JPH0330024A - エキスパートシステム - Google Patents
エキスパートシステムInfo
- Publication number
- JPH0330024A JPH0330024A JP16404489A JP16404489A JPH0330024A JP H0330024 A JPH0330024 A JP H0330024A JP 16404489 A JP16404489 A JP 16404489A JP 16404489 A JP16404489 A JP 16404489A JP H0330024 A JPH0330024 A JP H0330024A
- Authority
- JP
- Japan
- Prior art keywords
- inference
- input
- information
- rule
- output device
- 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 claims abstract description 15
- 230000003936 working memory Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000001364 causal effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Devices For Executing Special Programs (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，確信度付きルールを用いた推論を行うエキス
パートシステムに係り、特に、確信度の値が不明確な場
合のエキスパートシステムの構築手段に関するものであ
る。
パートシステムに係り、特に、確信度の値が不明確な場
合のエキスパートシステムの構築手段に関するものであ
る。
因果関係が不明確な場合の従来の推論方法は、Ｅ．Ｈ．
Ｓｈｏｒｔｌｉｆｆｅ， Ｃｏｍｐｕｔｅｒ−Ｂａｓｅ
ｄ ＭｅｄｉｃａｌＣｏｎｓｕｌｔａｔｉｏｎｓ ：
ＭＹＣＩＮ， Ａｇｅｒｉｃａｎ Ｅｌｓｅｖｉｅｒ
Ｐｕｄ，Ｃｏ，，ＩＮＣ．，１９７６， ｐｐ８９−１
０８等において論じられている。
Ｓｈｏｒｔｌｉｆｆｅ， Ｃｏｍｐｕｔｅｒ−Ｂａｓｅ
ｄ ＭｅｄｉｃａｌＣｏｎｓｕｌｔａｔｉｏｎｓ ：
ＭＹＣＩＮ， Ａｇｅｒｉｃａｎ Ｅｌｓｅｖｉｅｒ
Ｐｕｄ，Ｃｏ，，ＩＮＣ．，１９７６， ｐｐ８９−１
０８等において論じられている。
この方法では，ルールの条件部と結論部との因果関係の
確からしさを確信度という−１から１までの実数値で表
している。そして，条件部の各命題の確信度の最小値を
求め，それにルールの確信度を掛けたものを結論部の確
信度とし、推論を実行している。
確からしさを確信度という−１から１までの実数値で表
している。そして，条件部の各命題の確信度の最小値を
求め，それにルールの確信度を掛けたものを結論部の確
信度とし、推論を実行している。
上記従来技術は、因果関係の正しさを示す確信度の決定
方法についての配慮が十分ではなく，推論結果が実際の
現象とうまく一致しなかった場合、ルールが追加された
場合、または使用環境が変化した場合等に，エキスパー
トシステムの専用家やシステム開発者が、経験と勘とに
頼って、確信度を修正する必要があった。
方法についての配慮が十分ではなく，推論結果が実際の
現象とうまく一致しなかった場合、ルールが追加された
場合、または使用環境が変化した場合等に，エキスパー
トシステムの専用家やシステム開発者が、経験と勘とに
頼って、確信度を修正する必要があった。
本発明の目的は，推論結果が実際の現象とうまく一致し
なかった場合２ルールが追加された場合，または使用環
境が変化した場合等にも、エキスパートシステムの専用
かやシステム開発者ではなく，システムの利用者自身が
確信度を高めることが可能なエキスパートシステムを提
供することである．〔課題を解決するための手段〕 本発明は，上記目的を達或するために，入出力装置と，
確信度付きルール等により記述された専用知識を格納す
る知識ファイルと，推論過程で導き出された事象を一時
的に格納するワーキングメモリと、入出力装置からの情
報と知識ファイル内の情報とワーキングメモリ内の情報
とを用いて推論する推論装置とを含むエキスパートシス
テムにおいて、推論過程で利用したルールを一旦格納し
，利用者が推論の結果を評価し入出力装置から入力した
評価値に基づき一旦格納されたルールの確信度を修正す
る確信度修正装置を設けたエキスパートシステムを提案
するものである。
なかった場合２ルールが追加された場合，または使用環
境が変化した場合等にも、エキスパートシステムの専用
かやシステム開発者ではなく，システムの利用者自身が
確信度を高めることが可能なエキスパートシステムを提
供することである．〔課題を解決するための手段〕 本発明は，上記目的を達或するために，入出力装置と，
