JPH04229328A - 障害追跡方法および障害追跡装置 - Google Patents

障害追跡方法および障害追跡装置

Info

Publication number
JPH04229328A
JPH04229328A JP3116616A JP11661691A JPH04229328A JP H04229328 A JPH04229328 A JP H04229328A JP 3116616 A JP3116616 A JP 3116616A JP 11661691 A JP11661691 A JP 11661691A JP H04229328 A JPH04229328 A JP H04229328A
Authority
JP
Japan
Prior art keywords
user
signal path
test object
troubleshooting
current signal
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
Application number
JP3116616A
Other languages
English (en)
Inventor
Yuval Lirov
ユバル リロフ
Swaminathan Ravikumar
スワミナサン ラビクマール
On-Ching Yue
オン−チン ユー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AT&T Corp
Original Assignee
American Telephone and Telegraph Co Inc
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 American Telephone and Telegraph Co Inc filed Critical American Telephone and Telegraph Co Inc
Publication of JPH04229328A publication Critical patent/JPH04229328A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2257Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using expert systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • G06N5/022Knowledge engineering; Knowledge acquisition
    • YGENERAL 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
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00Data processing: artificial intelligence
    • Y10S706/902Application using ai with detail of the ai system
    • Y10S706/911Nonmedical diagnostics

