JPH04321132A - エキスパートシステム - Google Patents

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】本発明はエキスパートシステムに
係わり，特にどんな問題も解決するのに十分な記述を行
うと、処理量が増え遅くて実用上使えなくなる一方、簡
便すぎる記述では充分な分析ができず、実用上の役にた
たないという問題があり、従来は知識エンジニアと呼ば
れる専門家が、処理速度と問題解決力のバランスをとっ
て記述レベルを調整する必要があった分野で利用するの
に好適なエキスパートシステムに関する。

【０００２】

【従来の技術】エキスパートシステム開発の効率向上の
ため、計算機による専門知識の学習・作成方法の研究が
さかんである。近年特に例題による学習（Ｅｘｐｌａｎ
ａｔｉｏｎ　Ｂａｓｅｄ　Ｌｅａｒｎｉｎｇ）と呼ばれ
る手法の研究がさかんである。 例えば、Ｔｏｍ　Ｍ．　Ｍｉｔｃｈｅｌｌ，Ｒｉｃｈａ
ｒｄ　Ｍ．　Ｋｅｌｌｅｒ，　Ｓｍａｄａｒ　Ｔ．　Ｋ
ｅｄａｒ−Ｃａｂｅｌｌｉの文献「Ｅｘｐｌａｎａｔｉ
ｏｎ−Ｂａｓｅｄ　Ｇｅｎｅｒａｌｉｚａｔｉｏｎ　：
　Ａ　Ｕｎｉｆｙｉｎｇ　Ｖｉｅｗ　（Ｍａｃｈｉｎｅ
　Ｌｅａｒｎｉｎｇ，　ｐａｇｅ　４７〜８０，　１９
８６）」には、特定の問題解決に必要な知識の適用系列
を記憶することで、学習後の類似例の解決を効率化する
方法が示されている。

【０００３】

【発明が解決しようとする課題】上記従来技術では、特
定の問題解決に必要な知識の適用系列を記憶することで
、学習後の類似例の解決を効率化できる。しかし、この
従来技術は何が特定の問題解決に必要な知識であるのか
は人間が判断し、学習すべきものと、学習しないものを
うまく制御しないと、学習後の問題解決の効率が悪化す
るという問題があった。

【０００４】本発明の目的はこの問題点を解決するため
に、学習すべき知識の適用系列を計算機が自動的に判定
する方法を与えるものである。

【０００５】

【課題を解決するための手段】上記目的は、詳細な知識
を記憶する詳細知識ベースと概略知識を記憶する概略知
識ベースと概略知識ベースを使って問題を解決する推論
機構および詳細知識ベースから利用度の高い知識を抽出
し概略知識ベースに格納する分析機構により構成するエ
キスパートシステムにより達成される。

【０００６】

【作用】本発明によるエキスパートシステムは，分析機
構が、問題例による解決結果を分析し、詳細知識ベース
の中から問題例を解くのによく使う知識の組み合わせと
、単独でよく使う知識を概略知識ベースに記憶する。 すなわち、分析機構は概略知識ベースの内容で問題例を
解決した場合に必要な推論ステップ数・データ数および
概略知識ベース内の知識数から概略知識ベースを評価し
、評価結果に基づき概略知識ベースに格納する知識を選
択する。

【０００７】

【実施例】以下、本発明の１実施例を図面を参照して説
明する。

【０００８】図１は本発明によるエキスパートシステム
の代表的実施例の構成を示した図である。１は詳細知識
ベースであり詳細な知識を記憶する。これは適切な計算
機上のデータベースで良い。２は概略知識ベースであり
概略知識を記憶する。これも適切な計算機上のデータベ
ースで良い。３は分析機構であり、詳細知識ベース１か
ら利用度の高い知識を抽出し概略知識ベース２に格納す
る、適切な計算機上のプログラムで良い。４は推論機構
であり、概略知識ベース２を使って問題を解決する、適
切な計算機上のプログラムで良い。

