JPH01251139A - 知識ベースの知識増殖方法 - Google Patents
知識ベースの知識増殖方法Info
- Publication number
- JPH01251139A JPH01251139A JP7873188A JP7873188A JPH01251139A JP H01251139 A JPH01251139 A JP H01251139A JP 7873188 A JP7873188 A JP 7873188A JP 7873188 A JP7873188 A JP 7873188A JP H01251139 A JPH01251139 A JP H01251139A
- Authority
- JP
- Japan
- Prior art keywords
- knowledge
- rule
- knowledge base
- rules
- conditions
- 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 11
- 238000010586 diagram Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000000474 nursing effect Effects 0.000 description 3
- 230000035755 proliferation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 244000141359 Malus pumila Species 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Devices For Executing Special Programs (AREA)
- Cosmetics (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】
［発明の目的１
（産業上の利用分野）
本発明は、例えばエキスパートシステムに用いられる知
識ベースの知識増殖方法に関する。
識ベースの知識増殖方法に関する。
（従来の技術）
エキスパートシステム等のＡＩ（人工知能）コンピュー
タでは多数の知識（ルール）を管理する知識ベースが備
えられているが、この知識ベースで管理されるルール数
はあまり多すぎると推論に時間が掛りすぎて結論の出力
が冗長となり、又少なすぎると平凡な結論しか出力され
なくなる。
タでは多数の知識（ルール）を管理する知識ベースが備
えられているが、この知識ベースで管理されるルール数
はあまり多すぎると推論に時間が掛りすぎて結論の出力
が冗長となり、又少なすぎると平凡な結論しか出力され
なくなる。
そこで、エキスパートの知識を旨く知識ベースにインプ
ットすることが要求される。
ットすることが要求される。
ところで、知識ベースはプロトタイプを構築した後、そ
の運用によってルールを増やすことが行われている。そ
のために、知識ベース内の各ルールの検索や因果関係を
求めて図示するようなサブシステムを別途備えることに
なる。ところが、エキスパートの知識を一定のルールに
従ってベース化するには十分なメンテナンスと体系だっ
たルールとが必要となり、このため−度構築した知識ベ
ースを硬直化することが多い。しかるに、ＡＩコンピュ
ータ内部においてルールを自動的に増やすことができれ
ば、オペレータでの知識の整理や知識作成の発想等が必
要なくなり、大変便利となる。
の運用によってルールを増やすことが行われている。そ
のために、知識ベース内の各ルールの検索や因果関係を
求めて図示するようなサブシステムを別途備えることに
なる。ところが、エキスパートの知識を一定のルールに
従ってベース化するには十分なメンテナンスと体系だっ
たルールとが必要となり、このため−度構築した知識ベ
ースを硬直化することが多い。しかるに、ＡＩコンピュ
ータ内部においてルールを自動的に増やすことができれ
ば、オペレータでの知識の整理や知識作成の発想等が必
要なくなり、大変便利となる。
（発明が解決しようとする課題）
以上のように知識を増やすことは大変！！！雑なもので
あった。
あった。
そこで本発明は、エキスパートから新たに知識を取り入
れなくても自動的に知識を増殖できる知識ベースの知識
増殖方法を提供することを目的とする。
れなくても自動的に知識を増殖できる知識ベースの知識
増殖方法を提供することを目的とする。
［発明の構成］
（課題を解決するための手段と作用）
本発明は、少なくとも２つの知識ベースで管理されてい
る各ルールにおける各条件を照合して同一性を判断し、
これら条件に同一性があれば一方のルールの条件に他方
のルールの結論を付加してルールを増殖する知識ベース
の知識増殖方法である。
る各ルールにおける各条件を照合して同一性を判断し、
これら条件に同一性があれば一方のルールの条件に他方
のルールの結論を付加してルールを増殖する知識ベース
の知識増殖方法である。
（実施例）
以下、本発明の一実施例について図面を参照して説明す
る。
る。
第１図は知識ベースの知識増殖方法を適用した知識増殖
装置の構成図である。同図において各知識ベース１，２
はそれぞれ別のエキスパートシステムに備えられている
。そして、これら知識ベース１，２には増殖機構３が共
通接続されている。
装置の構成図である。同図において各知識ベース１，２
はそれぞれ別のエキスパートシステムに備えられている
。そして、これら知識ベース１，２には増殖機構３が共
通接続されている。
この増殖機構３は、各知識ベース１．２で管理されてい
る各ルールにおける各条件を照合して同一性を判断し、
これら条件に同一性があれば一方のルールの条件に他方
のルールの結論を付加してルールを増殖する機能を有す
るものである。
る各ルールにおける各条件を照合して同一性を判断し、
これら条件に同一性があれば一方のルールの条件に他方
のルールの結論を付加してルールを増殖する機能を有す
るものである。
次にかかる知識増殖装置の増殖作用について説明する。
ここで、知識ベース１では第２図に示すような各ルール
