JPH05289874A - 推論システムの変数処理方法 - Google Patents
推論システムの変数処理方法Info
- Publication number
- JPH05289874A JPH05289874A JP4095022A JP9502292A JPH05289874A JP H05289874 A JPH05289874 A JP H05289874A JP 4095022 A JP4095022 A JP 4095022A JP 9502292 A JP9502292 A JP 9502292A JP H05289874 A JPH05289874 A JP H05289874A
- Authority
- JP
- Japan
- Prior art keywords
- variable
- rule
- values
- node
- value
- 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
Landscapes
- Devices For Executing Special Programs (AREA)
Abstract
(57)【要約】
【目的】 ネットワーク定義型推論システムにおいて、
多値を持つ変数をユーザレベルで簡単に把握，処理でき
るようにする。 【構成】 ネットワークの定義に変数宣言したとき、該
変数Ａが持つ値の数だけルールノードｒ２，ｒ３，ｒ
４，ｒ２′，ｒ３′，ｒ４′，ｒ２″，ｒ３″，ｒ４″
だけルールノードを複製したネットワーク構成に展開す
る。
多値を持つ変数をユーザレベルで簡単に把握，処理でき
るようにする。 【構成】 ネットワークの定義に変数宣言したとき、該
変数Ａが持つ値の数だけルールノードｒ２，ｒ３，ｒ
４，ｒ２′，ｒ３′，ｒ４′，ｒ２″，ｒ３″，ｒ４″
だけルールノードを複製したネットワーク構成に展開す
る。
Description
【０００１】
【産業上の利用分野】本発明は、ネットワーク定義型の
推論システムに係り、特に多値を持つ変数を利用した推
論のための変数処理方法に関する。
推論システムに係り、特に多値を持つ変数を利用した推
論のための変数処理方法に関する。
【０００２】
【従来の技術】エキスパートシステムに代表される推論
システムは、その推論方法がネットワーク定義型と認知
−実行（行動）サイクル型とに大別される。
システムは、その推論方法がネットワーク定義型と認知
−実行（行動）サイクル型とに大別される。
【０００３】ネットワーク定義型は、各プロダクション
ルールをノードとしその実行順序をブランチ（枝）で表
現したネットワーク表現にされ、問題解決に事実データ
から結論へと推論を進める前向き推論制御や逆の後向き
推論制御がなされる。
ルールをノードとしその実行順序をブランチ（枝）で表
現したネットワーク表現にされ、問題解決に事実データ
から結論へと推論を進める前向き推論制御や逆の後向き
推論制御がなされる。
【０００４】認知−実行サイクル型は、各プロダクショ
ンルールからその条件部が事実データに適合したルール
を取出して競合ルールを構成し、この競合ルールの中か
ら１つのルールを選択する競合の解決をし（認知サイク
ル）、選択されたルールの実行部を実行することでデー
タベースを更新する（実行サイクル）。この後は再び認
知サイクルに入る。
ンルールからその条件部が事実データに適合したルール
を取出して競合ルールを構成し、この競合ルールの中か
ら１つのルールを選択する競合の解決をし（認知サイク
ル）、選択されたルールの実行部を実行することでデー
タベースを更新する（実行サイクル）。この後は再び認
知サイクルに入る。
【０００５】ここで、メモリ型変数と呼ばれる多値を持
つ変数は、従来から認知−実行サイクル型の推論システ
ムでのみ用いられ、その処理は認知−実行サイクルとい
う一種のループ処理によって行われている。
つ変数は、従来から認知−実行サイクル型の推論システ
ムでのみ用いられ、その処理は認知−実行サイクルとい
う一種のループ処理によって行われている。
【０００６】従って、認知−実行サイクル型推論システ
ムでは変数の値を１つづつ取り出す機能さえあればその
ときの変数の値によって実行可能となったルールを実行
することでメモリ型変数を利用した推論ができる。これ
は、認知−実行サイクル型では一度実行したルールであ
ってもその条件さえ満たされれば何度でも実行可能なた
め多値を持つ変数を取扱うことができることによる。
ムでは変数の値を１つづつ取り出す機能さえあればその
ときの変数の値によって実行可能となったルールを実行
することでメモリ型変数を利用した推論ができる。これ
