KR970700877A - 계층적 모델을 사용하는 추론 시스템과 방법 및 제어 시스템과 방법(Method and system for inference using hierarchy model, and method and system for control) - Google Patents

계층적 모델을 사용하는 추론 시스템과 방법 및 제어 시스템과 방법(Method and system for inference using hierarchy model, and method and system for control)

Info

Publication number
KR970700877A
KR970700877A KR1019960704169A KR19960704169A KR970700877A KR 970700877 A KR970700877 A KR 970700877A KR 1019960704169 A KR1019960704169 A KR 1019960704169A KR 19960704169 A KR19960704169 A KR 19960704169A KR 970700877 A KR970700877 A KR 970700877A
Authority
KR
South Korea
Prior art keywords
case
action
strategy
target
input
Prior art date
Application number
KR1019960704169A
Other languages
English (en)
Inventor
사토루 이사카
Original Assignee
다떼이시 요시오
오무론 주식회사
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
Application filed by 다떼이시 요시오, 오무론 주식회사 filed Critical 다떼이시 요시오
Publication of KR970700877A publication Critical patent/KR970700877A/ko

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Feedback Control In General (AREA)

Abstract

대상을 조작 또는 제어하므로서 얻어지는 입·출력 변수치의 세트로 형성되는 일련의 액션 샘플을 내장한다. 내장한 액션 심플중의 입력 변수치에 착안해서 입력 변수치의 최초의 값, 최후의 값, 최대치 및 최소치를 사용해서 규정되는 목표 케이스를 입력 변수마다 작성한다. 내장시킨 액션 샘플중의 출력 변수치에 착안해서 출력 변수치가 동일성을 갖는 입력 변수의 범위를 추출하고 각 범위에 대해서 출력 변수치에 입력 변수의 범위를 연결짓는 전략 케이스를 작성한다. 목표 케이스의 조건을 만족시키지 아니하는 입력 변수 범위를 갖는 케이스를 그 목표 케이스에 관련시킨다. 전략 케이스에 있어서 입력 변수범위에 들어가는 입력 변수치를 갖는 액션 케이스를 그 전략 케이스에 관련시킨다. 이에따라 서로 관련하는 목표 케이스, 전략 케이스 및 액션 케이스로 구성되는 계층적 구조의 모델을 형성한다.

Description

계층적 모델을 사용하는 추론 시스템과 방법 및 제어 시스템과 방법(Method and system for inference using hierarchy model, and method and system for control)
본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음
도23은 목표 전략 및 액션으로 형성되는 계층적 구조.

Claims (23)

