NO300942B1 - Signalbehandlingsapparat og -metode - Google Patents

Signalbehandlingsapparat og -metode Download PDF

Info

Publication number
NO300942B1
NO300942B1 NO913014A NO913014A NO300942B1 NO 300942 B1 NO300942 B1 NO 300942B1 NO 913014 A NO913014 A NO 913014A NO 913014 A NO913014 A NO 913014A NO 300942 B1 NO300942 B1 NO 300942B1
Authority
NO
Norway
Prior art keywords
rule
components
input signal
rules
combinations
Prior art date
Application number
NO913014A
Other languages
English (en)
Other versions
NO913014D0 (no
NO913014L (no
Inventor
Gert Lykke Moeller
Original Assignee
Bang & Olufsen Holding As
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
Priority claimed from GB898902414A external-priority patent/GB8902414D0/en
Application filed by Bang & Olufsen Holding As filed Critical Bang & Olufsen Holding As
Publication of NO913014D0 publication Critical patent/NO913014D0/no
Publication of NO913014L publication Critical patent/NO913014L/no
Publication of NO300942B1 publication Critical patent/NO300942B1/no

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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation

Description

Denne oppfinnelsen vedrører anordning og fremgangsmåter for å behandle signaler, f.eks. signaler benyttet i kommuni-kasjons- eller styringsøyemed. Den er særlig anvendbar ved behandling av signaler som kan bestå av flere komponenter, som hver representerer et aspekt av en fysisk entitet, og oppfinnelsen tilveiebringer midler for å forbedre informasjonsinnholdet eller redusere usikkerheten i slike signaler.
Det er kjent signalbehandlingssystemer som behandler signaler bestående av flere komponenter i samsvar med forhånds-bestemt informasjon om forholdene mellom komponentene. Såkalte "kunstig intelligens"systemer benytter prosessorer som representerer kjente forhold (relationships) i en eller annen form for regelrepresentasjon, og anvender regelrepresentasjonen på et inngangssignal for å frembringe et utgangssignal med forbedret informasjonsinnhold. Regelrepresentasjonen kan konvensjonelt inneholde et stort antall logiske relasjoner mellom de mulige komponentene i inngangssignalet (som generelt formulert representerer kjent informasjon om en fysisk entitet), og en søkeprosess utføres via regelrepresentasjonen i et forsøk på å utlede ytterligere relasjoner og informasjon. I løpet av søkeprosessen kan ytterligere regler etableres, og det kan bli nødvendig å lagre en stor mengde informasjon vedrørende resultatene av å anvende de individuelle reglene som allerede er besøkt. Således er det et problem med konvensjonelle systemer at lagringsbehovene kan bli svært store. Dette har vist seg å være en ulempe ved forsøk på å implementere konvensjonelle systemer i småskala behandlingsapparatur, som mikro-datamaskinsystemer.
1986 Cern School of Computing, 30. aug. - 13. sept. 1986, Renesee, Nederland, CR. Pellegrini, "Underlying principles of expert systems" sidene 2 65-282 beskriver et slikt konvensjonelt regelbasert kunstig intelligenssystem, hvor en søkeprosedyre anvender reglene på inngangssignalet for å frembringe et forbedret utgangssignal.
Det er også lagt ned et betraktelig arbeid i regelsøkings-strategier i et forsøk på å finne teknikker for å komme frem til den påkrevde informasjonen hurtig, men ingen av de kjente teknikkene er fullt ut tilfredsstillende.
Sett fra en synsvinkel tilveiebringer oppfinnelsen et signalbehandlingsapparat for å redusere usikkerheten i et inngangssignal, som kan bestå av flere komponenter, karakterisert ved midler for å lagre en signalrepresentasjon av mengder av kombinasjoner av nevnte komponenter, hvor hver mengde indikerer med hensyn til alle kombinasjoner av komponentene involvert i mengden hvorvidt disse kombinasjonene er mulige, midler for å motta nevnte inngangssignal og identifisere enhver mengde som inneholder informasjon om en komponent av nevnte inngangssignal som er bestemt, midler for å identifisere fra den eller de respektive mengde(r) kombinasjonene konsistent med verdiene av komponenter av inngangssignalet, og midler for å bestemme fra de identifiserte kombinasjonene informasjon om verdien av minst en komponent av inngangssignalet.
Sett fra en annen synsvinkel tilveiebringer oppfinnelsen en fremgangsmåte for å forbedre informasjonsinnholdet av et inngangssignal ved hjelp av lagret regelinformasjon, karakterisert ved at signalet lagres i registermidler som flere to-bit par som hvert svarer til en variabel i inngangssignalet, at regelinformasjonen lagres som binære ord som representerer alle de tillatelige kombinasjonene av variablene i reglene tatt separat, at variablene i regelordene ordnes på samme måte som i inngangssignalet, at alle de første bitene i parene tas som en første signalkomponent og de andre bitene som en andre signalkomponent, at et binært regelord kombineres med en av de første og andre komponentene i en ELLER-relasjon, at komplementet av det binære ordet kombineres med det andre av de første og andre komponentene i en ELLER-relasjon, og at de resulterende kombinasjonene lagres i registermidler som et utgangssignal.
Sett fra en tredje synsvinkel tilveiebringer oppfinnelsen en fremgangsmåte for databehandling i samsvar med informasjon inneholdt i en mengde regler som hver uttrykker en relasjon mellom en mengde variabler, karakterisert ved at hver regel konverteres til en mengde av første binære ord som for alle kombinasjoner av variablene i hver regel indikerer om kombinasjonen er tillatelig eller ikke, og en andre mengde binære ord som hvert svarer til en regel og som indikerer hvilke variabler som er involvert i denne regelen, at individuelle bit i de første og andre ordene svarer til individuelle variabler ordnet i samme rekkefølge i alle de første og andre ordene, at det taes data som inneholder kjente verdier på minst en av de nevnte variablene, at det fra de andre ordene identifiseres en hvilken som helst regel som involverer den kjente variabelen eller de kjente variablene, at de første ordene som svarer til de identifiserte reglene velges, og at de valgte ordene benyttes til å bestemme verdien av minst en annen variabel.