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)
  • Tests Of Electronic Circuits (AREA)
  • 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。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、障害診断を含む有効な
障害追跡を行い、学習知識ベースとともに規則の階層を
使用した、コンピュータで実現される装置に関する。
【0002】
【従来の技術】エキスパート・システムは、当業者に周
知であるが、一般的に、専門技術のかなり狭い領域にお
ける困難な問題を解決するためのソフトウェアにおいて
実現される。エキスパート・システムの典型的な例は、
障害追跡エキスパート・システム、計画またはスケジュ
ーリング・エキスパート・システム、コンピュータ援用
設計エキスパート・システムである。
【0003】障害追跡エキスパート・システムの1つの
例が、Y.リロフ(Y. Lirov)による論文「S
TAREX■■■同時試験および置換回路パック障害追
跡エキスパート・システムの試作と実現」、エンジニア
リング・アプリケーションズ・オヴ・アーティフィシャ
ル・インテリジェンス(Engineering Ap
plications of Artificial 
Intelligence)、第2巻第1号(1989
年3月)3〜18ページ、に開示されている。この論文
には、電子回路パック内の障害の診断を含む障害追跡の
ためのエキスパート・システムが開示されている。障害
の診断を含む障害追跡は、一般的に、システムのある部
分のエラーまたは障害の存在に関係し、また、その障害
を認識または確認し、その障害を修正する手続きの使用
に関係する。
【0004】「システム障害診断のためのエキスパート
・システムを製作する技術」(1989年7月28日出
願、出願番号第386,325号)と題されたY.リロ
フとO.ユエ(O. Yue)の特許出願に開示された
診断エキスパート・システムのような障害追跡エキスパ
ート・システムは、一般的に、知識ベース・モジュール
およびセンサ・ベース・モジュールのような複数のモジ
ュールからなる。
【0005】知識ベース・モジュールは通常、条件およ
び結論を定義する規則のセットからなり、これらの条件
および結論に従って診断問題が解決されるが、一方セン
サ・ベース・モジュールは、センサと呼ばれる適当な測
定機器を備えたユーザからなる。余談ではあるが、規則
の概念の理解を助けるために、以下のアナロジーを考え
る。知識ベース・モジュールにおける規則は、現在の候
補ノードのリストからの拡張のために最適ノードを選択
するという一般的なグラフ探索問題におけるノード評価
関数にたとえることができる。ここで、候補ノードとい
うのは、それによって正しいシステム診断への最適経路
が、最小のユーザ入力を使用して最短時間で発見可能に
なるようなノードのことである。
【0006】説明を続けると、知識ベース・モジュール
における規則は、センサ・ベース・モジュールにおける
ユーザに対して、障害追跡されるべきシステムで測定ま
たは置換されることになる「何が、いつ、どこで」パラ
メータのような特性を定義するように、指示を生成する
。続いてセンサ・ベース・モジュールは、測定または置
換の結果を知識ベース・モジュールへ通信する。
【0007】この方法では、最も関連のある規則の対話
式選択が、時には推論エンジン・モジュールと呼ばれる
第3のモジュールを使用して、実現される。知識ベース
・モジュールとセンサ・ベース・モジュールの間の対話
における実際の通信は、通常、相談モジュールを通して
実現される。以上およびその他のこのようなモジュール
についてのさらに詳細な説明は、標準的な人工知能の教
科書で得られる。(例えば、P.ウィンストン(P. 
Winston)著「人工知能」(アカデミック・プレ
ス(Academic Press)、(ニューヨーク
)、1984年)参照。)
【0008】
【発明が解決しようとする課題】残念ながら、一般的に
、少なくとも以下の3つの理由のために、人は指示、す
なわちアドバイスを受けることを好まない。第1の理由
は、エキスパート・システムの知識ベース・モジュール
を定期的に更新、置換、修正、または変更する何らかの
プロセスが存在しないと、非人間システムは陳腐になり
易い、ということである。換言すれば、人間が変化に適
合しているのと同様に、非人間システムも変化に適合し
ていることが通常所望される。
【0009】第2の理由は、アドバイスを受け、知識ベ
ース・モジュールに測定結果を通信することに人間によ
って費やされる時間は非生産的とみなされる、すなわち
、浪費時間とみなされるということである。さらに、第
3の理由は、非人間システムは、ユーザがアドバイスに
従うべき理由に関してユーザに対する満足な説明なしに
「何をすべきである」とユーザに指示する、無差別なア
ドバイスを通信することがある、ということである。 アドバイスに対するユーザの抵抗は、そのアドバイスが
非人間システムから通信される場合に特に顕著である。
【0010】我々の見解では、上述のような問題が従来
生じてきているのは、いくつかのプロセスを分岐させる
ことが受容された手続きとなっているためである、と考
えられる。すなわち、まず知識を生成、すなわち知識を
獲得し、その次に、獲得された知識をエキスパート・シ
ステムにおいて2つの独立に分かれた、しかし反復する
プロセスとして利用するためである。基本的なプロセス
・パラメータが変化するにつれて(例えば、システム内
のある構成要素が他よりも故障しやすくなるなど)、エ
キスパート・システムの効率は低下し、従って、エキス
パート・システムの知識生成プロセスを反復することが
必要になる。
【0011】
【課題を解決するための手段】以上およびその他の問題
点は、本発明の原理によって解決される。本発明は、検
査中のシステム内の対象を障害追跡するための方法、シ
ステムおよび装置からなる。本発明の配置は、ユーザと
障害追跡システムの間で対話式に通信するステップと、
学習知識ベースを生成するステップと、ユーザによって
検査されている対象を同定するステップと、検査対象を
障害追跡するために学習知識ベースを利用するステップ
と、検査対象が故障か否かを分類するステップからなる
。さらに、本発明の配置は、ユーザの以前のアクション
を学習知識ベース内の多分岐木におけるペアとして構築
するステップと、ユーザの現在のアクションをユーザの
以前のアクションと比較するステップからなる。