  1. 대상을 조작 또는 제어하므로서 얻어지는 입·출력 변수치의 세트로 되는 일련의 액션 샘플을 내장하는 단계와; 내장한 액션 샘플중의 입력 변수치에 착안하여 입력 변수치의 최초의 값, 최후의 값, 최대치 및 최소치를 사용해서 규정되는 목표 케이스를 입력변수마다 작성하는 단계와;내장한 액션 샘플중의 출력 변수치에 착안하여 출력변수치가 동일성을 갖는 입력 변수의 범위를 추출하고 각 범위에 대해서 출력 변수치에 입력변수의 범위를 연결짓는 전략 케이스를 갖는 단계와;목표 케이스의 조건을 만족시키지 아니한 입력 변수범위를 갖는 전략 케이스를 그 목표 케이스에 연관시키는 단계;및 전략 케이스에 있어서 입력 변수범위에 들어가는 입력 변수치를 갖는 액션 케이스를 그 전략 케이스에 연관시키는 단계를 포함하고, 이에 따라 서로 관련하는 목표 케이스, 전략 케이스 및 액션 케이스로 구성되는 계층적 구조의 모델을 형성하는 것을 특징으로 하는 추론 방법.
  2. 제1항에 있어서, 내장시킨 액션 샘플을 소정의 자리의 2진 데이터로 변환하는 단계를 포함하는 것을 특징으로 하는 추론 방법.
  3. 제1항에 있어서, 목표 케이스를 작성하는 단계는 임시 목표 케이스를 작성하는 단계와; 작성한 목표 케이스를 출력하는 단계;및 사용자에 의한 평가를 받은 후의 목표 케이스를 최종적인 목표 케이스로 하는 단계를 포함하는 것을 특징으로 하는 추론 방법.
  4. 제3항에 있어서, 사용자에 의한 평가는 목표 케이스의 추가, 삭제 및 변경을 포함하는 것을 특징으로 하는 추론 방법.
  5. 제1항에 있어서, 전략 케이스를 작성하는 단계는, 시간 순서로 배열된 출력 변수치의 인접하는 것을 차례로 비교하고 변화가 있을 때에 그것의 전후의 출력 변수치를 저장해서 전략 샘플을 작성하는 단계와; 전략 샘플을 액션 샘플을 참조하여 do...when...until...min...max의 형식을 찾는 전략 케이스로 변환하는 단계; 및 변환후의 전략 케이스를 최적화하는 단계를 포함하는 것을 특징으로 하는 추론 방법.
  6. 제5항에 있어서, 전략 케이스를 최적화하는 단계는 같은 출력 변수치를 갖는 2개 이상의 전략 케이스의 수를 감소시키는 것을 특징으로 하는 추론 방법.
  7. 제1항에 있어서, 전략 케이스와 목표 케이스의 관련을 각 전략 케이스에 설치된 목표 케이스로의 포인터와 각 목표 케이스에 설치된 전략 케이스로의 포인터에 의해 실현하는 것을 특징으로 하는 추론 방법.
  8. 제1항에 있어서, 액션 케이스와 전략 케이스와의 관련을 각 액션 케이스에 설치된 전략 케이스로의 포인터와 각 전략 케이스에 설치된 액션 케이스로의 포인터에 의해 실현하는 것을 특징으로 하는 추론 방법.
  9. 제1항에 있어서, 꼭같은 입·출력 변수치의 세트로 되는 액션 샘플을 그것의 1개를 남기고 다른 것을 삭제하므로서 액션 케이스를 작성하는 것을 특징으로 하는 추론 방법.
  10. 제1항에 있어서, 일련의 액션 샘플을 모델을 검증하기 위한 데이터로서 사용하고, 액션 샘플을 그 시간의 순서로 1개씩 내장시키는 단계와; 내장시킨 액션 샘플의 입력 변수치에 의해 만족시키지 아니한 조건을 갖는 목표 케이스를 찾아내고 찾아낸 목표 케이스에 연결하는 전략 케이스를 리스트하는 단계와;리스트된 전략 케이스중에서 내장시킨 입력 변수에 의해 만족시키는 조건을 갖는 전략 케이스를 찾아내고 찾아낸 전략 케이스에 관련하는 액션 케이스를 리스트하는 단계;및 리스트된 액션 케이스중에서 위의 내장시킨 입력 변수치와 일치하고 또 가장 가까운 입력 변수치를 갖는 액션 케이스의 출력 변수치를 출력하는 단계를 포함하고, 이에 따라 모델을 검증하는 것을 특징으로 하는 추론 방법.