Ｒ１，Ｒ２、Ｒ３・・・が管理され、又知識ベース２で
は各ルールＱｒ 、Ｑ２ 、Ｑ３・・・が管理されてい
る。しかるに、増殖機構３は知識ベース１のルールＲ１
を読み出してこのルールＲ１の条件×１を保持し、この
条件×１を知識ベース２の各ルールの条件と順次照合す
る。すなわち、条件×１とｙ３とを照合し、次に条件×
１と×１ ×２とを照合し、次に条件×１とｙ２とを照
合する。この照合の結果、推論機構３はルールＲ１の条
件×１とルールＱ６の条件×１とが同一性であると判断
する。かくして、増殖機構３は例えばルールＱ６の結論
ａ５を読み出し、この結論ａ５を知識ベース１のルール
Ｒ１の結論に付加してルールを増殖する。なお、ルール
Ｑ５の結論にａｌを付加してもよい。このようにして条
件×１の知識ベース２の各ルールＱｌ 、 Ｑ２ 。
Ｒ１，Ｒ２、Ｒ３・・・が管理され、又知識ベース２で
は各ルールＱｒ 、Ｑ２ 、Ｑ３・・・が管理されてい
る。しかるに、増殖機構３は知識ベース１のルールＲ１
を読み出してこのルールＲ１の条件×１を保持し、この
条件×１を知識ベース２の各ルールの条件と順次照合す
る。すなわち、条件×１とｙ３とを照合し、次に条件×
１と×１ ×２とを照合し、次に条件×１とｙ２とを照
合する。この照合の結果、推論機構３はルールＲ１の条
件×１とルールＱ６の条件×１とが同一性であると判断
する。かくして、増殖機構３は例えばルールＱ６の結論
ａ５を読み出し、この結論ａ５を知識ベース１のルール
Ｒ１の結論に付加してルールを増殖する。なお、ルール
Ｑ５の結論にａｌを付加してもよい。このようにして条
件×１の知識ベース２の各ルールＱｌ 、 Ｑ２ 。
Ｑ３・・・に対する照合が終了すると、次に増殖機構３
は知識ベース１のルールＲ２の条件×２を読み出し、こ
の条件×２を条件×１の場合と同様に各ルールＱｔ 、
Ｑ２ 、Ｑ３・・・の各条件に対して照合する。
は知識ベース１のルールＲ２の条件×２を読み出し、こ
の条件×２を条件×１の場合と同様に各ルールＱｔ 、
Ｑ２ 、Ｑ３・・・の各条件に対して照合する。
そして、条件が同一であれば、そのルールの結論を知識
ベース１の結論に付加する。以上のようにして増殖機構
３は各ルールＲ１、Ｒ２、Ｒｇ・・・の各条件を各ルー
ルＱ１．Ｑ２ 、Ｑｓ・・・の各条件と照合し、各条件
が同一であれば各ルールＱ１゜Ｑ２ 、Ｑ３・・・の結
論を知識ベース１の結論に付加する。この結果、知識ベ
ース１は第４図に示すようにルール数が増殖される。
ベース１の結論に付加する。以上のようにして増殖機構
３は各ルールＲ１、Ｒ２、Ｒｇ・・・の各条件を各ルー
ルＱ１．Ｑ２ 、Ｑｓ・・・の各条件と照合し、各条件
が同一であれば各ルールＱ１゜Ｑ２ 、Ｑ３・・・の結
論を知識ベース１の結論に付加する。この結果、知識ベ
ース１は第４図に示すようにルール数が増殖される。
このように上記一実施例においては、各知識ベース１．
２で管理されている各ルールにおける各条件を照合して
同一性を判断し、これら条件に同一性があれば一方のル
ールの条件に他方のルールの結論を付加してルールを増
殖するようにしたので、エキスパートから新しい知識を
獲得しないでも別の知識ベースのルールを使用して自動
的に知識を増殖できる。従って、このような増殖方法に
よって次のような知識の増殖が可能となる。数字や図形
の知識ベースと化学の分子構造の知識ベースとを合せて
化学の分子構造を図形に置き変えて新しい知識ベースを
作成する。又、医学の知識ベース上に看護の知識ベース
を付加したり、逆に看護の知識ベース上に医学の知識ベ
ースを付加する。
２で管理されている各ルールにおける各条件を照合して
同一性を判断し、これら条件に同一性があれば一方のル
ールの条件に他方のルールの結論を付加してルールを増
殖するようにしたので、エキスパートから新しい知識を
獲得しないでも別の知識ベースのルールを使用して自動
的に知識を増殖できる。従って、このような増殖方法に
よって次のような知識の増殖が可能となる。数字や図形
の知識ベースと化学の分子構造の知識ベースとを合せて
化学の分子構造を図形に置き変えて新しい知識ベースを
作成する。又、医学の知識ベース上に看護の知識ベース
を付加したり、逆に看護の知識ベース上に医学の知識ベ
ースを付加する。
さらに、看護の知識ベースと薬の知識ベースとを合せる
。又、無作為的に例えばリンゴの知識ベースに落体の法
則の知識ベースを付すかること等である。
。又、無作為的に例えばリンゴの知識ベースに落体の法
則の知識ベースを付すかること等である。
次に本発明の増殖方法をエキスパートシステムに適用し
た場合について説明する。なお、第１図と同一部分には
同一符号を付してその詳しい説明は省略する。第５因は
かかるシステムの全体構成図である。推論ｉ構１０には
知識ベース１、データベース１１、及びユーザインタフ
ェース１２が接続されている。そして、知識ベース１に
は知識獲得手段１３が接続されてユーザインタフェース
１２を通して知識が知識ベース１にインプットされるよ
うになっている。しかるに、このような構成のエキスパ
ートシステムにおいて増殖機構３により知識ベース２の
知識が知識ベース１に付加されると、推論機構１０での
推論は次のようになる。
た場合について説明する。なお、第１図と同一部分には
同一符号を付してその詳しい説明は省略する。第５因は
かかるシステムの全体構成図である。推論ｉ構１０には
知識ベース１、データベース１１、及びユーザインタフ
ェース１２が接続されている。そして、知識ベース１に
は知識獲得手段１３が接続されてユーザインタフェース
１２を通して知識が知識ベース１にインプットされるよ
うになっている。しかるに、このような構成のエキスパ
ートシステムにおいて増殖機構３により知識ベース２の
知識が知識ベース１に付加されると、推論機構１０での
推論は次のようになる。
すなわち、第６図は知識の増殖を実行する前の推論機構
１０による判断器を示している。そして、知識の増殖が
実行されると、推論は構１０による判断器は第７図の点
線で示すようにノードが増えたものとなる。従って、エ
キスパートシステムで得られる結論は入力した条件に対
