JPH05224933A - 分割型推論装置 - Google Patents

分割型推論装置

Info

Publication number
JPH05224933A
JPH05224933A JP4026670A JP2667092A JPH05224933A JP H05224933 A JPH05224933 A JP H05224933A JP 4026670 A JP4026670 A JP 4026670A JP 2667092 A JP2667092 A JP 2667092A JP H05224933 A JPH05224933 A JP H05224933A
Authority
JP
Japan
Prior art keywords
inference
rule
class
objects
target
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
JP4026670A
Other languages
English (en)
Inventor
Susumu Hamada
進 濱田
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.)
Toshiba Corp
Original Assignee
Toshiba Corp
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 Toshiba Corp filed Critical Toshiba Corp
Priority to JP4026670A priority Critical patent/JPH05224933A/ja
Publication of JPH05224933A publication Critical patent/JPH05224933A/ja
Pending legal-status Critical Current

Links

Abstract

(57)【要約】 【目的】効率的な推論を自動的に行うことができる推論
装置を得ることにある。 【構成】条件部と操作部によって表現されたルールに基
いて内部記憶を操作することによって、属性を有するオ
ブジェクトによって内部の記憶上に表現された推論対象
について推論を行う推論装置において、前記ルールの集
合を解析し、各ルールの条件部に含まれるオブジェクト
を関連づけている推論に必要なリレーションを抽出する
ルール解析手段3と、この手段3によって得られた結果
に基いてそのリレーションを持っているオブジェクト同
士をグループ化することによって推論対象を複数のグル
ープに分割する対象分割手段4と、分割手段4により分
割されたオブジェクトのグループを順番に切替える推論
制御手段5と、5によって切替えたグループ毎に推論を
行う推論エンジン6を備えたもの。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、条件部と操作部(実行
部)によって表現されたルールに基いて推論を行うもの
において、特にシステム作成者が予め準備することなく
効率的な推論を自動的に行うことができる分割型推論装
置に関する。
【0002】
【従来の技術】ルールに基いて内部記憶上に表現された
推論対象について推論をを行う推論装置は、一般に推論
対象全てに対して推論を行う。このため、推論対象の性
質、あるいは、表現方法、ルールの記述方法によって
は、推論の途中でルールの条件部が成立するかどうかを
調べるパターン照合の際に、組合せによって非常に多く
のオブジェクト、あるいはオブジェクトの組合せについ
て、パターン照合を行わなければならない場合が生じる
ことがある。
【0003】すると、パターンの照合に時間がかかるこ
とになり、さらにはパターン照合の結果を保持しておく
ための、内部記憶容量の制限等によって推論の続行その
ものが不可能になる可能性もある。
【0004】これを避けるためには、従来の推論装置に
おいては、システムの内部動作を理解して効率的なルー
ルの書き方をする、システム開発者が予め分割した推論
対象を与えて推論する、あるいは推論対象を分割する知
識と分割した推論対象を分割する知識と分割した推論対
象毎に推論を行う制御手段を与えておくなどの処理を行
うことが必要であった。
【0005】
【発明が解決しようとする課題】以上述べたように、従
来の推論装置は、推論対象が大きくなったり知識が大量
になって、計算機資源が不足になったり、推論時間が長
くなり過ぎるなどの不具合が発生するので、システム開
発者がそのための対策を講じなければならなかった。本