【0012】現在の信号路は、検査中のシステムの第1
入力と第1出力の間に生成される。次に、検査対象が現
在信号路に属しているかどうかが判定される。ユーザの
アクションの比較に応じて、および、検査対象が現在信
号路に属しているかどうかに応じて、ユーザのスキル・
レベルが複数のスキル・レベルのうちの1つに分類され
る。ユーザのスキル・レベル分類に応じて、ユーザに与
えられる障害追跡アドバイスの種類が、複数種類の障害
追跡アドバイスのうちの1つに分類された後、アドバイ
スがユーザに通信される。さらに、検査対象の出力が測
定され、新たな現在信号路が、検査中のシステムの障害
対象を同定するために生成および再生成される。
【0013】
【実施例】従来技術によれば、障害追跡エキスパート・
システムの知識ベース・モジュールにおいて実現可能な
規則を開発すなわち生成するある技術が示されている。 このプロセスは、人工知能分野で知識獲得プロセスとし
て周知のものである。知識を獲得した後、すなわち、規
則を生成した後、本発明では、エキスパート・システム
を使用した新たな障害追跡の配置を提案する。この配置
は、エキスパート・システム知識獲得プロセスとエキス
パート・システム利用プロセスの間の従来の分離を除去
する。さらに、本発明の新たな配置は、非人間エキスパ
ート・システムがユーザに助言、または指導、または教
示することを可能にするような方法で、ユーザの不当な
アクションまたはその他のエラーを都合良く検出および
分類する。
【0014】図1は、本発明の新たな配置を使用した情
報の全体的なフローを例示しており、この配置は方法、
システムおよび装置からなり、6個の構成要素に基づい
ており、ソフトウェアにおいて適切に実現可能である。 以下で簡単に6個の各構成要素について説明し、その後
で、本発明の原理の理解の助けとして、6個の各構成要
素のさらに詳細な説明を行う。
【0015】第1構成要素はグラフィック入力インタフ
ェース120であり、これはユーザ110が障害追跡エ
キスパート・システムに特定の測定または置換アクショ
ンを通信することを可能にする。
【0016】第2構成要素は学習知識ベース130であ
り、これにはユーザ110の妥当なアクションが格納さ
れる。知識ベース130は、調整可能重みつき多分岐木
として実現可能であり、木の各ノードは規則の条件に対
応し、木の各アークは規則の結論に対応する。
【0017】第3構成要素はユーザ・アクション分類部
140であり、これはソフトウェア・テーブルで実現可
能である。アクション分類部140は、エキスパート・
システムが、インタフェース120によって取得された
ようなユーザ110の現在のアクションをユーザ110
の以前のアクションに対して比較することによって、ユ
ーザの障害追跡の熟練度を推論し、複数の熟練度のうち
のいずれかに分類することを可能にする。
【0018】ユーザ110の以前のアクションは知識ベ
ース130の多分岐木内に構築される。1つの実施例で
は、アクション分類部140は、ユーザ110の熟練度
が、障害追跡スキルの3つのレベルのうちの1つとして
分類されることを可能にする。この3つのレベルとは、
例えば、(a)初心者障害追跡者、(b)良好障害追跡
者、(c)熟練障害追跡者である。
【0019】第4構成要素はユーザ・アドバイス分類部
150であり、これもまたソフトウェア・テーブルで実
現可能である。アドバイス分類部150は、エキスパー
ト・システムが、ユーザ・アクション分類部140で与
えられたようなユーザの障害追跡熟練度のスキル・レベ
ルに応じて、適当なアドバイスの種類を推論し、複数の
アドバイスの種類からいずれかを分類することを可能に
する。1つの実施例では、アドバイス分類部150は、
ユーザ110へのアドバイスが、例えば、(a)障害追
跡方法のアドバイス、または、(b)回路パックの模式
的アドバイス、に分類されることを可能にする。
【0020】第5構成要素は信号路管理部160であり
、これもまたソフトウェアで、規則のセットとして実現
可能である。信号路管理部160は、障害対象を探索す
るために信号路(信号路とは後で定義される語である)
を再帰的に生成および再生成する。
【0021】第6構成要素は、特定のアドバイスをユー
ザ110へ通信するためのグラフィック出力インタフェ
ース170である。
【0022】これから、6個の各構成要素のさらに詳細
な説明に入る。
【0023】第1構成要素、グラフィック入力インタフ
ェース120は、(a)ディジタイザとして、または(
b)ライト・ペンまたはその他のコンピュータ入力デバ
イスをもつCRTデバイスとして、または、(c)ユー
ザ110が、ユーザ110によって測定されている対象
を同定し、対象を障害追跡エキスパート・システムに通
信することが可能な任意のデバイスとして、実現可能で
ある。
【0024】第2構成要素、学習知識ベース130は、
要素の2つ組のペア(以下では単にペアとも呼ばれる)
として実現可能であり、このペアは、(a)重み要素、
すなわち、例えば対象を測定する頻度のような、ペアに
与えられる重みまたは重要度を反映する要素と、(b)
例えば木要素のような再帰的データ構造要素からなる。 木要素が以下の再帰的記号を使用して定義されるような
2つ組(重み、木)として示される要素のペアを考える
【0025】木(対象、アドバイス、失敗時(ペアのリ
スト)、成功時(ペアのリスト))  (1)
【002
6】式(1)で使用されている記号は、4個のデータ・
フィールドからなる再帰的データ構造の略記であり、以
下で説明する。
【0027】第1データ・フィールドは、対象フィール
ドと呼ばれ、ユーザ110によって測定される対象のエ
ンコードされた同定情報からなる。例えば、測定された
対象が集積回路であると仮定する。集積回路の特定の構
成要素またはその他の部品であって、それ自体本発明の
原理を例示するための対象を測定することが望ましい。 この背景のもとで、式(1)の対象フィールドは、例え
ば、特定の集積回路上の特定のピンであってそれ自体回
路パックの構成要素でもありうるものを同定するために
エンコードされることが可能である。
【0028】第2データ・フィールドは、アドバイス・
フィールドと呼ばれ、ユーザ110へ通信されるアドバ
イスのエンコードされた文からなる。1つの例として、
アドバイスの文は、対象フィールドで同定された対象を
測定するために従うべき手続きを推薦することができる
。もう1つの例として、アドバイス・フィールドは、対
象が電圧計である時間の間検査され、電圧計検査の結果
が後続の処理のために格納されるという効果に対する文
であることも可能である。
【0029】アドバイス・フィールドはいくつかの方法
