度算出手段１２により算出されるそれらの事例
の持つ問題についての類似度とから、それらの事例の持
つ解の信頼度を算出する。
【００１７】閾値学習手段１５は、選択手段１３が規定
の閾値よりも大きな類似度を示す事例を選択する構成を
採るときに、閾値を複数想定し、それらの各閾値に対し
て、事例データベース１０に格納される事例を使って正
解率を評価することで、それらの閾値の中から選択手段
１３の選択処理に用いる閾値を得る。
の閾値よりも大きな類似度を示す事例を選択する構成を
採るときに、閾値を複数想定し、それらの各閾値に対し
て、事例データベース１０に格納される事例を使って正
解率を評価することで、それらの閾値の中から選択手段
１３の選択処理に用いる閾値を得る。
【００１８】事例数学習手段１６は、選択手段１３が規
定の事例数分の事例を選択する構成を採るときに、事例
数を複数想定し、それらの各事例数に対して、事例デー
タベース１０に格納される事例を使って正解率を評価す
ることで、それらの事例数の中から選択手段１３の選択
処理に用いる事例数を得る。
定の事例数分の事例を選択する構成を採るときに、事例
数を複数想定し、それらの各事例数に対して、事例デー
タベース１０に格納される事例を使って正解率を評価す
ることで、それらの事例数の中から選択手段１３の選択
処理に用いる事例数を得る。
【００１９】出力手段１７は、信頼度算出手段１４の算
出する信頼度に基づき、現在の問題に対する解を出力す
る。ここで、本発明の診断型問題解決装置１の持つ事例
データベース１０以外の機能は具体的にはプログラムで
実現されるものであり、このプログラムは、フロッピィ
ディスクなどに格納されたり、サーバなどのディスクな
どに格納され、それらから診断型問題解決装置１にイン
ストールされてメモリ上で動作することで、本発明を実
現することになる。
出する信頼度に基づき、現在の問題に対する解を出力す
る。ここで、本発明の診断型問題解決装置１の持つ事例
データベース１０以外の機能は具体的にはプログラムで
実現されるものであり、このプログラムは、フロッピィ
ディスクなどに格納されたり、サーバなどのディスクな
どに格納され、それらから診断型問題解決装置１にイン
ストールされてメモリ上で動作することで、本発明を実
現することになる。
【００２０】このように構成される本発明の診断型問題
解決装置１では、現在の問題が入力されると、類似度算
出手段１２は、入力された現在の問題と、事例データベ
ース１０に格納される過去の事例の持つ問題との間の類
似度を算出し、これを受けて、選択手段１３は、事例デ
ータベース１０に格納される過去の事例の中から、閾値
学習手段１５の学習する閾値よりも大きな類似度を示す
事例を選択したり、事例数学習手段１６の学習する事例
数分の事例を選択することなどにより、算出された類似
度の大きい順に複数の事例を選択する。
解決装置１では、現在の問題が入力されると、類似度算
出手段１２は、入力された現在の問題と、事例データベ
ース１０に格納される過去の事例の持つ問題との間の類
似度を算出し、これを受けて、選択手段１３は、事例デ
ータベース１０に格納される過去の事例の中から、閾値
学習手段１５の学習する閾値よりも大きな類似度を示す
事例を選択したり、事例数学習手段１６の学習する事例
数分の事例を選択することなどにより、算出された類似
度の大きい順に複数の事例を選択する。
【００２１】この選択手段１３の選択する事例を受け
て、信頼度算出手段１４は、選択された事例の持つ解
と、類似度算出手段１１により算出されたそれらの事例
の持つ問題についての類似度とから、選択された事例の
持つ解が現在の問題の解である可能性を示す信頼度を算
出し、これを受けて、出力手段１７は、算出された信頼
度に基づいて現在の問題に対する解を出力する。
て、信頼度算出手段１４は、選択された事例の持つ解
と、類似度算出手段１１により算出されたそれらの事例
の持つ問題についての類似度とから、選択された事例の
持つ解が現在の問題の解である可能性を示す信頼度を算
出し、これを受けて、出力手段１７は、算出された信頼
度に基づいて現在の問題に対する解を出力する。
【００２２】このように、本発明の診断型問題解決装置
１では、過去の類似事例を特定して、それらの類似事例
の持つ解が現在の問題の解である可能性を示す信頼度を
算出する構成を採って、その信頼度に基づいて現在の問
題に対する解を得る構成を採るので、専門家からの知識
を獲得することなく、現在の問題に対する解を得ること
ができるようになり、これにより、低コストで実現でき
るとともに、ユーザの理解し易い解を得ることができる
ようになる。
１では、過去の類似事例を特定して、それらの類似事例
の持つ解が現在の問題の解である可能性を示す信頼度を
算出する構成を採って、その信頼度に基づいて現在の問
題に対する解を得る構成を採るので、専門家からの知識
を獲得することなく、現在の問題に対する解を得ること
ができるようになり、これにより、低コストで実現でき
るとともに、ユーザの理解し易い解を得ることができる
ようになる。
【００２３】
【発明の実施の形態】以下、実施の形態に従って本発明
を詳細に説明する。図２に、本発明の一実施例を図示す
る。
を詳細に説明する。図２に、本発明の一実施例を図示す
る。
【００２４】図中、２０は本発明を具備するコンピュー
タ装置であって、過去に発生した問題とそれに対する解
との対データからなる事例を管理する診断用事例データ
ベース４０を備えて、端末３０から現在の問題が与えら
れるときに、この診断用事例データベース４０の管理す
る過去の事例を使って、その問題に対する解を得て出力
するものである。
タ装置であって、過去に発生した問題とそれに対する解
との対データからなる事例を管理する診断用事例データ
ベース４０を備えて、端末３０から現在の問題が与えら
れるときに、この診断用事例データベース４０の管理す
る過去の事例を使って、その問題に対する解を得て出力
するものである。
【００２５】このコンピュータ装置２０は、本発明を実
現するために、フロッピィディスクや回線などを介して
インストールされて、現在の問題に対する解を得る問題
解決プログラム２１と、問題解決プログラム２１により
作成される類似度テーブル２２／類似事例テーブル２３