確信度付きルール等により記述された専用知識を格納す
る知識ファイルと，推論過程で導き出された事象を一時
的に格納するワーキングメモリと、入出力装置からの情
報と知識ファイル内の情報とワーキングメモリ内の情報
とを用いて推論する推論装置とを含むエキスパートシス
テムにおいて、推論過程で利用したルールを一旦格納し
，利用者が推論の結果を評価し入出力装置から入力した
評価値に基づき一旦格納されたルールの確信度を修正す
る確信度修正装置を設けたエキスパートシステムを提案
するものである。
本発明の確信度修正装置は、推論過程で格納された利用
ルールと利用者が入力した推論結果に対する評価とによ
り、知識ファイル内のルールの確信度を修正する．この
修正により、ルールの確信度は、利用者がこのエキスパ
ートシステムを利用していくにつれて、適切な推論結果
が得られるような値に自然と変化する。したがって、現
実に則した結果が得られるエキスパートシステムを構築
できる． 〔実施例〕 次に、図面第１図〜第５図を参照して、本発明の一実施
例を説明する． 第１図は本発明によるエキスパートシステムの装置構成
の一例を示すブロック図である。図において、ｌはキー
ボードやＣＲＴ等の入出力装置、２は入出力装１ｊｌと
知識ファイル３および推論装！４とのインターフエイス
、５は推論装置４内の推論実行部、６は推論装置４内の
確信度修正部，７は推論装置４のワーキングメモリであ
る．利用者は、入出力装置１からインターフエイス２を
介して、知識ファイル３に確信度付きのルールを予め格
納する．この格納の後、入出力装［１から情報を与えて
推論装置４を作動させると、推論実行部５は、入出力装
置１からの情報と．知識ファイル３内の確信度付きルー
ルと、推論過程で導出された情報を一時的に格納するワ
ーキングメモリ６内の情報とを用いて、推論を実行する
．このときに利用したルールは、適用順序が分かるよう
な方式で、確信度修正部７に格納される．推論結果が確
信度の高い順に入出力装置１に表示されるので、利用者
は、その推論結果と実際の現象とを比較して、『一致す
る』，『たまに一致する」，「ほとんど一致しないＪｔ
’一致しない』，「わからない』というような評価を入
力する。確信度修正部７は、格納している利用されたル
ールと発明者が入力した評価とにより、知識ファイル３
内のルールの確信度を修正する． 第２図は，知識ファイル３に格納されているルールの一
例を示す図である．ルール２００は、ルール名２０１と
、条件部２０２と、結論部２０３と，確信度２０４とか
らなる．同様に、ルール２０５，２１０，２１５は，ル
ール名２０６，２１１，２１６と、条件部２０７，２１
２，２１７と、結論部２０８，２１３，２１８と、確信
度２０９，２１４，２１９とからなる． 第３図は、入出力装置１により推論装置４を作動させ情
報３０１を入力したときの推論結果の一例を示す図であ
る．なお、各ノードの下の数字２０１〜２１９は第２図
のルールとの対応を示す数字である．さて、情報３０１
が入力されると、知識ファイル３内のルール２００から
知識３０２が取り出され，またルール２０５から情報３
０３が取り出され、ワーキングメモリ６に格納される。
ルールと利用者が入力した推論結果に対する評価とによ
り、知識ファイル内のルールの確信度を修正する．この
修正により、ルールの確信度は、利用者がこのエキスパ
ートシステムを利用していくにつれて、適切な推論結果
が得られるような値に自然と変化する。したがって、現
実に則した結果が得られるエキスパートシステムを構築
できる． 〔実施例〕 次に、図面第１図〜第５図を参照して、本発明の一実施
例を説明する． 第１図は本発明によるエキスパートシステムの装置構成
の一例を示すブロック図である。図において、ｌはキー
ボードやＣＲＴ等の入出力装置、２は入出力装１ｊｌと
知識ファイル３および推論装！４とのインターフエイス
、５は推論装置４内の推論実行部、６は推論装置４内の
確信度修正部，７は推論装置４のワーキングメモリであ
る．利用者は、入出力装置１からインターフエイス２を
介して、知識ファイル３に確信度付きのルールを予め格
納する．この格納の後、入出力装［１から情報を与えて
推論装置４を作動させると、推論実行部５は、入出力装
置１からの情報と．知識ファイル３内の確信度付きルー
ルと、推論過程で導出された情報を一時的に格納するワ
ーキングメモリ６内の情報とを用いて、推論を実行する
．このときに利用したルールは、適用順序が分かるよう
な方式で、確信度修正部７に格納される．推論結果が確
信度の高い順に入出力装置１に表示されるので、利用者
は、その推論結果と実際の現象とを比較して、『一致す
る』，『たまに一致する」，「ほとんど一致しないＪｔ
’一致しない』，「わからない』というような評価を入
力する。確信度修正部７は、格納している利用されたル
ールと発明者が入力した評価とにより、知識ファイル３
