JPS6257021A - 弁別ネツトワ−クの動的変形方法 - Google Patents

弁別ネツトワ−クの動的変形方法

Info

Publication number
JPS6257021A
JPS6257021A JP60195845A JP19584585A JPS6257021A JP S6257021 A JPS6257021 A JP S6257021A JP 60195845 A JP60195845 A JP 60195845A JP 19584585 A JP19584585 A JP 19584585A JP S6257021 A JPS6257021 A JP S6257021A
Authority
JP
Japan
Prior art keywords
network
condition
node
program
nodes
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.)
Granted
Application number
JP60195845A
Other languages
English (en)
Other versions
JPH0690666B2 (ja
Inventor
Shunichi Tano
俊一 田野
Seiju Funabashi
舩橋 誠壽
Shiyouichi Masui
増位 庄一
Seiji Sakaguchi
坂口 聖治
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP60195845A priority Critical patent/JPH0690666B2/ja
Priority to US06/897,841 priority patent/US4761746A/en
Publication of JPS6257021A publication Critical patent/JPS6257021A/ja
Publication of JPH0690666B2 publication Critical patent/JPH0690666B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/046Forward inferencing; Production systems
    • G06N5/047Pattern matching networks; Rete networks
    • 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
    • Y10S706/914Process plant

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Devices For Executing Special Programs (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Data Exchanges In Wide-Area Networks (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】 〔発明の利用分野〕 本発明は、条件の成立判定を行なうために、弁別ネット
ワークに類したネットワークを用いるシステムに係り、
特に知識ベースシステムに好適な弁別ネットワークの変
形方法に関する。
〔発明の背景〕
条件の真偽判定を高速に行なう方法として、弁別ネット
ワークに類したネットワークを用いる方法がある〔多パ
ターン・多オブジェクト高速マツチアルゴリズム(人工
知能、19巻第1号、Match problem”(
Artificial 工ntelligencevo
11941 (1982))))。 この方法は、現況
データと呼ばれる現況データ名および単数または複数の
属性名と属性値との対より成る構造体データに関する条
件をネットワークに変換し、それを用いて条件の真偽判
定を行なう。
現況データに関する条件は、現況データの属性に関する
複数の条件項より構成されており、条件項は、ネットワ
ークのノードに対応している。
条件の成立判定を行なうには、現況データ′をネットワ
ークに流し、各ノードに記憶されている条件項を満足す
るか調べ、満足されていれば次のノードへと流し、満足
されていなければ、処理を中止するという処理を繰返し
、終端ノードまで到達すると、そのノードに記述されて
いる条件基が成立したと判定する方式であり高速処理性
にすぐれている。
一般に、このようなネットワークを用いた条件成立判定
方法では、ノードに記されている条件を満たす現況デー
タが少ない、つまり、きつい条件に関するノードが、ネ
ットワーク上部に位置した方がより、効率的である。
しかし、現実には、条件がどのようにネットワークに変
換されるかを、条件の作成者が把握し、現況データが満
足する割合の小さい条件項を表わすノードが、ネットワ
ーク上部に変換されるように意識的に条件内の条件項の
位置を変えるなど、作成者自身が条件の記述法を考える
必要があり、条件作成者の負担が大きかった。
また、条件作成者にとっても、どの条件項がどのくらい
の割合で満足されるかをすべて知ることは困難であり、
加えて、対象とする。現象の性質が変化すると、ノード
の満足される割合も動的に変化するため、従来の条件作
成者による条件項の順序付けによるネットワークの効率
化には限界があった。
〔発明の目的〕
本発明の目的は、条件の作成者が条件項の順序付けをす
る負担をがくすとともに、条件が記述している対象の性
質が動的に変化しても効率的なネットワークを維持する
ネットワークの動的変形法を提供することにある。
〔発明の概要〕
従来手法の第1の問題点は、条件項の順位付けを、条件
作成者にまかせていたこと、及び、その順位が不変であ
ると仮定している点にある。
これにたいして本発明では条件成立判定の処理過程で、
ネットワークのノード処理量やどのくらいの割合でノー
ドに記述されている各条件が満足されたか等に関するノ
