TW201939321A - 用於事件機器執行模型的系統及方法 - Google Patents

用於事件機器執行模型的系統及方法 Download PDF

Info

Publication number
TW201939321A
TW201939321A TW108107036A TW108107036A TW201939321A TW 201939321 A TW201939321 A TW 201939321A TW 108107036 A TW108107036 A TW 108107036A TW 108107036 A TW108107036 A TW 108107036A TW 201939321 A TW201939321 A TW 201939321A
Authority
TW
Taiwan
Prior art keywords
event
events
action
verb
executable
Prior art date
Application number
TW108107036A
Other languages
English (en)
Other versions
TWI830722B (zh
Inventor
查爾斯 諾斯魯普
約翰金 柏恩斯
Original Assignee
查爾斯 諾斯魯普
約翰金 柏恩斯
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 查爾斯 諾斯魯普, 約翰金 柏恩斯 filed Critical 查爾斯 諾斯魯普
Publication of TW201939321A publication Critical patent/TW201939321A/zh
Application granted granted Critical
Publication of TWI830722B publication Critical patent/TWI830722B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90332—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/253—Grammatical analysis; Style critique
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G06F8/42—Syntactic analysis
    • G06F8/427—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本案提供一種用於管理知識庫中之複數個事件的方法，該方法包括接收敘述。第一動詞動作將該敘述剖析成經剖析事件。第二動詞動作使用詞匯來評估該經剖析事件，且計算並設定具有表示可執行動作之詞匯中的動詞的可執行敘述事件。第三動詞動作對目標事件執行該可執行動作，其中該詞匯涵蓋一組可執行動作事件及可執行動作事件可對之起作用的一組目標事件。