【０００９】本発明によるエキスパートシステムは，分
析機構３が、問題例５を分析し、詳細知識ベース１の中
から問題例を解くのによく使う知識の組み合わせと、単
独でよく使う知識を概略知識ベース２に記憶する。具体
的には、分析機構３は概略知識ベース２の内容で問題例
を解決した場合に必要な推論ステップ数・データ数およ
び概略知識ベース２内の知識数から概略知識ベース２を
評価し、評価結果に基づき概略知識ベース２に格納する
知識を選択する。

【００１０】以下、本発明の特徴とする概略知識ベ−ス
の作成について具体的に説明するが、その前に、本発明
によるエキスパ−トシステムの全体の概略を一例を示す
図１５によって説明する。

【００１１】図１５に示すように、ＫＥとエキスパ−ト
とによって詳細知識ベ−スと推論システムを作る（ステ
ップ１０１）。次いでこれら詳細知識ベ−スと推論シス
テムからなるエキスパ−トシステムをユ−ザが実用上の
問題解決に使用する（ステップ１０３）。ユ−ザはこの
エキスパ−トシステムの処理速度を評価（ステップ１０
５）し、満足するものであればそのまま使用を継続し、
不満であれば、分析機構３を起動させる。分析機構３で
は問題解決結果を評価し、詳細知識ベ−スのなかで、問
題解決のために（１）良く使われた知識の組合せ、及び
、（２）単独でよく使用する知識を評価し、この両者か
らなる概略知識ベ−スを作る（ステップ１０７）。ユ−
ザはこの概略知識ベ−スと推論システムからなるエキス
パ−トシステムを実用上の問題解決に使用する（ステッ
プ１０９）。結果をユ−ザが評価（ステップ１１１）し
、満足するものであればそのまま使用を継続し、不満で
あれば、詳細知識ベ−スと推論システムからなるエキス
パ−トシステムで問題解決を実行させ、分析機構３を起
動させて概略知識ベ−スを充実させる。したがって、本
発明の実施形態によれば、問題の性格が類似していれば
概略知識ベ−スと推論システムからなるエキスパ−トシ
ステムとして、処理速度の高いものとでき、問題の性格
が変わったときは、一旦、詳細知識ベ−スと推論システ
ムからなるエキスパ−トシステムを運用し、この結果か
ら、再度概略知識ベ−スと推論システムからなるエキス
パ−トシステムとして、処理速度の高いものとできる。

【００１２】図２は本発明を説明するための例として選
んだ回路の図であり、ＮＯＴ回路が４つ直列に並んだ論
理回路である。図２でＶ１・Ｖ２・Ｖ３・Ｖ４・Ｖ５は
電圧を、Ｑ１・Ｑ２・Ｑ３・Ｑ４・Ｑ５は端子に蓄えら
れる電荷を、Ｉ１・Ｉ２・Ｉ３・Ｉ４はプルダウントラ
ンジスタを流れる電流を示している。

【００１３】図３は図２に示した回路に関する詳細知識
ベース１の記憶内容例である。論理回路を詳細にながめ
ると、トランジスタとコンデンサーから構成されており
、３番目のｉｆ．．ｔｈｅｎルールは左端のトランジス
ターのベース電圧が上昇すると流れる電流が増加する（
または電圧が下降すると電流が減少する）ことを示した
推論規則であり、トランジスターの特性を示している。 １番目のルールは電流により端子に蓄えられる電荷が変
化することを、２番目のルールは電荷により電圧が変化
するコンデンサの性質を示している。最後のルールは電
源に関する性質を示している。

【００１４】図４は図２に示した回路に関する概略知識
ベース２の記憶内容例である。１番目のｉｆ．．ｔｈｅ
ｎルールは左端の電荷Ｑ１が変化すると、トランジスタ
の出力側の電荷Ｑ２が変化することを示している。