で定式化されることができる。アドバイス・フィールド
を定式化する1つの方法は、アドバイスの文に関する2
値の結果をアドバイス・フィールドが期待するような方
法で、アドバイス・フィールドを定義することである。 この方法では、アドバイス・フィールドで推薦された検
査の結果は、失敗(この場合、本方法は、第3データ・
フィールドのペアのリストからの要素の1ペアを使用す
るか、または、第3データ・フィールドに挿入するため
に新たなペアを作成する)か、または、成功(この場合
、本方法は、第4データ・フィールドのペアのリストか
らの1ペアを使用するか、または、第4データ・フィー
ルドに挿入するために新たなペアを作成する)かで特徴
づけられることができる。続いて、式(1)の最後の2
このフィールドのさらに詳細な説明に入る。
【0030】第3データ・フィールドは、失敗時(ペア
のリスト)フィールドと呼ばれ、空または1個以上のペ
アのリストからなり、ペアはそれぞれ、式(1)を使用
して定義される重み要素および木要素の両方からなる。
【0031】第4データ・フィールドは、成功時(ペア
のリスト)フィールドと呼ばれ、第3データ・フィール
ドと同様に、空または1個以上のペアのリストからなり
、ペアはそれぞれ、やはり式(1)に従って定義される
重み要素および木要素の両方からなる。
【0032】余談であるが、第3および第4データ・フ
ィールドがいずれもペアの空リストからなる場合、その
木要素の第1データ・フィールドで同定される対象以上
の再帰はない。空リストの継承ペアをもつこのような木
は、人工知能分野では葉と呼ばれることもある。ペアの
空リストは、単に、要素をもたないペアのセットである
【0033】次に、第3および第4データ・フィールド
の内容と、ペアのリストという句の意味について特に説
明を行う。
【0034】第3および第4データ・フィールドの各ペ
アのリストは1個以上のペアのランク順序である。ただ
し、ランク順序は、ペアの重み要素の相対的な大きさと
1対1に対応している。また、次に測定されるべき対象
は、ペアのリストの第1ペアの木要素の対象フィールド
にエンコードされた対象である。この結果は、各ペアの
リストにおけるペアのランク順序のために生じる。すな
わち、ペアのリストの第1ペアは、ペアのリスト内の他
のどのペアよりも、一般的には大きく、どんな場合でも
小さいことはない重み要素を有する。
【0035】木要素の第3フィールドまたは第4フィー
ルドのいずれかが、要素の2つ組ペアの木要素の第1フ
ィールドで宣言された対象に第2フィールドで宣言され
たアドバイスを適用することから取得された2値の結果
に応じて選択される。すなわち、第3フィールドは、ア
ドバイスが適用されたときに失敗した場合に選択され、
第4フィールドは、アドバイスが適用されたときに成功
した場合に選択される。
【0036】第3構成要素、すなわちユーザ・アクショ
ン分類部140は、ユーザ110のスキル、すなわちス
キル・レベルを、複数の可能な障害追跡スキル・レベル
うちの1つのスキル・レベルとして特徴づける、すなわ
ち分類する規則のセットとして実現される。例えば、規
則はユーザのスキルを(a)初心者障害追跡者として、
または(b)良好障害追跡者として、または(c)熟練
障害追跡者として分類するという方法で実現される。こ
のような3つのスキル・レベルを仮定し、さらに、障害
追跡エキスパート・システムは学習知識ベース130に
含まれる種類の現在のペアのリストの同定情報を保持す
る第1メモリを有することを仮定すると、以下の規則の
セットがユーザ・アクション分類部140で実現可能と
なる。
【0037】規則140−1:ユーザ110によって選
択された検査対象が現在のペアのリスト内のペアの1つ
の木要素の第1データ・フィールドで同定された対象と
同一の対象である場合(以後この1ペアは現ペアと呼ば
れる)、現ペアの重み要素は、本実施例では、1だけ増
分される。増分された現ペアをもつ現在のペアのリスト
はソートされ、これによって、重みによるランク順序の
ため、現ペアは現在のペアのリスト内での異なる相対位
置に再配置される。
【0038】さらに、(a)ユーザ110のスキルは良
好障害追跡者として分類され、(b)現在のペアのリス
トからの現ペアは、障害追跡エキスパート・システムの
第1メモリ内の現ペアの同定情報を使用して、障害追跡
エキスパート・システムの第2メモリへ移動されて前ペ
アとして知られるようになる、すなわち、前ペアは第2
メモリに格納される。そして、(c)新たなペアのリス
トが選択され、新リストの同定情報は、障害追跡エキス
パート・システムの第1メモリ内の現在のペアのリスト
の同定情報と置換し、(d)新たなペアのリストは、新
たな現在のペアのリストとして現在のペアのリストと置
換する。
【0039】これで、新たなペアのリストが選択される
プロセスについての説明をする準備がととのった。前記
のように、木要素の第3データ・フィールドおよび第4
データ・フィールドはペアのリストからなる。同じく前
記のように、第3データ・フィールドは、アドバイス・
フィールドで提供されたアドバイスの失敗を検出すると
選択され、第4データ・フィールドは、現ペアの木要素
のアドバイス・フィールドで提供されたアドバイスの成
功を検出すると選択される。従って、失敗したか成功し
たかの検査の2値の結果に応じて、それぞれ新たなペア
のリストが選択される。
【0040】規則140−2:ユーザ110によって選
択された検査対象が現在のペアのリスト内のペアの1つ
の木要素の第1データ・フィールドで同定された対象と
同一の対象でない場合(以後この1ペアは現ペアと呼ば
れる)、ユーザ110のスキル・レベルは良好障害追跡
者でないとして分類される。良好障害追跡者でないとは
、本実施例では、ユーザ110のスキル・レベルが、初
心者障害追跡者のスキルであるか、または、熟練障害追
跡者のスキルであるかのいずれかであることを意味する
【0041】余談であるが、以上の規則140−2のた
めに、障害追跡エキスパート・システムはその学習知識
ベース130に適合し始めるといえる。すなわち、この
非人間障害追跡エキスパート・システムは、人間が変化
に適合するのとほとんど同じように変化に適合する。
【0042】説明を続けると、規則140−2の条件に
応じて、ユーザ・アクション分類部140は、以下の方
法を実行するように適切にプログラムされることが可能
である。この方法は、重み要素が1にセットされ、次の
段落で説明する方法で生成された木要素をもつ新たな2
つ組ペアを生成するステップからなる。新ペアを生成す
ると、現ペアは障害追跡エキスパート・システムの第2