は、認知−実行サイクル型では一度実行したルールであ
ってもその条件さえ満たされれば何度でも実行可能なた
め多値を持つ変数を取扱うことができることによる。
【０００７】しかし、ネットワーク定義型の推論システ
ムでは認知−実行サイクルが無いため、多値を持つよう
な変数は扱われないか、あるいはその値はまとまった１
つの値として処理されている。
ムでは認知−実行サイクルが無いため、多値を持つよう
な変数は扱われないか、あるいはその値はまとまった１
つの値として処理されている。
【０００８】
【発明が解決しようとする課題】前述のように、ネット
ワーク定義型推論システムは、基本的にループを用いた
推論ができないため、一度の推論の中で多値を持つ変数
の値を個々に処理することができない。
ワーク定義型推論システムは、基本的にループを用いた
推論ができないため、一度の推論の中で多値を持つ変数
の値を個々に処理することができない。
【０００９】仮に、ループ処理が可能なネットワーク定
義型推論システムを構築できたとしても、多値の変数を
処理するためのループを作成することはユーザレベルで
は難しく、その知識表現も煩雑になってシステムの長所
になる知識獲得や知識メンテナンスの容易さを喪失して
しまうことになる。
義型推論システムを構築できたとしても、多値の変数を
処理するためのループを作成することはユーザレベルで
は難しく、その知識表現も煩雑になってシステムの長所
になる知識獲得や知識メンテナンスの容易さを喪失して
しまうことになる。
【００１０】変数の値が複数あるという事は、元来その
変数が仮説の変数であり、未だに値が定まらないため複
数の値を持っているという場合、その変数の値をトリガ
ーにして、ある値が変化した時の様々な結論を一度に見
たいというように使用される場合が多い。この時に、変
数の値を１つずつ取り出して、仮にループにより処理し
たとしても、推論の副作用により、すべての値が厳密に
同じ条件で推論できない事も考えられる。これでは、ユ
ーザーの目的に反する事になる。
変数が仮説の変数であり、未だに値が定まらないため複
数の値を持っているという場合、その変数の値をトリガ
ーにして、ある値が変化した時の様々な結論を一度に見
たいというように使用される場合が多い。この時に、変
数の値を１つずつ取り出して、仮にループにより処理し
たとしても、推論の副作用により、すべての値が厳密に
同じ条件で推論できない事も考えられる。これでは、ユ
ーザーの目的に反する事になる。
【００１１】なお、ネットワーク定義型の推論システム
において、ループ処理による副作用が無いように巧くル
ールを作成すること、あるいは初めから副作用を無視し
てループを利用した変数処理を行うことが考えられる
が、ルール及びシステムの複雑化や副作用の問題が残
る。
において、ループ処理による副作用が無いように巧くル
ールを作成すること、あるいは初めから副作用を無視し
てループを利用した変数処理を行うことが考えられる
が、ルール及びシステムの複雑化や副作用の問題が残
る。
【００１２】本発明の目的は、多値を持つ変数をユーザ
レベルで簡単に把握，処理できる変数処理方法を提供す
ることにある。
レベルで簡単に把握，処理できる変数処理方法を提供す
ることにある。
【００１３】
【課題を解決するための手段】本発明は、前記課題の解
決を図るため、ルールをノードとし、その実行順序をブ
ランチで表現するネットワーク定義型推論システムにお
いて、ネットワークの定義に多値をもつ変数を任意のル
ールノードで宣言可能にし、該宣言された変数の値の数
だけルールノードを複製しかつ該変数を継承又は参照す
るルールノードを複製したネットワーク構成に展開する
ことを特徴とする。
決を図るため、ルールをノードとし、その実行順序をブ
ランチで表現するネットワーク定義型推論システムにお
いて、ネットワークの定義に多値をもつ変数を任意のル
ールノードで宣言可能にし、該宣言された変数の値の数
だけルールノードを複製しかつ該変数を継承又は参照す
るルールノードを複製したネットワーク構成に展開する
ことを特徴とする。
【００１４】
【作用】ルールノードの定義に多値を持つ変数を宣言し
たときに該変数が継承される継承変数又は全てのルール
から参照される大域変数であれば該変数の値の数だけル
ールノードを複製し、また当該変数を継承又は参照する
ルールノードも複製したネットワーク構成に展開する。
たときに該変数が継承される継承変数又は全てのルール
から参照される大域変数であれば該変数の値の数だけル
ールノードを複製し、また当該変数を継承又は参照する
ルールノードも複製したネットワーク構成に展開する。
【００１５】これにより、変数の値個々についてブラン