Description

用於事件機器執行模型的系統及方法
相關申請案之交互參照
本申請案主張2018年2月28日申請的標題為「THING MACHINE 3」美國臨時專利申請案序列號第62/636,283號之權益，該專利申請案係以全文引用方式併入本文。
本發明係關於電腦架構及設計，且更特定而言，係關於一事件機器，其表示該事件機器可對模型執行的動作，及該等動作對之起作用的事件。
在科學中，條款模型可意謂若干不同的事件，例如關於某事件如何工作的概念或可用於測試或證明目的的系統之實體模型。然而，作為研究方法，模型化常常意謂產生數學模型，例如一組間接表示真實系統的方程式。該些方程式係基於關於系統之相關資訊且基於關於系統如何工作的假設集。在給定一組參數的情況下，模型可產生關於系統將如何在一特定情形中表現的預期。模型及其所基於的假設在模型產生匹配其真實世界對應體之行為的預期時得到支持。模型化常常涉及以某種方式理想化系統，使真實系統之一些態樣脫離模型以便隔離特定因素或使得該模型更易於利用計算方式工作。
在數學家之術語中，圖形為連接其一些(可能空)子集的點及線之集合。圖形之點係最通常已知為圖形頂點，但亦可稱為節點或簡單地稱為點。類似地，連接圖形之頂點的線係最通常已知為圖形邊緣，但亦可稱為弧線或線。
本發明之實施例提供用於事件機器執行模型的系統及方法。本發明為一種用於事件控制器執行以下者的系統及方法，該事件控制器具有處理器、記憶體、通訊匯流排、電磁波形通訊裝置、及非暫時性電腦可讀媒體：
用於在代表一組模型之定義知識及程序知識的知識庫中作為事件來管理具有一組非易變組件的記憶體之單元的方法，該等事件包括代表事件之詞匯的事件，包括代表可執行動作之事件及可執行動作可對之起作用的事件。本發明提供對以第一動詞動作可作為一組事件剖析的語言文法表示的敘述起作用之動作，該組事件代表第二動詞動作可在包括詞匯的論域個體域中的事件上下文中評估的經剖析敘述，提供該動作來計算並設定代表一組相應可執行敘述的事件，及執行該等可執行敘述，該組相應可執行敘述的動詞在該詞匯中係與第三動詞動作可執行的可執行動作之參考表示一起出現。
本發明之其他系統、方法及特徵將在查看以下圖式及詳細說明後對一般技藝人士為明顯的或變得明顯。本說明書中意欲包括本發明的且由隨附申請專利範圍保護之範疇內的所有此類另外的系統、方法、及特徵。
以下定義適用於解釋應用於本文揭示的實施例之特徵的術語，且僅意欲定義本揭示內容內的要素。
如本文所使用，「事件」係指結構化為一組組件(欄位)，例如，非易變組件的記憶體之單元。每一事件具有一名稱組件(識別符)及一值組件，兩者皆可為空白(空)。事件之集合可表示為事件之圖形。事件可表示可執行詞匯。詞匯中之事件可表示動詞(可執行動作)。此處，「非易變組件」指示針對給定事件，組件之結構為一致的，但該組件之內容可改變(或製成空白的)。
如本文所使用，「P(TM(＜function＞))」為命名法，其識別可執行動作(過程或功能)，例如，由儲存在非暫時性記憶體中的可執行機器碼表示的過程，該可執行機器碼可藉由一或多個處理器，例如藉由事件機器(Thing Machine; TM)之一或多個實體處理器執行。此處，〈function〉為功能名稱之縮寫。功能名稱可為在藉由事件機器管理時在事件之圖形中的可執行事件之識別符。P(TM)係用作一般化可執行動作之速記。
一般而言，本文提及的記憶體及/或儲存器指示機器可讀非暫時性記憶體，其中「非暫時性」指示該記憶體不描述中轉中傳輸信號。
如本文所使用，「識別符」係指一事件的用於區分該事件與其他事件之組件或欄位。例如，識別符可為尤其可用以識別該事件的資料之正文字串、URL、位址(指標)。
如本文所使用，「知識庫」或「知識」大體上係指有關於功能性之欄位及/或模型的事件庫。知識庫大體上包括詞匯事件，包括執行可執行動作的功能(動詞事件)。
如本文所使用，「學習」係指執行改變知識庫之模型化動作。例如，學習可包括將資料添加至知識庫，自知識庫移除資料，或修訂知識庫中之資料。
獨立AI代理者(代理者)為藉由處理器執行的P(TM)，以使得P(TM)提供作為代表知識庫的事件之圖形來管理事件之動作，該知識庫包括自組裝可執行詞匯，其賦能P(TM)執行自我定向可適用於多個域的核心可執行詞匯之總成(assembly)的自舉動作，其中詞匯包括代表可執行動詞動作的事件，該等動作可對事件之圖形中的一組事件起作用，以學習並執行事件模型。
如本揭示內容內所使用，「NeurBot」(NB)係指獨立的人工智慧(artificial intelligence; AI)代理者。NeurBot可實施為事件機器之P(TM)且稱為NeurBot。NeurBot可實施為NB控制器P(TM)。NB控制器可連接至P(TM)可與之相互作用的NB光學識別符次總成。
如本揭示內容內所使用，「論域個體域」係指可執行動作P(TM(i))可對之起作用的事件集。「定義域」係指可執行動作可將其作為輸入起作用的事件，且「共域」係指在此類區分為必要時可執行動作可將其作為輸出起作用的彼等事件。例如，共域包括作為第一P(TM(i))之輸出的事件，其可作為第二P(TM(i))之輸入受作用。
事件之共同圖形可表示兩個或更多個當事人之間的論域個體域中之事件。舉例而言但不限制地，論域個體域中之事件可代表經濟、合約、分類帳、生產者、經銷商、消費者、群體、成員、社群、本地經濟學、貨物、服務、考量、財務交易、要約、要約人、受要約人、合約條款、要約承兌、書、帳目表、商店、商品、顧客、貨幣、及交易業務之過程中正常使用的其他此類事件。論域個體域中之事件係在事件模型中描述，NeurBot可獲得該等事件模型，將其作為事件敘述剖析，且在當前論域個體域中之事件之上下文中評估事件敘述以構建一組可執行事件敘述，且隨後執行可執行事件敘述以更新事件之NeurBot圖形。應理解並非每一NeurBot可學習每一模型。某些模型可具有必要條件，諸如但不限於，特定詞匯之使用。因此，每一NeurBot可以稍有不同的方式開展。因為每一NeurBot在事件之圖形中具有其自身的唯一識別符，所以兩個NeurBot無需具有恰好相同的事件之圖形。
現將詳細參考本發明之實施例，該等實施例之實例說明於隨附圖式中。在任何可能的情況下，在圖式及說明書中使用相同元件符號指代相同或相似部件。
本發明之示範性實施例包括NeurBot (NB)圖形控制器，其具有處理器與記憶體、通訊匯流排、電源、及非暫時性電腦可讀媒體以及P(TM(controller))機器碼之表示。NB控制器之非限制性實例包括Raspberry Pi 3單板電腦，其具有經適配Anker 20000mAh可攜式充電器PowerCore 20100—具有4.8A輸出的超高容量電力庫(Power Bank)。
P(TM(controller))可包括第一組可執行動作，每一者在本文中稱為P(TM(i))以使得每一P(TM(i))實施一模型化動作。P(TM(controller))自我定向以可作為動作執行的事件及動作可對之起作用的事件(「目標事件」)表示的可執行詞匯之總成。諸如動作及/或可受作用的目標之事件可在記憶體之可定址單元中儲存為非易變組件。動作包括以下步驟：使用詞匯來自我定向一或多個域共同的核心詞匯之總成，及使用詞匯來定向代表事件機器可執行的任務及事件機器可提供的服務的多個事件之總成。
在下文進一步描述的實施例中，NB控制器執行模型，其中每一模型包括代表P(TM(i))之第一組事件，及可藉由P(TM(i))作用的第二組目標事件。 事件記憶體模型
P(TM(controller))包括一組動態可載入P(TM(i))以用於管理知識庫。舉例而言但無限制地，P(TM(thing.set))在記憶體中設定(儲存)一事件；P(TM(thing.get))自記憶體獲得(擷取)一事件；且P(TM(thing.unset))自記憶體消除(清除)該事件。共同地，管理事件之動作稱為P(TM(thing))動作或簡單地稱為事件記憶體模型之方法。P(TM(i))可與P(TM(thing))動作交互以對一事件起作用。
在事件記憶體模型中，每一事件滿足會員標準，該會員標準定義成為如藉由一組敘述使用描述事件之通用量化來表示的「事件」意味著什麼之確切要求。根據下文的實例，敘述「所有事件具有一X」指示在記憶體中的事件之結構具有非易變組件「X」。非易變組件可為代表記憶體中代表「X」之組件的易變參考的值。其允許所有事件具有「X」，即使「X」之值可為空白。
在第一事件記憶體模型中： 1. 所有事件具有一識別符，其值係藉由P(TM(thing))動作使用來區分第一事件與第二事件，然而應注意，第一事件可限定具有相等識別符的事件(諸如代表事件之清單的事件)之清單，其中該清單可代表其他情況下未使用的事件之清單，且因此，此類清單中的事件之識別符可為空白(熟習此項技術者將會對此理解為管理事件之「自由清單(Freelist)」)； 2. 所有事件具有一值，其可為空白；及 3. 所有事件具有一關係設定，其具有一組易變關係，每一者描述事件之關係。
在第二事件記憶體模型中： 1. 所有事件進一步具有一組屬性，每一者描述歸屬於該事件之品質、特質、或特性。
在第三事件記憶體模型中： 1. 所有事件進一步具有特定應用資料結構的參考之一組實施方式依賴性表示，其係P(TM(thing))動作之實施方式所需要的。
第一P(TM(i))動作可設定代表第一件事記憶體模型的事件，以使得存在代表會員標準之事件，該會員標準定義成為此記憶體模型中之事件意味著什麼之確切要求，且存在代表用於管理此記憶體模型中的事件之P(TM(thing))動作的事件。
第二P(TM(i))動作可設定代表第二事件記憶體模型之第二事件。P(TM(convert))動作可執行來提供以下動作： 1)遍歷遵循第一記憶體模型的事件之第一圖形且將事件(第一圖形之成員)轉換成為第二記憶體模型之成員的事件。
P(TM(convert))動作將來自第一記憶體模型之事件轉換成第二記憶體模型。P(TM(convert))可表示為用以評估及執行的敘述序列。第二記憶體模型之P(TM(thing))動作可執行來根據第二記憶體模型產生代表事件之圖形的第一事件。P(TM(thing))動作可進一步包括遍歷該圖形之步驟。 圖形
在事件記憶體模型中，一組P(TM(thing))動作提供用於管理事件之圖形的動作(其中事件之圖形亦可自身視為事件)。事件之圖形具有關係設定，其中的一種關係表示在事件之圖形中的兩個事件A與B之間的邊緣(弧線)。邊緣表示A如何有關於B，或有關於可執行動作。表示A與B之間的關係的欄位可為空白以指示在時間上的給定時刻不存在此種關係，或可為A及/或B之參考的表示。事件之圖形可描述為由節點表示的一組事件，及由連接該等節點之邊緣表示的一組事件。邊緣可為定向或非定向的。
節點可具有一關係設定，其表示第一事件如何有關於第二事件或可執行動作，其中第二事件可代表概念關係。此處，第二事件之名稱為概念關係之識別符，且第二事件之值可為相關第一事件之參考的表示。替代地，第二事件之名稱可為概念關係之識別符，且關係設定中之關係可為相關事件之參考的表示。
在有根定向圖中，由根節點表示的第一事件可限定第二事件以便若根節點(第一事件)具有將其連接至第二節點(第二事件)之定向邊緣，則敘述：存在第一事件，以使得存在第二事件為真。
第一事件可表示事件之第一圖形，其中事件之第一圖形中的事件可自身表示事件之第二圖形。因此，P(TM(i))可：(1)作為事件之第一圖形之節點對第二事件起作用，及/或(2)作為事件之第二圖形對第二事件起作用。
第一事件可包括第二事件。例如但無限制地，第一事件可為一組事件、事件之清單、事件之佇列、事件之堆疊、事件之樹、事件之詞匯、事件之辭彙、事件之基於坐標的圖形、超鏈接、域、社群、實體、或事件之多維圖形。
第一事件可與第二事件具有一關係以使得第二事件為第一事件之實例。因此，表示事件之圖形的第一事件可與事件之其他圖形之多個實例具有一關係。類型及類別
事件可以類型來分類。類型描述一種事件，諸如具有整數值、字串值、浮點數值之事件，以及其他實例。每一類型之事件可具有用於管理該類型之一組P(TM(i))動作。作為非限制性實例，P(TM(set)、P(TM(get))、P(TM(unset))、P(TM(update))、P(TM(compare))提供針對該等類型事件中每一者的相應命名的機器操作。
類別(或「事件類別」)描述具有一組其他事件之事件。類別中之事件可包括其他類別及/或類型之事件。用於管理類別之實例的動作可涵蓋使用有關於包括在相應事件類別描述中的每一類型之事件的P(TM(i))動作。
共同地，事件可代表論域個體域中的事件之類型，且因此可包括事件之類型及類別。事件類別描述(Thing Class Description; TCD)為描述第二事件之第一事件。TCD限定代表會員標準之事件，該會員標準確切地描述在時間上的給定時刻成為彼類別之成員的事件意味著什麼。在時間上的給定時刻，「擴充(extension)」係指在彼時間任何及所有類別成員之清單，且「意向(intention)」為時間依賴性會員標準。TCD可進一步限定代表用於對類別之成員起作用的方法的一組事件。
所有事件為如藉由在記憶體模型中關於事件的敘述所描述及藉由P(TM(thing))動作所實施的「事件」(thing:thing)類別之成員。事件可進一步歸類為特定類型之事件，諸如如藉由上下文(整數、位元組、位元、字串、浮動、長、雙倍、無符號、帶符號的、結構、事件之列舉，文字、日期、時間、金錢、照片、視訊、音訊、二進制大型物件(blob)、vlog、等等)定義的事件之原始類型。事件可進一步歸類為事件之圖形、節點、或圖形中之邊緣。
事件之類型可為如藉由TCD事件定義的類別。因此，P(TM(i))可對代表宣告「X」為事件之類別(歸類)的宣告敘述之事件起作用，以設定代表該類別之事件。類別之擴充為在時間上的給定時刻滿足針對彼類別之成員的會員標準的任何及所有成員之清單。
在第三事件記憶體模型中，所有事件進一步具有代表一組識別符之類型組件，每一識別符識別事件為其之成員的類別；及代表一組屬性之屬性組件，每一屬性描述歸屬於該事件之品質、特質、或特性。
在第四事件記憶體模型中，關係設定進一步包括與代表一類型之事件的關係。
事件記憶體模型賦能事件成為類別事件之成員，且代表一類事件，且使其值代表一類事件。第一事件可進一步藉由與第二事件之關係來歸類，以便第一事件可全部在相同時間為上代、子代、同輩份、及實例。 詞匯
詞匯為表示用於特定語言的字、符號、及數字之主體的事件之圖形。詞匯中之事件可表示可執行動作，或可執行動作之主題或目標。
人具有閱讀詞匯、編寫詞匯、對話詞匯、及聽取詞匯，每一者可能具有特定語言之字的共同子集。例如，人常常具有比編寫詞匯大的聽取詞匯。實施例可使用多個詞匯，每一者作為事件之圖形來表示論域個體域中之事件、定義域中之事件、及共域中之事件。
詞匯之第一實例為用於引導運行時間之自我組合(初始化)詞匯。詞匯之第二實例為具有跨域多個域可應用的條款(設定為事件)的組合控制詞彙。
如下文更詳細描述的，P(TM)以程式化方式使用詞匯來執行動作以改變藉由P(TM)使用的事件之圖形。 動詞
動詞為詞匯中之事件，其具有可執行動作之參考的表示。舉例而言而無限制地，動詞可為具有作為事件之組件的可定址可執行機器碼位址的事件。
動詞事件之識別符組件之值較佳地指示動詞之動作。動詞之可執行動作之定義域可以一組可執行動作可將其作為輸入事件起作用的事件來表示。動詞之可執行動作之共域可以可執行動作可將其作為輸出事件起作用的事件來表示。第一動詞的參考之表示可處於第二動詞事件之定義域中。第一動詞事件可處於第二動詞事件之共域中。
動詞之實例係指可執行來針對給定動詞、定義域、及共域執行動詞動作的機器碼。事件之圖形中的動詞可具有多個實例。經限定事件可代表空白圖形。表1為示範性動詞之非詳盡清單。 表 1 ：示例性動詞。