メモリに移動されて前ペアとして知られるようになり、
新たに作成された、すなわち、生成されたペアは現在の
ペアのリストのランク順序位置に挿入され、現ペアとし
て知られるようになる。このようにして障害追跡エキス
パート・システムはその知識ベース130に適合する。 注目すべきことに、システムは、システムの使用と並行
して適合するのであって、従来のように、分離した独立
なプロセスとして適合するのではない。
【0043】次に、新たに生成されたペアの木要素を生
成する方法について説明する。
【0044】木の第1データ・フィールド、すなわち対
象フィールドは、ユーザ110によって選択された対象
のエンコードされた同定情報に設定される。
【0045】木の第2データ・フィールド、すなわちア
ドバイス・フィールドは、対象フィールドに同定された
対象を測定するときに従うことが推薦される手続きのエ
ンコードされた文であり、ユーザ110と障害追跡エキ
スパート・システムの間の対話に応じて生成される。こ
の対話によってユーザ110は、ユーザ110によって
選択された対象を測定する手続きを指定する。
【0046】第3データ・フィールド、すなわち失敗時
フィールドは、第4データ・フィールド、すなわち成功
時フィールドとともに、2つ組ペアの空リストからなる
ようにエンコードされる。新たに生成された木要素の第
3および第4データ・フィールドの両方がペアの空リス
トからなる限り、この木は葉と呼ばれる。
【0047】次に、信号路と呼ばれる概念を定義する助
けとして図2の説明に移る。図2は、ユーザ・アクショ
ン分類部140、ユーザ・アドバイス分類部150、お
よび信号路管理部160をさらに説明するために使用さ
れる。
【0048】図2は装置200を例示しており、これは
一般的な対象であって、特に対象221、224、22
9のような複数の対象からなり、これらはある予め定義
された順序で、ある機能を実行するように相互接続され
ている。本発明の原理の実施例の説明のためには、個々
の機能は重要でなく、従ってその説明は省略する。ユー
ザ110のようなユーザが装置200を障害追跡するこ
とを所望しており、規則のあるセットに障害追跡を実行
すると仮定する。
【0049】各対象は、装置自体とともに、入力および
出力を有する。例えば、入力201および出力232は
それぞれ装置200の入力および出力である。入力20
1は対象221の入力でもあり、出力232は対象23
1の出力でもある。こうした背景を使用して、信号路の
概念を定義する。信号路とは、特定の入力から特定の出
力までの対象の順序セットである。例えば、対象260
の入力241から出力261への信号路は、出力251
をもつ対象222を含む。出力251は対象250の入
力でもある。対象250の出力261はまた対象260
の出力261でもある。対象250は、入力251から
出力261への、対象224および225の両方を通る
信号路を有する。
【0050】次に、信号路の概念を下流信号路および上
流信号路に関してさらに説明する。
【0051】上記のように、信号路とは、特定の入力か
ら特定の出力までの対象の順序セットである。一方では
、第1信号路内に対象を有する第1信号路に対し、下流
信号路という語は、第1信号路の一部からなり、該対象
の出力から伸張し、第1信号路の出力まで続く第2信号
路を意味する。他方では、第1信号路内に対象を有する
第1信号路に対し、上流信号路という語は、第1信号路
の一部からなり、第1信号路の入力から伸張し、該対象
の入力まで続く第2信号路を意味する。該対象自体は、
下流信号路から除外されており、同じく上流信号路から
も除外されることに注意すべきである。
【0052】例えば、信号路241から、対象260お
よび231を通り出力232にいたるまでで定義された
信号路を考える。さらに、対象250を考える。対象2
50に関し、下流信号路は対象231を含み、上流信号
路は対象222を含む。もう1つの例として、入力20
1から対象200を通り出力232にいたるまでで定義
された信号路を考える。さらに、再び対象250を考え
る。対象250に関し、下流信号路は前と同様に対象2
31を含む。しかし、上流信号路は対象221および2
22を含む。
【0053】対象250に関して定義される場合、対象
270および対象270内の対象223、226、22
7、228、229および230とともに入力201か
ら対象200を通って出力232にいたる信号路内にあ
るにもかかわらず、対象270は、対象270内に例示
された複数の対象とともに、下流および上流信号路のい
ずれからも除外されることに注意すべきである。
【0054】次に、信号路の概念を現在信号路に関して
さらに説明する。
【0055】任意の信号路で、その入力は正しいがその
出力に障害があることが分かるという性質を有する信号
路を考える。我々は、何らかの誤動作がこの信号路に存
在すると結論することができる。現在信号路という語は
、障害が検出された信号路を意味する。現在信号路のエ
ンコードされた同定情報は、障害追跡エキスパート・シ
ステムの第3メモリに格納される。
【0056】ここで、障害追跡のさらに進んだ定義を提
供しておくのが都合がよい。障害追跡は、現在信号路を
同定するプロセスとみなすことができる。現在信号路の
知識をもとに、障害追跡者の次の仕事は、現在信号路内
の障害対象を探索することとなる。障害追跡者は、現在
信号路内の対象を選択し、選択された対象の出力を測定
し、出力に障害があるかどうかを判定することができる
。一方では、出力に障害がある場合、選択された対象に
障害があるか、または、上流信号路の対象に障害がある
ことになる。他方では、選択された対象の出力に障害が
ない場合、下流信号路の対象に障害があることになる。
【0057】さて、ユーザ・アクション分類部140に
戻ってその説明を完了することにする。さらにもう1つ
の規則がアクション分類部140で実施される。
【0058】規則140−3:ユーザ110によって選
択された検査対象が現在信号路に属しない場合、ユーザ
110のスキル・レベルは初心者障害追跡者のものであ
るとして特徴づけられる。
【0059】現在のペアのリスト内のペアのうちの1つ
の木要素の対象フィールドおよびアドバイス・フィール
ドは、以下のような目的で使用される。(a)ユーザ1
10が、現在信号路から、検査されるべき対象を選択す
るのを援助する。(b)ユーザ110によって選択され
た対象を、現在のペアのリスト内の第1の2つ組ペアの
木要素の対象フィールドで同定された対象と比較する。 (c)比較結果に応じてユーザ110のアクションを推
論し分類する。例えば、ユーザのアクションは、ユーザ