／信頼度テーブル２４と、フロッピィディスクや回線な
どを介してインストールされて、問題解決プログラム２
１の用いる事例数や閾値を学習する学習プログラム２５
とを備える。
現するために、フロッピィディスクや回線などを介して
インストールされて、現在の問題に対する解を得る問題
解決プログラム２１と、問題解決プログラム２１により
作成される類似度テーブル２２／類似事例テーブル２３
／信頼度テーブル２４と、フロッピィディスクや回線な
どを介してインストールされて、問題解決プログラム２
１の用いる事例数や閾値を学習する学習プログラム２５
とを備える。
【００２６】診断用事例データベース４０は、例えば自
然言語を使って、過去に発生した問題とそれに対する解
との対データからなる事例を管理するものであり、プリ
ント板の故障診断を実現する場合には、図３に示すよう
に、過去において、プリント板にどういう故障が発生
し、どの位置（ＡＦ２など）のどの部品（ＭＢ８６９３
２ー４０など）によりその故障が発生したのかというこ
とを管理する。前者が過去の事例の問題となり、後者が
過去の事例の解となる。その他に、補助情報として、事
例名や、故障を取り扱った担当者名や、故障の発生の日
付けや、故障に関する特記事項などを管理する。
然言語を使って、過去に発生した問題とそれに対する解
との対データからなる事例を管理するものであり、プリ
ント板の故障診断を実現する場合には、図３に示すよう
に、過去において、プリント板にどういう故障が発生
し、どの位置（ＡＦ２など）のどの部品（ＭＢ８６９３
２ー４０など）によりその故障が発生したのかというこ
とを管理する。前者が過去の事例の問題となり、後者が
過去の事例の解となる。その他に、補助情報として、事
例名や、故障を取り扱った担当者名や、故障の発生の日
付けや、故障に関する特記事項などを管理する。
【００２７】図４及び図５に、問題解決プログラム２１
の実行する処理フローの一実施例を図示する。次に、こ
の処理フローに従って、本発明について詳細に説明す
る。問題解決プログラム２１は、端末３０から現在の問
題が与えられると、図４及び図５の処理フローに示すよ
うに、先ず最初に、ステップ１で、診断用事例データベ
ース４０に格納される事例の中から未処理の事例を１つ
選択し、続くステップ２で、全ての事例を選択したのか
否かを判断して、全ての事例を選択していないことを判
断するとき、すなわち、ステップ１で、未処理の事例を
１つ選択できたことを判断するときには、ステップ３に
進んで、端末３０から与えられた現在の問題と、選択し
た事例の持つ問題との間の類似度を算出して類似度テー
ブル２２に格納してから、ステップ１に戻っていく。
の実行する処理フローの一実施例を図示する。次に、こ
の処理フローに従って、本発明について詳細に説明す
る。問題解決プログラム２１は、端末３０から現在の問
題が与えられると、図４及び図５の処理フローに示すよ
うに、先ず最初に、ステップ１で、診断用事例データベ
ース４０に格納される事例の中から未処理の事例を１つ
選択し、続くステップ２で、全ての事例を選択したのか
否かを判断して、全ての事例を選択していないことを判
断するとき、すなわち、ステップ１で、未処理の事例を
１つ選択できたことを判断するときには、ステップ３に
進んで、端末３０から与えられた現在の問題と、選択し
た事例の持つ問題との間の類似度を算出して類似度テー
ブル２２に格納してから、ステップ１に戻っていく。
【００２８】この類似度の算出処理は、例えば、問題を
記述する文書の持つキーワードの重みを使い、両者の問
題に共通に含まれるキーワードの重みを積算して、それ
を“０”から“１”の間の値に正規化することで行う。
記述する文書の持つキーワードの重みを使い、両者の問
題に共通に含まれるキーワードの重みを積算して、それ
を“０”から“１”の間の値に正規化することで行う。
【００２９】ここで、文書中に出現するキーワードの重
みは、例えば、ＴＦ（Text Frequency）や、ＩＤＦ（In
verse Document Frequency）という手法で算出されるこ
とになる。このＴＦは、文書中のキーワードの出現頻度
に対する重みを表すもので、出現頻度が高ければ高いほ
ど大きな値を持つように設定される。一方、ＩＤＦは、
文書データベース中におけるキーワードの出現の分散を
表現したもので、例えば、 ＩＤＦi ＝log2[(Ｎ−ｎi ) ／ｎi ] 但し、Ｎ ：文書データベース中の文書数 ｎi ：文書データベース中のキーワードのｉの出現頻度 という算出式に従って算出され、文書データベース中の
キーワードの出現頻度が低ければ低いほど大きな値を持
つように設定される。
みは、例えば、ＴＦ（Text Frequency）や、ＩＤＦ（In
verse Document Frequency）という手法で算出されるこ
とになる。このＴＦは、文書中のキーワードの出現頻度
に対する重みを表すもので、出現頻度が高ければ高いほ
ど大きな値を持つように設定される。一方、ＩＤＦは、
文書データベース中におけるキーワードの出現の分散を
表現したもので、例えば、 ＩＤＦi ＝log2[(Ｎ−ｎi ) ／ｎi ] 但し、Ｎ ：文書データベース中の文書数 ｎi ：文書データベース中のキーワードのｉの出現頻度 という算出式に従って算出され、文書データベース中の
キーワードの出現頻度が低ければ低いほど大きな値を持
つように設定される。
【００３０】このようにして、ステップ１ないステップ
３を繰り返していくことで、問題解決プログラム２１
は、図６に示すように、類似度テーブル２２に対して、
診断用事例データベース４０に格納される事例を登録単
位として、端末３０から与えられた現在の問題とそれら
の事例の持つ問題との間の類似度を登録していくことに
なる。
３を繰り返していくことで、問題解決プログラム２１
は、図６に示すように、類似度テーブル２２に対して、
診断用事例データベース４０に格納される事例を登録単
位として、端末３０から与えられた現在の問題とそれら
の事例の持つ問題との間の類似度を登録していくことに
なる。
【００３１】類似度テーブル２２への類似度の登録が完
了することで、ステップ２で、診断用事例データベース