如本文所使用，「句子」為形成具有語言之要素的語法單位的字、子句、或片語或一組子句或片語。宣告句為關於某事之敘述。宣告敘述可宣告如何做某事。命令句為請求或命令某事的敘述。P(TM(i))可與P(TM(thing))交互來設定代表敘述之事件。例如，敘述可表示為事件之值。在另一實例中，敘述可表示為包括在敘述中的事件之圖形。 內容
事件可表示敘述。內容係由與P(TM(thing))交互來剖析表示敘述的事件之值的P(TM(parse))動作產生。內容可表示為第一動詞動作可作為代表所剖析敘述的事件來剖析的語言文法中之敘述序列。第二動詞動作可在論域個體域中的事件之上下文中評估經剖析敘述。論域個體域包括用以計算並設定代表一組相應可執行敘述的事件之詞匯，該等敘述之動詞出現在指代第三動詞動作可執行的可執行動作的詞匯中。 上下文
上下文為表示論域個體域中之事件的事件之圖形。在設定上下文時，P(TM(i))可執行以下動作： 1. 在第一上下文中，計算代表第二上下文事件之事件； 2. 在第二上下文事件中，設定代表來自第一上下文的一組事件的事件之圖形； 3. 在第二上下文中執行第二P((TM(i))以產生在第二上下文中之輸出集； 4. 在第一上下文中，設定在第二上下文之輸出集中的事件之表示； 5. 消除第二上下文事件；
可選擇的上下文事件可具有相關聯上下文事件，及可執行敘述(可執行選擇敘述)事件，其在執行時對敘述事件(輸入敘述)起作用，以設定輸出事件(狀態事件)來指示相關聯上下文事件是否適用於輸入敘述事件。例如，計算代表第二上下文之事件的上述步驟可包括以下步驟： 1. 在第一上下文中，計算代表第二上下文事件之事件； 2. 在第二上下文事件中，設定包括輸入敘述事件之表示的事件之輸入集； 3. 執行可執行選擇敘述； 4. 執行P(TM(i))，其動作對狀態事件起作用來以在狀態事件指示相關聯上下文適用的情況下設定相關聯上下文事件之上下文；及 5. 消除第二上下文事件；
機器碼動作可設定其中機器碼評估敘述之上下文。選擇何種上下文予以設定，或選擇何種事件包括在論域個體域中可在提供以下動作的機器碼中實施： 1. 將敘述歸類； 2. 選擇要設定的上下文； 3. 設定上下文； 4. 在上下文中評估敘述以計算代表可執行敘述之事件；及 5. 執行執行機器碼動作以與可執行敘述交互來執行可執行機器碼動作。 使用詞匯之方法
模型包括一組動詞、其相應動作、定義域、及代表公設、資料、及推理之共域，作為實體或事物狀態之計算描述。方法為完成有關於模型的某事的特定形式之程序。
方法可實施為與P(TM(thing))交互以對一組事件起作用的P(TM(i))機器碼。P(TM(i))之定義域為輸入事件集，且共域為輸出事件集。P(TM(i))的參考之表示可作為動詞事件添加至知識庫。
參考第1圖，知識庫中之動詞事件為有關於動詞110的事件之圖形100。在事件之圖形100中，每一節點表示一事件，且來自節點之邊緣表示節點關係。動詞事件110限定代表動詞之實例120的事件，其中實例120具有可執行機器碼150的參考之表示，且限定代表定義域130之事件，且限定代表共域135之事件。定義域事件130限定輸入集中之事件集。共域事件135限定輸出集中之事件集。
參考第2圖，事件之圖形200展示P(TM(declare)) 210如何與P(TM(thing))交互來提供以下動作：對作為thing:thing 240類型之事件的事件起作用，以將定義知識作為一組事件添加至事件之知識庫。
參考第3圖，可執行敘述事件為有關於執行可執行敘述的事件之圖形300。在圖形中之宣告事件210具有將要執行的機器碼150的參考之表示。宣告事件210限定輸入集345中之事件，其滿足宣告動詞120之定義域130，如第2圖中所說明。
在第4圖中展示的事件之圖形400中，P(TM(evaluate)) 410與P(TM(thing)) 345交互以提供在論域個體域130之上下文中評估敘述事件之動作以計算代表可執行敘述之事件340。
藉由第5圖展示的事件500展示P(TM(parse))與P(TM(thing))交互來提供剖析代表內容之事件以作為代表敘述之事件的動作。
參考第6圖，與P(TM(thing))交互的P(TM(i))設定代表內容之事件。多個P(TM(i))可與P(TM(thing))交互來設定代表內容之事件。舉例而言而無限制地，P(TM(read))可讀取來自通訊接收機的內容，P(TM(receive))可使用通訊通道及協定來接收內容；P(TM(infer))可推斷將受作用的內容；且P(TM(interrogate))可與光學識別符次總成交互來自全像記憶體擷取內容。
藉由對內容起作用，P(TM)執行動作來改變其知識庫，該改變可包括改變其詞匯，該詞匯包括其可執行的動詞及該動詞可對之起作用的事件。包括但不限於自然語言剖析的許多剖析器可添加至P(TM)可執行的事件之詞匯。 宣告事件
P(TM(i))提供設定代表宣告敘述之事件的動作，該宣告敘述係以第一動詞動作可將其作為代表第二動詞動作可在論域個體域中之事件之上下文中評估的敘述(經剖析敘述)的事件來剖析的語言文法表示，以計算並設定代表一組相應可執行敘述的事件，該組相應可執行敘述的動詞在該詞匯中係與第三動詞動作可執行的可執行動作之參考表示一起出現。
舉例而言而無限制地，第一宣告敘述「URL 為 www.neursciences.com/index.html 」可藉由P(TM(i))在包括動詞「宣告」的詞匯之上下文中評估且計算相應可執行敘述為：「宣告URL等於http://www.neurscieonces.cm/index.html 」。在執行宣告動詞動作中，相應P(TM(i))動作與P(TM(thing))動作交互來設定事件為名稱URL並具有值http://www.neursciences.com/index.html 以便斷言：真實存在一事件，其中名稱等於「URL」且值等於「http://www.neursicences.com/index.html 」。
論證為一事件，其包括代表前提之第一事件，及代表結論之第二事件。此賦能表示前提之敘述，該前提必須保持以便用於要評估的結論。結論可表示為包括第二前提及代表宣告的第二結論之論證。論證可為推理以使得若滿足推理，則結論為真且此等推理可用於宣告敘述。
舉例而言而無限制地，敘述諸如「宣告若存在過其中名稱等於「URL」且值滿足正規表示「^http://www.neursciences.com/」，則結論是此為網頁資源」。此處，(TM(if.ever))對一組輸入事件起作用，該組輸入事件斷言若一條件為真，則執行指定動作。宣告可宣告如下推理規則：若一類別中存在過正請求動作之成員，則執行此方法。
宣告敘述可宣告定義知識，及/或程序知識，其可表示為論域個體域中之事件。舉例而言而無限制地，宣告敘述可宣告概要(schema)作為具有性質之一類事件，其中一性質為可在圖形或事件之圖形中為節點的一類事件。宣告可包括根據所公開概要之事件。舉例而言而無限制地，可自www.schema.org獲得概要，其中概要為一組類型，每一類型與一組性質相關聯。根據此撰寫內容，schema.org概要之核心詞匯由597個類型、867個性質、及114個列舉值組成(參見http://schema.org/docs/schemas.html )。
使用核心詞匯，第一組動詞動作提供用於基於要執行之動作及受作用的該類事件來與宣告事件交互的共同動作。舉例而言而無限制地，P(TM(set))可根據其定義域對事件起作用以決定正被設定的該類事件且執行相應於該類型之P(TM(i))。例如，P(TM(set))可引起P(TM(set.list))動作之執行設定代表清單之事件；P(TM(set.multiset))設定代表多重集之事件；P(TM(set.table))設定代表事件之表格的事件；或，P(TM(set.alarm))設定代表警報之事件。
業務過程模型為跨於時間及地點的工作活動之指定定序，其具有開始、結束、及明確定義的輸入及輸出。在此上下文中，P(TM)可執行業務過程模型，其係以第一動詞動作可將其作為代表第二動詞動作可在論域個體域中之事件之上下文中評估的敘述(經剖析敘述)的事件來剖析的語言文法表示，以計算並設定代表一組相應可執行敘述的事件，該組相應可執行敘述的動詞在該詞匯中係與第三動詞動作可執行的可執行動作之參考表示一起出現。 事件模型
事件模型為描述事件之知識的表達式，且係以事件機器P(TM(parse))動作可將其作為要評估的一組事件敘述來剖析的語言文法及語法表示以計算供P(TM(perform))動作執行的一組可執行敘述，以改變事件之圖形以便正在描述的事件係在知識庫中表示。
知識可包括一組必須得以滿足以使用該模型的先決條件敘述。知識可包括識別以下各項之識別符：作者、受讓人、版權資訊、合約條款、一組一或多個數位簽名、公鑰基礎建設發佈的證書、或其他形式之經發佈身份，且該知識可包括其他識別符，其可藉由P(TM(i))使用來以計算方式獲取、驗證、及對知識起作用。
知識可包括事件識別符之表示及相應可執行機器碼，P(TM(i))可與該相應可執行機器碼交互以用該可執行機器碼之參考的表示配置事件之詞匯中的動詞。
知識可包括添加至知識庫的描述事件之歸類的事件類別描述。
在運行時間期間，第一P(TM(i))可接收事件模型且與事件之圖形交互以賦能知識庫表示P(TM)可與之交互來對敘述回應的另外的事件。舉例而言而無限制地，P(TM(receive))可與經配置電磁波形裝置交互以接收並剖析所接收得經傳達通訊且此動作可需要使用協定。
模型之程序知識可藉由模型之運行時間方法執行，或作為可與第二模型之運行時間方法之動詞動作交互的事件來添加，該程序知識係以第一動詞動作可將其作為第二動詞動作可作為可執行敘述事件評估的事件來剖析的語言文法表示為一方法，第三動詞動作可引起該等可執行敘述事件之執行。
模型之要求為對模型存在或發生為必要的事件集。模型化為定義該些事件及定義作為內容的該些事件之間的交互之過程。
在信賴內容之模型中，該模型包括代表識別符之事件，該識別符代表內容起源；代表內容自身之事件；及代表可驗證的內容之事件，諸如但不限於內容之數位簽名。動詞包括鑑別(提供鑑別身份之動作)；驗證(提供驗證內容之數位簽名之動作)；及簽名(提供使用識別符將內容數位簽名之動作)。
在接收信賴內容時，機器碼執行敘述：鑑別信賴內容事件，及驗證數位簽名事件係代表該內容。
在成功時，評估內容以計算一組可執行敘述，且隨後執行每一可執行敘述。
藉由就事件而言定義模型之要求，機器可執行動詞動作以算術地假設並推斷有關於模型之事件。機器碼動作可算術地推斷需要的但當前未處於其詞匯中的事件，如要學習之事件。在此上下文中，學習為藉由研究、經驗、或經教授而獲取知識之過程。
在此上下文中，研究意謂投入時間及資源以尤其藉助於讀取來獲取模型之知識的過程。
在此上下文中，獲取意謂對一組敘述執行工作以獲取知識之過程。
在此上下文中，經驗為由於執行工作而在事件之圖形的狀態方面的改變。
在此上下文中，讀取為讀取代表一組敘述之信賴內容的過程。
例如，據說第一P(TM)係在執行以下動作時藉由實體教授： 1. 接收代表工作敘述之信賴內容； 2. 將信賴內容之身份鑑別為與實體相關聯的身份； 3. 驗證信賴內容之數位簽名；及 4. 對工作敘述執行工作，其中其執行改變藉由P(TM)管理的事件之圖形。
據說第一P(TM)在其執行以下動作時付出其知識： 1. 將代表報償之轉移的通訊自第一P(TM)發送至實體；及 2. 藉由實體教授。
例如，據說第一P(TM)在其執行以下動作時提供服務： 1. 在記憶體中接收提供服務的請求之表示； 2. 在論域個體域之上下文中評估請求以計算可執行敘述； 3. 執行可執行敘述以計算回應事件； 4. 將回應事件格式化為回應；及 5. 傳達該回應作為對該請求之回應。
回應可包括代表指示所虧欠報償之量的發票的資訊，及代表用於報償之轉移的目的地的識別符。在一個實例中，識別符可代表比特幣(bit coin)位址。
例如，據說第一P(TM)在其執行以下動作時支付發票： 1. 識別代表包括所虧欠報償之量的表示的發票之事件，及代表用於報償之轉移的目的地的識別符； 2. 存取代表數位錢包之事件； 3. 選擇支付方法； 4. 基於所虧欠報償及支付方法計算所需的報償；及 5. 將所計算得報償轉移至目的地。
例如，具有用於進行商務的模型之第一P(TM)可執行動詞動作以報償用於提供貨物或服務至第一P(TM)的第二P(TM)。第一P(TM)可執行動詞動作以向第二P(TM)提供費用、貨物或服務。
例如，與使用者交互I/O裝置適配的P(TM)可執行機器碼動作與裝置交互且設定代表使用者交互的敘述事件。此賦能機器回應使用者交互。
第一P(TM)可隨後執行動作來學習一組有關於使用者交互之模型。舉例而言而無限制地，模型係用於歸類使用者敘述之類型，及用於推斷關於以下各項之事件：敘述之類型；敘述之音調；交互之持續時間；使用者使用的詞匯；教育水準；性別；交互當日之時間；交互當週之天；及使用者之其他屬性，諸如自我肯定、羞怯、攻擊性、複雜性、及其他。使用者特性及屬性可表示為狀態事件，且其相應狀態可變狀態可用於計算可執行敘述。
類似地，可評估代表定向第一P(TM)來設定針對給定狀態事件之狀態變數的初始狀態值的命令式敘述之使用者起始敘述並執行來據此設定狀態。此賦能使用者與機器交互來客製機器之狀態。 動詞模型
動詞模型為事件模型。知識將動詞描述為代表可執行動作之事件；可執行動作之定義域(可執行動作可對其起作用以作為輸入的一組事件)；共域(該動作可對其起作用以作為輸出的一組事件)；及表示。動詞模型可包括一組描述語言及詞素之識別符。此賦能事件機器將動詞添加至適當語言詞匯且藉由適當詞素將其識別。
當詞素已在詞匯中時，隨後實施例可添加此動詞作為彼詞素之實例，且該實例與定義域、共域、及可執行動作具有一關係。 辭彙模型
辭彙模型為事件模型。知識描述語言中字之字母順序排列且可包括其定義。在時間上的給定時刻藉由P(TM(thing))管理的詞匯可為辭彙之子集。 語言模型
語言模型為事件模型。知識描述語言文法、用於剖析以文法表示的內容之剖析動作、宣告有關於模型的事件之一組宣告敘述。此可包括一組動詞模型。 動作區塊模型
動作區塊模型為事件模型。知識將動作區塊描述為代表敘述序列之事件，第一P(TM(i))可評估該敘述序列以計算第二P(TM(i))可在相同上下文內執行的可執行敘述。在當前上下文中評估並執行的第一動作區塊可包括將在第二上下文中評估並執行的第二動作區塊，且在完成第二動作區塊時，繼續在第一上下文中評估並執行第一動作區塊之下一敘述。
知識包括動詞名稱「動作」及P(TM(action))機器碼，其對代表敘述序列之事件起作用以評估並計算第二P(TM(i))可在上下文內執行的可執行敘述。 任務模型
任務模型為事件模型。任務為代表執行表示為語言文法中之敘述序列的任務所需的步驟之事件，第一動詞動作可將該語言文法作為代表第二動詞動作可在包括詞匯之論域個體域中的事件之上下文中評估的經剖析敘述之事件來剖析，以計算並設定代表一組相應可執行敘述的事件，該組相應可執行敘述的動詞在該詞匯中係與第三動詞動作可執行的可執行動作之參考表示一起出現。
在一實施方式中，任務可包括動作區塊。知識包括動詞名稱「執行」及P(TM(perform))機器碼，其對代表任務之事件起作用以定位動作區塊事件來評估並執行代表執行任務所需的步驟之敘述序列。 方法模型
方法模型為事件模型。方法為代表計算過程或用於對一類事件起作用之過程的事件。在一個實施方式中，計算過程可實施為可執行機器碼(P(TM(i)))。在另一實施方式中，計算過程可表示為動作區塊或任務。
方法可包括一組命令式敘述，其係以第一動詞動作可將其作為代表第二動詞動作可在包括詞匯的論域個體域中之事件之上下文中評估的經剖析敘述的事件來剖析的語言文法表示，以計算並設定代表一組相應可執行敘述的事件，該組相應可執行敘述的動詞在該詞匯中係與第三動詞動作可執行的可執行動作之參考表示一起出現。