内のルールの確信度を修正する． 第２図は，知識ファイル３に格納されているルールの一
例を示す図である．ルール２００は、ルール名２０１と
、条件部２０２と、結論部２０３と，確信度２０４とか
らなる．同様に、ルール２０５，２１０，２１５は，ル
ール名２０６，２１１，２１６と、条件部２０７，２１
２，２１７と、結論部２０８，２１３，２１８と、確信
度２０９，２１４，２１９とからなる． 第３図は、入出力装置１により推論装置４を作動させ情
報３０１を入力したときの推論結果の一例を示す図であ
る．なお、各ノードの下の数字２０１〜２１９は第２図
のルールとの対応を示す数字である．さて、情報３０１
が入力されると、知識ファイル３内のルール２００から
知識３０２が取り出され，またルール２０５から情報３
０３が取り出され、ワーキングメモリ６に格納される。
次に，ワーキングメモリ６内の情報３０２および３０３
に対し、知識ファイル３内のルール２１０から情報３０
４が取り出され、またルール２１５から情報３０５が取
り出され、ワーキングメモリ６に格納される。ここまで
処理が進むと、適用できるルールがもう無いので、推論
が終了する。このとき、推論過程で適用したルール３０
６，３０７，３０８，３０９は、適用過程が分かるよう
な配列で、確信度修正部７に格納される。推論結果とし
て導出した情報３０２，３０４，３０５は、確信度の高
い順に入出力装置１に表示される。ここで確信度３１０
，３１１，３１２は、結論を導く際に用いたルールの確
信度である。
に対し、知識ファイル３内のルール２１０から情報３０
４が取り出され、またルール２１５から情報３０５が取
り出され、ワーキングメモリ６に格納される。ここまで
処理が進むと、適用できるルールがもう無いので、推論
が終了する。このとき、推論過程で適用したルール３０
６，３０７，３０８，３０９は、適用過程が分かるよう
な配列で、確信度修正部７に格納される。推論結果とし
て導出した情報３０２，３０４，３０５は、確信度の高
い順に入出力装置１に表示される。ここで確信度３１０
，３１１，３１２は、結論を導く際に用いたルールの確
信度である。
第４図は、推論結果を評価しその評価に基づき確信度を
修正した知識ファイル３内のルールの一例を示す図であ
る．第３図の例では、利用者が情報３０２と３０４とを
「わからない』と評価し、情報３０５を「一致する」と
評価したとする．確信度修正部７は、推論過程で格納し
たルールを用いて、知識ファイル３内のルールの確信度
を修正する。ここでは、情報３０５を導出するのに適用
したルール３０７と３０９との確信度２０９と２１９と
に０．１ を加え，それ以外のルール３０６と３０８と
の確信度２０４と２１４とから０．１を引くことにより
、新しい確信度を持つルール４００，４０５，４１０，
４１５が得られる。
修正した知識ファイル３内のルールの一例を示す図であ
る．第３図の例では、利用者が情報３０２と３０４とを
「わからない』と評価し、情報３０５を「一致する」と
評価したとする．確信度修正部７は、推論過程で格納し
たルールを用いて、知識ファイル３内のルールの確信度
を修正する。ここでは、情報３０５を導出するのに適用
したルール３０７と３０９との確信度２０９と２１９と
に０．１ を加え，それ以外のルール３０６と３０８と
の確信度２０４と２１４とから０．１を引くことにより
、新しい確信度を持つルール４００，４０５，４１０，
４１５が得られる。
第５図は、第４図のように修正した後に、第３図と同じ
情報を入力した場合の推論結果の一例を示す図である。
情報を入力した場合の推論結果の一例を示す図である。
推論過程は第３図と同様であり、情報５０１が入力され
ると、ルール２０１から情報５０２が取り出され、また
ルール２０６から情報５０３が取り出される。次に，ル
ール２］１から情報５０４が取り出され、またルール２
１６から情報５０５が取り出され、推論が終了する。こ
のとき、推論結果の情報５０２，５０４，５０５の確信
度５１０，５１１，５１２の値は、０．８，０．５４，
０．６３となり、入出力装置１への表示順番が変化する
。すなわち、第３図の例では、情報３０２，３０４，３
０５の順序だったが、第５図の例では、情報５０２，５
０５，５０４の順序となる． 本実施例においては、システム利用者が、推論結果を実
際の現象と比較して評価し、ルールの確信度を修正でき
るので，推論がより現実に近い方向に改良され、実用性
の高いエキスパートシステムが得られる． 〔発明の効果〕 本発明においては、利用者が推論結果を実際の現象と比
較して評価し、確信度を修正するので，ルールの因果関
係が不明確で確信度の値が分からないときでも、とりあ
えず初期値を与えておき，このエキスパートシステムを
利用していくと、適切な確信度に近付いてゆき，高性能
のエキスパートシステムを構築できる． また、新しいルールを付け加えるあるいはシステム利用
者が変わるというようにシステム内外の環境が変わって
も、確信度がその変化に追従して修正されるから、環境