４０の全事例を選択したことを判断すると、ステップ４
に進んで、類似度テーブル２２に格納される事例の中か
ら、類似度の大きい順に、規定の事例数分の事例を選択
して、それを類似事例テーブル２３に格納する。
了することで、ステップ２で、診断用事例データベース
４０の全事例を選択したことを判断すると、ステップ４
に進んで、類似度テーブル２２に格納される事例の中か
ら、類似度の大きい順に、規定の事例数分の事例を選択
して、それを類似事例テーブル２３に格納する。
【００３２】このとき用いる事例数については、ユーザ
と対話することで設定してもよいが、後述する学習プロ
グラム２５の決定するものを用いると、ユーザの主観が
入らずに設定できることになる。
と対話することで設定してもよいが、後述する学習プロ
グラム２５の決定するものを用いると、ユーザの主観が
入らずに設定できることになる。
【００３３】このようにして、問題解決プログラム２１
は、例えば、事例数として５個が設定されると、図６に
示した類似度テーブル２２から、図７に示す類似事例テ
ーブル２３を作成することになる。
は、例えば、事例数として５個が設定されると、図６に
示した類似度テーブル２２から、図７に示す類似事例テ
ーブル２３を作成することになる。
【００３４】類似事例テーブル２３を作成すると、続い
て、ステップ５で、類似事例テーブル２３に格納される
事例の中から未処理の事例を１つ選択することで１つの
解を選択し、続くステップ６で、全ての解（事例）を選
択したのか否かを判断して、全ての解（事例）を選択し
ていないことを判断するとき、すなわち、ステップ５
で、未処理の解（事例）を１つ選択できたことを判断す
るときには、ステップ７に進んで、類似事例テーブル２
３に格納される同一解を抽出して、それらの同一解の持
つ類似度から、選択した解の信頼度を算出して信頼度テ
ーブル２４に格納してから、ステップ５に戻っていく。
ここで、抽出した同一解を持つ事例については、以降、
選択済みとして扱うことになる。
て、ステップ５で、類似事例テーブル２３に格納される
事例の中から未処理の事例を１つ選択することで１つの
解を選択し、続くステップ６で、全ての解（事例）を選
択したのか否かを判断して、全ての解（事例）を選択し
ていないことを判断するとき、すなわち、ステップ５
で、未処理の解（事例）を１つ選択できたことを判断す
るときには、ステップ７に進んで、類似事例テーブル２
３に格納される同一解を抽出して、それらの同一解の持
つ類似度から、選択した解の信頼度を算出して信頼度テ
ーブル２４に格納してから、ステップ５に戻っていく。
ここで、抽出した同一解を持つ事例については、以降、
選択済みとして扱うことになる。
【００３５】この信頼度の算出処理は、例えば、同一解
の持つ類似度の最大値を特定して、その最大値を信頼度
として設定することで行ったり、その最大値をmax
(Ｓi ) 、同一解の持つ類似度の総和をtot(Ｓi ）、類
似事例テーブル２３に格納される類似度の総和をＴＯＴ
で表すならば、解Ｓi の信頼度を、 信頼度（Ｓi ）＝max(Ｓi ）× 〔max(Ｓi ）＋[1−max(Ｓi )]×tot(Ｓi ）／ＴＯＴ〕 の算出式に従って算出することで行う。
の持つ類似度の最大値を特定して、その最大値を信頼度
として設定することで行ったり、その最大値をmax
(Ｓi ) 、同一解の持つ類似度の総和をtot(Ｓi ）、類
似事例テーブル２３に格納される類似度の総和をＴＯＴ
で表すならば、解Ｓi の信頼度を、 信頼度（Ｓi ）＝max(Ｓi ）× 〔max(Ｓi ）＋[1−max(Ｓi )]×tot(Ｓi ）／ＴＯＴ〕 の算出式に従って算出することで行う。
【００３６】前者の信頼度算出処理に従う場合には、図
７に示す類似事例テーブル２３から、「ＭＢ８６９３２
／ＡＦ２」という解に対する信頼度として“0.８９”と
いう信頼度を算出することになる。また、後者の信頼度
算出処理に従う場合には、図７に示す類似事例テーブル
２３から、「ＭＢ８６９３２／ＡＦ２」という解に対す
る信頼度として、 0.89×〔0.89＋（１−0.89）×2.07／3.24〕＝0.85 に従って“0.８５”という信頼度を算出することにな
る。
７に示す類似事例テーブル２３から、「ＭＢ８６９３２
／ＡＦ２」という解に対する信頼度として“0.８９”と
いう信頼度を算出することになる。また、後者の信頼度
算出処理に従う場合には、図７に示す類似事例テーブル
２３から、「ＭＢ８６９３２／ＡＦ２」という解に対す
る信頼度として、 0.89×〔0.89＋（１−0.89）×2.07／3.24〕＝0.85 に従って“0.８５”という信頼度を算出することにな
る。
【００３７】このようにして、ステップ５ないステップ
７を繰り返していくことで、問題解決プログラム２１
は、図８に示すように、信頼度テーブル２４に対して、
類似事例テーブル２３に格納される事例の持つ解を登録
単位として、端末３０から与えられた現在の問題に対す
る解の信頼度を登録していくことになる。
７を繰り返していくことで、問題解決プログラム２１
は、図８に示すように、信頼度テーブル２４に対して、
類似事例テーブル２３に格納される事例の持つ解を登録
単位として、端末３０から与えられた現在の問題に対す
る解の信頼度を登録していくことになる。
【００３８】信頼度テーブル２４への信頼度の登録が完
了することで、ステップ６で、類似事例テーブル２３の
全事例を選択したことを判断すると、ステップ８（図５
の処理フロー）に進んで、信頼度テーブル２４に格納さ
れる解を、信頼度の順番に従ってソートし、続くステッ
プ９で、信頼度テーブル２４に格納される解を、そのソ
ート順に、信頼度を付加して端末３０に出力する。
了することで、ステップ６で、類似事例テーブル２３の
全事例を選択したことを判断すると、ステップ８（図５
の処理フロー）に進んで、信頼度テーブル２４に格納さ
れる解を、信頼度の順番に従ってソートし、続くステッ
プ９で、信頼度テーブル２４に格納される解を、そのソ
ート順に、信頼度を付加して端末３０に出力する。
【００３９】このようにして、図８に示す信頼度テーブ
ル２４を作成すると、問題解決プログラム２１は、端末
３０から与えられた現在の問題に対する解として、信頼