チ毎に管理するネットワーク構成に表現され、その推論
過程の把握も容易にする。
チ毎に管理するネットワーク構成に表現され、その推論
過程の把握も容易にする。
【００１６】
【実施例】図１は本発明の一実施例を示すネットワーク
構成図である。図示では５つのルールノードｒ１〜ｒ５
が定義され、各ルールノードは基本的には条件部と実行
部で構成される。
構成図である。図示では５つのルールノードｒ１〜ｒ５
が定義され、各ルールノードは基本的には条件部と実行
部で構成される。
【００１７】各ルールノードｒ１〜ｒ５は矢印で示すブ
ランチによって推論過程が定義される。この推論過程は
ネットワーク表現による連続と分岐が定義される。
ランチによって推論過程が定義される。この推論過程は
ネットワーク表現による連続と分岐が定義される。
【００１８】ここで、本実施例では各ルールノードｒ１
〜ｒ５に変数領域ｖ１〜ｖ５を属性値として付加してい
る。この変数領域ｖ１〜ｖ５には局所変数と継承変数と
大域変数の３つの種類が宣言可能にされる。
〜ｒ５に変数領域ｖ１〜ｖ５を属性値として付加してい
る。この変数領域ｖ１〜ｖ５には局所変数と継承変数と
大域変数の３つの種類が宣言可能にされる。
【００１９】局所変数は変数宣言を行ったルール内部で
のみ利用可能な変数にされる。継承変数は継承するブラ
ンチにより各変数が異なる値を持つことができる変数に
され、ルール定義で継承の宣言を行うことでそのブラン
チに属するルールノードのみが利用可能にされる。大域
変数はすべてのルールノードから利用可能にされる。
のみ利用可能な変数にされる。継承変数は継承するブラ
ンチにより各変数が異なる値を持つことができる変数に
され、ルール定義で継承の宣言を行うことでそのブラン
チに属するルールノードのみが利用可能にされる。大域
変数はすべてのルールノードから利用可能にされる。
【００２０】図１には継承変数の態様を示す。ルールノ
ードｒ１で継承変数Ａに１をセットすると、次のルール
ノードｒ２に継承され、ルールノードｒ２では変数Ａを
参照すると値１が入っている。これ以降のルールノード
では変数Ａの値を変更しない限り、何れのルールノード
で参照するも変数Ａの値は１にある。
ードｒ１で継承変数Ａに１をセットすると、次のルール
ノードｒ２に継承され、ルールノードｒ２では変数Ａを
参照すると値１が入っている。これ以降のルールノード
では変数Ａの値を変更しない限り、何れのルールノード
で参照するも変数Ａの値は１にある。
【００２１】同様に、ルールノードｒ３で継承変数Ｂに
値２をセットすると、ルールノードｒ３以降のルールノ
ードでは変数Ｂを参照することでその値２を得ることが
できる。
値２をセットすると、ルールノードｒ３以降のルールノ
ードでは変数Ｂを参照することでその値２を得ることが
できる。
【００２２】次に、ルールノードｒ３からはルールノー
ドｒ４とｒ５に枝別れしており、この場合には同じ継承
変数に違う値をセットすることができる。ルールノード
ｒ４では継承変数Ｃに値３をセットし、ルールノードｒ
５では同じ変数Ｃに値４をセットしている。これによ
り、ルールノードｒ４，ｒ５以降では変数Ｃの値として
夫々ルールノードｒ４，ｒ５でセットした異なる値を継
承する。
ドｒ４とｒ５に枝別れしており、この場合には同じ継承
変数に違う値をセットすることができる。ルールノード
ｒ４では継承変数Ｃに値３をセットし、ルールノードｒ
５では同じ変数Ｃに値４をセットしている。これによ
り、ルールノードｒ４，ｒ５以降では変数Ｃの値として
夫々ルールノードｒ４，ｒ５でセットした異なる値を継
承する。
【００２３】このように、継承変数は同じ変数名，変数
型でありながらルールノードにより異なる値を持つこと
ができる。
型でありながらルールノードにより異なる値を持つこと
ができる。
【００２４】上述の各変数型のうち、メモリ型という多
値を保存するには大域変数と継承変数で使用する。この
メモリ型の変数を処理するため、本実施例ではルールノ
ードの複製機能を設けている。以下、図２〜図４を参照
して複製機能を詳細に説明する。
値を保存するには大域変数と継承変数で使用する。この
メモリ型の変数を処理するため、本実施例ではルールノ
ードの複製機能を設けている。以下、図２〜図４を参照
して複製機能を詳細に説明する。
【００２５】図２〜図４中、定義部分はユーザが行った
ネットワーク構成を示し、展開部分は複製機能によって
展開されたネットワーク構成を示す。また、変数Ａはメ
モリ型の大域変数を示し、変数ａは継承変数を示す。
ネットワーク構成を示し、展開部分は複製機能によって
展開されたネットワーク構成を示す。また、変数Ａはメ