Sett fra en fjerde synsvinkel tilveiebringer oppfinnelsen et regelrepresentasjonsapparat for behandling av informasjon inneholdt i en mengde regler som hver uttrykker en relasjon mellom flere variable karakterisert ved et regelminne tilpasset til å lagre binære ord som indikerer hvorvidt alle kombinasjonene av variablene i hver regel er tillatt eller ikke, hvilke ord omfatter bits som representerer de respektive variablene i kombinasjonene, et kontrollminne tilpasset til å lagre de respektive binære ordene for hver regel slik at bitene i hvert ord indikerer hvorvidt en bestemt variabel er involvert i den tilsvarende regelen og slik at rekkefølgen av variablene assosiert med regelminneordene er den samme som i kontroll-minneordene, og adresseringsmidler som gir tilgang til hvert binære ord i regelminnet tilhørende en bestemt regel som respons på et utgangssignal fra kontrollminnet som indikerer at den bestemte regelen er påkrevet.
Komponentene i inngangssignalet omfatter fortrinnsvis binære representasjoner av trekk ved en fysisk entitet, det er videre fordelaktig at midlene for lagring er tilpasset til å lagre en ordnet tabell av binære koder som hver representerer en kombinasjon av nevnte komponenter som er kjent å være mulig.
Visse utførelsesformer av oppfinnelsen vil nå bli beskrevet ved hjelp av eksempler, og med referanse til de vedføyde tegninger, hvor: Fig. 1 illustrerer det generelle konseptet for en signal-behandlingsmetode ifølge oppfinnelsen,
fig. 2 representerer tre mulige typer kunskapsrepre-sentasjon,
fig. 3 er et blokkdiagram av et signalbehandlingsapparat ifølge oppfinnelsen,
fig. 3a illustrerer de større dataflytene i apparaturen vist i fig. 3 i flytdiagrams form,
fig.3b illustrerer virkemåten til regelbasens skanne-enhet i fig. 3 i flytdiagrams form,
fig. 3c illustrerer virkemåten til regelkonsultasjonsenheten illustrert i fig. 3 i flytdiagrams form,
fig. 3d illustrerer virkemåten til regelbestemmelsesenheten i flytdiagrams form.
Fig. 4 illustrerer i større detalj regelkonsultasjonsenheten i fig. 3,
fig. 5 viser innholdet av registeret i apparaturen på fig.
3 og 4 ,
fig. 6 visers strukturen av regelbasen i apparaturen på fig. 3 og 4 ,
fig. 7 viser behandlingen av en enkelt regel,
fig. 8 er et flytdiagram over steg utført i regelkonsul-tas jonsenheten på fig. 3 og 4,
fig. 9 viser den logiske prosessen for å identifisere regler som skal besøkes utført av regelbasens skanne-enhet vist på fig. 3 ,
fig. 10 viser den samme prosessen som fig. 9 ved en andre iterasjon,
fig. 11 viser resultatene av regelkonsultasjonene i fig. 9 og 10,
fig. 12 viser en regelkonsultasjonsprosess som benytter en regelrepresentasjon ved ordnede tabeller,
fig. 13 viser inferensmotoren i fig. 3 utvidet med en regelbestemmelsesenhet og ytterligere registere,
fig. 14 illustrerer prosessen med utledet regelbestemmelse,
fig. 15 illustrerer prosessen med teorembevis, og fig. 16 viser utledningsprosessen.
Det vises først til fig. 1 hvor signalbehandlingsappa-raturen er tilordnet til å motta et inngangssignal kalt inngangstilstandsvektoren SV og til å omforme den til et utgangssignal, utgangstilstandsvektoren, ved hjelp av informasjon inneholdt i en regelbase. Inngangstilstandsvektoren kan inneholde informasjon for noen av stedene sl til sN om kjente trekk ved en fysisk entitet, f.eks. tilstanden til sensorer, men vanligvis vil andre komponenter i inngangstilstandsvektoren være ukjente. Funksjonen til signalbehandlingsapparatet og -fremgangsmåten er å bestemme noen eller alle av ukjente komponentene når regelbasen gjør dette mulig. Utgangstilstandsvektoren sies å være konjuksjonen av inngangstilstandsvektoren og regelbasen.
I det foreliggende systemet har de mulige verdiene lagret i tilstandsvektoren hver en av fire mulige to-bit former som har følgende betydning:
0 1 sann
1 0 usann
1 1 tautologi (udefinert eller spiller ingen rolle)
0 0 selvmotsigelse
Fig. 2 viser tre mulige måter å representere en foreslått relasjon mellom tre trekk ved et fysisk system i digital form. Den følgende regel er gitt som eksempel:
"Hvis systemet er 'standby', eller ingen plate er tilstede, så roterer ikke platetallerkenen." Figuren viser tre binære tilstandvariabler STBY, DISK, og ROTERENDE. Merk at denne regelen ikke sier noe om visse kombinasjoner av variablene, og således også tillater at platetallerkenen ikke roterer hvis en plate er tilstede, men systemet ikke er standby. Fig. 2a viser en ordnet tabellform for å representere denne regelen hvor hver av de åtte bitene i boksene er assosiert med en av de åtte kombinasjonene av de tre variablene og indikerer hvorvidt denne kombinasjonen er tillatt eller ikke. Denne formen for representasjon har ulempene at mer informasjon enn nødvendig er lagret, og at den ordnede tabellen kan bli svært stor og vanskelig å adressere når antall variabler blir stort. Fig. 2b viser regelen representert i positiv indeksform, hvor kun de tillatte kombinasjonene er listet. Fig. 2c viser den komplementære negative indeksform som lister de ikke-tillatte kombinasjonene.
Det vises nå til fig. 3 hvor hovedkomponentene i signalbehandlingsapparatet, også referert til som en inferensmotor, er vist. Apparatet omfatter et regelbaseminne 2, som er et minne hvor reglene er lagret, fortrinnsvis i positiv indeksform. Det skal bemerkes at reglene (kolonnene i figuren) vanligvis ikke alle vil være av samme størrelse, avhengig av antallet lovlige kombinasjoner i hver regel. Dette indikeres av de forskjellige suffiksene C, J, D og S. I tillegg omfatter apparaturen et forslagsstruktur (PS) minne 1 som indikerer relasjonene mellom reglene og variablene, dvs. hvilke regler som involverer hvilke variabler. F.eks. vil et binært 1 bli lagret på stedet Bij hvis variabel Vj er involvert i regelen Ri. Informasjonen målt fra omgivelsene lagres i tilstands-vektorregister 10, og apparaturen omfatter en regelkonsul-tas jonsenhet 5 som opererer på innholdet av dette registeret ved bruk av informasjonen inneholdt i forslagsstrukturminnet 1 og regelbaseminnet 2 for å frembringe nye verdier i tilstands-spekterregisteret 10 med all mulig ny informasjon dedusert. I løpet av denne prosessen vedlikeholdes en liste i forklarings-vektor 7 over antallet regler som har ledet til ny informasjon, og hvis en selvmotsigelse påtreffes vil nummeret til regelen som gir selvmotsigelsen lagres i selvmotsigelsesregel nummer-register 6. Reglene som konsulteres bestemmes basert på informasjonen i forslagsstrukturminnet 1 av en regelbases skanne-enhet 3, regellisteregister 4 og variabelkontroll og regelkontrollregister 8 og 9 som vil bli beskrevet i større detalj senere. Den større dataflyten i apparaturen vises i flytdiagrammet på fig. 3a. Et sammendrag skrevet i APL-språket er tilveiebragt for hver blokk i flytdiagrammet nær blokkene i flytdiagrammet på fig. 3a.