度“0.８５”を持つ「ＭＢ８６９３２／ＡＦ２」、信頼
度“0.４７”を持つ「ＣＧ２１０４５／ＡＭ５」、信頼
度“0.３１”を持つ「ＣＡ２０１０３／ＣＢ４」を出力
するのである。
ル２４を作成すると、問題解決プログラム２１は、端末
３０から与えられた現在の問題に対する解として、信頼
度“0.８５”を持つ「ＭＢ８６９３２／ＡＦ２」、信頼
度“0.４７”を持つ「ＣＧ２１０４５／ＡＭ５」、信頼
度“0.３１”を持つ「ＣＡ２０１０３／ＣＢ４」を出力
するのである。
【００４０】この解の出力を受け取ると、現在の問題を
入力したユーザは、最も可能性の高い解として、「ＭＢ
８６９３２／ＡＦ２」があり、それに続く可能性の高い
解として、「ＣＧ２１０４５／ＡＭ５」があり、それに
続く可能性の高い解として、「ＣＡ２０１０３／ＣＢ
４」があることを知ることができるようになる。
入力したユーザは、最も可能性の高い解として、「ＭＢ
８６９３２／ＡＦ２」があり、それに続く可能性の高い
解として、「ＣＧ２１０４５／ＡＭ５」があり、それに
続く可能性の高い解として、「ＣＡ２０１０３／ＣＢ
４」があることを知ることができるようになる。
【００４１】なお、問題解決プログラム２１は、最も信
頼度の高い解のみを出力するような構成を採ることも可
能である。次に、学習プログラム２５の実行する処理に
ついて説明する。
頼度の高い解のみを出力するような構成を採ることも可
能である。次に、学習プログラム２５の実行する処理に
ついて説明する。
【００４２】図５及び図６の処理フローでは、問題解決
プログラム２１は、類似度テーブル２２に格納される事
例の中から、類似度の大きい順に、規定の事例数分の事
例を選択して、それを類似事例テーブル２３に格納する
ことで類似事例テーブル２３を作成する構成を採った。
学習プログラム２５は、診断用事例データベース４０に
格納される過去の事例を使って、このときに用いられる
事例数を学習処理により決定する処理を行うものであ
る。
プログラム２１は、類似度テーブル２２に格納される事
例の中から、類似度の大きい順に、規定の事例数分の事
例を選択して、それを類似事例テーブル２３に格納する
ことで類似事例テーブル２３を作成する構成を採った。
学習プログラム２５は、診断用事例データベース４０に
格納される過去の事例を使って、このときに用いられる
事例数を学習処理により決定する処理を行うものであ
る。
【００４３】図９に、この学習プログラム２５の実行す
る処理フローの一実施例を図示する。次に、この処理フ
ローに従って、学習プログラム２５の実行する処理につ
いて説明する。
る処理フローの一実施例を図示する。次に、この処理フ
ローに従って、学習プログラム２５の実行する処理につ
いて説明する。
【００４４】学習プログラム２５は、端末３０を介して
ユーザから事例数の学習要求が発行されると、図９の処
理フローに示すように、先ず最初に、ステップ１で、事
例数を最小値に設定する。
ユーザから事例数の学習要求が発行されると、図９の処
理フローに示すように、先ず最初に、ステップ１で、事
例数を最小値に設定する。
【００４５】続いて、ステップ２で、事例数が最大値を
超えたのか否かを判断して、最大値を超えていないこと
を判断するときには、ステップ３に進んで、診断用事例
データベース４０に格納される事例の中から未処理の事
例を１つ選択し、続くステップ４で、全ての事例を選択
したのか否かを判断して、全ての事例を選択したことを
判断するときには、ステップ５に進んで、事例数を規定
の増加量だけインクリメントしてから、ステップ２に戻
っていく。
超えたのか否かを判断して、最大値を超えていないこと
を判断するときには、ステップ３に進んで、診断用事例
データベース４０に格納される事例の中から未処理の事
例を１つ選択し、続くステップ４で、全ての事例を選択
したのか否かを判断して、全ての事例を選択したことを
判断するときには、ステップ５に進んで、事例数を規定
の増加量だけインクリメントしてから、ステップ２に戻
っていく。
【００４６】一方、ステップ４で、全ての事例を選択し
ていないことを判断するとき、すなわち、ステップ３
で、未処理の事例を１つ選択できたことを判断するとき
には、ステップ６に進んで、選択した事例の持つ問題を
現在の問題として設定して、問題解決プログラム２１を
起動することで、その設定した現在の問題に対する解を
得る。
ていないことを判断するとき、すなわち、ステップ３
で、未処理の事例を１つ選択できたことを判断するとき
には、ステップ６に進んで、選択した事例の持つ問題を
現在の問題として設定して、問題解決プログラム２１を
起動することで、その設定した現在の問題に対する解を
得る。
【００４７】このようにして起動されると、問題解決プ
ログラム２１は、設定された問題と、診断用事例データ
ベース４０に残されている事例の持つ問題との間の類似
度を算出し、その算出値と設定されている事例数とに従
って類似事例テーブル２３を作成して、その類似事例テ
ーブル２３から信頼度を算出することで、設定された問
題に対する解を得るので、学習プログラム２５は、問題
解決プログラム２１を起動することで、その設定した現
在の問題に対する解を得るのである。
ログラム２１は、設定された問題と、診断用事例データ
ベース４０に残されている事例の持つ問題との間の類似
度を算出し、その算出値と設定されている事例数とに従
って類似事例テーブル２３を作成して、その類似事例テ
ーブル２３から信頼度を算出することで、設定された問
題に対する解を得るので、学習プログラム２５は、問題
解決プログラム２１を起動することで、その設定した現
在の問題に対する解を得るのである。
【００４８】続いて、ステップ７で、ステップ６で得た
解が正解であるのか否かを判断して、正解であることを
判断するときには、ステップ８に進んで、得点を１つイ
ンクリメントしてからステップ３に戻り、正解でないこ
とを判断するときには、得点をインクリメントすること
なくステップ３に戻る。
解が正解であるのか否かを判断して、正解であることを
判断するときには、ステップ８に進んで、得点を１つイ
ンクリメントしてからステップ３に戻り、正解でないこ
とを判断するときには、得点をインクリメントすること
なくステップ３に戻る。
【００４９】上述したように、問題解決プログラム２１