モリ型の大域変数を示し、変数ａは継承変数を示す。
【００２６】図２における定義ではループを使用する場
合を示し、大域変数Ａには１，２，３の値を与えてルー
プ処理しようとする。この場合の展開は変数Ａが１の場
合のルールノードｒ２とｒ３の実行に次いで変数Ａが２
の場合のルールノードｒ２′とｒ３′の実行という３回
の繰り返しによってループ処理が可能となる。
合を示し、大域変数Ａには１，２，３の値を与えてルー
プ処理しようとする。この場合の展開は変数Ａが１の場
合のルールノードｒ２とｒ３の実行に次いで変数Ａが２
の場合のルールノードｒ２′とｒ３′の実行という３回
の繰り返しによってループ処理が可能となる。
【００２７】このようなループ処理では変数Ａの３つの
値をループによって処理しているときに別の変数の値も
変更してしまい、厳密な意味での３つの値の同じ条件で
の試験ができない可能性がある。これが一般に副作用と
呼ばれるもので、該副作用を問題としなければ複製機能
によってループ処理ができる。
値をループによって処理しているときに別の変数の値も
変更してしまい、厳密な意味での３つの値の同じ条件で
の試験ができない可能性がある。これが一般に副作用と
呼ばれるもので、該副作用を問題としなければ複製機能
によってループ処理ができる。
【００２８】図３はループを定義しないネットワーク定
義において、ルールノードｒ２で変数Ａに３つの値１，
２，３を設定する場合を示す。この宣言に対する複製処
理は、ルール実行時にメモリ型変数の値を個々に参照す
る指定を行うことで、ルールノードは変数の値の数だけ
複製展開され、値の異なる変数Ａを夫々に持つ同じルー
ルが複数作成される。
義において、ルールノードｒ２で変数Ａに３つの値１，
２，３を設定する場合を示す。この宣言に対する複製処
理は、ルール実行時にメモリ型変数の値を個々に参照す
る指定を行うことで、ルールノードは変数の値の数だけ
複製展開され、値の異なる変数Ａを夫々に持つ同じルー
ルが複数作成される。
【００２９】図示では変数Ａ＝１を持つルールノードｒ
２，ｒ３，ｒ４，…の展開と、Ａ＝２を持つルールノー
ドｒ２′，ｒ３′，ｒ４′，…の展開と、Ａ＝３を持つ
ルールノードｒ２″，ｒ３″，ｒ４″，…の展開にされ
る。また、各展開ではルールノードｒ２，ｒ２′，ｒ
２″で夫々異なる継承変数ａを宣言すると、各ノードで
異なる値として継承される。
２，ｒ３，ｒ４，…の展開と、Ａ＝２を持つルールノー
ドｒ２′，ｒ３′，ｒ４′，…の展開と、Ａ＝３を持つ
ルールノードｒ２″，ｒ３″，ｒ４″，…の展開にされ
る。また、各展開ではルールノードｒ２，ｒ２′，ｒ
２″で夫々異なる継承変数ａを宣言すると、各ノードで
異なる値として継承される。
【００３０】従って、大域変数Ａの値のみが異なる全く
同じ条件のルールノードができ、各ルールノードで条件
部と実行部が推論エンジンにより起動される。この複製
処理により、ルールノードが変数の値別に複製されるこ
とから、多値を持つ変数を初心者が感覚的に簡単に取扱
うことができ、しかもループによる実行に較べて副作用
の発生を無くすことができる。また、ネットワーク定義
型の推論システムの知識構築や知識整理の面からもユー
ザが理解し易くかつ後の知識メンテナンスも容易にな
る。
同じ条件のルールノードができ、各ルールノードで条件
部と実行部が推論エンジンにより起動される。この複製
処理により、ルールノードが変数の値別に複製されるこ
とから、多値を持つ変数を初心者が感覚的に簡単に取扱
うことができ、しかもループによる実行に較べて副作用
の発生を無くすことができる。また、ネットワーク定義
型の推論システムの知識構築や知識整理の面からもユー
ザが理解し易くかつ後の知識メンテナンスも容易にな
る。
【００３１】ここで、大域変数Ａの個々の値をルールノ
ードｒ２以降にも参照する場合、別に定義した１つの値
のみを扱う型の継承変数ａに変数Ａの値をバインドして
推論が実行される。例えば、ルールベースｒ３′では変
数ａ＝２の設定に変数Ａ＝２の値をバインドする。
ードｒ２以降にも参照する場合、別に定義した１つの値
のみを扱う型の継承変数ａに変数Ａの値をバインドして
推論が実行される。例えば、ルールベースｒ３′では変
数ａ＝２の設定に変数Ａ＝２の値をバインドする。
【００３２】このバインドにより、変数Ａの値が異なっ
たときの複製ノードの保存がなされ、同時にそれ以降の
個々の複製ノードに対するルールの実行が可能となる。
このようなワンクッション置いた複製処理は、大域変数
Ａの値を当該ルールノード以降で使用しない場合に好都
合となる。
たときの複製ノードの保存がなされ、同時にそれ以降の
個々の複製ノードに対するルールの実行が可能となる。