Før vi går videre med en mer detaljerte beskrivelse av apparaturen, vil informasjonsbehandlings (inferens)prosedyren bli forklart med referanse til et svært enkelt tilfelle med kun en regel. Anta f.eks. at regelen er:
"Hvis A eller B, så ikke C". Denne regelen overføres til positiv indeksform:
Anta at inngangstilstanden "A er sann, B og C er ukjent" måles fra omgivelsene. Således har vi inngangstilstandsvektoren:
Regelkonsultasjonsenheten er effektiv for å identifisere alle rekkene i regelmatrisen som tilfredsstiller inngangs-vektorens begrensninger. I dette eksemplet er det kun de to siste rekkene. Hver kolonne i undermatrisen som inneholder kun de identifiserte rekkene blir deretter testet. Hvis en kolonne kun inneholder enere, er den tilsvarende tilstandsvariabelen bundet til å være sann, hvis alle verdiene i kolonnen er 0 er tilstandsvariabelen bundet til å være usann, og hvis både 0 og 1 opptrer er tilstandsvariabelen ubundet (tautologi). Således har vi den følgende utgangstilstandsvektoren etter konsultasjonen:
Dette tolkes som "A er sann, og C er usann, og B er ukjent".
Vi returnerer nå til en mer detaljert beskrivelse av den foretrukne utførelsesformen, og regelbaseminnet 2 og forslagsstrukturminnet 1 vil først bli drøftet. En forutsetning for enkle inferensmetoder er en utvetydig og kompakt kunnskaps-representasjon. I konvensjonelle systemer er begge de velkjente elementene i kunnskap, nemlig regler og fakta, lagret i den samme "kunnskapsbasen". I den foreliggende utførelsen skilles klart mellom regler og fakta. Regler eller foreslåtte funksjoner er lagret i regelbaseminnet 2, og fakta er lagret i tilstandsvektorregisteret 10. Enkle uttrykk og forslag som "A og B", "A eller ikke A" (tautologi) og "A og ikke A" (selvmotsigelse eller inkonsistens) betraktes som fakta, ikke som regler.
I et praktisk system hvor det tilveiebringes et operatør-grensesnitt (kjent sem en kompilator) for å omforme regler uttrykt av en operator som logiske relasjoner til den binære formen (fortrinnsvis positiv indeksform) benyttet i regelbaseminnet. Kompilatoren kan også sjekke for redundans i inngangs-informasjonen og inkonsistens med tidligere regler. Først-nevnte kan utføres med teorembevisteknikken beskrevet senere, og sistnevnte med utledet-regelteknikken. Med dagens teknologi er den positive indeksformen den mest passende på grunn av høy regelkonsentrasjonshastighet, men de andre formene kan benyttes om ønskelig.
I regelbaseminnet 2 lagres hver gyldig bitkombinasjon i en regel i et adressert minneområde, f.eks. i et 16-bit ord. Som nevnt ovenfor kan reglene ha forskjellige størrelser, slik at den første regelen kan oppta C ord og den andre J ord. Rekkefølgen av de individuelle lovlige kombinasjonene i en regel er uten betydning for utførelsens virkemåte. Imidlertid er rekkefølgen av tilstandsvariablene viktig på grunn av den benyttede adresseringsmekanismen, som vil bli beskrevet. Variablene i enhver regel er ordnet i samsvar med et felles skjema, heretter referert til som "den ordnede mengde" eller "definisjonsmengden". Dette gjør det mulig å lage en svært enkel adressering av regler og variabler.
Som nevnt ovenfor indikerer forslagsstrukturminnet 1 den binære relasjonen mellom regler og variabler. Bij er l hvis variabel j finnes i regel i, ellers 0. Man kan betrakte innholdet i PS-minnet som den fundamentale adresserings-informasjonen som benyttes til å bestemme hvilke regler som skal besøkes. Et enkelt eksempel som illustrerer innholdet av regelbaseminnet 2 og forslagsstrukturminnet l er gitt i fig. 6. Dette angår de følgende to regler: Regel 1: "Hvis systemet er ved 'standby', eller ingen plate er tilstede, så roterer ikke platetallerkenen".
Regel 2: "Stiften er på, hvis og bare hvis platetallerkenen roterer".
En rekkefølge for variablene velges for å gjelde i hele systemet, f.eks. den viste alfabetiske rekkefølgen. Reglene transformeres til positiv indeksform (lovlige kombinasjoner) , med variablene ordnet i samsvar med det forhåndsbestemte skjema eller definisjonsmengden. De binære mønstrene lagres i regelbaseminnet 2. Den tilsvarende forslagsstrukturen lagres i PS-minnet 1. Dette indikerer klart at regel 1 involverer STBY, DISK og ROTERENDE, mens regel 2 involverer STIFT og ROTERENDE. Variablene inne i regelordene er ordnet i samsvar med den felles definisjonsmengden, så informasjonen i PS-minnet indikerer hvilke variable bitene i regelordene representerer. Virkemåten til regelbasens skanne-enhet 3 er vist i flytdiagrammet på fig. 3b (den respektive APL-koden er også tilveiebragt).
Alternativt kan informasjonen lagret i PS-minnet representeres i en av de følgende indeksformene: (1) Alle variable indekser assosiert med en regel representeret som en heltallsvektor. (2) Alle regelindekser assosiert med en variabel representert som en heltallsvektor.
Således er de alternative representasjonene av PS-informasjonen i fig. 6:
Regelkonsultasjonsenheten 5 vil nå bli forklart i større detalj først med referanse til behandling av en eneste enkel regel. Virkemåten til konsultasjonsenheten 5 er vist i fig. 3c i flytdiagrams form. Fig. 7 representerer den enkle regelen: "Hvis systemet er ved standby, eller ingen plate er tilstede, så roterer ikke platetallerkenen".
Inngangstilstanden målt fra omgivelsene antas å være "systemet er ved standby", hvilket gir inngangstilstandsvektoren SV vist. Regelkonsultasjonsenheten identifiserer rekker i regelmatrisen som tilfredsstiller tilstandsvektorens føring eller begrensning, dvs. det skraverte området. Som nevnt ovenfor testes hver kolonne i den skaverte undermatrisen, og enhver kolonne som inneholder kun lere eller kun Oere deduseres å ha den bundne verdien sann eller usann, henholdsvis. Således er utgangstilstandsvektoren vist bestemt, med tolkningen "når systemet er standby, roterer ikke platetallerkenen, selv om det er ukjent om en plate er tilstede eller ikke".