が(i)正しい方略を使用しているかどうか、そして(
ii)現在信号路の対象間の因果関係を理解しているか
どうか、に従って分類される。
【0060】これで、ユーザ・アクション分類部140
の説明を終了する。
【0061】第4構成要素、すなわちユーザ・アドバイ
ス分類部150は、3個の規則のセットとしてソフトウ
ェアで実現され、これによって、障害追跡エキスパート
・システムが、ユーザ110のスキル・レベルに応じて
ユーザ110に与えられるべき適切な種類のアドバイス
を推論し分類することが可能となる。
【0062】規則150−1:ユーザ110のスキル・
レベルが初心者障害追跡者のスキル・レベルである場合
、ユーザ110が障害追跡方略に関するアドバイスを必
要としていると結論され、従って、アドバイス分類部1
50は、後で信号路管理部160にその方略の要求の信
号を送るときに使用するためにフラグを設定する。
【0063】規則150−2:ユーザ110のスキル・
レベルが初心者障害追跡者または熟練障害追跡者のスキ
ル・レベルである場合、ユーザ110が現在信号路に関
するアドバイスを必要としていると結論され、従って、
アドバイス分類部150は、後で信号路管理部160に
その方略の要求の信号を送るときに使用するためにフラ
グを設定する。
【0064】規則150−3:ユーザ110のスキル・
レベルが良好障害追跡者のスキル・レベルである場合、
ユーザ110が障害追跡方略に関するアドバイスを必要
としていないと結論され、従って、アドバイス分類部1
50は、後で信号路管理部160にその方略の要求の信
号を送るときに使用するためにフラグを設定する。
【0065】これでユーザ・アドバイス分類部150の
説明を終了する。
【0066】第5構成要素、すなわち信号路管理部16
0は、2個の規則のセットとしてソフトウェアで実現さ
れ、エキスパート・システムが、障害のある現在信号路
内の対象を探索するために現在信号路を再帰的に生成お
よび再生成することを可能にする。
【0067】規則160−1:ユーザ110によって選
択された対象の出力に障害がない場合、新たな現在信号
路が以下のプロセスによって生成される。(a)障害追
跡エキスパート・システムの第3メモリから現在信号路
を検索する。(b)選択対象に応じて、および、現在信
号路に応じて、上流信号路を生成する。(c)現在信号
路から選択対象および上流信号路の全対象を削除、また
は消去、または除去し、新たな現在信号路を取得する。 (d)新たな現在信号路を第3メモリに格納する。
【0068】規則160−2:ユーザ110によって選
択された対象の出力に障害がある場合、新たな現在信号
路が以下のプロセスによって生成される。(a)障害追
跡エキスパート・システムの第3メモリから現在信号路
を検索する。(b)選択対象に応じて、および、現在信
号路に応じて、下流信号路を生成する。(c)下流信号
路の選択された全対象を現在信号路から削除、または消
去、または除去し、新たな現在信号路を取得する。 (d)新たな現在信号路を第3メモリに格納する。
【0069】これで、信号路管理部160の説明を終了
する。
【0070】第6構成要素、すなわちグラフィック出力
インタフェース170は、2個の規則のセットで実現さ
れ、ユーザ・アドバイス分類部150によって設定され
たフラグによって同定されるアドバイスの種類に応じて
、および、学習知識ベース130に含まれる種類の現在
のペアのリストに応じて、および、現在信号路に応じて
、エキスパート・システムがユーザ110に適切なアド
バイスを通信することを可能にする。
【0071】規則170−1:ユーザ・アドバイス分類
部150によって設定されたフラグが、現在信号路に関
するアドバイスをユーザ110が要求しているというこ
とを示すように設定されている場合、現在信号路をユー
ザ110に通信する。
【0072】規則170−2:ユーザ・アドバイス分類
部150によって設定されたフラグが、障害追跡方略に
関するアドバイスをユーザ110が要求しているという
ことを示すように設定されている場合、現在のペアのリ
スト内の第1の2つ組ペアの木要素から対象フィールド
およびアドバイス・フィールドをユーザ110に通信す
る。
【0073】第1の2つ組ペアは現在のペアのリストの
うちで最大値を有する重み要素をもつ木要素からなり、
規則140−1に従って、それは最も頻繁に使用される
木であり、そのためある意味で最適な障害追跡アドバイ
スであることに注意すべきである。
【0074】規則170−1および170−2に従うと
、ユーザ110に通信されるアドバイスは、ユーザ・ア
クション分類部140によって実際に検出された障害追
跡の種類に関するアドバイスだけであることにも注意す
べきである。さらに、ユーザ110は、障害追跡プロセ
スのすべての各段階でアドバイスに従うように要求され
ないので、相談モジュールによって消費される時間は少
なくなる、すなわち、非生産的時間は顕著に減少する。
【0075】以上の説明は、本発明の一実施例に関する
もので、この技術分野の当業者であれば、本発明の種々
の変形例が考え得るが、それらはいずれも本発明の技術
的範囲に包含される。
【0076】
【発明の効果】以上述べたごとく、本発明によれば、現
在の信号路は、検査中のシステムの第1入力と第1出力
の間に生成される。次に、検査対象が現在信号路に属し
ているかどうかが判定される。ユーザのアクションの比
較に応じて、および、検査対象が現在信号路に属してい
るかどうかに応じて、ユーザのスキル・レベルが複数の
スキル・レベルのうちの1つに分類される。ユーザのス
キル・レベル分類に応じて、ユーザに与えられる障害追
跡アドバイスの種類が、複数種類の障害追跡アドバイス
のうちの1つに分類された後、アドバイスがユーザに通
信される。さらに、検査対象の出力が測定され、新たな
現在信号路が、検査中のシステムの障害対象を同定する
ために生成および再生成される。これによって、非人間
システムも変化に適合することが可能となり、非生産的
時間は減少し、効率的で抵抗感の少ない障害追跡エキス
パート・システムが実現される。
【図面の簡単な説明】
【図1】本発明の新たな配置を使用した情報の全体的な
フロー図である。
【図2】図1のユーザ・アクション分類部140、ユー
ザ・アドバイス分類部150、および信号路管理部16
0をさらに詳細に説明するための図である。
【符号の説明】
110  ユーザ 120  グラフィック入力インタフェース130  
学習知識ベース 140  ユーザ・アクション分類部 150  ユーザ・アドバイス分類部 160  信号路管理部 170  グラフィック出力インタフェース200  
装置