は、設定された問題に対して、信頼度の高い順に解を出
力するので、学習プログラム２５は、設定された問題の
解（選択した事例の持つ解）と、問題解決プログラム２
１の出力する最も高い信頼度の解とが一致するのか否か
を判断することで、ステップ６で得た解が正解であるの
か否かを判断して、正解であることを判断するときに
は、得点を１つインクリメントしていくのである。
は、設定された問題に対して、信頼度の高い順に解を出
力するので、学習プログラム２５は、設定された問題の
解（選択した事例の持つ解）と、問題解決プログラム２
１の出力する最も高い信頼度の解とが一致するのか否か
を判断することで、ステップ６で得た解が正解であるの
か否かを判断して、正解であることを判断するときに
は、得点を１つインクリメントしていくのである。
【００５０】ここで、例えば、問題解決プログラム２１
の出力する第１位の信頼度を持つ解と一致するときには
得点を３点インクリメントし、第２位の信頼度を持つ解
と一致するときには得点を２点インクリメントし、第３
位の信頼度を持つ解と一致するときには得点を１点イン
クリメントするというような方法を採ることも可能であ
る。
の出力する第１位の信頼度を持つ解と一致するときには
得点を３点インクリメントし、第２位の信頼度を持つ解
と一致するときには得点を２点インクリメントし、第３
位の信頼度を持つ解と一致するときには得点を１点イン
クリメントするというような方法を採ることも可能であ
る。
【００５１】このようにして、設定された各事例数に対
する得点を求めていくときに、ステップ２で、事例数が
最大値を超えたことを判断すると、ステップ９に進ん
で、最高得点を示す事例数を問題解決プログラム２１の
用いる事例数として決定して処理を終了する。
する得点を求めていくときに、ステップ２で、事例数が
最大値を超えたことを判断すると、ステップ９に進ん
で、最高得点を示す事例数を問題解決プログラム２１の
用いる事例数として決定して処理を終了する。
【００５２】この学習プログラム２５の学習処理に従っ
て、例えば、学習プログラム２５が事例数として５個を
決定すると、上述したように、図６に示した類似度テー
ブル２２から、図７に示す類似事例テーブル２３が作成
されることになる。
て、例えば、学習プログラム２５が事例数として５個を
決定すると、上述したように、図６に示した類似度テー
ブル２２から、図７に示す類似事例テーブル２３が作成
されることになる。
【００５３】図５及び図６の処理フローでは、問題解決
プログラム２１は、類似度テーブル２２に格納される事
例の中から、類似度の大きい順に、規定の事例数分の事
例を選択して、それを類似事例テーブル２３に格納する
ことで類似事例テーブル２３を作成する構成を採った
が、規定の閾値よりも大きな類似度を持つ事例を選択し
て、それを類似事例テーブル２３に格納することで類似
事例テーブル２３を作成する構成を採ってもよい。
プログラム２１は、類似度テーブル２２に格納される事
例の中から、類似度の大きい順に、規定の事例数分の事
例を選択して、それを類似事例テーブル２３に格納する
ことで類似事例テーブル２３を作成する構成を採った
が、規定の閾値よりも大きな類似度を持つ事例を選択し
て、それを類似事例テーブル２３に格納することで類似
事例テーブル２３を作成する構成を採ってもよい。
【００５４】この構成を採る場合には、学習プログラム
２５は、図１０の処理フローを実行することで、このと
きに用いる閾値を学習処理により決定することになる。
すなわち、学習プログラム２５は、端末３０を介してユ
ーザから閾値の学習要求が発行されると、図１０の処理
フローに示すように、先ず最初に、ステップ１で、閾値
を最小値に設定する。
２５は、図１０の処理フローを実行することで、このと
きに用いる閾値を学習処理により決定することになる。
すなわち、学習プログラム２５は、端末３０を介してユ
ーザから閾値の学習要求が発行されると、図１０の処理
フローに示すように、先ず最初に、ステップ１で、閾値
を最小値に設定する。
【００５５】続いて、ステップ２で、閾値が最大値を超
えたのか否かを判断して、最大値を超えていないことを
判断するときには、ステップ３に進んで、診断用事例デ
ータベース４０に格納される事例の中から未処理の事例
を１つ選択し、続くステップ４で、全ての事例を選択し
たのか否かを判断して、全ての事例を選択したことを判
断するときには、ステップ５に進んで、閾値を規定の増
加量だけインクリメントしてから、ステップ２に戻って
いく。
えたのか否かを判断して、最大値を超えていないことを
判断するときには、ステップ３に進んで、診断用事例デ
ータベース４０に格納される事例の中から未処理の事例
を１つ選択し、続くステップ４で、全ての事例を選択し
たのか否かを判断して、全ての事例を選択したことを判
断するときには、ステップ５に進んで、閾値を規定の増
加量だけインクリメントしてから、ステップ２に戻って
いく。
【００５６】一方、ステップ４で、全ての事例を選択し
ていないことを判断するとき、すなわち、ステップ３
で、未処理の事例を１つ選択できたことを判断するとき
には、ステップ６に進んで、選択した事例の持つ問題を
現在の問題として設定して、問題解決プログラム２１を
起動することで、その設定した現在の問題に対する解を
得る。
ていないことを判断するとき、すなわち、ステップ３
で、未処理の事例を１つ選択できたことを判断するとき
には、ステップ６に進んで、選択した事例の持つ問題を
現在の問題として設定して、問題解決プログラム２１を
起動することで、その設定した現在の問題に対する解を
得る。
【００５７】このようにして起動されると、問題解決プ
ログラム２１は、設定された問題と、診断用事例データ
ベース４０に残されている事例の持つ問題との間の類似
度を算出し、その算出値と設定されている閾値とに従っ
て類似事例テーブル２３を作成して、その類似事例テー
ブル２３から信頼度を算出することで、設定された問題
に対する解を得るので、学習プログラム２５は、問題解
決プログラム２１を起動することで、その設定した現在
の問題に対する解を得るのである。
ログラム２１は、設定された問題と、診断用事例データ