このようなワンクッション置いた複製処理は、大域変数
Ａの値を当該ルールノード以降で使用しない場合に好都
合となる。
【００３３】この例が図４に示す複製処理である。図示
ではルールノードｒ２の定義に大域変数Ａの値を１，
２，３と定義する際、変数Ａの値のうちの１つが条件を
満たせばルールノードｒ２以降に推論を進めるという展
開が行われ、変数Ａの試験のためにルールノードｒ２′
とｒ２″が一時的に複製される。従って、条件を満たし
た際の変数Ａの値は保管されずにそれ以降のノードの複
製も行われない。
ではルールノードｒ２の定義に大域変数Ａの値を１，
２，３と定義する際、変数Ａの値のうちの１つが条件を
満たせばルールノードｒ２以降に推論を進めるという展
開が行われ、変数Ａの試験のためにルールノードｒ２′
とｒ２″が一時的に複製される。従って、条件を満たし
た際の変数Ａの値は保管されずにそれ以降のノードの複
製も行われない。
【００３４】
【発明の効果】以上のとおり、本発明によれば、多値を
持つ変数の宣言に対して変数の値の数だけルールノード
を複製するようにしたため、以下の効果がある。
持つ変数の宣言に対して変数の値の数だけルールノード
を複製するようにしたため、以下の効果がある。
【００３５】（１）多値を持つ変数をユーザーがネット
ワーク定義により簡単に処理する事ができる。多値を持
つ事を特別意識してルールを作成する必要が無い。
ワーク定義により簡単に処理する事ができる。多値を持
つ事を特別意識してルールを作成する必要が無い。
【００３６】（２）ネットワーク定義型の推論システム
で多値が扱える様になるため、従来のネットワーク定義
型の推論システムでは実現できなかった、或は実現が難
しかったようなアプリケーションも作成が可能である。
で多値が扱える様になるため、従来のネットワーク定義
型の推論システムでは実現できなかった、或は実現が難
しかったようなアプリケーションも作成が可能である。
【００３７】（３）さらに、そのアプリケーションは、
知識がネットワーク定義されているため、当然、従来の
ものに比べて、知識獲得や知識メンテナンスがしやす
い。
知識がネットワーク定義されているため、当然、従来の
ものに比べて、知識獲得や知識メンテナンスがしやす
い。
【００３８】（４）仮説変数として、多値を持つ変数を
利用した場合、副作用が無い。そのため、ループを使用
しての処理より確実である。
利用した場合、副作用が無い。そのため、ループを使用
しての処理より確実である。
【００３９】（５）多値の内のいくつかの値を使用する
だけで、その値を保存する必要がない場合も同様に簡単
に定義し、実行する事ができる。
だけで、その値を保存する必要がない場合も同様に簡単
に定義し、実行する事ができる。
【図１】本発明の一実施例を示すネットワーク構成図。
【図２】実施例の複製機能図。
【図３】実施例の複製機能図。
【図４】実施例の複製機能図。
ｒ１，ｒ５…ルールノード ｖ１，ｖ５…変数領域
Claims (1)
- 【請求項１】 ルールをノードとし、その実行順序をブ
ランチで表現するネットワーク定義型推論システムにお
いて、ネットワークの定義に多値をもつ変数を任意のル
ールノードで宣言可能にし、該宣言された変数の値の数
だけルールノードを複製しかつ該変数を継承又は参照す
るルールノードを複製したネットワーク構成に展開する
ことを特徴とする推論システムの変数処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4095022A JPH05289874A (ja) | 1992-04-15 | 1992-04-15 | 推論システムの変数処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4095022A JPH05289874A (ja) | 1992-04-15 | 1992-04-15 | 推論システムの変数処理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05289874A true JPH05289874A (ja) | 1993-11-05 |
Family
ID=14126444
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4095022A Pending JPH05289874A (ja) | 1992-04-15 | 1992-04-15 | 推論システムの変数処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05289874A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1987006364A1 (en) * | 1986-04-08 | 1987-10-22 | Fanuc Ltd | Numerical control apparatus |