発明は、システム開発者が予め準備することなく、効率
的な推論を自動的に行うことができる分割型推論装置を
提供することを目的とする。
【0006】
【課題を解決するための手段】本発明は以上の目的を達
成するために、条件部と操作部によって表現されたルー
ルに基いて内部記憶を操作することによって、属性を有
するオブジェクトとオブジェクト間の関係を示すリレー
ション内部の記憶上に表現された推論対象について推論
エンジンにより推論を行う推論装置において、前記ルー
ルの集合の各ルールの条件部に含まれるオブジェクトの
属性に関する条件を解析し、複数のオブジェクトの間に
成立している条件をまとめることによって推論に必要な
リレーションを抽出するルール解析手段と、このルール
解析手段によって得られた結果に基いてそのリレーショ
ンを持っているオブジェクト同士を推論を実行する前に
予めグループ化することによって推論対象を複数のグル
ープに分割する対象分割手段と、この対象分割手段によ
り分割されたオブジェクトのグループの順番を切替え
て、グループ毎に前記推論エンジンにより推論を行うよ
うにする推論制御手段を具備している。
【0007】
【作用】本発明によれば、ルールおよび推論対象を解析
して自動的に推論対象を分割する機能を持たせたので、
記憶容量の不足や実行速度の低下を抑えることができ、
システム開発者が推論を効率的に行える。
【0008】
【実施例】以下、図面を参照して本発明の実施例につい
て説明する。図1は、本発明の分割型推論装置の一実施
例のブロック図であり、これは以下のように構成されて
いる。条件部と操作部によって表現されたルールの集合
を記憶したルール記憶手段1と、各ルールの条件部に含
まれるオブジェクトの属性に関する条件を解析し、複数
のオブジェクトの間に成立している条件をまとめること
によって推論に必要なリレーションを抽出するルール解
析手段3と、このルール解析手段3によって得られた結
果に基いてそれ以外のリレーションを無視してそのリレ
ーションを持っているオブジェクト同士をグループ化す
ることによって推論対象を複数のグループに分割する対
象分割手段4と、この対象分割手段4により分割された
オブジェクトのグループ7を順番に切替える推論制御手
段5と、この推論制御手段5で切替えられるオブジェク
トのグループ7毎に推論を行う推論エンジン6を備えて
いる。
【0009】図2〜図6は、図1の分割型推論装置によ
り処理される処理状況を説明するための図である。図2
は推論対象を構成しているオブジェクトの定義を示すも
ので、図2(a)はオブジェクトのクラス定義と、図2
(b)はオブジェクトの図形表示を示しており、図中A
は3端子素子例えばトランジスタ、Bは2端子素子例え
ばレジスタ、Cは接続線を表し、またidは識別番号、
atrは属性、rは端子に接続されている接続線の識別
番号を示している。
【0010】図3は図1のルール記憶手段1に記憶され
ているルールの集合を示しており、idは識別番号、*
は通常ハットと呼ばれる記号で示されるものであり、宣
言したときの属性の名前であって変数ではない。VGは
電源端子とアース端子を示している。
【0011】図4は推論制御手段5が処理するデータの
内容を示す図であり、図5は本実施例の推論対象を示す
図であり、図6は推論制御手段5が処理する処理状況を
模式的に示す図である。
【0012】次に、図1のように構成された分割型推論
装置の動作について説明する。ルール解析手段3におい
て、図3のルールを解析し、これらのルールを用いた推
論に必要なリレーションを抽出する。リレーションを、
2つのオブジェクトのスロットの間に存在する何等かの
関係としてとらえる。すると、この場合には、まずルー
ル1より、 (1)「class Aのr1とatr がVGでないclass Cと
のリレーション」 (2)「class Aのr3とatr がVGでないclass Cと
のリレーション」 (3)「class Aのr3同士のリレーション」 が抽出される。また、ルール2からは、 (4)「class Aのr1とatr がVGでないclass Cと
のリレーション」 (5)「class Aのr2同士のリレーション」 (6)「class Aのr3とatr がVGでないclass Cと
のリレーション」 (7)「class Bのr1とatr がVGでないclass Cと
のリレーション」 (8)「class Bのr2とatr がVGでないclass Cと
のリレーション」 が抽出される。さらに、ルール3からは、 (9)「class Aのr3とatr がVGでないclass Cと
のリレーション」 (10)「class Bのr1とatr がVGでないclass C