ベース４０に残されている事例の持つ問題との間の類似
度を算出し、その算出値と設定されている閾値とに従っ
て類似事例テーブル２３を作成して、その類似事例テー
ブル２３から信頼度を算出することで、設定された問題
に対する解を得るので、学習プログラム２５は、問題解
決プログラム２１を起動することで、その設定した現在
の問題に対する解を得るのである。
【００５８】続いて、ステップ７で、ステップ６で得た
解が正解であるのか否かを判断して、正解であることを
判断するときには、ステップ８に進んで、得点を１つイ
ンクリメントしてからステップ３に戻り、正解でないこ
とを判断するときには、得点をインクリメントすること
なくステップ３に戻る。
解が正解であるのか否かを判断して、正解であることを
判断するときには、ステップ８に進んで、得点を１つイ
ンクリメントしてからステップ３に戻り、正解でないこ
とを判断するときには、得点をインクリメントすること
なくステップ３に戻る。
【００５９】このようにして、設定された各閾値に対す
る得点を求めていくときに、ステップ２で、閾値が最大
値を超えたことを判断すると、ステップ９に進んで、最
高得点を示す閾値を問題解決プログラム２１の用いる閾
値として決定して処理を終了する。
る得点を求めていくときに、ステップ２で、閾値が最大
値を超えたことを判断すると、ステップ９に進んで、最
高得点を示す閾値を問題解決プログラム２１の用いる閾
値として決定して処理を終了する。
【００６０】この学習プログラム２５の学習処理に従っ
て、例えば、学習プログラム２５が閾値として“0.６”
を決定すると、図６に示した類似度テーブル２２から、
図１１に示す類似事例テーブル２３が作成されることに
なる。
て、例えば、学習プログラム２５が閾値として“0.６”
を決定すると、図６に示した類似度テーブル２２から、
図１１に示す類似事例テーブル２３が作成されることに
なる。
【００６１】更に、事例数と閾値の双方の条件を充足す
る類似事例テーブル２３の作成を要求することも可能で
ある。例えば、学習プログラム２５が事例数として５個
を決定し、閾値として“0.５”を決定するときに、その
双方の条件を充足する類似事例テーブル２３の作成を要
求することも可能である。この場合には、図６に示した
類似度テーブル２２から、図１２に示す類似事例テーブ
ル２３が作成されることになる。
る類似事例テーブル２３の作成を要求することも可能で
ある。例えば、学習プログラム２５が事例数として５個
を決定し、閾値として“0.５”を決定するときに、その
双方の条件を充足する類似事例テーブル２３の作成を要
求することも可能である。この場合には、図６に示した
類似度テーブル２２から、図１２に示す類似事例テーブ
ル２３が作成されることになる。
【００６２】
【発明の効果】以上説明したように、本発明の診断型問
題解決装置では、過去の類似事例を特定して、それらの
類似事例の持つ解が現在の問題の解である可能性を示す
信頼度を算出する構成を採って、その信頼度に基づいて
現在の問題に対する解を得る構成を採るので、専門家か
らの知識を獲得することなく、現在の問題に対する解を
得ることができるようになり、これにより、低コストで
実現できるとともに、ユーザの理解し易い解を得ること
ができるようになる。
題解決装置では、過去の類似事例を特定して、それらの
類似事例の持つ解が現在の問題の解である可能性を示す
信頼度を算出する構成を採って、その信頼度に基づいて
現在の問題に対する解を得る構成を採るので、専門家か
らの知識を獲得することなく、現在の問題に対する解を
得ることができるようになり、これにより、低コストで
実現できるとともに、ユーザの理解し易い解を得ること
ができるようになる。
【００６３】そして、この構成を採るときにあって、事
例数や閾値を使って信頼度の低い類似事例を問題解決に
使用することを回避する構成を採ることから、出力する
解の質の向上を図ることができるようになる。
例数や閾値を使って信頼度の低い類似事例を問題解決に
使用することを回避する構成を採ることから、出力する
解の質の向上を図ることができるようになる。
【００６４】そして、この事例数や閾値を自動決定する
機構を持つ構成を採ることから、ユーザの負荷を低減で
きるとともに、出力する解の質の向上を図ることができ
るようになる。
機構を持つ構成を採ることから、ユーザの負荷を低減で
きるとともに、出力する解の質の向上を図ることができ
るようになる。
【図１】本発明の原理構成図である。
【図２】本発明の一実施例である。
【図３】診断用事例データベースの説明図である。
【図４】問題解決プログラムの実行する処理フローであ
る。
る。
【図５】問題解決プログラムの実行する処理フローであ
る。
る。
【図６】類似度テーブルの説明図である。
【図７】類似事例テーブルの説明図である。
【図８】信頼度テーブルの説明図である。
【図９】学習プログラムの実行する処理フローである。
【図１０】学習プログラムの実行する処理フローであ
る。
る。
【図１１】類似事例テーブルの説明図である。
【図１２】類似事例テーブルの説明図である。
１ 診断型問題解決装置 １０ 事例データベース １１ 入力手段 １２ 類似度算出手段 １３ 選択手段 １４ 信頼度算出手段 １５ 閾値学習手段 １６ 事例数学習手段 １７ 出力手段
Claims (5)
- 【請求項１】 現在の問題に対する解を得る診断型問題
解決装置において、 過去に発生した問題とそれに対する解との対データから
なる事例を管理する事例データベースと、 現在の問題と上記事例データベースに格納される事例の
持つ問題との間の類似度を算出する類似度算出手段と、 上記事例データベースに格納される事例の中から、上記
類似度の大きい順に複数の事例を選択する選択手段と、 上記選択手段の選択する事例の持つ解と、該事例の持つ
問題についての上記類似度とから、該解の信頼度を算出
する信頼度算出手段と、 上記信頼度算出手段の算出する信頼度に基づき、現在の
問題に対する解を出力する出力手段とを備えることを、 特徴とする診断型問題解決装置。 - 【請求項２】 請求項１記載の診断型問題解決装置にお
いて、 選択手段は、規定の事例数分の事例の内、規定の閾値よ