【００１５】図５は図２に示した回路に関する推論を詳
細知識ベース１（図３）を利用して行った場合の推論過
程の例である。入力は「左端の電化の増加（Ｑ１＝Ｈ）
」である。この例では「電荷Ｑ１の増加により電圧Ｖ１
が増加し、それにより、トランジスタに流れる電流Ｉ１
が増加し、電化Ｑ２が減少する。さらに変化が伝搬し最
終的に右端の電荷Ｑ５が増加する。」という推論がなさ
れている。

【００１６】図６は図２に示した回路に関する推論を概
略知識ベース２（図４）を利用して行った場合の推論過
程の例である。この例では、「電荷Ｑ１の増加で電荷Ｑ
２が減少し、次に電荷Ｑ３が増加、電荷Ｑ４が減少、電
荷Ｑ５が増加する。」という推論がされている。

【００１７】図７は図５の内容を表形式で表した図であ
る。図７に示したように、推論過程は表形式を使って計
算機上に簡単に記憶可能である。具体的には図７におい
て、データ名・データ値は推論過程に含まれるデータそ
のままであり、計算機上では文字列として扱う。使用デ
ータは値を計算する時に用いたデータ名である。図７で
は説明のためデータ名を使用データの欄に記憶したが、
これはデータ番号でも良い。一般には、データ番号を用
いた方が計算機上での扱いは簡単である。使用ルール番
号は値を計算するのに用いたルールの種類を示す番号で
ある。図３において、Ｖ１・Ｖ２・Ｖ３・Ｖ４の値を計
算するルールはトランジスタの特性を示したルールで、
全て同じ種類のルールとして扱われ、図７には該当する
使用ルールの欄に２が記憶されている。同様にＱ２・Ｑ
３・Ｑ４・Ｑ５を計算した場合１が、Ｉ１・Ｉ２・Ｉ３
・Ｉ４が計算された場合３が、Ｖｃｃが計算された場合
４が記憶されている。

【００１８】図８は図６の内容を同じ表形式で表した図
である。

【００１９】図３・４・５・６・７・８を比較すれば明
らかなように、概略知識ベース２を用いた推論は詳細知
識ベース１を用いた推論より、関係するデータ数・使用
するルール数ともに少なくなっており、高速・小記憶容
量で処理可能である。以下では図９を用いて詳細知識ベ
ース１から概略知識ベース２を作成する分析機構３の動
作について説明する。

【００２０】分析機構３は問題例５を入力し、詳細知識
ベース１を用いて図５に示した推論過程を作成する。こ
の場合の問題例５は「入力（Ｐｏｗｅｒ＝［ｏｎ］，（
Ｑ１＝［Ｈ］）の時に、Ｑ５を求めよ」というものであ
る。

【００２１】分析機構３は、次に、図９に示した選択方
法の記憶内容に従い推論過程を書き換える。書き換えは
推論過程に選択方法に示されたルールの系列が現れた時
にルールの系列を新しい１つのルールとして書き換える
ことにより行なう。

【００２２】図９の選択方法の記憶内容は、長さ３、幅
３の推論過程に含まれるルールの系列を示したものであ
る。ここで長さと幅は図１０に示したものである。長さ
Ｎ、幅Ｗの選択方法の記憶内容は、最後に使われたルー
ルの番号の後に、その前の長さＮ−１、幅Ｗのルールの
系列がＷ個続いたもので、長さＦ（Ｎ，Ｗ）を持つ。こ
こで、 　　Ｆ（Ｎ，Ｗ）＝　　１　　＋　　Ｗ　　＊　　Ｆ（
Ｎ−１，Ｗ）　　．．．ｉｆ　　Ｎ＞１　　　　　　　
　　　　　　　＝　　１　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　．．．ｉｆ　　
Ｎ＝１であり、問題によりＮ，Ｗの値は異なる場合があ
る。０は任意のルールを意味しており、図９の１行目の
選択方法の記憶内容は、「ルール１の直前にルール３を
使用していれば新しい１つのルールに置き換える。」と
いうもので、２行目は「ルール２の直前にルール１、そ
の直前にルール３を使用していれば他の新しい１つのル
ールに置き換える。」というもの、３行目は「ルール３
の直前にルール４と２、そのルール２の直前にルール１
を使用していれば他の新しい１つのルールに置き換える
。」というものである。