ード処理情報も同時に作成し、そのノード処理情報を用
いて、ネットワーク変形を行なって、条件項の順位付け
を条件作成者に頼らなくてすむようにした。
また、条件成立判定システムにおいて、このノード処理
情報を一定期間ごとに作成し、過去のノード処理情報と
比較し、対象の性質が過去と異なる時に、再度ネットワ
ーク変形(例えば、ノードの上下関係の並べ換え)を行
なえば、対象としている問題の性質が変化し、ノードに
おける処理量や、ノードに記憶されている条件を満たす
割合が変化したとしても、動的にネットワークを変形す
ることにより、常に効率的なネットワークを得ることが
できる。
このようなネットワーク中のノードの上下の並べ換えは
、次に示す第2の問題点がある。
1、 ノードの満足される割合は、ノードの上下関係に
強く依存する。例えば、ノードAがノードBよシ上に位
置し、ノードA、ノードBそれぞれの満足される割合が
、0.5. 0.2であっても、0.2は条件付き確率
であるのでノードA、Bの順位を入れ換えることが、必
ずしもネットワークの処理効率を上げるとは言えない。
2 ノードの上下関係の並べ換えは、本質的には組み合
せ問題となり計算量が多くなる。
これにたいして本願発明では、ネットワークの処理モー
ドを2つに分け、まず、通常モードでは、ノード処理情
報は収集せず、従来のネットワーク処理を行ない、ログ
モードでは、ノード処理情報を、全ネットワークのノー
ドに関して収集する。
つまりログモードでは、あるノードで、チェックが失敗
しても、ノード処理情報を得るために次のノードへ現況
データを流し処理を続ける。
このように、ネットワークの全ノードに対してノード処
理情報を収集するため、上記第2の問題点1に示した上
下関係に関するデータもノード処理情報より抽出するこ
とが可能となり、また、問題点2も、ノード間の上下関
係に関する好ましさを表わすテーブルを用いることによ
り解消できる。
〔発明の実施例〕
以下、本発明の一実施例を第1図により説明する。
第1図は本発明を適用する条件成立判定システムの構成
図である。本システムは、プロセス工場の操業状態を監
視するシステムであり、プロセスの状態をプロセス管理
者に知らせるモニタテレビ1と、プロセス工場の各機器
の状態等の現況データを各測定端より収集するデータ収
集機2、プロセスの操業状態に関する条件が成立するか
どうか判定する計算機3より構成される。
第2図に、プログラム構成を示す。プログラム11は、
プロセス工場内の各測定端より情報を収集し、現況デー
タファイル8を更新する。プログラム5は、現況データ
ファイル8の内容と、ネットワークに展開された条件フ
ァイル9を比較し、条件が成立しているか判定する。プ
ログラム7は、ネットワークめ各ノードの処理状態を収
集し、ノード処理情報としてファイル10に格納する。
プログラム6は、プログラム7で収集したノード処理情
報を記憶しているファイルlOを用いて、条件ファイル
9に記憶されているネットワークを変形する。プログラ
ム4は、プログラム5で成立と判定された条件をモニタ
テレビ12に出力するとともに、−i時間おきに、プロ
グラム6.7に起動をかけ、効率的なネットワークを維
持する。
第3図に現況データの例を示す。現況データ13は、ポ
ンプ人において現在の圧力は4.5であり、回転数が1
00であり、機器温度が70度であることを示している
。このように現況データは、現況データ名である機器名
と複数の属性名と属性値との対より成る構造体データと
して表わされる。
一方、真偽判定する条件は、現況データの構造に則して
記述される。第4図は条件の例を示す。
条件14は、その名称が”ポンプ人異常°でアシ、ポン
プAの圧力が0.5より小さくかつ回転数が300より
大きく、機器温度が100度より大であるという条件を
示している。圧力< 0.5 、回転数〉300、機器
温度〉100をそれぞれ条件環という。
条件成立判定システムでは、条件に記述されている内容
現況データに記憶されている現在値により満足されてい
るかどうかを判定し、成立した条件名をモニタテレビ1
2に出力する。
条件と、現況データとの比較は、条件をネットワークに
変換し、ネットワークに現況データを流すことにより行
なう。
ネットワークの例を第5図に示す。ネットワークは頂点
ノードであるROOTノード■より始まり、終端ノード
であるCOND−TERMノード■。
■、■L [相]、[相]、[相]、[相]及び、条件
中の条件環に対応するチェックノード■、[相]。
[F]等より成る。
条件の成立判定は次のように行なう。現況データをRO
′OTノードより出る枝すべてに流す。チェックノード
では、流れてきた現況データが条件を満たすかどうか調
べ、満たすなら次のノードへ現況データを流し、満たさ
ない時は、処理を中止する。COND−TERMメート
に、現況データが到達した場合は、COND−TERM
ノードに記述されている条件が成立したと判定する。例
えば、ノード■、■、■、■、■のチェックノードの条
件を丁べて満たすと、C0ND−TERAf1ノード■
へ到達し、ノード■に記憶されている条件名が成立した
と判定する。本発明による条件成立判定システムでは、
このノード■、■、■、■、■等のノードの並びを自動
的に並べ換え、ネットワークを効率化する。
まず、本条件成立判定システムの処理モードについて説
明する。通常モードでは、ノード処理情報は収集せず、
上記で説明した従来の方法でネットワークを処理する。
ログモードでは、チェックノードに記憶されている条件
が満たされていなくても、全ノードに関して処理情報を
得るため、次のノードに現況データを流す。通常モード
とログモードは一ボ時間おきに切り換わる。
ログモードで収集するノード処理情報の形式を第6図に
示す。列データ20は、現況データ名としてポンプAを
ネットワークに流した時の、全チ゛  ニックノードの
ノード処理情報である。チェックノードに記憶されてい
る条件を満足した場合、その処理に要した時間をノード
処理情報とする。例えば、現況データポンプAは、ノー