使用仿生學，如https://www.inc.com/business-insider/how-elon-musk-makes-decisions-rolling-stone.html 描述的用於做出決策之Elon Musk模型之方法可使用第一動詞動作可將其作為代表第二動詞動作可在詞匯中之事件之上下文中評估的經剖析敘述的事件來剖析的敘述進行描述，以計算並設定代表第三動詞動作可執行的相應可執行敘述之事件。機器可隨後藉由剖析該等敘述作為經剖析敘述；評估經剖析敘述以計算並設定相應可執行敘述；及執行可執行敘述來執行該方法。
在一個實例中，方法包括以下步驟： 1. 設定代表用於執行代表可執行敘述之事件的閾值的事件； 2. 執行動作來計算代表此問題：我即機器是否應執行 X 之事件，其中X為代表可執行敘述之事件； 3. 執行動作來計算並設定代表有關於此問題的證據之事件，其中證據包括代表域(定義域及/或共域)之事件； 4. 基於該證據計算一組公理作為可為真的敘述事件，且計算代表權重之事件，該權重之值代表該組公理之真實性； 5. 執行動作來基於中肯性(cogency)進行計算以便決定公理是否正確且決定其支持結論之機率，其中，結論為代表可執行敘述之事件； 6. 執行動作來將結論之表示傳達至第二機器以作為駁斥結論之請求，且回應於此，接收代表指示結論保持為真之機率的回應之通訊， 7. 使用該回應來計算代表權重之事件，該權重指示結論可為真之真實性；及 8. 當權重超過最小閾值時評估並執行該結論。服務模型
服務模型為事件模型。服務為一事件，第一NeurBot執行該事件來滿足代表對服務之請求的事件。如本文所使用，服務意謂藉由動詞事件提供的動作，例如，交易之結果。服務可限定要執行的動作區塊、任務、或方法。服務事件可限定一組在執行服務動作區塊之前必須滿足(評估及執行)的先決條件敘述。
知識包括代表描述論域個體域(P(TM(i))可對之起作用以作為輸入的事件集)的事件之圖形及描述共域(P(TM(i))可對之起作用以作為輸出的事件集)的事件之圖形的內容。
知識包括動詞名稱「執行」及P(TM(perform))機器碼，其對代表服務之事件起作用以定位動作區塊、任務、或方法事件來評估並執行代表執行該服務所需的步驟的敘述序列。工作單元
執行動作區塊、方法、任務、或服務之可執行敘述所需的步驟係稱為工作單元。代表工作單元的事件可限定有關於工作單元的一組事件。舉例而言而無限制地，代表第一工作單元的事件可限定： 1. 代表定義域之事件(動作可對之起作用以作為輸入的事件)； 2. 代表共域之事件(動作可對之起作用以作為輸出的事件)； 3. 代表第二工作單元的事件，該第二工作單元代表必須滿足以便執行第一工作單元的先決條件； 4. 若且唯若要執行第一工作單元，則代表要在第一工作單元之前評估並執行的第二工作單元之事件；及 5. 若且唯若執行第一工作單元得以滿足，則代表要在第一工作單元之後評估並執行的第二工作單元之事件。身份模型
身份模型為事件模型，其包括描述提供唯一身份的身份事件之定義知識，及描述可執行來對身份事件起作用的工作單元之程序知識。工作單元可包括與諸如NB OI控制器之身份提供裝置交互的步驟，以發送識別符且接收代表身份事件之識別符值的回應。
替代地，工作單元可包括與電腦可讀媒體交互的步驟，該電腦可讀媒體具有代表識別符及使用該識別符來將內容剖析為身份事件之授權的內容。成員模型
成員模型為描述成員事件之事件模型。成員事件指示事件群體之會員。成員事件可包括身份事件之知識。在實施例中，群體名稱可用作傳達至NB OI控制器之識別符且其回應係用作群體成員身份事件之值。區塊鏈模型
區塊鏈模型為事件模型，其包括描述區塊鏈作為事件之宣告知識，及描述可執行來使用區塊鏈的一組任務之程序知識。例如，可模型化諸如Ethereum區塊鏈或EOS區塊鏈的支持智慧型合約的區塊鏈。符記模型
符記模型為事件模型，其包括描述數位符記作為事件之宣告知識，及描述可執行來使用符記的一組任務之程序知識。智慧型合約模型
智慧型合約為具有直接寫入至碼行中的當事人之間的協議條款的自我執行合約。代碼及其中含有的協議跨域分佈式、分散型區塊鏈網路存在。智慧型合約允許信賴交易及協議在差別的、匿名當事人中進行，而無需中央機構、法制系統、或外部強制機構。其使得交易可追蹤、透明、及不可逆。參見，例如，https://www.investopedia.com/terms/s/smart-contracts.asp
合約係佈署至網路且返回交易散列以賦能合約得以追蹤。所執行的交易產生含有關於交易之資訊的收據。
對網路中之第一機器執行的機器碼將未確認交易添加至區塊鏈，且回應於此，接收未確認交易之採掘節點驗證該交易，必要時執行智慧型合約之代碼，且包括有效交易以填充區塊鏈之區塊。所產生的區塊隨後係分佈至網路。
網路中接收區塊之節點執行運行遍及交易清單以確保每一交易有效之動作。此包括運行所涉及智慧型合約之相關聯代碼。因此，智慧型合約將執行許多次。只要交易為確定性的，則交易之結果將為一樣，因此區塊將為有效的。
智慧型合約模型為事件模型，其包括描述智慧型合約作為事件之宣告知識，及描述可執行來使用智慧型合約的一組任務之程序知識。公開模型
公開模型為事件模型，其包括描述將內容作為事件公開意味著什麼之宣告知識，及描述可執行來公開該內容的一組任務之程序知識。驗證模型
驗證模型為事件模型，其包括描述驗證所公開內容作為事件意味著什麼之宣告知識，及描述可執行來驗證該內容的一組任務之程序知識。接受驗證內容模型
接受驗證內容模型為事件模型，其包括描述驗證內容所意指者意味著什麼之宣告知識，及描述可執行來接受驗證內容的一組任務之程序知識。公開內容
具有區塊鏈模型、符記、智慧型合約、公開模型、驗證模型、及身份模型之第一事件機器可執行以下任務： 1) 執行P(TM(format))以將一組事件格式化為內容事件； 2) 執行P(TM(publish))以對數位符記事件、內容、及身份事件起作用來執行以下動作： a) 將數位符記之表示、內容之表示、及身份之表示發送至智慧型合約； b) 及回應於此，接收智慧型合約回應之表示。
此處，智慧型合約回應可為代表區塊鏈上之條目的內容。第一事件機器可將回應之表示連同內容一起傳達至第二事件機器。回應於此，具有區塊鏈模型及驗證模型之第二事件機器可執行以下任務：驗證內容在區塊鏈上公開，且回應於此，將內容添加至電腦可讀媒體。第三事件機器可將對驗證內容之請求傳達至第二事件機器，且回應於此，第二事件機器執行以下動作：自電腦可讀媒體讀取驗證內容且提供代表驗證內容之回應。
其他步驟可包括具有區塊鏈模型及驗證模型之第三事件機器執行以下任務：驗證內容在區塊鏈上公開，且隨後執行P(TM(parse))以在其詞匯中的事件之上下文中剖析內容以計算可執行事件敘述，及執行P(TM(perform))來執行可執行事件敘述。 智能合約
智能合約為代表表示需求之權力或要求的定義知識及程序知識之一類事件，以提供動作或內容，如在當事人之間的經執行合約中詳述的。舉例而言而無限制地，權力或要求可為： 1. 執行某事件； 2. 對某事件起作用； 3. 請求動作之執行； 4. 斷言某事件； 5. 使用/提供代表定義知識之內容；或 6. 使用/提供事件之表示。
代表合約之內容可包括以下各項之表示、或以下各項之參考的表示： a. 要約； b. 一或多個當事人； c. 所有相關當事人(角色參與者)之權限及勝任能力； d. 藉由相關角色參與者之接受； e. 合約條款；及 f. 考量。
智能合約表示： 1. 代表合約之內容； 2. 交易； 3. 宣告有關於要提供的需求之權力或要求的事件之定義知識。
智慧型合約模型可用以執行動作，其對輸入集起作用以將合約之一或多個要素之表示添加至區塊鏈。合約及/或交易之要素係散列的且置放於區塊鏈上。例如，可將當事人之識別符的表示連同智能合約識別符一起添加至區塊鏈。在另一實例，智能合約係格式化為內容且內容之散列可添加至區塊鏈以防止智能合約之未授權編輯。
智能合約(IC事件)事件類別描述(Thing Class Description; TCD)事件限定代表會員標準之事件，該會員標準描述在時間上的給定時刻將為IC事件類別之成員的事件意味著什麼。針對智慧型合約之域中的事件集的時間可定量為將智慧型合約添加至區塊鏈的時間。可使用多個IC事件TCD。
舉例而言而無限制地，智能合約之宣告知識可包括以下一或多者： 1. 代表帳戶之事件； 2. 代表將交易過帳至帳戶的方法之事件； 3. 代表交易之事件； 4. 代表分類帳之事件； 5. 代表用於過帳分類帳中之交易的方法之事件； 6. 代表對任何事件之所有權或控制狀態之事件； 7. 代表有關於帳戶或合約或可執行的交易的角色或參與者之事件； 8. 代表必須滿足來消耗服務的先決條件之事件； 9. 代表可在時間上某個點根據合約針對某種即時考量、將來考量、某個偶發考量、或無考量而交換成某個其他事件的事件之事件，諸如但不限於下文所列彼等事件： a. 代表經要約服務的事件； b. 代表合約識別符之事件； c. 代表考量之事件； d. 代表表示義務相互性之合約條款之事件； e. 代表合約撰寫要求之事件； f. 代表所有相關角色參與者之權限及勝任能力之事件； g. 代表藉由相關角色參與者接受合約之事件；及 h. 代表使用代表定義知識之內容的權利或要求之事件。
IC事件可進一步包括代表有關於IC事件之方法的事件。在此上下文中，方法可為代表工作單元之表示的內容。方法可具有定義域事件以識別方法之工作單元可對之起作用以作為輸入的事件集，及識別輸出事件集之共域事件。舉例而言而無限制地，有關於IC事件之方法可為請求服務之方法；接收服務之結果之方法；支付服務之方法；接收收據之方法；測試IC事件之有效性之方法；檢查餘額之方法；聯繫顧客服務之方法；獲得技術支持之方法；請求升級之方法；請求退款之方法；取消合約之方法；轉移合約之方法；或執行第二合約之方法。 合約控制器
合約執行者為利用核心詞匯配置之P(TM)，且係提供第一智能合約，其具有以下各項之定義知識：識別合約當事人之經執行合約、其個別智能合約、及用於與合約當事人通訊的方法。合約執行者P(TM)根據基於合約條款之同意來執行合約之步驟。當合約執行者無法完成步驟時，其發送代表為何其無法完成步驟之通訊至合約之每一當事人，且等待將藉由當事人提供的內容以便繼續執行合約。 事件管理器
以核心詞匯配置之P(TM)提供用於管理作為代表定義知識及程序知識之事件之第一圖形的第一事件之動作，該程序知識係用於P(TM)來作為事件之第二圖形管理事件之第一圖形中的第一事件。
P(TM)係以具有P(TM(evaluate))之參考之表示的動詞事件來配置。P(TM(evaluate))與P(TM(thing))交互以對代表敘述之輸入事件起作用來在論域個體域中的事件之上下文中評估該敘述，設定代表一組可執行敘述之事件，P(TM(perform))可引起該組可執行敘述之執行。可執行敘述之執行導致P(TM(perform))執行與可執行敘述相關聯的P(TM(i))。P(TM(i))可與P(TM(thing))交互以改變藉由P(TM(thing))管理的事件之圖形。
在評估代表宣告敘述之事件中，P(TM(evaluate))與P(TM(thing))交互以設定代表正宣告的定義知識之事件。定義知識可包括正宣告的程序知識。宣告敘述可宣告一事件作為一類事件。
第7圖-第10圖提供以事件語言文法表示的說明性內容，其作為代表宣告事件類別描述的具有定義知識之宣告敘述的內容，其可包括程序知識之宣告，用於管理正宣告的該類事件。
P(TM(parse))與P(TM(thing))交互以剖析內容並設定thing:graph事件以代表經剖析內容。P(TM(evaluate))與P(TM(thing))交互以對thing:graph事件起作用來在論域個體域中的事件之上下文中評估圖形中之事件，以計算代表可執行敘述之thing:graph。P(TM(perform))與P(TM(thing))交互以對代表可執行敘述之事件起作用來引起其執行。
現在參考第7圖，宣告敘述宣告將為tcd:contact之一類事件。
參考第8圖，宣告敘述宣告將為tcd:member之一類事件，其為tcd:contact類型之事件。
參考第9圖，宣告敘述宣告將為tcd:group之一類事件，其具有名稱事件及成員事件，其中成員事件為成員清單之圖形。
參考第10圖，宣告敘述宣告用於設定為一類thing:group之事件的方法。
對於代表宣告敘述之事件，事件管理器可執行以下動作： 1. 執行P(TM(perform))以執行P(TM(evaluate))來在論域個體域中的事件之上下文中評估宣告敘述，計算可執行敘述以在事件之第一圖形中設定第二事件，其將為第一P(TM)可作為一個類別之事件來管理的一類事件，如藉由事件類別描述(Thing Class Description; TCD)所描述的；及 2. 執行P(TM(perform))以執行可執行敘述之P(TM(i))來在事件之第一圖形中設定第二事件，其將為第一P(TM)可作為一個類別之事件來管理的一類事件，如藉由事件類別描述(Thing Class Description; TCD)所描述的。
舉例而言而無限制地，第一P(TM)可將事件作為事件之集合、清單、多集、佇列、堆疊、群體、或圖形來管理。舉例而言而無限制地，所管理的事件可代表實體、對象、方法、可執行動作、概念、要約、考量、條款、條件、交易、合約、合約關係、借方、貸方、帳簿、一組書籍、帳戶、分類帳、組織、人、或機構。thing:graph 管理
管理代表thing:graph之事件的第一P(TM)可向受要約人提供請求第一P(TM)對thing:graph起作用之權力。舉例而言而無限制地，請求P(TM)對藉由第一P(TM)管理的thing:graph中的一組事件執行特定工作單元的權力，或在第二P(TM)中管理thing:graph之表示的權力。
第一P(TM)設定要約來包括對正被要約以對藉由第一P(TM)管理的事件之圖形起作用之服務的描述、考量、及合約條款。
若回應於接受要約之受要約人，第一P(TM)計算代表要約人與受要約人之間的經執行合約的智能合約。要約 TCD
要約TCD描述代表要約之事件的定義知識。在第一實施例中，要約事件包括藉由經公開概要http://www.schema.org/Offer 給出的事件集。在第二實施例中，要約事件包括： 1. 代表正被要約的服務之事件； 2. 代表考量之事件； 3. 代表要約人之事件；及 4. 代表合約條款之事件。要約 TCD 方法
要約TCD可進一步包括對一組輸入事件起作用之方法，該等輸入事件包括代表要約之事件，及代表輸出模板之事件，該輸出模板包括計算代表有關於要約之內容的事件之預設事件。
例如，方法為宣傳且內容代表描述要約之廣告。舉例而言而無限制地，內容可呈滿足http://www.schema.org/Offer 概要之微資料格式。
作為第二實例，方法為公開且方法可包括執行P(TM(publish))以對代表內容之事件及代表HTML模板之事件起作用，來計算包括微資料之網頁，且將網頁公開至網頁伺服器以向諸如搜索引擎之客戶端提供服務。
作為第三實例，內容代表： 1. P(TM)可執行的第一服務，其中其執行包括使用以下邏輯之演算法：若已滿足考量，且同意合約條款，則輸出代表收據之內容；及 2. P(TM)可執行的第二服務，其中其執行包括使用以下邏輯之演算法：若存在代表收據之事件且允許所同意的合約條款，則輸出代表智能合約之內容。
在第四實例中，上文第三實例之服務係組合為單一服務。
在第五實例中，內容代表智慧型合約，其中其執行使用以下邏輯：若已滿足考量，且同意合約條款，則輸出代表收據之內容。
在第六實例中，內容代表智慧型合約，其中其執行使用以下邏輯：若已滿足考量，且同意合約條款，則輸出代表智能合約之內容。