りも大きな類似度を示す事例を選択することを、 特徴とする診断型問題解決装置。 - 【請求項３】 請求項２記載の診断型問題解決装置にお
いて、 閾値を複数想定し、それらの各閾値に対して、事例デー
タベースに格納される事例を使って正解率を評価するこ
とで、それらの閾値の中から選択手段の選択処理に用い
る閾値を得る閾値学習手段を備えることを、 特徴とする診断型問題解決装置。 - 【請求項４】 請求項２記載の診断型問題解決装置にお
いて、 事例数を複数想定し、それらの各事例数に対して、事例
データベースに格納される事例を使って正解率を評価す
ることで、それらの事例数の中から選択手段の選択処理
に用いる事例数を得る事例数学習手段を備えることを、 特徴とする診断型問題解決装置。 - 【請求項５】 現在の問題に対する解を得る診断型問題
解決装置の実現に用いられるプログラムが記録されるプ
ログラム記録媒体であって、 過去に発生した問題とそれに対する解との対データから
なる事例を管理する事例データベースをアクセス先とし
て、現在の問題と該事例データベースに格納される事例
の持つ問題との間の類似度を算出する類似度算出処理
と、 上記事例データベースに格納される事例の中から、上記
類似度の大きい順に複数の事例を選択する選択処理と、 上記選択処理の選択する事例の持つ解と、該事例の持つ
問題についての上記類似度とから、該解の信頼度を算出
する信頼度算出処理と、 上記信頼度算出処理の算出する信頼度に基づき、現在の
問題に対する解を出力する出力処理とをコンピュータに
実行させるプログラムが記録されることを、 特徴とするプログラム記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10022501A JPH11219297A (ja) | 1998-02-04 | 1998-02-04 | 診断型問題解決装置及びプログラム記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10022501A JPH11219297A (ja) | 1998-02-04 | 1998-02-04 | 診断型問題解決装置及びプログラム記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11219297A true JPH11219297A (ja) | 1999-08-10 |
Family
ID=12084503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10022501A Withdrawn JPH11219297A (ja) | 1998-02-04 | 1998-02-04 | 診断型問題解決装置及びプログラム記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11219297A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001057698A1 (en) * | 2000-02-06 | 2001-08-09 | Enigma Publishing Limited | A system for delivering scenario specific, problem solving, decision support from non-intelligent computer systems |
| US9087121B2 (en) | 2012-04-12 | 2015-07-21 | International Business Machines Corporation | Solving problems in data processing systems based on text analysis of historical data |
| US9177106B2 (en) | 2007-07-09 | 2015-11-03 | Sutter Health | System and method for data collection and management |
| CN107168967A (zh) * | 2016-03-07 | 2017-09-15 | 阿里巴巴集团控股有限公司 | 目标知识点的获取方法及装置 |
| US11065056B2 (en) | 2016-03-24 | 2021-07-20 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
-
1998
- 1998-02-04 JP JP10022501A patent/JPH11219297A/ja not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001057698A1 (en) * | 2000-02-06 | 2001-08-09 | Enigma Publishing Limited | A system for delivering scenario specific, problem solving, decision support from non-intelligent computer systems |
| US7493299B2 (en) | 2000-02-06 | 2009-02-17 | Palo Alto Medical Foundation For Health Care, Research, And Education | System for delivering scenario specific, problem solving, decision support from non-intelligent computer systems |
| US9177106B2 (en) | 2007-07-09 | 2015-11-03 | Sutter Health | System and method for data collection and management |
| US9087121B2 (en) | 2012-04-12 | 2015-07-21 | International Business Machines Corporation | Solving problems in data processing systems based on text analysis of historical data |