ド■の条件成立判定のために時間5だけ要したことがわ
かる。
一方、チェックノードに記憶されている条件を満足しな
かった場合、その処理を要した時間に−1を乗じた数を
、ノード処理情報とする。例えば、現況データポンプA
は、ノード■の条件成立判定に時間5だけ要し、不成立
と判定されたことになる。
ログモードの場合、ネットワークに流されたすべての現
況データに対してノード処理情報を記憶する。第5図で
は、ログモードになった後、ポンプA1タービンC1タ
ービンBの順で現況データがネットワークに流されたこ
とを示している。
このノード処理情報を用いてノードの好ましいと下関係
を決める方法を以下に説明する。
・まず次のように定義する。
NIRII (n、、 n、・・・n、)    Nは
ノードの集合、n、は谷ノードを 表わす。
0 =t o、、 o、、・・・、o、)    0は
ログモードの時にネットワーク を流れた現況デー タの集合、Okは各 現況データを示す。
■x (1,k )  ノードn、 に関する現況デー
タOkを処理した時のノード 処理情報。
P=(i、j)  ノードn、 がノードn、の上位に
位置する好ましさを表わ す。
例えば、第6図では、N=(■、■、■、■。
■、・・・・・・)、0=(ポンプA1タービンC1タ
ービンB、ポンプB1ポンプC1・・・・・・)、I(
1゜1)−5,I(1,2)=1.  [1,3)=6
゜・・・・・・である。
I(i、k)よりP(i、j)を求める方法を第7図に
示す。まず、上下の位置関係を効率化したいNを設定す
る(処理30)。例として、N−(■、■、■、■、■
)とする。このNの要素nl、njの組で、i<jをみ
たすものすべてに対して、P(i、j)を算出する(処
理31)。
nl、11jの組とは、(■、■)、(■、■)。
(■、■)、(■、■)、(■、■)、(■、■)。
(■、■)、(■、■)、(■、■)、(■、■)。
である。
各々の組について、まずP(i、j)を表るすevをク
リアし、各現況データに関する選好関係ev’を加算し
く処理33〜40)、その値をP(i、j)P(i、j
)の符号を反転した値をP(j、i)とする(処理41
)。このようにしてP(i、j)を算出する。
0;(ポンプA1タービンC1タービンB、ポンプB1
ポンプC)とし、P(■、■)を算出する例を示す。
まずeV=Qとする(処理32)。すべての0について
以下を繰り返す(処理33)。
ポンプAについて、ev−niは5、ev−niは2(
処理34)であり、両方圧であるので(処理35)、e
v’はOとなる。このev’は、ポンプAという現況デ
ータを処理する場合、ノード■の方がノード■よりも上
位に位置する好ましさを表わす数値である。このev’
をすべてのOについて算出し、加算しevを求める。こ
のevは、ノード■の方が、ノード■よりも上位に位置
する総合的な好ましさを表わしていると考えられ、P(
■、■)はevp(■、■)は−1*evとする(処理
41)。
この処理の結果を第8図に示す。値51は、10であり
これはP(■、■)を表わしており、ノード■がノード
■の上位に位置する好ましさが10であることを示して
いる。
次に第8図に示すような、ノードの上下の選好関係を示
すテーブルを用いて、ノードの効率的な並びを導びく方
法を示す。
各ノードの行データを加えた値を、そのノードが一番上
位に位置する好ましさとし、それをすべてのノードにつ
いて計算する。第6図ではノード■ −10−8−9−
11=−38ノード■  10+3+1−5=+9 ノード■ 8−’3+2−1=+6 ノード■  9−l−2−7=−1 ノード■ 11+5+1+7=24 となり、ノード■が、最上位に位置すべきであると判定
する。次に、第6図より、ノード■に関する行データ、
列データを、取り除いたテーブルを用いて上記の操作を
行なうと、 ノード■ −10−8−9=−27 ノード■  10+3+1= 14 ノード■  8−3+2=7 ノード■  9−1−2−6 となるのでノード■を2番目のノードとする。以下、ノ
ード■、■、■となる。
以上より、ノード■■■■■の並びは、ノード■■■■
■の順序に変換され、ポンプA、タービンC1タービン
B1ポンプB、ポンプCをこのネットワークに流すと前
者のノード■〜■を流れるのに要する時間は38である
のに対し、後者は18であシ約2.1倍の高速化となる
本実施例によれば、 1、条件作成者が、条件項の記述順序を意識せずに条件
を作成しても、効率的な処理を可能としているため、条
件作成者の負担を減少させることができる。
2 通常モードとログモードを一定時間間隔で切り換え
、対象が変化し、ノードの満足される割合が変化しても
、ノード処理情報を用いて動的にネットワーク変形を行
なうため、常に効率的なネットワークを得ることができ
る。
3、7−ドの上下位置の選好関係テーブルを用いた本方
式では、最適な解は保障されないが、組み合せによる計
算葉の急速な増加という問題点は解消されており、高速
にノードの効率的な並びを算出するとかできる、等の効
果がある。
〔発明の効果〕
本発明によれば、ネットワークのノード処理情報を用い
て効率的なネットワークに変形できるため、従来性なわ
れてい友、条件の作成者による条件項の順位付けが不要
となり、条件作成者の負担をなくしたこと、及び一定期
間おきに、ネットワークのノード処理情報を収集し、そ
れを用いてネットワークを効率化することにより、条件
記述の対象の性質が変化し、各ノードの処理量、満足さ
れる割合が変化しても、常に効率的なネットワークとな
るように維持できること等の効果がある。
【図面の簡単な説明】 第1図は本条件成立判定システムの一構成を示す図、第
2図はプログラム構成の一例を示す図、第3図は現況デ
ータの一例を示す図、第4図は条件の一例を示す図、第
5図は条件のネットワーク表現の一例を示す図、第6図
はノード処理情報の一例を示す図、第7図はノードの上
下関係の選好度合いを算出する処理手順のフローチャー
ト、第8図はノード上下関係の選好を表わすテーブルの
一例を示す図である。