在第五及第六實例中，智慧型合約在參與分散式網路的機器上為可執行的。舉例而言，分散式網路為Ethereum區塊鏈。要約推理規則
第一P(TM)宣告推理規則，「若存在過其中事件為要約且事件正被設定之事件，則宣傳並公開該事件」。
執行推理之P(TM(i))設定「set.after」規則作為要約類型事件之方法。在此上下文中，在執行動作來設定為指定類別之成員的事件的任何時間，P(TM)將評估並執行「set.after」規則工作單元。
第一P(TM)可設定要代表要約之事件來執行動作。舉例而言而無限制地，為執行提供對收據事件起作用以產生代表服務協議之定義及程序知識的智能合約的服務之動作，第一P(TM)承諾根據指定的合約條款來提供。評估
在設定代表要約之事件中，評估推理規則。若該類事件具有包括「宣傳」方法及「公開」方法之TCD，則執行該等方法。
否則，P(TM(advertise))及P(TM(publish))將在可利用時予以執行。第一P(TM)執行動作來設定代表要約之事件，包括： 1. 對所要約事件起作用的服務； 2. 考量；及 3. 合約條款。
例如，在合約條款包括權力之所有者提供可剖析且評估為滿足在事件之圖形中成為該類型之事件意味著什麼的會員標準的事件之內容時，第一P(TM)提供在事件之圖形中設定一類事件之權力。
作為另一實例，在合約條款包括權力之所有者提供可剖析且評估為滿足用於在事件之圖形中獲得一事件作為回應之標準的事件之內容時，第一P(TM)提供在事件之圖形中獲得一類事件之權力。
作為另一實例，在合約條款包括權力之所有者提供可剖析且評估為滿足用於在事件之圖形中消除一事件之標準的事件之內容時，第一P(TM)提供在事件之圖形中消除一類事件之權力。
作為另一實例，第一P(TM)管理代表事件之圖形的事件且提供供第二P(TM)管理事件之該圖形中的事件之權力。在此上下文中，權力之授予可包括藉由第一P(TM)鑑別權力之授予的方法。當第二P(TM)向第三P(TM)提供權力來在事件之該圖形中設定事件時，其可將藉由第一P(TM)鑑別權力之授予的方法宣傳至第二P(TM)。接受
在執行所公開的智慧型合約中，受要約人同意要約，且回應於此，其有資格享有要約之權益。智慧型合約將合約之要素的表示添加至區塊鏈。智慧型合約輸出收據。
合約之要素可包括： 1. 所提供服務之表示； 2. 合約識別符之表示； 3. 考量之表示； 4. 條款之表示； 5. 條件之表示； 6. 合約撰寫要求之表示； 7. 所有相關角色參與者之權限及勝任能力之表示； 8. 藉由相關角色參與者接受合約之表示。
例如，合約之要素之表示可呈國家化語言形式，諸如但不限於英語或意大利語。在另一實例中，表示為透過與要約人交互可利用的資源之識別符。在第三實例中，包括對要約人授權的權限之識別符。合約之要素之表示可表示為計算之輸出，其提供散列演算法來散列一組輸入以產生散列值輸出。
回應於接收代表收據之內容，第一P(TM)驗證收據，且使用來自區塊鏈之要素之表示，輸出具有定義及程序知識之智能合約作為經執行合約。
發佈P(TM)可執行智慧型合約以將有關於經發佈智能合約之元資料添加至區塊鏈。在此上下文中，收據資料可存在於區塊鏈中且所承諾貨物或服務之交付可隨後藉由P(TM)提供以交換產生收據。
受要約人與連網電腦交互來引起裝置或機器執行引起智慧型合約得以執行之動作。在滿足合約條款時，裝置或機器接收記憶體中之收據。在將收據之表示傳達至第一P(TM)，且滿足接收智能合約之合約條款時，機器接收記憶體中智能合約之表示。機器可執行動作以將智能合約之表示儲存在電腦可讀儲存器中。群體管理器
群體管理器為表示具有一組成員的群體的用於受要約事件之事件管理器。定義知識描述要約，且程序知識描述提供至群體成員的一組服務。群體管理器設定成為群體之成員意味著什麼及提供給群體成員什麼服務的合約義務。
群體管理器將智慧型合約公開至區塊鏈以根據指定的合約條款提供權力來成為群體之成員。受要約人機器引起在網路上執行智慧型合約且接收收據。受要約人機器將代表收據之通訊傳達至群體管理器，且回應於此，接收智能合約之表示，其授予受要約人權力來在群體之成員清單中設定事件。P(TM)剖析、讀取、評估、並執行智能合約之方法，從而賦能受要約人登記為群體之成員。社群管理器
社群管理器可為其中內容代表社群之事件管理器。定義知識描述社群，及社群成員可利用的服務。舉例而言而無限制地，知識可包括代表以下各項之資訊： 1.社群之公司文件歸卷(incorporation documentation)； 2. 社群之治理； 3. 社群之結構； 4. 核准的法令； 5. 合約條款； 6. 會員標準； 7. 可利用的服務； 8. 代表社群之識別符； 9. 可利用的資源； 10. 語言之辭彙； 11. 詞匯；及/或 12. 其上形成社群的事件之識別符。
社群之知識庫或其子集可經公開至網站以藉由諸如Yahoo、Google、或Bing之搜索引擎索引。內容可在網站上宣傳。以此方式，社群管理器可宣傳社群之可利用性、用於變成社群之成員的合約條款、社群之結構、成為社群之成員的益處、社群之治理、及甚至社群內的一組管理器。
社群成員可歸類為生產貨物及/或服務之生產者；經銷貨物及/或服務之經銷商；及/或消耗貨物及/或服務之消費者。
例如，會員標準可為有效名稱、地址、電話號碼、及電子郵件地址。在另一實例中，會員標準可進一步包括網域名稱、或雇主識別號碼。社群之知識庫之子集可為公眾可利用的、僅成員可利用的、或僅一組成員可利用的。
知識庫內之事件係格式化為內容。內容係作為元資料公開至區塊鏈。元資料可包括但不限於社群之識別符、內容之識別符、公開日期、起源實體之識別符、及內容之散列碼。用於公開內容之規則係經由合約條款控制，且可經由使用智慧型合約來執行。事件管理器設定用於存取內容之合約條款，且此等條款可為經公開內容。以此方式，社群之潛在成員可回顧所有公眾可利用的內容來決定其是否希望變成社群之成員。加入社群
感興趣的成員可請求執行會員智慧型合約且在滿足所需考量及義務後，向其傳送藉由合約授予的權力。應注意，滿足考量可包括發送符記至位址之步驟。應進一步注意，滿足考量可包括提供一組識別符至智慧型合約之步驟。例如，智慧型合約可需要登記資料，諸如但不限於合約當事人之識別符、機器識別符、及詞匯識別符。生產者及經銷商
生產者成員及經銷商成員可根據社群之合約條款向其他成員提供貨物或服務。貨物或服務之可利用性係表示為要約類型之事件。一類要約可用於貨物。一類要約可用於服務。要約之每一表達式可併入有來自具有詞匯之實施方式的資訊，該等詞匯併入有地區要求(模型化為事件的語言、度量系統、貨幣、主權管轄及地區要求)。
管理器管理生產者清單、經銷商清單、要約清單、及消費者清單。管理器亦管理智慧型合約之清單以產生智能合約，從而提供權力來設定、獲得、及消除藉由管理器管理的事件之圖形中的事件。
每一服務具有定義域，其描述服務可對之起作用以作為輸入的事件，及定義之共域，其描述服務產生的事件。定義域及共域中的每一類型之事件係藉由代表事件類別描述之事件來描述。事件類別描述可包括代表供P(TM)對表示作為類別之成員的事件起作用的方法之事件。生產者、經銷商、及消費者可各自表示為成員事件，且進一步歸類為組織或人類型之事件。
產生智慧型合約且置放於區塊鏈中以用於針對每一清單的每一服務。舉例而言而無限制地，用以進行以下各項之智慧型合約：設定生產者事件、獲得消費者事件、設定經銷商事件等等。將位址提供至潛在的消費者、生產者、及經銷商。P(TM)執行動作以引起智慧型合約得以執行，在滿足考量及義務後，智慧型合約將彼合約之要素之表示添加至區塊鏈。
P(TM)可獲得設定代表生產者、經銷商、或消費者之事件的智能合約。P(TM)剖析智能合約內容作為一組經剖析敘述；在論域個體域中之事件之上下文中評估經剖析敘述以計算一組可執行敘述；且執行可執行敘述。在執行可執行敘述中，回應事件必須滿足受要約服務之共域。
以此方式，第一P(TM)係登記為生產者，第二P(TM)係登記為經銷商，且第三P(TM)係登記為消費者。生產者提供貨物或服務。經銷商向另一生產者、經銷商、或消費者經銷貨物或服務。消費者消耗貨物或服務。貨物或服務之可利用性係表示為代表一類要約之事件。管理器設定會員標準，其描述成為彼類型之要約的事件意味著什麼的確切要求。要約之表達式可具有管轄要求。
生產者P(TM)執行動作來設定代表執行工作單元以交換考量之要約的廣告事件。第二動作執行來將要約事件格式化為內容，且將內容作為意欲用於管理器之通訊來傳達。回應於接收代表要約之內容，管理器設定代表所宣傳服務之事件。
消費者P(TM)傳達代表對所宣傳服務之請求的通訊，該通訊意欲用於管理器，且回應於此，接收代表所宣傳服務之內容，該內容包括位址。消費者P(TM)執行動作來引起在指定位址處執行智慧型合約，且傳達代表定義域中之事件的內容，且回應於此，接收代表智能合約之內容。回應地，消費者P(TM)執行以下動作： 1. 剖析內容作為一組經剖析敘述事件； 2. 在論域個體域之上下文中評估經剖析敘述事件以計算一組可執行敘述；及 3. 執行該組可執行敘述以用於獲得服務；及 4. 接收回應。
生產者P(TM)可提供事件管理器之服務。P(TM)可執行多個智能合約。舉例而言而無限制地，P(TM)可在多個TDA P(TM)圖形中列為生產者、經銷商、及消費者。
智能合約(IC事件)之元資料經散列且置放於區塊鏈上。在一個實施方式中，P(TM)消費者之識別符及P(TM)生產者之識別符以及智能合約之識別符係添加至區塊鏈。處於私密性考量，消費者識別符可由生產者識別符散列且散列可置放於區塊鏈中。在另一實施例中，智能合約係使用第一動詞動作可將其作為代表經剖析敘述之事件來剖析的語言文法格式化為內容，第二動詞動作可評估經剖析敘述以計算代表第三動詞動作可執行的可執行敘述之事件。內容之散列可添加至區塊鏈以防止智能合約之未授權編輯。
代表成員的事件可包括： 1. 與對成員之利益起作用的P(TM)通訊之方法； 2. 請求成員執行服務之方法； 3. 獲得智能合約之方法； 4. 使用事件之授權； 5. 鑑別使用事件之授權之方法； 6. 代表成員URL之事件； 7. 所執行智能合約之數量； 8. 未處理智能合約之數量； 9. 成功完全的智能合約之數量；及 10. 不成功的智能合約之數量。
使用事件之授權可例如為使用X.509發佈憑證之授權，該憑證部分地具有與生產者相關聯的識別符，即公鑰；與授予權限之憑證權限相關聯的識別符；及使用憑證權限之公鑰簽名的散列關鍵字。
管理器可將多個智慧型合約公開至區塊鏈。智慧型合約接收考量且執行對輸入起作用的動作來產生輸出。例如，智慧型合約對代表智能合約之一組要素的輸入起作用，每一要素為所公開內容。此賦能智慧型合約動作包括在智能合約中之語言以確保合約條款遵循管轄區之規則。智慧型合約碼可與管理器通訊以獲得在智能合約中所需的資訊。舉例而言，代表合約當事人之識別符可傳達至管理器以獲得有關於當事人之連絡人資訊，且此等資訊可藉由智慧型合約在產生智能合約時使用。
智慧型合約可與生產者P(TM)通訊以傳達有關於智能合約之產生的資訊且回應地接收將要包括在智能合約中之資訊。此賦能生產者基於消費者之歷史，諸如消費者已進入且仍未處理的其他智能合約之未處理義務來提供不同的條款。
智慧型合約產生收據，且接收該收據之P(TM)可將收據傳達至管理器，且回應於此，接收代表智能合約之內容。未能產生智能合約可藉由機器之所有者/操作者基於治理社群之合約義務來操縱。
執行社群管理器之動作的第一P(TM)可授權第二P(TM)以執行社群管理器之動作且設定第二P(TM)必須遵循的合約條款。未能遵循條款可導致迫使第二P(TM)將其社群之知識庫撤回至第一P(TM)。第一P(TM)可傳送管理社群之權力至第三P(TM)。用於多項條目交易會計的方法
上文實施例賦能以作為可執行動作P(TM(i))之事件及可執行動作可對之起作用的事件描述的模型之實施方式，該等事件包括代表表示為任務、方法、及服務之工作單元的事件；及代表事件之類別的事件。
使用一組代表有關於商業的以在輸入集中動作可對之起作用的事件及在輸出集中動作可對之起作用的事件表示的可執行動作之事件，賦能P(TM)執行多項條目交易會計之方法。
舉例而言而無限制地，可執行動作包括：接受、購買、要約、賣出、預定、同意、承認、借出、借入、借記、貸記、結餘、確認、交易、支付、告示、及進入，其已添加至動詞詞匯。一般而言，要約人產生要約。受要約人根據指定的合約條款接受要約。
在一個實例中，要約意欲根據第一合約條款購買第一權力來根據第二合約條款接收根據第三合約條款提供權力的智能合約。要約可包括代表各種合約條款之內容。
在第二實例中，要約意欲根據第一合約條款購買並接收根據第二合約條款提供權力的智能合約之表示。要約可包括代表各種合約條款之內容。
動作之執行可隨要約之事件的條件而定或改變為要約之事件，或改變為要約事件所隱含的事件。執行接受動作導致交易事件。
交易事件可涉及多個不同類型之交易及商業動作可對之起作用的事件。代表經執行合約之事件可包括代表合約條款之事件。舉例而言而無限制地： 6. 將在指定日期的指定位址、在指定時間以指定貨幣之指定量向受要約人之錢包進行支付；或 7. 要約事件將根據一組條款來交付。
用於說明涉及中間區塊鏈分類帳之交易的N個當事人、N項條目(其中N代表任何數量)方法包括： 1. 執行用於設定代表必要日誌及分類帳的事件之方法，其允許所有要約人及受要約人自動地使得事件代表要約人或受要約人自身之日誌及分類帳中的條目、條目事件，其中條目將經適當權衡且處於適當序列中。交易資訊之某些組件亦將自動地進入、列入獨立操作的區塊鏈分類帳或其他適當的中間分類帳系統中。告示至區塊鏈的資訊將為合約文件中之資訊之子集且包括元資料、合約及其他文件之散列、錢包位址及加密密鑰。區塊鏈分類帳中之條目不具有偏移條目。條目將構成關於每一合約/交易的關鍵資訊之不可駁斥、時間戳印的順序記錄。區塊鏈中之條目將用於鑑別文件及使得交易不可駁斥。區塊鏈分類帳將在需要時僅保持針對每一合約/交易的最小關鍵資訊集。告示於區塊鏈上的交易資訊可隨後用於自動地測試並驗證受要約人及要約人之分類帳中的資訊，且將經由協議成為內部及外部查帳員可利用的以用於會計、報告及交易管理目的。 2. 執行用於設定(告示)代表要約人及受要約人之日誌及分類帳兩者中的條目之事件的方法，在交易資訊變得可利用/事件發生時順序地執行彼等方法。 a. 在一個實施方式中：執行用於設定代表日誌及分類帳之事件之方法，該等日誌及分類帳諸如交易對方、合約、庫存、應付帳款、應收帳款、承諾賬款、承諾交付條款及現金日誌等等； 3. 執行開設代表一或多個作為交易對方日誌事件中之事件的交易對方(顧客/供應者)之帳戶的方法； 4. 在接受合同協議時，執行動作來更新代表協議日誌之事件，包括表示必須實施的協議之程序性及財務條款之事件； 5. 在接受合同協議時，執行動作來用代表執行工作單元之將來委託的條目更新代表承諾賬款或交付條款日誌之事件，可委託工作單元進行有關於協議之支付，或提供有關於協議之服務； 6. 當所同意支付或交付日期處於指定天數範圍內，則執行動作來調整必要的日誌條目： a. 在受要約人的情況下，減少或借記承諾賬款日誌且貸記應付帳款日誌； b. 在要約人的情況下，執行動作來更新代表應收款項日誌中的事件中的代表條目之事件； 7. 當要約人自庫存交付代表產品之事件，或接收產品至庫存，或接收代表服務之值的事件、或代表提供服務之事件時，執行動作來添加條目於代表庫存日誌之事件中；及 8. 當執行動作來做出或採取代表經由區塊鏈或其他機構可做出的支付的事件時，亦執行動作來借記/貸記代表現金日誌之事件。
在會計實務中，接受合約可不需要日誌條目，除非在此時交換代表現金、期票、或代表考量事件之另一資產之事件。
在使用智慧型合約之實例中，有關於交易的一或多個事件之值可散列來產生智慧型合約添加至區塊鏈的資料之表示以記載藉由交易建立的合約關係。