  11. 제1항에 규정된 추론방법에 의해 작성된 모델을 사용해서 대상을 조작 또는 제어하기 위한 방법에 있어서, 대상으로부터 얻어지는 입력 데이터를 차례로 내장하는 단계와; 내장시킨 입력 데이터에 의해 만족되지 아니한 조건을 갖는 목표 케이스를 찾아내고 찾아낸 목표 케이스에 괸련하는 전략 케이스를 리스트하는 단계와; 위의 리스트된 전략 케이스중에서 내장시킨 입력 데이터에 의해 만족되는 조건을 갖는 젼략 케이스를 찾아내고, 찾아낸 전략 케이스에 연결하는 액션 케이스를 리스트하는 단계와; 위의 리스트된 액션 케이스중에서 위의 내장시킨 입력 데이터와 일치하고 또 가장 가까운 입력 변수치를 갖는 액션 케이스의 출력 변수치를 출력하는 단계; 및 위 처리를 입력 데이터를 내장할때마다 반복하는 단계를 포함하는 것을 특징으로 하는 제어 방법.
  12. 대상을 조작 또는 제어하므로서 얻어지는 입·출력 변수치의 세트로 되는 일련의 액션 데이터를 내장하는 단계와; 내장시킨 액션 데이터중의 입력 변수치에 착안해서 조작 또는 제어가 목표로 하는 목표를 입력 변수마다 작성하는 단계와; 내장시킨 액션 데이터중의 출력 변수치에 착안하여 목표를 달성하기 위한 전략을 작성하는 단계와; 목표와 그것의 목표에 아직껏 이르지 목한 전략을 관련시키는 단계; 및 전략과 그것을 실현하는 액션 데이터를 관련시키는 단계를 포함하고, 이에따라 서로 연결한 목표, 전략 및 액션으로 구성되는 계층적 구조의 모델을 형성하는 것을 특징으로 하는 추론 방법.
  13. 대상을 조작 또는 제어하므로서 얻어지는 입·출력 변수치의 세트로 되는 일련의 액션 샘플을 내장시켜 기억하는 수단과; 내장시킨 액션 샘플중의 입력 변수치에 착안해서 입력 변수치의 최초의 값, 최후의 값, 최대치 및 최소치를 사용해서 규정되는 목표 케이스를 입력변수마다 작성하는 수단과; 내장시킨 액션 샘플중의 출력 변수치에 착안해서 출력 변수치가 동일성을 갖는 입력 변수의 범위를 추출하고 각 범위에 대해서 출력 변수치에 입력 변수의 범위를 연결시키는 전략 케이스를 작성하는 수단과; 위의 목표 케이스의 조건을 만족시키지 아니한 입력 변수범위를 갖는 전략 케이스를 그 목표 케이스에 관련시키는 수단; 및 위의 전략 케이스에 있어서 입력 변수 범위에 들어가는 입력 변수치를 갖는 액션 케이스를 그 전략 케이스에 관련시키는 수단을 구비하고, 이에따라 서로 관련하는 목표 케이스, 전략 케이스 및 액션 케이스로 구성되는 계층적 구조의 모델을 형성하는 것을 특징으로 하는 추론 시스템.
  14. 제13항에 있어서, 액션 샘플의 내장하는 기억수단은 내장한 액션 샘플을 소정자리의 2진 데이터로 변환하는 수단을 포함하는 것을 특징으로 하는 시스템.
  15. 제13항에 있어서, 목표 케이스를 작성하는 수단은 목표 케이스를 작성하는 수단과; 작성한 목표 케이스를 출력하는 수단; 및 사용자에 의한 평가를 받은 후의 목표 케이스를 최종적인 목표 케이스로서 기억하는 수단으로 구성되는 것을 특징으로 하는 시스템.
  16. 제15항에 있어서, 사용자에 의한 평가는 목표 케이스의 추가, 삭제 및 변경을 포함하는 것을 특징으로 하는 시스템.
  17. 제13항에 있어서, 전략 케이스를 작성하는 수단은 시간 순서로 배열된 출력 변수치의 인접하는 것을 차례로 비교하고 변화가 있었을때에 그 전후의 출력 변수치를 저장해서 전략 샘플을 작성하는 수단과; 전략 샘플을 액션 샘플을 참조햐여 do...when...until...min...max의 형식을 찾는 전략 케이스로 변환하는 수단; 및 변환후의 전략 케이스를 최적화하는 수단으로 구성되는 것을 특징으로 하는 시스템.