I denne prosessen kan inngangstilstandsvektoren sies å være konjugert med regelen og konjugatet projisert på hver akse for å bestemme den tilsvarende utgangstilstandsvektoren. Hvis regelen er representert i positiv indeksform, kan denne prosessen implementeres med en svært enkel binær mønster-gjenkjenning som er enkel å utføre i maskinvare. Det vises til fig. 4 og 8, hvor en global tilstandsvektor holdes i tilstandsvektorregisteret 10 og lokal tilstandsvektorregisteret SV(1) og SV(2) benyttes ved regelkonsultasjonen til å holde henholdsvis den minst signifikante biten og den mest signifikante biten av tilstandsvektoren. For å optimalisere utførelseshastigheten, lagres inngangsbogrensningene av tilstandsvektoren i to ytterligere lokale 16-bits registere TV (sanne variabler) og BV (bundne variabler, dvs. kjent å være sann eller usann). Initialiseringsenheten 5.1 bestemmer regeladressen og den lokale inngangstilstandsvektoren ved hjelp av den globale tilstandsvektoren 10 og forslagsstrukturminnet 1. Til å begynne med vil alle lokale tilstandsvektorregistere tilbake-stilles til 0. I dette eksemplet er således de opprinnelige verdiene for de lokale registrene:
Stegene i fig. 8 utføres i skannings- og projeksjons-enheten 5.2 på en regel med N ord Wl, W2, ... WN. I steg 8.1 settes en midlertidig teller i til 0, og i steg 8.2 lastes det nåværende ordet. I steg 8.3 bestemmes det hvorvidt det nåværende ordet tilfredsstiller tilstandsvektorens begrensninger, og om den ikke gjør det lastes det neste ordet via stegene 8.4 og 8.5. Hvis den tilfredsstiller begrensningene testes ordet ytterligere via steget 8.6 og 8.7 som essensielt utfører en ELLER-operasjon mellom de respektive bitene i regelordet og de tilsvarende øvrige bitene av den lokale tilstandsvektoren og ELLER-operasjon mellom komplementet av regelordet med de lavere bitene i den lokale tilstandsvektoren. Det skal bemerkes at stegene 8.6 og 8.7 kan utføres i begge rekkefølger, og det er faktisk også mulig å utføre disse opera-sjonene parallelt for økt hastighet. Prosessen avsluttes når alle ordene er testet som indikert ved steg 8.5.
I dette eksemplet vil resultatet av denne prosessen være SV(l) = 110
SV(2) = 101
med den følgende tolkning
Kontroll- og forklaringsenheten 5.3 oppdaterer den globale tilstandsvektoren og de globale kontroll- og forklarings-registrene i samsvar med de lokale tilstandsvektorenes utgangs-registre SV(1) og SV(2). Den globale tilstandsvektoren 10 oppdateres fra de individuell lokale underregistrene SV(1) og SV(2). Variablenes adresser leses fra PS-minnet. Hvis de lokale tilstandsvektorenes utganger finnes å være en selvmotsigelse, oppdateres CRN-registeret 6 med indeksen eller tilsvarende adresseringsinformasjon om den selvmotsigende regelen, og tilstandssøket blir deretter avbrutt.
Forklaringsvektoren EV 7 oppdateres dersom en eller flere variabler ble utledet i løpet av regelkonsultasjonen. I det ovennevnte eksemplet ble ROTERENDE utledet å være usann. Følgelig blir regelindeksen eller tilsvarende adresserings-inf ormas jon satt inn i ROTERENDE-elementet i EV-registeret. Indeksen leses fra PS-minnet.
Tilsvarende blir variabelkontrollregisteret VC 8 oppdatert dersom en eller flere variabler ble utledet i løpet av regel-konsultas jonen. I det ovennevnte eksemplet puttes logisk 1 inn i ROTERENDE-elementet til VC. Merk at kun nylig bundne variabler blir identifisert i VC-registeret for regelkontroll som beskrevet senere. Regelkontrollvektoren RC 9 oppdateres dersom antall tautologier i den lokale utgående tilstandsvektoren er 0 eller 1. En logisk 0 settes da inn i RC-indeksen til den nåværende regelen, og dette fører til at denne regelen ikke vil bli konsultert igjen.
Ved slutten av regelkonsultasjonen er den nylig utledede informasjonen tilgjengelig for alle de andre reglene og for de eksterne omgivelsene.
Under visse omstendigheter, f.eks. i en såkalt tilstands-hendelse kontrollsystem, kan det være ønskelig å konsultere regelbasen kun en gang, slik at konsekvensene ved kun et nivå av de nåværende inngangsbetingelsene bestemmes. Imidlertid vil mange anvendelser kreve bestemmelse av maksimal mengde ytterligere informasjon, og i dette tilfellet er flere konsultasjoner av regelbasen (regeltilbakekobling) påkrevet.
Et annet viktig trekk i tilfellet med tilstands-hendelses-kontroll er derfor skillet mellom inngangs- (uavhengige) og utgangs-(avhengige)variabler. En svært enkel utvidelse av regelkonsultasjonsteknikken nevnt hittil gjør det mulig å benytte inferensmotoren som en tilstands-hendelseskontroller såvel som en reduksjonsmaskin. Man kan betrakte tilstands-hendelsesreglene som dynamiske regler, som avbilder systemets tilstand på en ny tilstand, og de normale proposisjonene funksjonene som statiske regler, som representerer et statisk tilstandsrom.
Hver regel utvides med et inngangs/utgangs-hode (header), som beskriver hvilke variabler som er inngående og utgående (logisk 1 og 0, henholdsvis).
Betrakt f.eks. regelen (A eller B) = C. Hvis vi velger A, B som inngangsvariabler, får vi den følgende interne binære representasj onen:
Regelordene RW1...RW4 er av normal positiv indeksform. I denne utførelsesformen er A og B uavhengige, og hver kombinasjon av A og B er assosiert med en utgangsverdi.
Når regelen konsulteres, tilordnes BV-registeret verdien av konjuksjonen av I/O-hodet og den nåværende BV-verdien:
BV = I/O og BV
I tilfellet med en regel uten noe skille mellom inngang og utgang (en normal statisk regel), skal alle variabler behandles som innkommende.
Hvis regelen er dynamisk blir RC-registeret ikke oppdatert etter regelkonsultasjonen. I dette tilfellet kan søket mot en likevekt involvere flere konsultasjoner av den samme regelen.
I denne utførelsesformen tillates ikke blanding av statiske og dynamiske regler i den samme basen.
Den generelle virkemåten til inferensmotoren vil nå bli beskrevet med spesiell vekt på håndtering av flere regler. Konjuksjonen av en enkelt regel og de korresponderende tilstandsvektorvariablene er nettopp beskrevet, og dette finner sted gjentatte ganger i regelkonsultasjonsenheten 5. I en regelbase med mer enn en regel må imidlertid regelbasen gjennomsøkes for å identifisere regler som kan konsulteres. Enhver regel som kan utlede ny informasjon er en kandidat, og må besøkes. Den uavhengige søkmodulen i inferensmotoren er regelbasens gjennomsøkingsnettverk 3, som genererer de mulige regelnummerne lagret i regellisteregisteret 4. Kriteriene for regelbesøk er at minst en av aksene må være bundet til sann-eller usannhet, dvs. at regelen involverer en variabel i inngangsvektoren som er bestemt, og den nåværende lokale tilstandsvektoren ikke tidligere har vært en inngående tilstandsvektor til den samme regelen. Alle kandidatregler med en felles akse kan utføres parallelt. Når kandidatene konsulteres, må et nytt søk utføres (regelkontrolltilbakekoblingen i fig. 2) for å finne en ny mengde RL av kandidatregler.