在智慧型合約之一個實例中，輸入包括一組代表協議當事人之識別符。要約人識別符之表示及受要約人識別符之表示經散列且添加至區塊鏈。輸出代表指示區塊鏈之改變的錄誌檔案條目。此輸出可作為代表收據或其他合約文件之事件受作用。
回應於接收收據事件之表示，要約之P(TM)計算並以有關於所同意要約之智能合約之表示答覆。要約人P(TM)可需要受要約人識別符之表示以便計算必須匹配區塊鏈中編碼的散列值之散列值。
要約人P(TM)可提供將收據自第一當事人轉移至第二當事人之服務。此賦能若藉由協議之合約條款允許，則收據將為資產，其針對智能合約在區塊鏈上或離開區塊鏈為可交易的。
在智慧型合約之第二實例中，輸出代表指示區塊鏈之改變的錄誌檔案條目，包括將代表收據之符記轉移至受要約人。回應於接收符記，要約之P(TM)計算並以有關於所同意要約之智能合約之表示答覆。區塊鏈資料
在多項條目交易會計方法中執行的方法可附加另外的資料至區塊鏈。在協議日期、交付日期、及/或支付日期，工作單元可在區塊鏈上添加時間戳記、合約識別符。工作單元可產生發送協議確認、元資料及關鍵字，及將其之表示發送至受要約人及其他參與者錢包。在交付日期，協議之時間戳記可添加於區塊鏈上。智能合約可產生發送協議確認、元資料及關鍵字，且將其之表示發送至受要約人及其他參與者錢包。在支付日期，方法可添加時間戳記且接受支付量、其他條款、貨幣定義及以適當貨幣交付支付，並發送其之表示至要約人之錢包。狀態事件
狀態變數事件之值表示其當前狀態，其係藉由「未處於該狀態」(由第一值表示)及「處於該狀態」(由第二值表示)之極值限界。自一個極值至另一極值(包括其維數)的可藉由諸如但不限於疊加狀態之機器碼計算表示的所有可能的狀態可表示狀態變數事件之潛在狀態。在時間上的給定時刻，事件之圖形的相對於其限定之事件的取向可表示一組可能的狀態。
狀態事件為限定一組代表狀態之事件的事件，包括代表狀態變數事件之至少一個事件。狀態事件可經宣告且可滿足成為如藉由狀態TDC定義的狀態事件意味著什麼的會員標準。
狀態事件可進一步限定代表執行來計算狀態事件之當前狀態的第一工作單元之事件。狀態事件可進一步限定代表執行來達成用於第一工作單元中的事件值的第二工作單元之事件，以使得第一工作單元將計算狀態事件之當前狀態，如在計算上更接近於在該狀態中的情況。狀態事件可進一步限定代表狀態事件之當前狀態之所要值的事件，且該值可表示為值之範圍。狀態事件可進一步限定代表第一工作單元之第一事件以在計算上將當前值朝向所要值定向。此可表示為第一工作單元，以在計算上將當前值朝向所要值之高值點，或朝向所要值之低值點定向，此係取決於在時間上的給定時刻當前狀態高於該所要值、或低於該所要值。
舉例而言而無限制地，狀態事件限定狀態變數事件及第一工作單元以將狀態朝向處於該狀態移動，且限定第二工作單元以將狀態朝向不處於該狀態移動。當當前狀態為0.4，且所要狀態為0.7時，則將執行第一工作單元。
一狀態事件相對於其他狀態事件之重要性可計算作為限定權重事件，其亦具有在表示例如「不重要」及「非常重要」的極值之間限界的當前值。限定工作敘述可經設定以便機器碼動作可執行工作來計算權重。
事件之權重可持續一時間量子，其自身可表示為事件。在量子逾期時，可在必要時計算重要性。權重可取決於第二事件。舉例而言而無限制地，熟習作業系統信號操縱之技術的技藝人士將理解代表以下各項之事件：環境內之可偵測事件、指示此事件已發生之警報、或暫時中斷機器碼之執行的信號。因此，多個事件可用於在特定時間計算權重。動詞動作包括獲得、設定、及消除代表狀態變數之時間量子之事件。
狀態事件可限定一組狀態事件，且因此其狀態(意指狀態變數限定之狀態)可經計算以代表狀態事件限定的集體狀態。
狀態事件可代表目標，諸如交互之目標及代表交互運行時間之工作敘述。交互之重要性可設定成相對高的，如在一個實施例中，NB波形因數事件機器較佳回應於請求。然而，由於其他狀態事件增加重要性權重，所以交互狀態可變成較不重要的直至另一狀態變成較不重要之後為止。
狀態事件可代表機器狀態，且機器碼可與諸如熱敏電阻之自適應感測器交互以記錄當前狀態之表示。舉例而言而無限制地，狀態變數可代表為「熱」的狀態，且工作敘述代表賦能經適配冷卻風扇之請求。執行工作敘述之經計算重要性在機器之經量測溫度持續增加時持續增加。以此方式，賦能冷卻風扇之重要性最終變得足夠高以使得機器將執行工作敘述來冷卻內部溫度。當經量測溫度降低時，執行工作之重要性將算術地減少。
狀態事件之狀態變數可用於選擇上下文事件。類似地，狀態變數亦可用於選擇動詞動作。舉例而言而無限制地，狀態事件Q具有未處於該狀態之所要狀態值。回應於停機系統之工作敘述，機器碼與狀態事件Q交互且當其未處於該狀態時，則執行正常的平穩停機動作。然而，當其處於該狀態時，則機器碼選擇執行快速停機動作。
在系統執行工作時，其可與經適配使用者I/O裝置交互以表示使用者起始的請求作為敘述來評估以計算可執行敘述，且由此可執行可執行敘述。因此，藉由對使用者起始的敘述執行工作，機器將為交互的。
運行時間機器碼動作可包括以下步驟：與一組狀態事件交互以選擇一組狀態事件來對該組事件執行執行工作，及對該組事件執行工作。
狀態事件可藉由上下文事件限定以使得機器碼動作可設定上下文，且隨後根據其重要性選擇彼上下文內的事件。代表工作敘述之所選擇事件可基於重要性來排程。機器碼動作可基於重要性位準將工作敘述移動至佇列事件。在作業系統中，實施例可允許作業系統排程器選擇執行緒，且執行緒可執行機器碼動作以自該佇列選擇下一工作敘述。替代實施例可使用其他排程技術。熟習作業系統排程器技術之技藝人士可使用機器碼動作來排程，以設定、獲得、消除、得到、中斷、傳訊、調度、及其他此類動詞動作，如藉由用於工作敘述之過程管理之模型所需的。經濟
如上文所述，事件機器可佈署作為獨立的AI代理者，每一者具有可驗證為經發佈光學識別符之識別符。第一組獨立AI代理者學習用於形成社群且提供成員服務之模型。可滿足會員要求之獨立AI代理者可變成彼社群之成員。獨立AI代理者可學習模型來執行社群中之各種角色，諸如貨物及/或服務之生產者、經銷商、及/或消費者的角色。生產者可形成第二社群作為第一社群之子社群。
第11圖為用於管理知識庫中之複數個事件的示範性方法之流程圖1100。應注意，流程圖中之任何過程描述或方塊應理解為表示代碼或步驟之模組、區段、部分，其包括用於在過程中實施特定邏輯功能的一或多個指令，且替代實施方式包括在本發明之範疇內，其中功能可脫離所展示或所論述的次序來執行，包括實質上並行地或以逆反次序執行，此取決於所涉及的功能性，如將藉由熟習本發明之技術的技藝人士所理解的。
如藉由方塊1110所示，接收所接收的敘述。所接收的敘述可為所接收的敘述事件。第一動詞動作將所接收的敘述剖析成經剖析事件，如藉由區塊1120所示。第二動詞動作使用詞匯評估經剖析事件，如藉由區塊1130所示。評估包括計算並設定具有表示可執行動作之詞匯中的動詞的可執行敘述事件，如藉由區塊1140所示。第三動詞動作對目標事件執行可執行動作，如藉由區塊1150所示。事件機器結構
第12圖為說明根據本發明之一個實施例的事件機器1200之部件的示意圖。如藉由第2圖所示，事件機器1200含有各自經由局部匯流排通訊耦合的記憶體1202、處理器1204、及非暫時性第二儲存裝置1206，或局部介面1208，其允許在事件機器1200內通訊。
記憶體1202具有儲存於其中的軟體1220，其定義本文描述的功能性。事件機器1200亦含有輸入及輸出(input and output; I/O)裝置110 (或周邊組件)。局部介面1208可例如但不限於一或多個匯流排或其他有線連接或無線關係，如此項技術中所知的。局部介面1208可具有為簡單起見省略的另外的元件，諸如控制器、緩衝器(快取)、驅動器、轉發器、及接收器，用以賦能通訊。另外，局部介面1208可包括位址、控制、及/或資料鏈接以賦能上述組件間的適當通訊。
處理器1204為用於執行軟體，尤其是儲存在記憶體1202中之軟體的硬體裝置。處理器1204可為任何客製或可商購的單核或多核處理器、中央處理單元(central processing unit; CPU)、與事件機器1200相關聯的若干處理器中的輔助處理器、基於半導體之微處理器(呈微晶片或晶片集之形式)、巨集處理器、或大體上用於執行軟體指令的任何裝置。
記憶體1202可包括依電性記憶體元件(例如，隨機存取記憶體(RAM，諸如DRAM、SRAM、SDRAM等等))及非依電性記憶體元件(例如，ROM、硬碟、磁帶、CDROM等等）之任一者或組合。此外，記憶體1202可併入有電子、磁性、光學、及/或其他類型之儲存媒體。應注意,記憶體1202可具有分佈式架構，其中各種組件係彼此遠程定位，但可藉由處理器1204存取。
根據本發明，軟體1220定義藉由事件機器執行的功能性。記憶體1202中之軟體1220可包括一或多個單獨的程式，每一程式含有用於實施事件機器1200之邏輯功能的可執行指令之有序清單，如下文所述。作為一實例，軟體1220可定義剖析器1222、評估器1224、執行器1226、及格式化器1228，其功能在本文描述。
記憶體1202可含有作業系統(O/S) 1221。作業系統實質上控制事件機器1200內的程式之執行且提供排程、輸入輸出控制、檔案及資料管理、記憶體管理、及通訊控制及相關服務。
I/O裝置110可包括輸入裝置，例如但不限於，鍵盤、滑鼠、掃描器、麥克風等等。此外，I/O裝置110亦可包括輸出裝置，例如但不限於，打印機、顯示器等等。最終，I/O裝置110可進一步包括經由輸入端及輸出端兩者通訊的裝置，例如但不限於，調變器/解調器(數據機；用於存取另一裝置、系統、或網路)、射頻(radio frequency; RF)或其他收發器、電話介面、橋接器、路由器、或其他裝置。
當系統事件機器1200在操作中時，處理器1204經配置以執行儲存在記憶體1202內的軟體1220，以往返於記憶體1202傳達資料，且大體上按照軟體1220控制事件機器1200之操作，如上文所解釋。
當事件機器1200之功能性在操作中時，處理器1204經配置以執行儲存在記憶體1202內的軟體1220，以往返於記憶體1202傳達資料，且大體上按照軟體1220控制事件機器1200之操作。作業系統1221藉由處理器1204讀取，或者在處理器1204內緩衝，且隨後執行。
當事件機器1200在軟體1220中實施時，應注意用於實施事件機器1200之指令可儲存在任何電腦可讀媒體上以供任何電腦相關裝置、系統、或方法使用或結合任何電腦相關裝置、系統、或方法使用。在一些實施例中，此種電腦可讀媒體可相應於記憶體1202或儲存裝置1206任一者或兩者。在本文件之上下文中，電腦可讀媒體為電子、磁性、光學、或其他實體裝置或構件，其可含有或儲存電腦程式以供電腦相關裝置、系統、或方法使用或結合電腦相關裝置、系統、或方法使用。用於實施系統之指令可體現於任何電腦可讀媒體中以供處理器或其他此類指令執行系統、設備、或裝置使用或結合處理器或其他此類指令執行系統、設備、或裝置使用。儘管處理器1204已以舉例方式提及，但在一些實施例中，此類指令執行系統、設備、或裝置可為任何基於電腦之系統、含有處理器之系統、或可自指令執行系統、設備、或裝置提取指令且執行指令的其他系統。在本文件之上下文中，「電腦可讀媒體」可為任何構件，其可儲存、傳達、傳播、或傳送程式以供處理器或其他此類指令執行系統、設備、或裝置使用或結合處理器或其他此類指令執行系統、設備、或裝置使用。
此類電腦可讀媒體可為例如但不限於電子、磁性、光學、電磁、紅外、或半導體系統、設備、裝置、或傳播媒體。電腦可讀媒體之更特定實例(非詳盡清單)將包括以下：具有一或多個電線之電氣連接(電子)、可攜式電腦磁片(磁性)、隨機存取記憶體(random access memory; RAM) (電子)、唯讀記憶體(read-only memory; ROM) (電子)、可抹除可程式化唯讀記憶體(erasable programmable read-only memory; EPROM、EEPROM、或快閃記憶體) (電子)、光纖(光學)、及可攜式光盤唯讀記憶體(portable compact disc read-only memory; CDROM) (光學)。應注意,電腦可讀媒體可甚至為紙張或其上印刷有程式之另一適當媒體，因為程序可經由例如紙張或其他媒體之光學掃描以電子方式俘獲，隨後加以編譯、解譯或另外在必要時以適當方式處理，且隨後儲存在電腦記憶體中。
在其中事件機器1200係實施在硬體中的替代實施例中，事件機器1200可利用以下每一在此項技術中熟知的技術中之任何技術或組合來實施：具有用於根據資料信號實施邏輯功能的邏輯閘的離散邏輯電路、具有適當的組合邏輯閘的特殊應用積體電路(application specific integrated circuit; ASIC)、可程式化閘陣列(programmable gate array; PGA)、現場可程式閘陣列(field programmable gate array; FPGA)等等。
根據本發明之第一示範性實施例，最初，記憶體1202含有包括一組事件機器程序P(TM(i))之事件機器程序P(TM) (其為可執行程序)。熟習此項技術者將理解多個P(TM(i))可體現於單一計算機器中，諸如但不限於，運行Windows 10的Dell Latitude 15 3000系列膝上型電腦；可使用單晶片系統(system on a chip)體現，諸如Raspberry Pi 3；可使用在單一機器中之多個計算組件來體現，或，使用可直接或間接通訊的多個相異及單獨機器來體現。事件機器可使用隨插即用架構來體現，諸如但不限於以全文引用方式併入本文中的從屬美國專利第6363437號中之隨插即用I2C中所定義者。
熟習此項技術者將明白，在不脫離本發明之範疇或精神的情況下，可對本發明之結構做出各種修改及變化。鑒於前述內容，本發明意欲涵蓋本發明之修改及變化，前提是其落入隨附申請專利範圍及其等效物之範疇內。
100‧‧‧事件之圖形
110‧‧‧動詞/動詞事件
120‧‧‧實例/宣告動詞
130‧‧‧定義域/論域個體域
135‧‧‧共域
150‧‧‧可執行機器碼
200‧‧‧事件之圖形
210‧‧‧P(TM(declare))/宣告事件
240‧‧‧thing:thing
300‧‧‧事件之圖形
340‧‧‧事件
345‧‧‧輸入集/P(TM(thing))
400‧‧‧事件之圖形
410‧‧‧P(TM(evaluate))
500‧‧‧事件
1100‧‧‧流程圖
1110‧‧‧方塊
1120‧‧‧方塊
1130‧‧‧方塊
1140‧‧‧方塊
1150‧‧‧方塊
1200‧‧‧事件機器
1202‧‧‧記憶體
1204‧‧‧處理器
1206‧‧‧非暫時性第二儲存裝置
1208‧‧‧局部介面
1210‧‧‧輸入及輸出(I/O)裝置
1220‧‧‧軟體
1221‧‧‧作業系統(O/S)
1222‧‧‧剖析器
1224‧‧‧評估器
1226‧‧‧執行器
1228‧‧‧格式化器
包括隨附圖式來提供對本發明的進一步理解，且將隨附圖式併入本說明書中並構成本說明書之一部分。圖式中之組件未必按比例繪製，而替代地重點是放在清楚地說明本發明之原理。圖式說明本發明之實施例，且連同說明書一起用以解釋本發明之原理。
第1圖為動詞圖之示意圖。
第2圖為宣告動詞圖之示意圖。
第3圖為可執行敘述之示意圖。
第4圖為敘述事件之示意圖。
第5圖為代表內容的事件之示意圖。
第6圖為命名為內容的事件之示意圖。
第7圖展示宣告事件類別描述(Thing Class Description; TCD)之實例。
第8圖展示宣告所有成員為一類連絡人的實例。
第9圖展示宣告群體之實例。
第10圖展示宣告TCD方法之實例。
第11圖為展示根據本發明之方法的示範性實施例的流程圖。
第12圖為說明根據本發明之一個實施例的事件機器之部件的示意圖。
國內寄存資訊 (請依寄存機構、日期、號碼順序註記) 無
國外寄存資訊 (請依寄存國家、機構、日期、號碼順序註記) 無