-
1992
- 1992-04-15 JP JP4095022A patent/JPH05289874A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1987006364A1 (en) * | 1986-04-08 | 1987-10-22 | Fanuc Ltd | Numerical control apparatus |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Angeline et al. | Evolutionary module acquisition | |
| Wang et al. | Inducing model trees for continuous classes | |
| Quinlan | Probabilistic decision trees | |
| US5396580A (en) | Translation of a neural network into a rule-based expert system | |
| Burstall et al. | Some transformations for developing recursive programs | |
| US5317677A (en) | Matching technique for context sensitive rule application | |
| Koza | Genetic programming for economic modeling | |
| Darlington | Semantic approach to automatic program improvement | |
| JPH05289874A (ja) | 推論システムの変数処理方法 | |
| Matwin et al. | Intelligent backtracking in plan-based deduction | |
| Schulz | Learning search control knowledge for equational theorem proving | |
| Maloof et al. | AQ-PM: A system for partial memory learning | |
| Haynes | Collective memory search | |
| Džeroski et al. | Encoding and using domain knowledge on population dynamics for equation discovery | |
| Biema et al. | The do-loop considered harmful in production system programming | |
| Werther | Once Again: Connected Components on a CREW PRAM | |
| Jain et al. | On the power of learning robustly | |
| Singh | Causal inference tutorial | |
| Fortnow et al. | Measure, category and learning theory | |
| Bournaud et al. | Abstractions for knowledge organization of relational descriptions | |
| JPH083793B2 (ja) | プロダクションシステムの推論方法 | |
| Alkhatib et al. | A second generation expert system for control design | |
| Kozlova | Hierarchical & Factored Reinforcement Learning | |
| Mikloško et al. | Formal models of parallel computations | |
| Rhee | A neural-net knowledge-based system with instance-based rules |