Transformasjonen av tilstandsvektorer er fullført når et minimum av tautologier (eller et minimum av usikkerhet i signalet representert av SV) er nådd, dvs. når kanditatregel-listen RL er tom, eller når en selvmotsigelse identifiseres i løpet av konsultasjonen. I eksemplet i fig. 6, med inngangs-informasjonen "systemet er i ventetilstand (STBY)11, er innholdet i tilstandsvektoren
Innholdet i regelkontrollregisteret vil være
RC = 1 l.
En logisk 1 i regelkontrollregisteret betyr at den tilsvarende regelen skal søkes. En 0 gjør det mulig å se bort fra regelen som en regelkandidat. I det foreliggende tilfellet kan begge reglene besøkes. Variabelkontrollregisteret har de følgende verdiene
VC = 0 0 0 1.
Her betyr en logisk 1 at den tilsvarende variablen er identifisert som å ha blitt bundet siden det siste tilstands-søket. Som standardverdi identifiseres alle de bundne variablene i den innkommende tilstandsvektoren med et 1.
En liste av kandidatregler bestemmes ved hjelp av regelbasens gjennomsøkingsenhet 3 ved hjelp av informasjon fra VC, RC og PS-minnene, som illustrert i fig. 9. Det matematiske uttrykket er: RL^ = RC^ og (eller (VC og PS)^). Med andre ord blir variabelens kontrollord OGet separat med hver rekke i PS og deretter blir resultatene slått sammen med en ELLER-operasjon for å bestemme i hvilke regler de bundne variablene i VC opptrer, som indikert i den første linjen i fig. 9. Resultatet blir konjugert med RC element for element som illustrert i den andre linjen i fig. 9. Regelkontroll RC-registeret kan være tilgjengelig for brukeren, slik at brukeren kan utelate regler fra søket.
Alle reglene identifisert i regellisteregisteret RL konsulteres. I dette tilfellet er kun den første regelen en kandidat. Som illustrert ovenfor, er resultatet av konsultasjonen en utledning av at ROTERENDE er usann. Denne informasjonen kan medføre nye utledninger i andre regler. Derfor settes ROTERENDE-variablen til en 1 i VC-registeret: VC = 0 0 1 0
Forklaringsvektoren EV 7 oppdateres også. Den tredje variabelen ble utledet i regel 1, og dermed blir heltransverdien 1 lagret på den tredje plassen i EV: EV = 0 0 1 0
Hvis regelkonsultasjonen hadde resultert i en selvmotsigelse, ville CRN-registeret 6 blitt oppdatert med det nåværende regelnummeret, og søket avsluttet.
Det er ikke mulig å utlede mer informasjon av den nåværende regelen på grunn av det faktum at to av de tre aksene er bundet. Derfor settes en 0 i regelkontrollregisteret RC for å forhindre ytterligere besøk til denne regelen:
RC = 0 1
Regelbasens gjennomsøkingsenhet blir nå reaktivert for å utføre regelkontroll-tilbakekobling og for å bestemme en ny regelliste. Prosessen er vist i fig. 10 og er tilsvarende til den i fig. 9. VC-registeret initialiseres til 0. Regel 2 er den eneste regelen som kan konsulteres i listen, og den konsulteres i en prosess tilsvarende den som er beskrevet ovenfor med referanse til fig. 7. Resultatet er vist i fig. 11. I tilstandsvektorvariablene her (og i fig. 16 nedenfor) benyttes verdiene 0 og 1 for korthets skyld til å representere usann og sann. Alle variablene i regel 2 er nå bundet, og således blir RC oppdatert med en null:
RC = 0 0
Variabelen STIFT ble utledet i regel 2, og følgelig blir forklaringsvektoren EV oppdatert
EV = 0 2 1 0
Regelkontrolltilbakekobling finner sted igjen for å reaktivere regelbasens gjennomsøkingsenhet, men denne gangen er regelkontrollvektoren RC null, regellisten er null, og således er utledningen ferdig.
I et mer komplekst tilfelle kan selvsagt mer enn en variabel utledes i en regelkonsultasjon.
Den positive indeksformen for regelrepresentasjon er spesielt beskrevet ovenfor. Imidlertid kan en ordnet tabell-representasjon benyttes som vist i fig. 12. Fig. 12a viser den samme regelen som ble benyttet i eksemplene ovenfor som en tredimensjonal matrise. Igjen forutsetter eksemplet at inngangen STBY er sann. Konjuksjonen mellom inngangstilstandsvektoren og regelen er en ordnet tabell (matrise) med den samme struktur som regelen (fig. 12(b)) og projeksjonen på hver akse utføres ved hjelp av ELLER-funksjonen (disjunksjonsopera-sjonen). Projeksjonen på innkommende begrensende akser vil åpenbart gi tilsvarende utgang. Således er det kun nødvendig å utføre projeksjonen på de ubundne (tautologiske) aksene. Dette er en alternativ implementasjon av regelkonsultasjonen. Den krever imidlertid et mer komplisert mønstersøk, og med dagens teknologi gir den positive indeksformen de høyeste konsul-tasj onshastighetene.
De velkjente inferensteknikkene som resolusjon, modus ponens, eller modus tollens kan utføres rett frem ved hjelp av transformasjonen av tilstandsvektorer beskrevet ovenfor. Imidlertid kan mer komplekse eller sammensatte inferenser, som bestemmelse av utledede regler, teorembevis og utledning, utføres av anordningen og fremgangsmåten ifølge oppfinnelsen. Fig. 13 viser inferensmotoren utvidet med en regelbestemmelsesenhet 12 og ytterligere registere VL (variabel liste), DR (utledet regel) og ERL (forklaringsregelliste). Fig. 3d illustrerer i flytdiagrams form, en foretrukket utførelsesform av virkemåten til regelbestemmelsesenheten 12. Inngangsvektoren VL inneholder heltallsverdier som indikerer de involverte variablene. I eksemplet i fig. 14 er problemet å bestemme den utledede relasjonen mellom variablene STIFT og STBY, så VL =2 4. Relasjonen bestemmes ved å teste gyldig-heten av alle kombinasjoner av variablene. Hvis utgangen CRN (selvmotsigende regelnummer) er 0, er kombinasjonen gyldig, ellers er den ugyldig. De fire mulige kombinasjonene er vist i fig. 14, og resultatene lagres i det utledede regelregisteret. Relasjonen kan gjenkjennes som en IKKE-OG (NAND) relasjon, dvs. at "systemet venter" og "stift på" aldri vil opptre på samme tid. Ved hjelp av CRN, EV, og PS er det enkelt å lage en forklaringsregelliste med alle reglene involvert i inferensen:
ERL =1 1, dvs. at begge reglene er involvert.