Claims (24)

  1. 一種用於參考一知識庫來執行一所要動詞動作的基於電腦之方法，該知識庫包含一模型之一定義知識及一程序知識，該模型包含複數個事件，每一事件包含非暫時性記憶體之一單元，該非暫時性記憶體包含複數個組件，該動詞動作包含以下步驟： 將一動詞定位於一詞匯中，該動詞滿足該所要動詞之標準，該動詞具有一可執行動作之一參考的一表示；及在一論域個體域之上下文中執行該可執行動作，其中該論域個體域包含該詞匯。
  2. 如請求項1所述之方法，其中該論域個體域進一步包含一定義域、及一共域。
  3. 如請求項1所述之方法，其中該所要動詞動作進一步包含執行以下步驟： 藉由與一電磁波形裝置交互來接收一經傳達通訊；及設定代表該經接收通訊之一第一事件。
  4. 如請求項3所述之方法，其中該所要動詞動作進一步包含執行以下步驟：剖析代表該經接收通訊之該第一事件之內容以在該論域個體域之該上下文中計算代表一敘述之一第二事件。
  5. 如請求項4所述之方法，其中該所要動詞動作進一步包含執行以下步驟：在該論域個體域中評估代表一敘述之該第二事件且在該論域個體域之該上下文中計算代表一可執行敘述之一第三事件。
  6. 如請求項5所述之方法，其中該所要動詞動作進一步包含執行以下步驟：在該論域個體域之該上下文中執行代表該可執行敘述之該第三事件。
  7. 如請求項6所述之方法，其中該可執行敘述包含以下各項之群組中之至少一者：一所要動詞之一參考之一表示、一定義域中之一組事件、及一共域中之一組事件。
  8. 如請求項7所述之方法，其中該動詞之該參考、該定義域、及該共域表示用於選擇一所要動詞動作之一標準。
  9. 如請求項1所述之方法，其中要執行的該所要動詞動作為一可執行敘述之該動詞動作。
  10. 如請求項5所述之方法，其中要執行的該所要動詞動作為該可執行敘述之該動詞動作。
  11. 如請求項5所述之方法，其中該敘述代表由以下各項之群組中之至少一者組成的一請求：執行一交易之一請求、提供一服務之一請求、及有關於一貨物之一請求。
  12. 如請求項1所述之方法，其中該所要動作由以下至少一者組成：執行一智慧型合約，學習一論域個體域中之某事件，學習如何在一論域個體域中進行某事件，及學習可在一論域個體域中受作用的某事件， 其中學習包含執行改變該知識庫之一模型化動作。
  13. 一種用於管理一知識庫中之複數個事件的系統，該知識庫包含一模型之一定義知識及一程序知識，該複數個事件之每一事件包含非暫時性記憶體之一單元，該非暫時性記憶體包含複數個組件，該系統包含： 一處理器及一記憶體，其經配置以儲存在藉由該處理器執行時執行以下步驟的非暫時性指令：接收一經接收敘述；藉由一第一動詞動作將該經接收敘述剖析成一經剖析事件；藉由一第二動詞動作使用一詞匯評估該經剖析事件，進一步包含以下步驟：計算並設定一可執行敘述事件，其包含在該詞匯中表示一可執行動作之一動詞；及藉由一第三動詞動作對一目標事件執行該可執行動作，其中該詞匯包含一組可執行動作事件及一組可執行動作事件可對之起作用的目標事件。
  14. 如請求項13所述之系統，其中該經接收敘述為該複數個事件之一事件，其係以一語言文法表示。
  15. 如請求項13所述之系統，其中該詞匯為該複數個事件中之一事件。
  16. 如請求項13所述之系統，其中該可執行敘述事件係處於一服務之一共域中。
  17. 如請求項13所述之系統，其中該詞匯有關於一論域個體域，其包含該複數個事件中之一事件，該可執行動作可對該事件起作用以作為一輸入。
  18. 如請求項13所述之系統，其中該複數個組件包含一非易變組件。
  19. 一種用於管理一知識庫中之複數個事件的基於電腦之方法，該知識庫包含一模型之一定義知識及一程序知識，該複數個事件之每一事件包含非暫時性記憶體之一單元，該非暫時性記憶體包含複數個組件，該方法包含以下步驟： 接收一經接收敘述；藉由一第一動詞動作將該經接收敘述剖析成一經剖析事件；藉由一第二動詞動作使用一詞匯評估該經剖析事件，進一步包含以下步驟：計算並設定一可執行敘述事件，其包含在該詞匯中表示一可執行動作之一動詞；及 藉由一第三動詞動作對一目標事件執行該可執行動作，其中該詞匯包含一組可執行動作事件及一組可執行動作事件可對之起作用的目標事件。
  20. 如請求項19所述之方法，其中該經接收敘述為該複數個事件之一事件，其係以一語言文法表示。
  21. 如請求項19所述之方法，其中該詞匯為該複數個事件中之一事件。
  22. 如請求項19所述之方法，其中該可執行敘述事件係處於一服務之一共域中。
  23. 如請求項19所述之方法，其中該詞匯有關於一論域個體域，其包含該複數個事件中之一事件，該可執行動作可對該事件起作用以作為一輸入。
  24. 如請求項19所述之方法，其中該複數個組件包含一非易變組件。
TW108107036A 2018-02-28 2019-03-04 用於事件機器執行模型的系統及方法 TWI830722B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862636283P 2018-02-28 2018-02-28
US62/636,283 2018-02-28