してより適切な内容となり、問題解決能力が向上する。
１０による判断器を示している。そして、知識の増殖が
実行されると、推論は構１０による判断器は第７図の点
線で示すようにノードが増えたものとなる。従って、エ
キスパートシステムで得られる結論は入力した条件に対
してより適切な内容となり、問題解決能力が向上する。
尚、本発明は上記一実施例に限定さるものではない。例
えば、上記一実施例ではプロダクションルールに適用し
た場合を説明したが、フレーム型のルールにも適用でき
る。
えば、上記一実施例ではプロダクションルールに適用し
た場合を説明したが、フレーム型のルールにも適用でき
る。
［発明の効果］
以上詳記したように本発明によれば、エキスパートから
新たに知識を取り入れなくても自動的に知識を増殖でき
る知識ベースの知識増殖方法を提供できる。
新たに知識を取り入れなくても自動的に知識を増殖でき
る知識ベースの知識増殖方法を提供できる。
第１図乃至第４図は本発明の知識ベースの知識増殖方法
を説明するための図であって、第１因は知識増殖５Ａ置
の構成図、第２図及び第３図は知識ベースのルールを示
す図、第４図は増殖された知識ベースのルールを示す図
、第５図は本発明の知識増殖方法を適用したエキスパー
トシステムの構成図、第６図及び第７図は同システムの
判断器を示す図である。 １．２・・・知識ベース、３・・・増殖機構。 出願人代理人 弁理士 鈴 江 武 彦第 １ 口 第２図 第３図 第４図 第５図 第６図 第７図
を説明するための図であって、第１因は知識増殖５Ａ置
の構成図、第２図及び第３図は知識ベースのルールを示
す図、第４図は増殖された知識ベースのルールを示す図
、第５図は本発明の知識増殖方法を適用したエキスパー
トシステムの構成図、第６図及び第７図は同システムの
判断器を示す図である。 １．２・・・知識ベース、３・・・増殖機構。 出願人代理人 弁理士 鈴 江 武 彦第 １ 口 第２図 第３図 第４図 第５図 第６図 第７図
Claims (1)
- 少なくとも２つの知識ベースで管理されている各ルール
における各条件を照合して同一性を判断し、これら条件
に同一性があれば一方のルールの条件に他方のルールの
結論を付加してルールを増殖することを特徴とする知識
ベースの知識増殖方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7873188A JPH01251139A (ja) | 1988-03-31 | 1988-03-31 | 知識ベースの知識増殖方法 |
| AU31738/89A AU614822B2 (en) | 1988-03-30 | 1989-03-28 | Hair-dyeing composition |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7873188A JPH01251139A (ja) | 1988-03-31 | 1988-03-31 | 知識ベースの知識増殖方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01251139A true JPH01251139A (ja) | 1989-10-06 |
Family
ID=13670031
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7873188A Pending JPH01251139A (ja) | 1988-03-30 | 1988-03-31 | 知識ベースの知識増殖方法 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPH01251139A (ja) |
| AU (1) | AU614822B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03132826A (ja) * | 1989-10-19 | 1991-06-06 | Agency Of Ind Science & Technol | 知識処理支援装置 |
| WO1996005555A1 (fr) * | 1994-08-09 | 1996-02-22 | Komatsu Ltd. | Dispositif d'inference de causes |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5100436A (en) * | 1991-03-07 | 1992-03-31 | Clairol Incorporated | Oxidative hair dyeing process with catalytic pretreatment |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2543434B1 (fr) * | 1983-04-01 | 1986-03-14 | Muller International Sarl Alba | Composition et procede pour la teinture du systeme pileux. |
| FI842959A (fi) * | 1983-07-28 | 1985-01-29 | Secta Lab Cosmetol | Foerfarande och kompositioner foer faergning av haor. |
-
1988
- 1988-03-31 JP JP7873188A patent/JPH01251139A/ja active Pending
-
1989
- 1989-03-28 AU AU31738/89A patent/AU614822B2/en not_active Ceased
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03132826A (ja) * | 1989-10-19 | 1991-06-06 | Agency Of Ind Science & Technol | 知識処理支援装置 |