  18. 제17항에 있어서, 전략 케이스를 최적화하는 수단은 같은 출력 변수치를 갖는 2개 이상의 전략 케이스의 수를 감소시키는 것을 특징으로 하는 시스템.
  19. 제13항에 있어서, 전략 케이스와 목표 케이스를 연결시키는 수단은 전략 케이스와 목표 케이스의 연결을 각 전략 케이스에 설치된 목표 케이스로의 포인터와 각 모표 케이스에 설치된 전략 케이스로의 포인터에 의해 실현되는 것을 특징으로 하는 시스템.
  20. 제13항에 있어서, 액션 케이스와 전략 케이스를 관련시키는 수단은 액션 케이스와 전략 케이스의 각 액션 케이스에 설치된 전략 케이스로의 포인터와 각 전략 케이스에 설치된 액션 케이스로의 포인터에 의해 실현하는 것을 특징으로 하는 시스템.
  21. 제13항에 있어서, 꼭같은 입·출력 변수치의 세트로 되는 액션 샘플중 1개를 남기고 다른것을 삭제하므로서 액션 케이스가 작성되는 것을 특징으로 하는 시스템.
  22. 제13항에 있어서, 검증을 위한 데이터로서 사용하기 위한 액션 샘플을 그 시간의 순서로 1개씩 내장하는 수단과; 내장한 액션 샘플의 입력 변수치에 의해 만족되지 아니하는 조건을 갖는 목표 케이스를 찾아내고, 찾아낸 목표 케이스에 관련하는 전략 케이스를 메모리위에서 리스트하는 수단과; 위의 리스트된 전략 케이스중에서 내장한 입력 변수치에 의해 만족되는 조건을 갖는 전략 케이스를 찾아내어, 찾아낸 전략 케이스에 관련하는 액션 케이스를 메모리위에 리스트하는 수단; 및 리스트된 액션 케이스중에서 내장시킨 입력 변수치와 일치하고 또 가장 가까운 입력 변수치를 갖는 액션 케이스의 출력 변수치를 출력하는 수단을 갖추고, 이에 의해 모델을 검증하는 것을 특징으로 하는 시스템.
  23. 제13항에 규정된 추론 시스템에 의해 작성된 모델을 사용해서 대상을 조작 또는 제어하기 위한 시스템에 있어서, 대상에서 얻어지는 입력 데이터를 차례로 내장시키는 수단과; 내장시킨 입력 데이터에 의해 만족되지 아니하는 조건을 갖는 목표 케이스를 찾아내고, 찾아낸 목표 케이스에 연결하는 전략 케이스를 메모리위에 리스트하는 수단과; 리스트된 전략 케이스중에서 내장시킨 입력 데이터에 의해 만족되는 조건을 갖는 전략 케이스를 찾아내고, 찾아낸 전략 케이스에 관련하는 액션 케이스를 메모리 위에서 리스트하는 수단과; 리스트된 액션 케이스중에서 위의 내장시킨 입력 데이타와 일치하고 또는 가장 가까운 입력 변수치를 갖는 액션 케이스의 출력 변수치를 출력하는 수단; 및 위의 처리를 입력 데이터를 내장시킬때마다 반복하는 제어수단을 포함하는 것을 특징으로 하는 제어시스템.
    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.
KR1019960704169A 1994-12-28 1995-12-14 계층적 모델을 사용하는 추론 시스템과 방법 및 제어 시스템과 방법(Method and system for inference using hierarchy model, and method and system for control) KR970700877A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US36497094A 1994-12-28 1994-12-28
US364,970 1994-12-28
PCT/JP1995/002562 WO1996020438A1 (fr) 1994-12-28 1995-12-14 Procede et systeme d'inference mettant en ÷uvre un modele hierarchique et procede et systeme de gestion associes