Fig. 15 illustrerer prinsippet ved teorembevis, som er basert på den utledede regelbestemmelsesteknikken. Problemet er å bevise at det forhåndsdefinerte regelsettet medfører en brukerdefinert konklusjon. I dette tilfellet blir den utledede relasjonen mellom variablene og konklusjonen sammenlignet element for element med den binære representasjonen av konklusjonen. Gitt regelbasen i fig. 6, er eksemplet og beviset at systemet ENTEN venter (STBY), ELLER så er stiften på. Konklusjonen som skal bevises er en eksklusiv ELLER-relasjon mellom STIFT og STBY (fig. 15(a)). Den utledede relasjonen (fig. 15(b)) mellom STIFT og STBY ble bevist i det foregående eksemplet. Teoremet er bevist hvis DR medfører C, dvs. at DR er mindre enn eller lik C for alle elementer. Som det kan sees av fig. 15(c) er betingelsen ikke tilfredsstilt. Følgelig kan teoremet ikke bevises.
Fig. 16 illustrerer utledning. Her er utgående tilstandsvektor kjent, og problemet er å bestemme alle de innkommende tilstandsvektorer (premissene) som medfører denne konklusjonen. Dette utføres ved en primitiv deduksjon (tilstandsvektor transformasjon) av den negerte begrensede utgående tilstandsvektoren. Fig. 16 vedrører de samme reglene som fig. 6, og den utgående tilstandsvektoren "STIFT er usann" er gitt (fig. 16(a)). Denne tilstandsvektoren negeres, deduseres og negeres igjen (fig. 16(b)), hvilket gir konklusjonen: "Ingen plate", "platetallerkenen roterer ikke" eller "systemet venter" impliserer konklusjonen "stiften er av".
Alternativt kan utledningsprosessen utføres uten å negere den utgående tilstandsvektoren. I dette tilfellet spesifiserer sluttbrukeren den kjente utgående tilstandsvektoren, og et sett med inngangsvariabler. Systemet deduserer alle kombinasjoner av inngangsvariabler og sammenligner resultatet av hver deduksjon med den spesifiserte utgående tilstandsvektoren. Hvis den bestemte og den spesifiserte utgående tilstandsvektoren er like, lagres en tilsvarende inngangstilstand. Således er resultatet av denne utledningsprosessen mengden av inngangskombinasjoner som tilfredsstiller utgangsbegrensningen.
Det sees at den foreliggende oppfinnelsen, ihvertfall i sine beskrevne utførelsesformer, tilveiebringer de følgende trekk og fordeler: kunnskapsbasen representeres i et kompakt binært format med hver regel transformert til en sannhets-tabell. Størrelsene av kunnskapsbasen er derfor tilnærmet proporsjonal med antall regler, og uavhengig av antall til-standsvariabler. Derfor er det intet problem med "kombina-torisk eksplosjon". I løpet av regelkonsultasjonen forblir størrelsen av kunnskapsbasen uendret.
Regler kan også konsulteres i enhver rekkefølge, og det er derfor muligheter for å prosessere regler parallelt, dvs. i flere prosessorer, hvilket leder til muligheten for en nesten ubegrenset økning i hastighet.
Den logiske transformasjonen er basert på et parallelt søk av binære mønstre. Teknikken kan implementeres i ethvert programmeringsspråk, men det er passende for implementasjon i parallelt prosesserende maskinvare. Enhver svitsjende krets-teknologi kan være kandidat, inkludert elektriske, mekaniske eller optiske anordninger, men en implementasjon på en halv-lederbrikke er i dag åpenbart mest praktisk. Komponentene i apparaturen beskrevet, inkludert PS-minnet 1, regelbaseminnet 2, regelbasens gjennomsøkingsenhet 3, og regelkonsultasjonsenheten 5 kan, om ønskelig, implementeres i en datamaskin for generelt bruk, såsom en mikroprosessor, og deres funksjoner kunne enkelt vært implementert av programstegene vist i fig. 3a-d, for eksempel.
Den logiske transformasjonen utføres uten å endre regelbasen, i motsetning til den konvensjonelle tilnærmingsmåten hvor utledede regler legges til midlertidig i løpet av til-standssøket. Derfor har vår regelbase en uendret størrelse i løpet av inferensen, hvilket er viktig når den implementeres i småskala mikrodatamaskin-systemet. Den logiske transformasjonen utføres vanligvis med færre regelkonsultasjoner og høyere utførelseshastigheter enn konvensjonelle inferensmetoder.
I praksis kan den logiske transformasjonen utføres som transformasjonen av en binær tilstandsvektor som representerer aspekter av en fysisk entitet. Den innkommende tilstandsvektoren representerer den kjente eller målte systemtilstanden, og systemet kan vekselsvirke direkte med fysiske enheter, såsom transdusere som genererer innkommende tilstandsvektor. Utgangen er selvsagt en tilstandsvektor oppdatert i samsvar med inngangsstimuli (innkommende tilstandsvektor) og system-begrensningene (kunnskapsbasen).
Tilstandsvektoren kan omfatte tautologi (vet ikke) og selvmotsigelse (inkonsistens) som tilstandsverdier som skal behandles som sann- og usannhet. Derfor kan systemet identifisere og manipulere inkonsistent eller overflødig kunnskap.
Alle inferensmetodene utført er basert på kun en fun-damental logisk transformasjon. Velkjente inferensmetoder som resulosjon, modus ponens eller modus tollens kan utføres rett frem ved hjelp av denne nye transformasjonen. Sammensatte og
komplekse inferensteknikker som utledet regelbestemmelse eller teorembevis kan også utføres rett frem ved hjelp av to eller flere tilstandsvektortransformasjoner som benytter parallell eller sekvensiell prosessering.
Denne nye inferensteknologien gjør det mulig å introdusere kunstig intelligens i mange viktige nye anvendelsesområder, inkludert småskala mikroprosessorsystemer for sanntids prosess-kontroll.
I en mulig form kan oppfinnelsen innkapsles i en koproses-sor for en mikrodatamaskin, eller andre kontroller, enten som en funksjons-spesifikk integrert krets, eller som et kort tilpasset til å forbindes med adresse- og databussen i data-maskinen. Det kan utvikles programvare for å tilby grense-snitt mellom koprosessoren og programmeringsspråkene som vanligvis benyttes til industriell kontroll, såsom PASCAL, APL og C, hvorved programmer skrevet i disse språkene kan kalle informasjonsprosesserende rutiner i koprosessoren.
Selvom oppfinnelsen er beskrevet i forbindelse med variabler som har to tilstander, kan den benyttes i systemer hvor variabler kan ta verdier over et kontinuerlig verdiområde. I et slikt system kan verdiområdene deles inn i relativt små under-områder, og hvorvidt verdien til en variabel faller i en eller en annen av de små under-områdene kan representeres i
binær form og behandles med teknikkene beskrevet.
Videre kan oppfinnelsen utvides til såkalte "fuzzzy" logiske systemer, hvor hver regeltilstand har en viss sannsyn-lighetsverdi, ved å lagre sannsynlighetsverdier forbundet med kombinasjonene lagret i regelbaseminnet 2. Disse verdiene kan deretter behandles i løpet av eller etter behandlingen av
tilstandsvektoren og regelbaseinformasjonen.