【００２３】図６の推論過程は図５の推論過程を選択方
法１３４２０００００００００で書き換えることで得ら
れる。ここで０は任意のルールを意味するが書き換えは
行なわない。例えば１３４２０１０００００００に相当
するルール系列があった場合１３４２の部分を書き換え
、後の１に相当する部分は書き換えない。

【００２４】なお、上記の例では「単独でよく使う知識
」に相当するルールはなかったが、上記の分析機構３の
処理により書き換えられず、そのまま残ったルールが「
単独でよく使う知識」に相当することになる。前述の例
を少し変形した形でこの点について簡単に説明する。 例えば、処理の対象とする回路が図１２に示したもので
あり、詳細知識ベ−ス１による推論過程の例が図１３に
示したものであるとする。図１２に示した回路は、図２
に示した回路の入力が通過制御トランジスタにより与え
られている回路であり、図１３に示した推論過程は、図
５に示した推論過程ではコンデンサの性質を示した推論
規則２で推論されていた電圧Ｖ１が、通過制御トランジ
スタの性質を示した推論規則６から推論されている点で
異なっている。図５から図２を得るのに利用したのと同
じ選択方法１３４２０００００００００で処理して得ら
れる概略知識ベ−ス２による推論過程を図１４に示す。 図１４において６、３、１などが「単独で良く使う知識
」に相当するル−ルである。分析機構３は、選択方法の
記憶内容を以下の方法で変化させ、変化させた選択方法
で推論過程を書き換え、得られた推論過程の推論ステッ
プ数・データ数および書換え後のルール数の和が少ない
選択方法を選び、書換え後の推論過程に含まれているル
ールを概略知識ベース２に格納する。ここで、推論ステ
ップ数・データ数および書換え後のルール数は図７、８
に内容例を示した表を調べることで簡単に計算できる。

【００２５】変化方法１：Ｌ個の選択方法を組み合わせ
、新しい選択方法を作成する。組み合わせて作られた選
択方法は長さＬ＊Ｆ（Ｎ，Ｗ）の大きさの配列で記憶可
能である。図９に示した選択方法が１種類の書換えを行
なうのに対して、この方法で作られた選択方法は、Ｌ種
類の書き換えを行なう。

【００２６】変化方法２：選択方法の記憶内容を書き換
えて新しい選択方法を作成する。書き換え方はランダム
に選んでも良いし、図７に内容を示した表の中に実際に
ある組合せになるように変化させても良い。例えば図９
の１番上の行の選択方法を変化させる場合、任意の位置
の数字を書き換えても良いし、図７の表を調べればルー
ル１と３を使った後にルール２を使うルール系列が見つ
かるので、２番目の行の選択方法を作成しても良い。

【００２７】変化方法３：上記変化方法の組合せにより
、新しい選択方法を作成する。

【００２８】また、選択方法の初期値は、全て０からな
る選択方法で良い。従って、本発明による分析機構３は
、全て０からなる選択方法を上記の方法で変形し、変形
した選択方法により詳細知識ベース１を用いて作成した
推論過程を書き換え、書き換えた推論過程を推論ステッ
プ数・データ数および書換え後のルール数で評価し、書
き換えを繰り返すことで、図９に例示した選択方法を作
成し最終的に選択方法１３４２０００００００００を作
成し、この場合、選択方法１３４２０００００００００
が、他の選択方法に比較して推論ステップ数・データ数
および書換え後のルール数の和が少ないので、この選択
方法により書き換えた後の推論過程に含まれているルー
ルを概略知識ベース２に格納する。この場合、概略知識
ベース２に格納されるルールは図４に例示したものとな
る。