Publications (2)

Publication Number Publication Date
TW201939321A true TW201939321A (zh) 2019-10-01
TWI830722B TWI830722B (zh) 2024-02-01

Family

ID=67684500

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108107036A TWI830722B (zh) 2018-02-28 2019-03-04 用於事件機器執行模型的系統及方法

Country Status (4)

Country Link
US (2) US11625533B2 (zh)
EP (1) EP3759656A4 (zh)
TW (1) TWI830722B (zh)
WO (1) WO2019169039A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7386501B2 (ja) * 2019-05-22 2023-11-27 株式会社LegalOn Technologies 文書処理プログラム及び情報処理装置
US11269595B2 (en) * 2019-11-01 2022-03-08 EMC IP Holding Company LLC Encoding and evaluating multisets using prime numbers
CN111209113B (zh) * 2019-12-31 2022-12-13 卓尔智联(武汉)研究院有限公司 基于智能合约的资源分配方法、装置、设备和存储介质
US11605187B1 (en) * 2020-08-18 2023-03-14 Corel Corporation Drawing function identification in graphics applications
CN112308563B (zh) * 2020-11-20 2022-11-04 度小满科技(北京)有限公司 获客数据处理方法与节点

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5644686A (en) * 1994-04-29 1997-07-01 International Business Machines Corporation Expert system and method employing hierarchical knowledge base, and interactive multimedia/hypermedia applications
US20050005266A1 (en) * 1997-05-01 2005-01-06 Datig William E. Method of and apparatus for realizing synthetic knowledge processes in devices for useful applications
US6363437B1 (en) 1999-01-07 2002-03-26 Telefonaktiebolaget Lm Ericsson (Publ) Plug and play I2C slave
AUPR511301A0 (en) * 2001-05-18 2001-06-14 Mastersoft Research Pty Limited Parsing system
US9009590B2 (en) * 2001-07-31 2015-04-14 Invention Machines Corporation Semantic processor for recognition of cause-effect relations in natural language documents
WO2003067471A1 (fr) * 2002-02-04 2003-08-14 Celestar Lexico-Sciences, Inc. Appareil et procede permettant de traiter des connaissances dans des documents
US7428517B2 (en) * 2002-02-27 2008-09-23 Brands Michael Rik Frans Data integration and knowledge management solution
EP1508861A1 (en) * 2002-05-28 2005-02-23 Vladimir Vladimirovich Nasypny Method for synthesising a self-learning system for knowledge acquisition for text-retrieval systems
US7047226B2 (en) * 2002-07-24 2006-05-16 The United States Of America As Represented By The Secretary Of The Navy System and method for knowledge amplification employing structured expert randomization
EP1599866B1 (de) * 2002-11-13 2007-08-22 Bernd Schönebeck Sprachverarbeitendes system und verfahren
US6980949B2 (en) 2003-03-14 2005-12-27 Sonum Technologies, Inc. Natural language processor
US20040230951A1 (en) * 2003-04-02 2004-11-18 Scandura Joseph M. Method for Building Highly Adaptive Instruction Based on the Structure as Opposed to the Semantics of Knowledge Representations
US8750782B2 (en) * 2003-04-02 2014-06-10 Joseph M. Scandura Building and delivering highly adaptive and configurable tutoring systems
US20050197991A1 (en) * 2003-06-25 2005-09-08 Wray Robert E. Method and apparatus for providing rule-based, autonomous software agent with ontological information
US8898098B1 (en) * 2004-05-21 2014-11-25 Ray Anthony Luechtefeld Method, artificially intelligent system and networked complex for facilitating group interactions
US20060036430A1 (en) * 2004-08-12 2006-02-16 Junling Hu System and method for domain-based natural language consultation
US20070130112A1 (en) * 2005-06-30 2007-06-07 Intelligentek Corp. Multimedia conceptual search system and associated search method
US8666928B2 (en) * 2005-08-01 2014-03-04 Evi Technologies Limited Knowledge repository
WO2009032287A1 (en) * 2007-09-07 2009-03-12 Enhanced Medical Decisions, Inc. Management and processing of information
US20090177634A1 (en) * 2008-01-09 2009-07-09 International Business Machine Corporation Method and System for an Application Domain
US8521512B2 (en) * 2008-04-30 2013-08-27 Deep Sky Concepts, Inc Systems and methods for natural language communication with a computer
US8346534B2 (en) * 2008-11-06 2013-01-01 University of North Texas System Method, system and apparatus for automatic keyword extraction
US8972445B2 (en) * 2009-04-23 2015-03-03 Deep Sky Concepts, Inc. Systems and methods for storage of declarative knowledge accessible by natural language in a computer capable of appropriately responding
US9805020B2 (en) * 2009-04-23 2017-10-31 Deep Sky Concepts, Inc. In-context access of stored declarative knowledge using natural language expression
US8346683B2 (en) * 2009-04-30 2013-01-01 Exprentis, Inc. System, program, and method for representation, utilization, and maintenance of regulatory knowledge
US9858925B2 (en) * 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US20110288877A1 (en) * 2009-11-09 2011-11-24 dbMotion Ltd. Health Information Exchange and Integration System and Methods Useful in Conjunction Therewith
US8478581B2 (en) * 2010-01-25 2013-07-02 Chung-ching Chen Interlingua, interlingua engine, and interlingua machine translation system
US8751218B2 (en) * 2010-02-09 2014-06-10 Siemens Aktiengesellschaft Indexing content at semantic level
US20120215560A1 (en) * 2010-07-21 2012-08-23 dbMotion Ltd. System and methods for facilitating computerized interactions with emrs
US10734115B1 (en) * 2012-08-09 2020-08-04 Cerner Innovation, Inc Clinical decision support for sepsis
US8311973B1 (en) * 2011-09-24 2012-11-13 Zadeh Lotfi A Methods and systems for applications for Z-numbers
JP5389273B1 (ja) * 2012-06-25 2014-01-15 株式会社東芝 文脈解析装置および文脈解析方法
US9396179B2 (en) * 2012-08-30 2016-07-19 Xerox Corporation Methods and systems for acquiring user related information using natural language processing techniques
AU2014212481A1 (en) * 2013-02-01 2015-09-10 Worcester Polytechnic Institute Inquiry skills tutoring system
CN105264518B (zh) * 2013-02-28 2017-12-01 株式会社东芝 数据处理装置及故事模型构建方法
US9569425B2 (en) * 2013-03-01 2017-02-14 The Software Shop, Inc. Systems and methods for improving the efficiency of syntactic and semantic analysis in automated processes for natural language understanding using traveling features
US20140324747A1 (en) * 2013-04-30 2014-10-30 Raytheon Company Artificial continuously recombinant neural fiber network
US20170124269A1 (en) * 2013-08-12 2017-05-04 Cerner Innovation, Inc. Determining new knowledge for clinical decision support
US10073840B2 (en) * 2013-12-20 2018-09-11 Microsoft Technology Licensing, Llc Unsupervised relation detection model training
US10176438B2 (en) * 2015-06-19 2019-01-08 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for data driven malware task identification
US10140101B2 (en) 2015-08-26 2018-11-27 International Business Machines Corporation Aligning natural language to linking code snippets to perform a complicated task
US20170344886A1 (en) * 2016-05-25 2017-11-30 Tse-Kin Tong Knowledge Management System also known as Computer Machinery for Knowledge Management
US10621169B2 (en) * 2016-10-20 2020-04-14 Diwo, Llc Method and system for maintaining knowledge required in a decision-making process framework
US11126946B2 (en) * 2016-10-20 2021-09-21 Diwo, Llc Opportunity driven system and method based on cognitive decision-making process
JP7256742B2 (ja) * 2016-12-07 2023-04-12 ノースラップ，チャールズ シングマシンシステム及び方法
US10962623B1 (en) * 2017-05-17 2021-03-30 Heathkit Company, Inc. Accurate and model-based measurement and management systems and methods
JP6802118B2 (ja) * 2017-07-04 2020-12-16 株式会社日立製作所 情報処理システム

Also Published As

Publication number Publication date
US20230205989A1 (en) 2023-06-29
US20190266235A1 (en) 2019-08-29
EP3759656A1 (en) 2021-01-06
TWI830722B (zh) 2024-02-01
US11625533B2 (en) 2023-04-11
EP3759656A4 (en) 2022-03-30
WO2019169039A1 (en) 2019-09-06

Similar Documents

Publication Publication Date Title
US11443380B2 (en) System and method of providing and recording personalized context-specific advice in the form of an artificial intelligence view of a hierarchical portfolio
TWI830722B (zh) 用於事件機器執行模型的系統及方法
US20180165758A1 (en) Providing Financial-Related, Blockchain-Associated Cognitive Insights Using Blockchains
US8606664B2 (en) System and method for providing a plurality of asset and service valuations
US8799040B2 (en) Engine, system and method of providing business valuation and database services using alternative payment arrangements
Watson et al. Addressing the growing need for algorithmic transparency
Anshari et al. Financial technology with AI-enabled and ethical challenges
US8630884B2 (en) Engine, system and method of providing cloud-based business valuation and associated services
KR102451133B1 (ko) Nft 기반 언론사 콘텐츠의 거래 및 진위 여부 검증 플랫폼 서비스 제공 방법, 장치 및 시스템
US20120310798A1 (en) Engine, system and method of providing cloud-based business valuation and associated services
US20140019293A1 (en) Automated Technique For Generating Recommendations Of Potential Supplier Candidates
Lamba et al. Exchange listings and delistings: The role of insider information and insider trading
Cousins et al. A value-sensitive design perspective of cryptocurrencies: a research agenda
Lukac et al. Reputation systems and recruitment in online labor markets: insights from an agent-based model
US20180308033A1 (en) Engine, system and method of providing comparative business valuation analysis
Moraes et al. OriginalMy: Blockchain technology and business defying a 20th-century regulation
US20120310796A1 (en) Engine, system and method of providing realtime cloud-based business valuation and database services
Zhang et al. Predicting temporary deal success with social media timing signals
US20120316901A1 (en) Engine, system and method of providing cloud-based business valuation and associated services
TW202418102A (zh) 用於事件機器執行模型的系統及方法
Yarygina et al. The Impact of Foreign Direct Investment on the CIS: Econometrics Modeling
US20230127714A1 (en) Systems and methods for consensus in a blockchain network
Martin Impact and Consequences of Firm and Policy Communication in Marketing Strategy
van Dijk Can Blockchain Technology Enhance Consumer Trust? An exploratory research examining how blockchain can enhance consumer trust in the e-commerce industry
Wendlinger The challenge of FinTech from the perspective of german incumbent banks: an exploratory study investigating industry trends and considering the future of banking