Claims (1)

  1. 【特許請求の範囲】 1、データ名およびすくなくとも1個の属性名と属性値
    との対からなる構造体データに対する複合的条件の成立
    判定を、該構造体データに対する個々の条件をノードで
    あらわしたネットワークに基づいて、該ネットワークの
    頂点から逐次行なうシステムにおいて、すべてのノード
    の処理量、ノードに記述されている条件の成立する割合
    等に関する情報を収集する処理と、収集した情報を用い
    てネットワークを動的に変形する処理と、上記情報を収
    集する処理及びネットワークを動的に変形する処理とを
    、一定時間ごとに切り換える処理とをおこなうことを特
    徴とする弁別ネットワークの動的変形方法。 2、上記ネットワークを動的に変形する処理はノード間
    の上下関係に関する好ましさを表わすテーブルを参照す
    る処理を含むことを特徴とする第1項の弁別ネットワー
    クの動的変形方法。
JP60195845A 1985-09-06 1985-09-06 弁別ネツトワ−クの動的変形方法 Expired - Lifetime JPH0690666B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP60195845A JPH0690666B2 (ja) 1985-09-06 1985-09-06 弁別ネツトワ−クの動的変形方法
US06/897,841 US4761746A (en) 1985-09-06 1986-08-19 Dynamic reconstruction method for discrimination network