Claims (17)

1. Signalbehandlingsapparatur for å redusere usikkerheten i et inngangssignal (SV) som kan bestå av en rekke komponenter, omfattende: midler (1, 2) for å lagre en eller flere regler som hver uttrykker en relasjon mellom en rekke av komponentene; midler (3, 4, 5) for å motta inngangssignalet; og midler for å bestemme ut fra inngangssignalet og reglene, informasjon om verdien av minst én komponent i inngangssignalet; karakterisert ved at hver regel er lagret i form av signalrepresentasjoner av mengder av kombinasjoner av de komponenter som er involvert i regelen, hvilke mengder indikerer, med hensyn på alle kombinasjoner av de involverte komponenter i regelen, hvorvidt disse kombinasjonene er mulige; mottakermidlene (3, 4, 5) omfatter videre midler for å identifisere alle regler som inneholder informasjon om en komponent i inngangssignalet som er bestemt; og ved at apparatet videre omfatter midler (5) for å identifisere kombinasjoner som er konsistente med verdiene av komponenter i inngangssignalet, fra de respektive, identifiserte regler, og midler (5) for å bestemme, ut fra de identifiserte kombinasjoner, informasjon om verdien av minst én komponent i inngangssignalet.
2. Signalbehandlingsapparatur ifølge krav 1, karakterisert ved at komponentene i inngangssignalet (SV) omfatter binære representasjoner av aspekter ved en fysisk entitet.
3. Signalbehandlingsapparatur ifølge krav 1 eller 2, karakterisert ved at hver komponent i inngangssignalet (SV) kan anta en av fire respektive verdier som representerer to mulige tilstander, tautologi og inkonsistens.
4. Signalbehandlingsapparatur ifølge krav 1, 2 eller 3, karakterisert ved at midlene (2) for lagring er innrettet for å lagre en ordnet tabell av binære koder som hver representerer en kombinasjon av de nevnte komponenter som er kjent å være mulige.
5. Signalbehandlingsapparatur ifølge et av de foregående krav, karakterisert ved at midlene (1, 2) for lagring videre omfatter minnemidler for å lagre informasjon som indikerer hvilke av reglene som involverer individuelle av de nevnte komponenter.
6. Signalbehandlingsapparatur ifølge krav 5, karakterisert ved at midlene (3, 4, 5) for å motta inngangssignalet og identifisere regler som inneholder informasjon om en komponent i inngangssignalet som er bestemt, omfatter et regellistelager (4) for å lagre en liste over de nevnte regler som skal behandles, hvilken liste bestemmes på grunnlag av inngangssignalet og innholdet i minnemidlene (1).
7. Signalbehandlingsapparatur ifølge krav 6, karakterisert ved at den omfatter et kontrollregister (9) innrettet for å indikere hvilken komponent i inngangssignalet som nylig er evaluert, og midler for å bestemme en ny liste som i tillegg er basert på informasjonen i kontrollregisteret.
8. Signalbehandlingsapparatur ifølge krav 6 eller 7, karakterisert ved at den er anordnet for gjentatt å behandle inngangssignalet inntil regelliste-lageret (4) ikke inneholder noen mengder som skal behandles, eller inntil en inkonsistens detekteres.
9. Signalbehandlingsapparatur ifølge et av de foregående krav, karakterisert ved at signalrepresentasjonen av mengder av kombinasjoner omfatter binære ord med bitene ordnet for å tilsvare rekkefølgen av komponentene i inngangssignalet, hvor hver komponent av inngangssignalet omfatter to binære biter, hvor nevnte apparatur omfatter to registere, et (SV(2)) inneholdende de øvre biter i inngangssignalet og et (SV(1)) inneholdende de lavere bitene, og innbefatter midler (5,2) for å utføre en ELLER-operasjon på et binært ord og innholdet i et register, og for å utføre en ELLER-operasjon på komplementet av ordet og innholdet i det andre registeret.
10. Signalbehandlingsapparatur ifølge et av de foregående krav, karakterisert ved at den innbefatter registermidler (7) for å lagre en indikasjon på hvilken regel som førte til bestemmelsen av hver verdi av inngangssignalet.
11. Signalbehandlingsapparatur ifølge et av de foregående krav, karakterisert ved at lagringsmidlene (1, 2), mottakings- og identifiseringsmidler (3, 4), identifise-ringsmidlene og bestemmelsesmidlene (5) utgjøres av en passende programmert datamaskin.
12. Signalsbehandlingsapparatur ifølge et av de foregående krav, karakterisert ved at den er i form av en ko-prosessor for en datamaskin.
13. Apparatur ifølge et av de foregående krav, karakterisert ved at den ytterligere omfatter et regelminne (2) innrettet for å lagre binære ord som indikerer hvorvidt eller ikke alle kombinasjonene av komponentene av hver regel er tillatte, hvilke ord innbefatter biter som representerer de respektive komponenter i kombinasjonene; et kontrollminne (1) innrettet for å lagre respektive binære ord for hver regel, hvor bitene i hvert ord indikerer hvorvidt en bestemt komponent er involvert i den tilsvarende regel, idet rekkefølgen av komponentene som tilhører regelminne-ordene, er den samme som rekkefølgen av kontrollminne-ordene; og adresseringsmidler for å tilveiebringe aksess til hvert binært regelminne-ord for en bestemt regel som reaksjon på et utgangssignal fra kontrollminnet som indikerer at den bestemte regelen er nødvendig.
14. Fremgangsmåte for signalbehandling for å redusere usikkerheten i et inngangssignal (SV) som kan bestå av en rekke komponenter som hver representerer et aspekt ved en fysisk entitet, omfattende lagring av en eller flere regler som hver uttrykker en relasjon mellom en rekke av komponentene; og bestemmelse, ut fra inngangssignalet og reglene, av verdien av en ubestemt komponent i inngangssignalet, karakterisert ved at hver regel lagres i form av signalrepresentasjoner av mengder av kombinasjoner av komponentene som er involvert i regelen, hvilke mengder indikerer, med hensyn på alle kombinasjoner av de komponenter som er involvert i regelen, hvorvidt disse kombinasjonene er mulige; alle regler som inneholder informasjon om en komponent i inngangssignalet som er bestemt, identifiseres; kombinasjoner som er konsistente med verdiene av komponentene i inngangssignalet, identifiseres ut fra de respektive, identifiserte regler; og verdien av en ubestemt komponent av inngangssignalet bestemmes ut fra de identifiserte kombinasjoner.
15. Fremgangsmåte ifølge krav 14, karakterisert ved at den videre omfatter lagring av inngangssignalet i registermidler som en rekke par av to biter, hvor hvert par tilsvarer en komponent i inngangssignalet; og hvor trinnet med å lagre en signalrepresentasjon av mengder av kombinasjoner av komponentene, omfatter lagring av signalrepresentasjon i form av binære ord som representerer alle de tillatte kombinasjoner av komponentene i reglene, tatt separat, idet variablene i regel-ordene ordnes på samme måte som i inngangssignalet, og idet alle de første bitene i parene tas som en første signalkomponent, og de andre bitene som en andre signalkomponent; hvor fremgangsmåten videre omfatter kombinering av inngangssignalet og den lagrede regel-inf ormas j onen for å tilveiebringe et utgangssignal ved å kombinere i en ELLER-relasjon et binært regel-ord med den første eller den andre signalkomponenten, og kombinering i . en ELLER-relasjon komplementet av det binære ordet, med den andre av den første og den andre signalkomponenten; og lagring av de resulterende kombinasjoner i registermidler som et utgangssignal.
16. Fremgangsmåte ifølge krav 14, karakterisert ved at den videre omfatter omforming av hver regel til en rekke første binære ord som indikerer hvorvidt eller ikke alle kombinasjonene av komponentene i hver regel er tillatte, og en andre rekke av binære ord som hvert tilsvarer en regel og indikerer hvilke komponenter som er involvert i denne regelen, idet individuelle biter i det første og det andre ordet tilsvarer individuelle komponenter som er ordnet i samme rekkefølge i alle de første og andre ord; tagning av data som inneholder kjente verdier for en av de nevnte komponenter; identifisering fra de andre ordene, av en hvilken som helst regel som involverer den kjente komponent eller komponenter, og utvelgelse av de første ord som tilsvarer de identifiserte regler og benyttelse av de utvalgte ordene for å bestemme verdien av minst én annen komponent.
17. Fremgangsmåte ifølge krav 16, karakterisert ved at de første ordene representerer reglene på positiv indeksform, slik at de inneholder alle de tillatte kombinasjoner av komponentene som er involvert i de respektive regler.
NO913014A 1989-02-03 1991-08-02 Signalbehandlingsapparat og -metode NO300942B1 (no)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB898902414A GB8902414D0 (en) 1989-02-03 1989-02-03 Signal processing apparatus and method
US42411289A 1989-10-19 1989-10-19
PCT/EP1990/000213 WO1990009001A1 (en) 1989-02-03 1990-02-02 Signal processing apparatus and method