変化に柔軟に適応できるエキスパートシステムが得られ
る。
ると、ルール２０１から情報５０２が取り出され、また
ルール２０６から情報５０３が取り出される。次に，ル
ール２］１から情報５０４が取り出され、またルール２
１６から情報５０５が取り出され、推論が終了する。こ
のとき、推論結果の情報５０２，５０４，５０５の確信
度５１０，５１１，５１２の値は、０．８，０．５４，
０．６３となり、入出力装置１への表示順番が変化する
。すなわち、第３図の例では、情報３０２，３０４，３
０５の順序だったが、第５図の例では、情報５０２，５
０５，５０４の順序となる． 本実施例においては、システム利用者が、推論結果を実
際の現象と比較して評価し、ルールの確信度を修正でき
るので，推論がより現実に近い方向に改良され、実用性
の高いエキスパートシステムが得られる． 〔発明の効果〕 本発明においては、利用者が推論結果を実際の現象と比
較して評価し、確信度を修正するので，ルールの因果関
係が不明確で確信度の値が分からないときでも、とりあ
えず初期値を与えておき，このエキスパートシステムを
利用していくと、適切な確信度に近付いてゆき，高性能
のエキスパートシステムを構築できる． また、新しいルールを付け加えるあるいはシステム利用
者が変わるというようにシステム内外の環境が変わって
も、確信度がその変化に追従して修正されるから、環境
変化に柔軟に適応できるエキスパートシステムが得られ
る。
第１図は本発明によるエキスパートシステムの装置構戊
の一例を示すブロック図、第２図は知識ファイルに格納
されているルールの一例を示す図，第３図は推論装置を
作動させ情報を入力したときの推論結果の一例を示す図
、第４図は推論結果を評価し確信度を修正した知識ファ
イル内のルールの一例を示す図、第５図は確信度修正後
の推論結果一例を示す図である。 １・・・入出力装置，２・・・インターフェース，３・
・・知識ファイル、４・・・推論装置、５・・・推論実
行部，６罵 ｌ 図 罵 ２ 回 第 ３ 図 θ ４ 図
の一例を示すブロック図、第２図は知識ファイルに格納
されているルールの一例を示す図，第３図は推論装置を
作動させ情報を入力したときの推論結果の一例を示す図
、第４図は推論結果を評価し確信度を修正した知識ファ
イル内のルールの一例を示す図、第５図は確信度修正後
の推論結果一例を示す図である。 １・・・入出力装置，２・・・インターフェース，３・
・・知識ファイル、４・・・推論装置、５・・・推論実
行部，６罵 ｌ 図 罵 ２ 回 第 ３ 図 θ ４ 図
Claims (1)
- 【特許請求の範囲】 １、入出力装置と、確信度付きルール等により記述され
た専用知識を格納する知識ファイルと、推論過程で導き
出された事象を一時的に格納するワーキングメモリと、
前記入出力装置からの情報と知識ファイル内の情報とワ
ーキングメモリ内の情報とを用いて推論する推論装置と
を含むエキスパートシステムにおいて、 前記推論過程で利用したルールを一旦格納し、利用者が
前記推論の結果を評価し前記入出力装置から入力した評
価値に基づき前記一旦格納されたルールの確信度を修正
する確信度修正装置を設けたことを特徴とするエキスパ
ートシステム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16404489A JPH0330024A (ja) | 1989-06-28 | 1989-06-28 | エキスパートシステム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16404489A JPH0330024A (ja) | 1989-06-28 | 1989-06-28 | エキスパートシステム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0330024A true JPH0330024A (ja) | 1991-02-08 |
Family
ID=15785737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16404489A Pending JPH0330024A (ja) | 1989-06-28 | 1989-06-28 | エキスパートシステム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0330024A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1995002216A1 (fr) * | 1993-07-05 | 1995-01-19 | Komatsu Ltd. | Appareil de deduction |
-
1989
- 1989-06-28 JP JP16404489A patent/JPH0330024A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1995002216A1 (fr) * | 1993-07-05 | 1995-01-19 | Komatsu Ltd. | Appareil de deduction |