【００２９】なお上記の実施例においては、計算機上で
の簡単な実現方法を示すために選択方法の記憶方法とし
て表形式のデータ構造を用いた。この方法は簡単に実現
可能であるが、データ量が増えるという欠点がある。近
年利用が広まっているｌｉｓｐ等のリスト処理用の計算
機言語を利用すれば同じ内容のデータを少ない容量で記
憶できるので、計算機システム上での実現にはリスト構
造のような記憶効率の良い構造を用いて良い。リスト構
造を利用した場合の図９の内容を図１１に示す。

【００３０】また上記の実施例においては、分析機構３
が、書き換えて得られた推論過程の推論ステップ数・デ
ータ数および書換え後のルール数の和が少ない選択方法
を選び、概略知識ベース２を作成したが、和ではなく任
意の関数で良い。また、推論ステップ数・データ数およ
び書換え後のルール数以外のデータを利用しても良い。

【００３１】

【発明の効果】以上の実施例で明らかなように，本発明
によれば，問題を解決するのに必要な推論ステップ数・
データ数および概略知識ベース内の知識数が少なくなる
ような知識の組み合わせを持つ概略知識ベースを作成で
きる。

【００３２】即ち、本発明では、実際の問題解決は概略
知識ベースを利用するので処理が高速であるとともに、
これを作るときは問題例を使用して、詳細知識ベ−スか
ら適切な知識を計算機が自動収集するするので、容易に
概略知識ベースを作成できるものと出来る。

【図面の簡単な説明】

【図１】本発明の１実施例の構成図

【図２】本発明を説明するための例として選んだ回路の
図

【図３】図２に示した回路に関する詳細知識ベース１の
記憶内容例を示す図

【図４】図２に示した回路に関する概略知識ベース２の
記憶内容例を示す図

【図５】図２に示した回路に関する推論を詳細知識ベー
ス１を利用して行った場合の推論過程の例

【図６】図２
に示した回路に関する推論を概略知識ベース２を利用し
て行った場合の推論過程の例

【図７】図５の内容を表形
式で表した図

【図８】図６の内容を表形式で表した図

【
図９】選択方法の記憶内容例を示す図

【図１０】図９の
説明で使用する言葉の意味を説明するための補助図面

【図１１】図９の内容をリスト構造で表した図。

【図１２】本発明を説明するための例として選んだ他の
回路の図

【図１３】図１２に示した他の回路に関する推論を詳細
知識ベース１を利用して行った場合の推論過程の例

【図
１４】図１２に示した他の回路に関する推論を概略知識
ベース１を利用して行った場合の推論過程の例

【図１５
】本発明によるエキスパ−トシステムの全体の概略を一
例を示す図

【符号の説明】

１…詳細知識ベース、２…概略知識ベース、３…分析機
構、４…推論機構、５…問題例

Claims (3)

【特許請求の範囲】
1. 【請求項１】詳細な知識を記憶する詳細知識ベースと概
   略知識を記憶する概略知識ベースと概略知識ベースを使
   って問題を解決する推論機構および詳細知識ベースから
   利用度の高い知識を抽出し概略知識ベースに格納する分
   析機構により構成するエキスパートシステムにおいて、
   分析機構は問題例を分析し、詳細知識ベースの中から問
   題例を解くのによく使う知識の組み合わせと、単独でよ
   く使う知識を概略知識ベースに記憶することを特徴とす
   るエキスパートシステム。
2. 【請求項２】前記請求項１のエキスパートシステムにお
   いて，分析機構が概略知識ベースの内容で問題例を解決
   した場合に必要な推論ステップ数、データ数および概略
   知識ベース内の知識数から概略知識ベースを評価し、評
   価結果に基づき概略知識ベースに格納する知識を選択す
   ることを特徴とするエキスパートシステム。
3. 【請求項３】前記請求項２のエキスパートシステムにお
   いて，分析機構が概略知識ベースに格納する知識の選択
   方法を作成するときに、１つ以上の選択方法候補を変形
   、結合することにより別の選択方法候補を作成し、得ら
   れた候補の中から選択方法を決定することを特徴とする
   エキスパートシステム。