Publications (3)

Publication Number Publication Date
NO913014D0 NO913014D0 (no) 1991-08-02
NO913014L NO913014L (no) 1991-10-03
NO300942B1 true NO300942B1 (no) 1997-08-18

Family

ID=26294912

Family Applications (1)

Application Number Title Priority Date Filing Date
NO913014A NO300942B1 (no) 1989-02-03 1991-08-02 Signalbehandlingsapparat og -metode

Country Status (23)

Country Link
EP (1) EP0456675B1 (no)
JP (1) JP2959836B2 (no)
KR (1) KR0180241B1 (no)
AT (1) ATE158095T1 (no)
AU (1) AU641909B2 (no)
BR (1) BR9007072A (no)
CA (1) CA2046653C (no)
DD (1) DD294115A5 (no)
DE (1) DE69031421T2 (no)
ES (1) ES2106027T3 (no)
FI (1) FI101834B (no)
HK (1) HK1001106A1 (no)
HU (1) HUT62101A (no)
IE (1) IE80692B1 (no)
IL (1) IL93220A0 (no)
MY (1) MY105219A (no)
NO (1) NO300942B1 (no)
NZ (1) NZ232355A (no)
PT (1) PT93050B (no)
RU (1) RU2103731C1 (no)
SG (1) SG46541A1 (no)
TR (1) TR26156A (no)
WO (1) WO1990009001A1 (no)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6223170B1 (en) 1997-09-09 2001-04-24 Baan Development B.V. Method and apparatus for inference of partial knowledge in interactive configuration
US20020013775A1 (en) * 1997-09-09 2002-01-31 Hans Jorgen Skovgaard Method of processing a request to a boolean rule and a computer readable medium encoded with a program for performing said method
US6192355B1 (en) 1997-09-09 2001-02-20 Baan Development B.V. Method of configuring a set of objects in a computer
JP2002508644A (ja) * 1997-12-16 2002-03-19 アイピー・セミコンダクターズ・アクティーゼルスカブ ブール論理に基づくアドレス分析の方法と装置
AU758640C (en) 1998-03-16 2005-08-11 Array Technology Aps A database useful for configuring and/or optimizing a system and a method for generating the database
EP1796005B1 (en) 2000-12-08 2012-04-18 Configit Software A/S A method of configuring a device
RU2462752C1 (ru) * 2011-07-18 2012-09-27 Открытое акционерное общество "Лётно-исследовательский институт имени М.М. Громова" Динамическая экспертная система
EP3539011A1 (en) 2016-11-10 2019-09-18 Rowanalytics Ltd Control apparatus and method for processing data inputs in computing devices therefore

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6219940A (ja) * 1985-07-19 1987-01-28 Hitachi Ltd 高速推論処理方式
JPS62251836A (ja) * 1986-04-24 1987-11-02 Nec Corp 装置故障診断方式
JPS6341926A (ja) * 1986-08-08 1988-02-23 Casio Comput Co Ltd 高速推論方式
JPS63284639A (ja) * 1987-05-15 1988-11-21 Minolta Camera Co Ltd 検索装置

Also Published As

Publication number Publication date
FI913705A0 (fi) 1991-08-02
IE900386L (en) 1990-08-03
EP0456675B1 (en) 1997-09-10
HK1001106A1 (en) 1998-05-22
KR920701905A (ko) 1992-08-12
AU641909B2 (en) 1993-10-07
CA2046653C (en) 2000-04-04
PT93050A (pt) 1991-10-31
NZ232355A (en) 1993-05-26
ATE158095T1 (de) 1997-09-15
HUT62101A (en) 1993-03-29
NO913014D0 (no) 1991-08-02
MY105219A (en) 1994-08-30
FI101834B1 (fi) 1998-08-31
JP2959836B2 (ja) 1999-10-06
DE69031421T2 (de) 1998-02-19
FI101834B (fi) 1998-08-31
RU2103731C1 (ru) 1998-01-27
AU4966690A (en) 1990-08-24
DD294115A5 (de) 1991-09-19
DE69031421D1 (de) 1997-10-16
TR26156A (tr) 1995-02-15
BR9007072A (pt) 1991-11-05
NO913014L (no) 1991-10-03
CA2046653A1 (en) 1990-08-04
IL93220A0 (en) 1990-11-05
IE80692B1 (en) 1998-12-02
WO1990009001A1 (en) 1990-08-09
SG46541A1 (en) 1998-02-20
ES2106027T3 (es) 1997-11-01
HU901535D0 (en) 1991-11-28
EP0456675A1 (en) 1991-11-21
KR0180241B1 (ko) 1999-05-15
PT93050B (pt) 1996-05-31
JPH04504627A (ja) 1992-08-13

Similar Documents

Publication Publication Date Title
US5204938A (en) Method of implementing a neural network on a digital computer
US3949379A (en) Pipeline data processing apparatus with high speed slave store
US4974146A (en) Array processor
US4375678A (en) Redundant memory arrangement providing simultaneous access
EP0218523A2 (en) programmable access memory
JPS5916301B2 (ja) デ−タフアイルを処理するためにデ−タフイ−ルド記述子を用いるデ−タ処理方法及び装置
JPH025140A (ja) シミュレーシヨン方法
NO802759L (no) Multiprogrammert databehandlingssystem.
KR20190029515A (ko) 비트폭이 다른 연산 데이터를 지원하는 연산 유닛, 연산 방법 및 연산 장치
US3654621A (en) Information processing system having means for dynamic memory address preparation
US4491908A (en) Microprogrammed control of extended integer and commercial instruction processor instructions through use of a data type field in a central processor unit
NO300942B1 (no) Signalbehandlingsapparat og -metode
US4068299A (en) Data processing system incorporating a logical compare instruction
AU597980B2 (en) Apparatus and method for interprocessor communication
US4342080A (en) Computer with microcode generator system
US5855010A (en) Data processing apparatus
JPH0731629B2 (ja) アドレス・ジエネレータ
Djordjevic et al. An Integrated Educational Environment for Computer Architecture and Organisation
CN117251137A (zh) 一种java开发框架,以及基于该框架解决用户需求的方法
Brown Jr Numerical systems on a minicomputer
JPS61148536A (ja) 情報処理システム
JPH04280331A (ja) 読み出し専用リストアクセス方式
JPH0231278A (ja) データ処理装置
JPS5866158A (ja) 記憶セル
JPH0224718A (ja) 情報処理装置

Legal Events

Date Code Title Description
MM1K Lapsed by not paying the annual fees

Free format text: LAPSED IN AUGUST 2003