| GB2295703A (en) * | 1993-07-05 | 1996-06-05 | Komatsu Mfg Co Ltd | Inference apparatus |
| US5774629A (en) * | 1993-07-05 | 1998-06-30 | Komatsu Ltd. | Inference apparatus using occurence rate data and degree of relevance data |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4916633A (en) | Expert system apparatus and methods | |
| US11568286B2 (en) | Providing insights about a dynamic machine learning model | |
| US4853873A (en) | Knowledge information processing system and method thereof | |
| KR102235690B1 (ko) | 인공지능 기반의 프로그램 코드 평가 시스템 및 방법 | |
| Abdygalievich et al. | Quality evaluation fuzzy method of automated control systems on the LMS example | |
| US20090106182A1 (en) | Data flow analzying apparatus, data flow analyzing method and data flow analyzing program | |
| Quinlan et al. | A formal deductive problem-solving system | |
| KR950004454B1 (ko) | 근사 추론 장치 | |
| Dix | Human issues in the use of pattern recognition techniques | |
| Hollnagel | Evaluation of expert systems | |
| Liu et al. | A partial grading method using pattern matching for programming assignments | |
| JPH0330024A (ja) | エキスパートシステム | |
| US6678853B1 (en) | Method and apparatus for generating random code | |
| US20170212755A1 (en) | System and method for computing a criticality metric of a unit of source code | |
| CN110852074B (zh) | 生成修正语句的方法和装置、存储介质和电子设备 | |
| CA1278390C (en) | Expert system apparatus and methods | |
| Shahbazova | Applied research in the field of automation of learning and knowledge control | |
| CN115391615B (zh) | 一种思维导图的配置方法、装置、电子设备及存储介质 | |
| Galitsky et al. | Justification of Customer Complaints using Emotional States and Mental Actions. | |
| JPS59117660A (ja) | シミユレ−シヨン状態復元処理方式 | |
| Palmer et al. | Software risk management: requirements-based risk metrics | |
| Tian et al. | A comprehensive framework for measuring and improving api usability | |
| JPH0627868A (ja) | Ｃａｉシステム | |
| Siminski et al. | Verification of Rule Knowledge Bases Using Decision Units | |
| Alasgarova et al. | Expert system for decision-making problem in economics |