Claims (12)

    【特許請求の範囲】
  1. 【請求項1】  ユーザと障害追跡システムの間で対話
    式に通信するステップと、学習知識ベースを生成するス
    テップと、前記ユーザによって検査されている対象を同
    定するステップと、前記検査対象を障害追跡するために
    前記学習知識ベースを利用するステップと、前記検査対
    象に障害があるかどうかを分類するステップとからなる
    検査中のシステム内の対象を障害追跡する方法において
    、(a)前記ユーザの以前のアクションを前記学習知識
    ベースの多分岐木における要素のペアとして構築するス
    テップと、 (b)選択された要素のペアに応じて、前記ユーザの現
    在のアクションを前記ユーザの以前のアクションと比較
    するステップと、 (c)前記検査中のシステム内の第1入力と第1出力の
    間に現在信号路を生成するステップと、(d)前記検査
    対象が前記現在信号路に属するかどうか判定するステッ
    プと、 (e)前記ユーザのアクションの比較に応じて、および
    、前記検査対象が前記現在信号路に属するかどうかに応
    じて、前記ユーザのスキル・レベルを複数のスキル・レ
    ベルのうちの1つに分類するステップと、(f)前記ユ
    ーザのスキル・レベルの分類に応じて、前記ユーザに与
    えられる障害追跡アドバイスの種類を、障害追跡アドバ
    イスの複数の種類のうちの1つに分類するステップと、 (g)前記の分類された障害追跡アドバイスを前記ユー
    ザに通信するステップからなることを特徴とする障害追
    跡の方法。
  2. 【請求項2】  (h)前記検査対象の出力を測定する
    ステップと、 (i)前記検査対象の出力に応じて、新たな現在信号路
    を生成するステップとを更に有することを特徴とする請
    求項1の方法。
  3. 【請求項3】  (j)前記検査対象における障害を示
    すような前記検査対象の出力に応じて、下流信号路を前
    記の新たな現在信号路として生成するステップを更に有
    することを特徴とする請求項2の方法。
  4. 【請求項4】  (j)前記検査対象において障害がな
    いことを示すような前記検査対象の出力に応じて、上流
    信号路を前記の新たな現在信号路として生成するステッ
    プを更に有することを特徴とする請求項2の方法。
  5. 【請求項5】  ユーザと障害追跡システムの間で対話
    式に通信する手段と、学習知識ベースを生成する手段と
    、前記ユーザによって検査されている対象を同定する手
    段と、前記検査対象を障害追跡するために前記学習知識
    ベースを利用する手段と、前記検査対象に障害があるか
    どうかを分類する手段とからなる検査中の対象を障害追
    跡するシステムにおいて、前記ユーザの以前のアクショ
    ンを前記学習知識ベースの多分岐木における要素のペア
    として構築する手段と、選択された要素のペアに応じて
    、前記ユーザの現在のアクションを前記ユーザの以前の
    アクションと比較する手段と、前記検査中のシステム内
    の第1入力と第1出力の間に現在信号路を生成する手段
    と、前記検査対象が前記現在信号路に属するかどうか判
    定する手段と、前記ユーザのアクションの比較に応じて
    、および、前記検査対象が前記現在信号路に属するかど
    うかに応じて、前記ユーザのスキル・レベルを複数のス
    キル・レベルのうちの1つに分類する手段と、前記ユー
    ザのスキル・レベルの分類に応じて、前記ユーザに与え
    られる障害追跡アドバイスの種類を、障害追跡アドバイ
    スの複数の種類のうちの1つに分類する手段と、前記の
    分類された障害追跡アドバイスを前記ユーザに通信する
    手段とからなることを特徴とする障害追跡のシステム。
  6. 【請求項6】  前記検査対象の出力を測定する手段と
    、前記検査対象の出力に応じて、新たな現在信号路を生
    成する手段とを更に有することを特徴とする請求項5の
    システム。
  7. 【請求項7】  前記検査対象における障害を示すよう
    な前記検査対象の出力に応じて、下流信号路を前記の新
    たな現在信号路として生成する手段を更に有することを
    特徴とする請求項6のシステム。
  8. 【請求項8】  前記検査対象において障害がないこと
    を示すような前記検査対象の出力に応じて、上流信号路
    を前記の新たな現在信号路として生成する手段を更に有
    することを特徴とする請求項6のシステム。
  9. 【請求項9】  ユーザと障害追跡システムの間で対話
    式に通信する手段と、学習知識ベースを生成する手段と
    、前記ユーザによって検査されている対象を同定する手
    段と、前記検査対象を障害追跡するために前記学習知識
    ベースを利用する手段と、前記検査対象に障害があるか
    どうかを分類する手段とからなる検査中のシステム内の
    対象を障害追跡する装置において、前記ユーザの以前の
    アクションを前記学習知識ベースの多分岐木における要
    素のペアとして構築する手段と、選択された要素のペア
    に応じて、前記ユーザの現在のアクションを前記ユーザ
    の以前のアクションと比較する手段と、前記検査中のシ
    ステム内の第1入力と第1出力の間に現在信号路を生成
    する手段と、前記検査対象が前記現在信号路に属するか
    どうか判定する手段と、前記ユーザのアクションの比較
    に応じて、および、前記検査対象が前記現在信号路に属
    するかどうかに応じて、前記ユーザのスキル・レベルを
    複数のスキル・レベルのうちの1つに分類する手段と、
    前記ユーザのスキル・レベルの分類に応じて、前記ユー
    ザに与えられる障害追跡アドバイスの種類を、障害追跡
    アドバイスの複数の種類のうちの1つに分類する手段と
    、前記の分類された障害追跡アドバイスを前記ユーザに
    通信する手段とからなることを特徴とする障害追跡の装
    置。
  10. 【請求項10】  前記検査対象の出力を測定する手段
    と、前記検査対象の出力に応じて、新たな現在信号路を
    生成する手段とを更に有することを特徴とする請求項9
    の装置。
  11. 【請求項11】  前記検査対象における障害を示すよ
    うな前記検査対象の出力に応じて、下流信号路を前記の
    新たな現在信号路として生成する手段とを更に有するこ
    とを特徴とする請求項10の装置。
  12. 【請求項12】  前記検査対象において障害がないこ
    とを示すような前記検査対象の出力に応じて、上流信号
    路を前記の新たな現在信号路として生成する手段を更に
    有することを特徴とする請求項10の装置。
JP3116616A 1990-04-30 1991-04-22 障害追跡方法および障害追跡装置 Pending JPH04229328A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US516411 1990-04-30
US07/516,411 US5107499A (en) 1990-04-30 1990-04-30 Arrangement for automated troubleshooting using selective advice and a learning knowledge base