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP60195845A JPH0690666B2 (ja) 1985-09-06 1985-09-06 弁別ネツトワ−クの動的変形方法

Publications (2)

Publication Number Publication Date
JPS6257021A true JPS6257021A (ja) 1987-03-12
JPH0690666B2 JPH0690666B2 (ja) 1994-11-14

Family

ID=16347964

Family Applications (1)

Application Number Title Priority Date Filing Date
JP60195845A Expired - Lifetime JPH0690666B2 (ja) 1985-09-06 1985-09-06 弁別ネツトワ−クの動的変形方法

Country Status (2)

Country Link
US (1) US4761746A (ja)
JP (1) JPH0690666B2 (ja)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5146537A (en) * 1985-07-12 1992-09-08 Hitachi, Ltd. Method for judging whether conditions are satisfied by using a network having a plurality of nodes representing the conditions
US4849905A (en) * 1987-10-28 1989-07-18 International Business Machines Corporation Method for optimized RETE pattern matching in pattern-directed, rule-based artificial intelligence production systems
JPH01284928A (ja) * 1988-05-12 1989-11-16 Toshiba Corp 推論処理装置
US5245699A (en) * 1988-05-12 1993-09-14 Kabushiki Kaisha Toshiba Inference processor using metal knowledge
US5023807A (en) * 1988-10-31 1991-06-11 Digital Equipment Corporation System and method for producing discrimination nets for expert systems
US5072405A (en) * 1988-10-31 1991-12-10 Digital Equipment Corporation RETE network with provisional satisfaction of node conditions
US4951225A (en) * 1988-11-14 1990-08-21 International Business Machines Corp. Updating pattern-matching networks
EP0417293B1 (en) * 1988-12-14 1998-08-12 Sony Corporation Data management system
JP2507593B2 (ja) * 1989-04-25 1996-06-12 株式会社東芝 推論方式
US5155803A (en) * 1989-06-08 1992-10-13 Digital Equipment Corporation Expert system for performing beta-token partitioning in a rete network
US5241652A (en) * 1989-06-08 1993-08-31 Digital Equipment Corporation System for performing rule partitioning in a rete network
US5129037A (en) * 1989-06-20 1992-07-07 Digital Equipment Corporation Neural network for performing beta-token partitioning in a RETE network
JPH07104952B2 (ja) * 1989-12-28 1995-11-13 シャープ株式会社 パターンマッチング装置
US5390286A (en) * 1990-03-26 1995-02-14 Digital Equipment Corporation Reticular discrimination network for specifying real-time conditions
JPH03286337A (ja) * 1990-04-03 1991-12-17 Hitachi Ltd 条件判定の処理構造最適化による推論の高速化方式
US5159662A (en) * 1990-04-27 1992-10-27 Ibm Corporation System and method for building a computer-based rete pattern matching network
US5179633A (en) * 1990-06-29 1993-01-12 Digital Equipment Corporation Method and apparatus for efficiently implementing read-type procedural attachments in rete-like pattern matching environment
US5371809A (en) * 1992-03-30 1994-12-06 Desieno; Duane D. Neural network for improved classification of patterns which adds a best performing trial branch node to the network
US5349663A (en) * 1992-07-01 1994-09-20 Bailey Ronn H System for representing hierarchical structures
US5774449A (en) * 1995-03-31 1998-06-30 Lockheed Martin Energy Systems, Inc. Multimedia-based decision support system for hazards recognition and abatement
US8112378B2 (en) 2008-06-17 2012-02-07 Hitachi, Ltd. Methods and systems for performing root cause analysis