Publications (1)

Publication Number Publication Date
KR970700877A true KR970700877A (ko) 1997-02-12

Family

ID=23436932

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019960704169A KR970700877A (ko) 1994-12-28 1995-12-14 계층적 모델을 사용하는 추론 시스템과 방법 및 제어 시스템과 방법(Method and system for inference using hierarchy model, and method and system for control)

Country Status (6)

Country Link
EP (1) EP0749057B1 (ko)
JP (1) JP3196938B2 (ko)
KR (1) KR970700877A (ko)
CN (1) CN1106601C (ko)
DE (1) DE69532237T2 (ko)
WO (1) WO1996020438A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7623932B2 (en) * 1996-03-28 2009-11-24 Fisher-Rosemount Systems, Inc. Rule set for root cause diagnostics
US7949495B2 (en) 1996-03-28 2011-05-24 Rosemount, Inc. Process variable transmitter with diagnostics
US8290721B2 (en) 1996-03-28 2012-10-16 Rosemount Inc. Flow measurement diagnostics
US8112565B2 (en) 2005-06-08 2012-02-07 Fisher-Rosemount Systems, Inc. Multi-protocol field device interface with automatic bus detection
US20070068225A1 (en) 2005-09-29 2007-03-29 Brown Gregory C Leak detector for process valve
US7953501B2 (en) 2006-09-25 2011-05-31 Fisher-Rosemount Systems, Inc. Industrial process control loop monitor
US7750642B2 (en) 2006-09-29 2010-07-06 Rosemount Inc. Magnetic flowmeter with verification
US8898036B2 (en) 2007-08-06 2014-11-25 Rosemount Inc. Process variable transmitter with acceleration sensor
JP5141905B2 (ja) * 2007-12-28 2013-02-13 オムロン株式会社 安全マスタ
US9207670B2 (en) 2011-03-21 2015-12-08 Rosemount Inc. Degrading sensor detection implemented within a transmitter
ITMI20120101A1 (it) * 2012-01-27 2013-07-28 Saipem Spa Sistema elettronico, metodo e programma di controllo di una rampa di varo a configurazione variabile di un natante di posa per varare una tubazione su un letto di un corpo d'acqua
US9052240B2 (en) 2012-06-29 2015-06-09 Rosemount Inc. Industrial process temperature transmitter with sensor stress diagnostics
US9602122B2 (en) 2012-09-28 2017-03-21 Rosemount Inc. Process variable measurement noise diagnostic
CN112200319A (zh) * 2020-10-20 2021-01-08 北京计算机技术及应用研究所 一种实现无人车导航避障的规则推理方法及***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2533942B2 (ja) * 1989-03-13 1996-09-11 株式会社日立製作所 知識抽出方法およびプロセス運転支援システム
JPH05204405A (ja) * 1992-01-23 1993-08-13 Matsushita Electric Ind Co Ltd 入出力関係推定装置
JPH05257695A (ja) * 1992-03-16 1993-10-08 Hitachi Ltd ルール自動生成方式
JP3028390B2 (ja) * 1993-03-26 2000-04-04 株式会社山武 冷凍機の稼働エネルギー量推定装置
CA2118885C (en) * 1993-04-29 2005-05-24 Conrad K. Teran Process control system
JPH06314104A (ja) * 1993-04-30 1994-11-08 Yamatake Honeywell Co Ltd 非線形制御装置

Also Published As

Publication number Publication date
JP3196938B2 (ja) 2001-08-06
EP0749057B1 (en) 2003-12-03
DE69532237T2 (de) 2004-10-21
CN1106601C (zh) 2003-04-23
EP0749057A1 (en) 1996-12-18
DE69532237D1 (de) 2004-01-15
EP0749057A4 (en) 1997-07-02
WO1996020438A1 (fr) 1996-07-04
CN1142269A (zh) 1997-02-05

Similar Documents

Publication Publication Date Title
KR970700877A (ko) 계층적 모델을 사용하는 추론 시스템과 방법 및 제어 시스템과 방법(Method and system for inference using hierarchy model, and method and system for control)
KR100754540B1 (ko) 콘텐트-기반 문서의 보안, 라우팅 및 액션 실행에 관한방법 및 시스템
Banzhaf On the dynamics of an artificial regulatory network
AU2014315619A1 (en) Methods and systems of four-valued simulation
CN109145003A (zh) 一种构建知识图谱的方法及装置
KR102582779B1 (ko) 뉴로 심볼릭 기반 릴레이션 임베딩을 통한 지식완성 방법 및 장치
Brauner et al. Towards constructive hybrid logic
US8689327B2 (en) Method for characterization of a computer program part
Hayes-Roth Representation of structured events and efficient procedures for their recognition
US6842750B2 (en) Symbolic simulation driven netlist simplification
Gottlob Relativized logspace and generalized quantifiers over finite structures
Chen Compiling large-context phonetic decision trees into finite-state transducers.
US7305373B1 (en) Incremental reduced error pruning
Oliveira et al. A tactic language for refinement of state-rich concurrent specifications
Löding et al. Propositional dynamic logic with recursive programs
Yu et al. Extra output biased learning
Psomopoulos et al. A finite state automata based technique for protein classification rules induction
CN111381827A (zh) 生成代码文件的语法树的方法、装置及电子设备
DE69819543D1 (de) Verfahren und gerät zur bearbeitung einer anfrage gemäss einer booleanregel
Korkut et al. Intrinsic verification of a regular expression matcher
CN116956295B (zh) 基于文件图谱拟合的安全检测方法、装置及设备
Gabbay et al. One-and-a-halfth order terms: Curry-Howard and incomplete derivations
Katoen et al. Modal stochastic games: abstraction-refinement of probabilistic automata
Sandanayake et al. ONASI: Online agent modeling using a scalable Markov model
Kaliszyk et al. Semantic parsing of mathematics by context-based learning from aligned corpora and theorem proving

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
NORF Unpaid initial registration fee