| WO1996005555A1 (fr) * | 1994-08-09 | 1996-02-22 | Komatsu Ltd. | Dispositif d'inference de causes |
| US5950183A (en) * | 1994-08-09 | 1999-09-07 | Komatsu Ltd. | Cause inferring device |
Also Published As
| Publication number | Publication date |
|---|---|
| AU3173889A (en) | 1989-10-05 |
| AU614822B2 (en) | 1991-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rudie et al. | Minimal communication in a distributed discrete-event system | |
| Hoedemaker et al. | Limits to concurrency | |
| Hood et al. | Response surface methodology and its application in simulation | |
| Smith et al. | Flowshop sequencing problem with ordered processing time matrices: A general case | |
| Kim et al. | Reliability evaluation of hypercube multicomputers | |
| JPH01251139A (ja) | 知識ベースの知識増殖方法 | |
| Papelis et al. | Specification and analysis of parallel/distributed software and systems by Petri nets with transition enabling functions | |
| Wang et al. | Concurrent reasoning of fuzzy logical Petri nets based on multi-task schedule | |
| IL118682A (en) | Apparatus and method for designing and performing a process such as a manufacturing process | |
| Hallioui et al. | Systems Theory and Evidence‐Based Decision‐Making as Keys for Arbitrating between Optimal Production and Efficient Maintenance: A Case Study | |
| Boufaied et al. | Distributed time constraints verification modelled with time Petri nets | |
| Sun et al. | Problem specific genetic differential evolution algorithm for multi-skill resource-constrained project scheduling of collaborative multi-robot systems for search and rescue | |
| Vanthienen et al. | Clustering knowledge in tabular knowledge bases | |
| Elam et al. | Netgen-ii: A system for generating structured network-based mathematical programming test problems | |
| Rai | A direct approach to obtain tighter bounds for large fault trees with repeated events | |
| Abdullah | Solving Job-Shop Scheduling Problem Using a Developed Particle Swarm Optimization Algorithm | |
| Ambainis | Probabilistic and team PFIN-type learning: General properties | |
| Lakmazaheri | Constraint-based reasoning via Grobner Bases | |
| Cowell et al. | Toolpack prospectus | |
| Hulin | The role of communications in group operations of automated systems | |
| Davis et al. | Improving assembly line efficiency: A dynamic programming-heuristic approach | |
| RU20796U1 (ru) | Информационно-управляющая система | |
| BOWEN | A neural network design methodology: considerations and issues for design and project management | |
| Ehrenberg et al. | Enhancing consensus in distributed environments | |
| Straach et al. | Optimization in interactive expert systems |