とのリレーション」 が抽出される。
【0013】ルール1の2つclass Aは、class Cを介
して前述の(1)Sと(2)によってグループ化される
ので、(3)は不要である。また、ルール2の(5)も
同様の理由により、不要である。さらに、重複を取り除
き、
【0014】(11)「class Aのr1とatr がVGで
ないclass Cとのリレーション」 (12)「class Aのr3とatr がVGでないclass C
とのリレーション」 (13)「class Bのr1とatr がVGでないclass C
とのリレーション」 (14)「class Bのr2とatr がVGでないclass C
とのリレーション」 これらの(11)〜(14)のリレーションのみでグル
ープ化してやればよいことがわかる。
【0015】いま、図5に示す推論対象が与えられたと
する。図5では、推論対象を、各クラスで示した図形を
用いてノード(交点、節点)として、全てのリレーショ
ンをアーク(弧状)としてグラフ表示してある。図1の
対象分割手段4は、図5の推論対象を、以下のようにし
て分割する。C3とC6は、atr がVGであるので、そ
のリレーションは不要である。また、「class Aのr2
とclass Cとのリレーション」は推論に無関係であるの
で、A3とC4、A4とC4およびA2とC5、A5と
C5のリレーションは不要である。従って、これらの不
要なリレーションを示すアークおよび他のオブジェクト
とリレーションがなくなり、推論に不要なオブジェクト
(破線で表示)を取り払ったものが図6である。この図
6から明らかなように、与えられた推論対象は、与えら
れたルール集合に関して2つの部分(a),(b)に分
割される。
【0016】そして、推論制御手段5および推論エンジ
ン6において、各々分割された部分毎に推論がおこなわ
れる。例えば、ルール1の最初のパターン照合について
考えてみると、図6の(a)および(b)についてそれ
ぞれ (a) (A1,A2)(A1,A3)(A2,A3) (b) (A4,A5)(A4,A6)(A5,A6)
【0017】の3つづつ、計6つの組合せについてパタ
ーン照合を行えばよい。分割を行わず全体をまとめて、
パターン照合を行う場合には、class Aのオブジェクト
は6つあるので、 (6×5)÷2=15 で、計15回のパターン照合を行わなければならないの
に比較して、効率がよい。
【0018】以上述べたことから本実施例によれば、与
えられたルール集合を解析して各ルールの条件部に書か
れたオブジェクトの属性に関する条件から複数のオブジ
ェクトの間に成立している条件をまとめることによっ
て、推論に必要なオブジェクトの間のリレーションを抽
出し、この解析結果に基いて適切なリレーションを持っ
ているオブジェクト同士をグループ化することによっ
て、推論対象を複数のグループに分割し、この分割した
オブジェクトのグループを順番に切替えてグループ毎に
推論を行うようにしたので、推論に必要な内部記憶手段
等の計算機資源を節約することができ、従って大きな推
論対象について推論を行う場合に、記憶手段の容量不足
のための推論の継続が不可能になる可能性が小さくな
り、また、推論を高速化することができる。
【0019】本発明は、以上述べた実施例に限定されず
以下のように実施するようにしてもよい。例えば、前述
の実施例では、全てのルールについて推論に不必要なリ
レーションを全て取り払って推論を行うようにしたが、
ルールが予めブロック分けされている場合には、ブロッ
ク毎のグループ分けを行うことも可能である。また、推
論対象が小さい場合には、推論対象の分割処理をおこな
ってもあまり効果が得られないことがあるので、推論の
大きさによって推論対象の分割を行うか否かを決定する
ように構成しても良い。
【0020】
【発明の効果】本発明によれば、システム開発者が予め
準備することなく、効率的な推論を自動的に行うことが
できる分割型推論装置を提供できる。
【図面の簡単な説明】
【図1】本発明による分割型推論装置の一実施例を示す
ブロック図。
【図2】図1の推論の対象とするオブジェクトの定義と
オブジェクトを図形で表した図。
【図3】図1のルール集合を示す図。
【図4】図1の推論制御手段が処理するデータの内容を
示す図。
【図5】図1の推論対象の一具体例を示す図。
【図6】図6の推論対象が図1の装置により分割処理さ
れる状況を模式的に示す図。
【符号の説明】
1…ルール記憶手段、2…全オブジェクト、3…ルール
解析手段、4…対象分割手段、5…推論制御手段、6…
推論エンジン、7…オブジェクトのグループ。