Publications (1)

Publication Number Publication Date
JPH04229328A true JPH04229328A (ja) 1992-08-18

Family

ID=24055459

Family Applications (1)

Application Number Title Priority Date Filing Date
JP3116616A Pending JPH04229328A (ja) 1990-04-30 1991-04-22 障害追跡方法および障害追跡装置

Country Status (5)

Country Link
US (1) US5107499A (ja)
EP (1) EP0456378A3 (ja)
JP (1) JPH04229328A (ja)
KR (1) KR950012221B1 (ja)
CA (1) CA2037011C (ja)

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE467026B (sv) * 1990-09-21 1992-05-11 Televerket Anordning foer strukturering av teknisk information vid uppraettande av en kunskapsdatabas och felsoekning i teknisk utrustning
US5195095A (en) * 1990-12-28 1993-03-16 General Electric Company Algorithm for identifying tests to perform for fault isolation
US5418889A (en) * 1991-12-02 1995-05-23 Ricoh Company, Ltd. System for generating knowledge base in which sets of common causal relation knowledge are generated
US5297150A (en) * 1992-06-17 1994-03-22 International Business Machines Corporation Rule-based method for testing of programming segments
US5313241A (en) * 1992-11-25 1994-05-17 Eastman Kodak Company Processor diagnostics using switch settings
US5546507A (en) * 1993-08-20 1996-08-13 Unisys Corporation Apparatus and method for generating a knowledge base
US5473732A (en) * 1993-11-02 1995-12-05 Chang; Hou-Mei H. Relational artificial intelligence system
US6338148B1 (en) 1993-11-10 2002-01-08 Compaq Computer Corporation Real-time test controller
US5490149A (en) * 1993-12-28 1996-02-06 International Business Machines Corporation Tactical read error recovery strategy based on dynamic feedback
CA2148028A1 (en) * 1994-05-25 1995-11-26 Deborah L. Mcguinness Knowledge base management system with dependency information for procedural tests
US5544308A (en) * 1994-08-02 1996-08-06 Giordano Automation Corp. Method for automating the development and execution of diagnostic reasoning software in products and processes
JPH08137647A (ja) * 1994-11-07 1996-05-31 Fujitsu Ltd 操作案内情報再生方法および操作案内情報再生装置並びにマルチメディア情報再生方法およびマルチメディア情報再生装置
US5787232A (en) * 1996-01-10 1998-07-28 Siemens Corporate Research, Inc. Efficient data-driven theory revision system
JP3195226B2 (ja) * 1996-03-14 2001-08-06 株式会社東芝 業務支援システム
US6728343B1 (en) 1998-03-16 2004-04-27 Conair Corporation User appliance with voice help guide
US6604092B1 (en) 1999-02-26 2003-08-05 Lisa E. Stewart Expert system utilizing a knowledge base and design of experiment (DOE) techniques
EP1235510A2 (en) * 2000-03-23 2002-09-04 Koninklijke Philips Electronics N.V. Remote diagnostics for a medical imaging system
US6829734B1 (en) 2000-04-04 2004-12-07 International Business Machines Corporation Method for discovering problem resolutions in a free form computer helpdesk data set
WO2001082136A2 (en) 2000-04-20 2001-11-01 General Electric Company Method and system for graphically identifying replacement parts for generally complex equipment
MXPA03001691A (es) * 2000-08-23 2004-06-22 Gen Electric Metodo y sistema para dar servicio a una pieza seleccionada de equipo que contiene configuraciones de sistema y requerimientos de servicio unicos.
US7016809B1 (en) * 2000-09-26 2006-03-21 Intel Corporation Method and system for automatically interpreting computer system performance measurements
MXPA02008345A (es) 2000-12-29 2002-12-13 Gen Electric Metodo y sistema para identificar equipo que repetidamente funciona mal.
US20020156692A1 (en) * 2001-04-20 2002-10-24 Squeglia Mark R. Method and system for managing supply of replacement parts of a piece of equipment
US6895573B2 (en) 2001-10-26 2005-05-17 Resultmaker A/S Method for generating a workflow on a computer, and a computer system adapted for performing the method
US6865512B2 (en) 2002-11-12 2005-03-08 Koninklijke Philips Electronics N.V. Automated medical imaging system maintenance diagnostics
US6882271B2 (en) 2002-11-12 2005-04-19 Koninklijke Philips Electronics N.V. Automated medical imaging system repair diagnostics
US7500145B2 (en) * 2004-05-28 2009-03-03 International Business Machines Corporation Anomaly-driven software switch to capture event responses and automate recovery
US20060156141A1 (en) * 2004-12-07 2006-07-13 Ouchi Norman K Defect symptom repair system and methods
US8326925B2 (en) * 2005-01-31 2012-12-04 Hewlett-Packard Development Company, L.P. Connecting to experts in a discussion board
US20070157311A1 (en) * 2005-12-29 2007-07-05 Microsoft Corporation Security modeling and the application life cycle
US7890315B2 (en) 2005-12-29 2011-02-15 Microsoft Corporation Performance engineering and the application life cycle
US20070192344A1 (en) * 2005-12-29 2007-08-16 Microsoft Corporation Threats and countermeasures schema
US20070156420A1 (en) * 2005-12-29 2007-07-05 Microsoft Corporation Performance modeling and the application life cycle
US7818788B2 (en) * 2006-02-14 2010-10-19 Microsoft Corporation Web application security frame
US7712137B2 (en) 2006-02-27 2010-05-04 Microsoft Corporation Configuring and organizing server security information
US8667332B2 (en) * 2007-04-24 2014-03-04 Honeywell International Inc. Methods for optimizing diagnostics reasoner models
US20090138854A1 (en) * 2007-11-22 2009-05-28 Suresh Mani Software error detection method, software module, database and system
FR2938675B1 (fr) * 2008-11-14 2010-11-12 Thales Sa Dispositif permettant l'amelioration des procedures de maintenance d'equipements embarques
DE102009004446A1 (de) * 2009-01-13 2010-07-15 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Koordinieren von Betriebsaktionen von in einer Organisation zusammenwirkenden Unterbetrieben
US8751879B2 (en) * 2011-03-30 2014-06-10 International Business Machines Corporation Intelligently monitoring and dispatching information technology service alerts
RU2460122C1 (ru) * 2011-04-19 2012-08-27 Закрытое акционерное общество "Лаборатория Касперского" Система и способ повышения уровня защищенности компьютерной системы
US9239991B2 (en) 2013-09-05 2016-01-19 General Electric Company Services support system and method
US10339681B2 (en) 2013-11-22 2019-07-02 Raytheon Company Interactive multimedia process flow chart builder
EP3059676B1 (en) * 2015-02-20 2019-09-11 Siemens Aktiengesellschaft A method and apparatus for analyzing the availability of a system, in particular of a safety critical system
US10073753B2 (en) * 2016-02-14 2018-09-11 Dell Products, Lp System and method to assess information handling system health and resource utilization
US10908983B2 (en) * 2017-03-31 2021-02-02 Cae Inc. Method and system for preventing an anomaly in a simulator
WO2020152572A1 (en) 2019-01-21 2020-07-30 Bayestree Intelligence Pvt Ltd. Recommender and remediation system for enterprise service management
CN113159993B (zh) * 2021-04-07 2022-08-12 国家电网有限公司客户服务中心 一种基于电力系统的知识库构建方法及系统
KR102381417B1 (ko) * 2021-10-15 2022-04-01 로봇앤컴주식회사 원스톱 온라인 수리 서비스 제공 장치, 시스템, 방법 및 프로그램

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4864492A (en) * 1986-09-17 1989-09-05 International Business Machines Corporation System and method for network configuration
WO1988005918A1 (en) * 1987-02-06 1988-08-11 Analytics Incorporated Maintenance system
US4965741A (en) * 1988-10-17 1990-10-23 Ncr Corporation Method for providing an improved human user interface to a knowledge based system

Also Published As

Publication number Publication date
CA2037011A1 (en) 1991-10-31
KR910018908A (ko) 1991-11-30
CA2037011C (en) 1994-05-31
EP0456378A2 (en) 1991-11-13
US5107499A (en) 1992-04-21
KR950012221B1 (ko) 1995-10-16
EP0456378A3 (en) 1992-12-23

Similar Documents

Publication Publication Date Title
JPH04229328A (ja) 障害追跡方法および障害追跡装置
US5157668A (en) Method and apparatus for locating faults in electronic units
EP0410632B1 (en) A technique for producing an expert system for system fault diagnosis
EP0482522A1 (en) Automatic test generation for model-based real-time fault diagnostic systems
JPH03108030A (ja) 故障診断エキスパートシステム
WO2001097031A2 (en) Embedded diagnostic system and method
CN109739904A (zh) 一种时间序列的标记方法、装置、设备和存储介质
Anderson et al. On the use of neural networks to guide software testing activities
Song et al. Novel application of deep learning for adaptive testing based on long short-term memory
Sheppard et al. Bayesian diagnosis and prognosis using instrument uncertainty
Fenton et al. Fault diagnosis of electronic system using artificial intelligence
US5210486A (en) Circuit test method
CN109889258B (zh) 一种光网络故障校验方法和设备
Ljung From data to model: A guided tour
CN109581204A (zh) 一种机内测试设计方法及系统
CN111367781B (zh) 一种实例处理方法及其装置
Sangwan et al. On the testability of artificial intelligence and machine learning systems
CN109308262A (zh) 一种软件缺陷定位方法以及装置
RU2809719C1 (ru) Способ диагностирования комплекса бортового оборудования воздушных судов на основе машинного обучения
RU2818858C1 (ru) Способ диагностирования комплекса бортового оборудования воздушных судов на основе машинного обучения без учителя с автоматическим определением параметров обучения моделей
CN109474445B (zh) 一种分布式系统根源故障定位方法及装置
CA2252395C (en) Device and procedure for the automatic diagnosis of a technical system with efficient storage and evaluation of data about measures
Agarwal et al. Software Metrics for Assessing Reusability of Component Based Software System
CN116703645A (zh) 终端采集数据缺失的填修方法、装置、设备及存储介质
Chandler Certainty factor determination in a rule-based expert system for a factory floor testing system