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4286330A (en) * 1976-04-07 1981-08-25 Isaacson Joel D Autonomic string-manipulation system
JPH0650442B2 (ja) * 1983-03-09 1994-06-29 株式会社日立製作所 設備群制御方法およびシステム
US4599692A (en) * 1984-01-16 1986-07-08 Itt Corporation Probabilistic learning element employing context drive searching
US4599693A (en) * 1984-01-16 1986-07-08 Itt Corporation Probabilistic learning system
US4649515A (en) * 1984-04-30 1987-03-10 Westinghouse Electric Corp. Methods and apparatus for system fault diagnosis and control
US4670848A (en) * 1985-04-10 1987-06-02 Standard Systems Corporation Artificial intelligence system

Also Published As

Publication number Publication date
JPH0690666B2 (ja) 1994-11-14
US4761746A (en) 1988-08-02

Similar Documents

Publication Publication Date Title
JPS6257021A (ja) 弁別ネツトワ−クの動的変形方法
US11704341B2 (en) Search result replication management in a search head cluster
Williams Iterated theory base change: A computational model
Guestrin et al. Multiagent planning with factored MDPs
US20160034566A1 (en) High availability scheduler for scheduling map-reduce searches
CN104615703B (zh) 一种结合Rete算法的RDF数据分布式并行推理方法
CN104298598B (zh) 分布式环境下rdfs本体的调试方法
CN113468159A (zh) 一种数据应用全链路管控方法及系统
CN110851282B (zh) 一种基于内存网格的分布式数据计算方法及系统
CN111352930A (zh) 一种模板数据处理方法、装置、服务器和存储介质
CN114896222A (zh) 日志数据处理方法、装置、计算机设备、系统
US20050182772A1 (en) Method of streaming conversion from a first data structure to a second data structure
JPH11143713A (ja) 問題解決装置
Chen et al. Real-time distributed program reliability analysis
JPH04180150A (ja) 分散処理システム
JPH0793160A (ja) 推論装置
JP2855133B2 (ja) エキスパートシステム
Reddy et al. An Optimized System for Data Sharing in Corporate Networks
JPS62274345A (ja) あいまい推論方法
CN116957170A (zh) 一种电力系统优化问题的约束集约减方法及系统
JPH11143712A (ja) 知識獲得装置、知識獲得方法及び知識獲得用プログラムを記録した記憶媒体
Díaz et al. Networks of evolutionary processors (nep) as decision support systems
JPS62194536A (ja) 事象駆動ネツトワ−クの管理方式
JPH01286040A (ja) 分類決定装置
CN117648983A (zh) 基于干预数据的时序因果发现方法、装置、设备及介质