Claims (1)

    【特許請求の範囲】
  1. 【請求項1】 条件部と操作部によって表現されたルー
    ルに基いて内部記憶を操作することによって、属性を有
    するオブジェクトによって内部の記憶上に表現された推
    論対象について推論エンジンにより推論を行う推論装置
    において、 前記ルールの集合の各ルールの条件部に含まれるオブジ
    ェクトの属性に関する条件を解析し、複数のオブジェク
    トの間に成立している条件をまとめることによって推論
    に必要なリレーションを抽出するルール解析手段と、 このルール解析手段によって得られた結果に基いてその
    リレーションを持っているオブジェクト同士を推論を実
    行する前に予めグループ化することによって推論対象を
    複数のグループに分割する対象分割手段と、 この対象分割手段により分割されたオブジェクトのグル
    ープを順番に切替えて、グループ毎に前記推論エンジン
    により推論を行うようにする推論制御手段と、 を具備した分割型推論装置。
JP4026670A 1992-02-13 1992-02-13 分割型推論装置 Pending JPH05224933A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP4026670A JPH05224933A (ja) 1992-02-13 1992-02-13 分割型推論装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP4026670A JPH05224933A (ja) 1992-02-13 1992-02-13 分割型推論装置

Publications (1)

Publication Number Publication Date
JPH05224933A true JPH05224933A (ja) 1993-09-03

Family

ID=12199838

Family Applications (1)

Application Number Title Priority Date Filing Date
JP4026670A Pending JPH05224933A (ja) 1992-02-13 1992-02-13 分割型推論装置

Country Status (1)

Country Link
JP (1) JPH05224933A (ja)

Similar Documents

Publication Publication Date Title
Kapser et al. Aiding comprehension of cloning through categorization
CN111104120B (zh) 神经网络编译方法、系统及相应异构计算平台
US5412802A (en) Reasoning method and fault diagnosis method and system implementing the same
CN109460676A (zh) 一种混合数据的脱敏方法、脱敏装置及脱敏设备
CN110264392B (zh) 一种基于多gpu的强连通图检测方法
US7062753B1 (en) Method and apparatus for automated software unit testing
CN114048816A (zh) 一种图神经网络数据采样方法、装置、设备及存储介质
CN114065948A (zh) 构建预训练模型的方法、装置、终端设备和存储介质
KR100300899B1 (ko) 병렬데이터처리시스템및그제어방법
JPH05224933A (ja) 分割型推論装置
Dambroise et al. MUSE: An expert system in statistics
US7885907B1 (en) Automatically creating a component to rapidly evaluate logical expressions
JPS6074088A (ja) 隠面消去図形抽出処理方式
CN117057240A (zh) 一种基于虚拟仿真的车辆测试方法及系统
Balla Graph Clustering with Limited Marked Connections
CN116108061A (zh) 一种数据湖仓处理加速的方法、系统及设备
CN115061822A (zh) 一种云平台主机参数评估的方法、装置及介质
JPH0535704A (ja) 並列計算機における動作状況解析装置
JPH06103073A (ja) 推論装置
CN117632012A (zh) 基于存储剥离的数据湖数据存储方法、装置、设备及介质
CN118034972A (zh) 基于多维度数据分析的智能拨测告警方法和装置
CN114219417A (zh) 基于ai的rpa系统分身的控制方法及装置
JP2798102B2 (ja) データ処理ルール適用方式
Jones et al. ATAMM analysis tool
CN114564253A (zh) 任务创建方法、系统、电子设备及可读存储介质