| US9092511B2 (en) | 2012-04-12 | 2015-07-28 | International Business Machines Corporation | Solving problems in data processing systems based on text analysis of historical data |
| CN107168967A (zh) * | 2016-03-07 | 2017-09-15 | 阿里巴巴集团控股有限公司 | 目标知识点的获取方法及装置 |
| CN107168967B (zh) * | 2016-03-07 | 2020-12-04 | 创新先进技术有限公司 | 目标知识点的获取方法及装置 |
| US11065056B2 (en) | 2016-03-24 | 2021-07-20 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
| US11903653B2 (en) | 2016-03-24 | 2024-02-20 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8176050B2 (en) | Method and apparatus of supporting creation of classification rules | |
| CN106874441B (zh) | 智能问答方法和装置 | |
| US7028250B2 (en) | System and method for automatically classifying text | |
| Agarwal et al. | A natural language processing framework for assessing hospital readmissions for patients with COPD | |
| CN111046152A (zh) | Faq问答对自动构建方法、装置、计算机设备及存储介质 | |
| EP2885755B1 (en) | Agent system, agent control method and agent control program with ability of natural conversation with users | |
| CN109933647A (zh) | 确定描述信息的方法、装置、电子设备和计算机存储介质 | |
| US20080275870A1 (en) | Method and apparatus for constructing a compact similarity structure and for using the same in analyzing document relevance | |
| US20150286631A1 (en) | Automatic linking of requirements using natural language processing | |
| CN116541752B (zh) | 元数据管理方法、装置、计算机设备及存储介质 | |
| US20180005248A1 (en) | Product, operating system and topic based | |
| US20030182136A1 (en) | System and method for ranking objects by likelihood of possessing a property | |
| US20060282708A1 (en) | System and method for detecting faults in a system | |
| CN116805002A (zh) | 问答方法、问答装置、设备及存储介质 | |
| US20110184894A1 (en) | Generating a set of atoms | |
| JPH11219297A (ja) | 診断型問題解決装置及びプログラム記録媒体 | |
| CN107924717A (zh) | 基于建议的鉴别诊断 | |
| CN116134394A (zh) | 用于使用主题建模来改进对维护服务的备件搜索的***和方法 | |
| Zadeh | Preliminary draft notes on a similarity‐based analysis of time‐series with applications to prediction, decision and diagnostics | |
| CN115293155A (zh) | 诊断词归一方法及装置 | |
| CN116823202A (zh) | 简历信息处理方法、***、智能终端及存储介质 | |
| US20230081891A1 (en) | System and method of managing knowledge for knowledge graphs | |
| Tong et al. | Bearing fault diagnosis based on spectrum image sparse representation of vibration signal | |
| US11595341B2 (en) | Non-transitory computer-readable recording medium, estimation method, and information processing device | |
| US20220108071A1 (en) | Information processing device, information processing system, and non-transitory computer readable medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20050405 |