Способ формирования правила получения логического вывода

Изобретение относится к средствам обработки информации за счет автоматизации формирования логических выводов при обработке массивов данных. Технический результат заключается в сокращении времени обработки и повышении достоверности логических выводов за счет постоянного контроля и подтверждения в процессе обработки данных. Компьютерной системой на основании первичной входящей информации и первичного вывода, принятого пользователем при соответствии первичной гипотезы, сохраненной в памяти, между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем первичным решением, с другой стороны, осуществляют получение и анализ последующей машиночитаемой входящей информации, относящейся к произошедшим событиям или фактам, выработку пользователем на основании признаков, характеризующих выделенное событие и/или факт, или на основании части таких признаков, последующего решения в виде соответствующего действия пользователя как вывод о прогнозируемых последствиях или возможных взаимосвязях событий и/или фактов, фиксируемого компьютерной системой, формирование компьютерной системой на основании последующей входящей информации и последующего решения, принятого пользователем, последующей гипотезы о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем последующим решением, с другой стороны, сохранении в памяти системы сформированной системой последующей гипотезы, осуществляя контроль наличия или отсутствия противоречия между первичным решением и последующей гипотезой, в случае противоречия логического вывода, делают вывод о недостоверности такой последующей гипотезы, если делают вывод о достоверности и то он подлежит дальнейшему использованию системой при формировании логического вывода в отношении последующей входящей информации. 9 табл.

 

Изобретение относится к вычислительной технике и может быть использовано при обработке информации в логической системе с компьютерной поддержкой.

Известен способ анализа и прогнозирования развития динамической компьютера и ее отдельных элементов по патенту РФ №2236700, заключающийся в применении к организованным данным, моделирующим сложную динамическую систему, процедуры автоматической идентификации, позволяющей осуществлять синтез накопленной в хранилище информации с вновь вводимыми данными, процедуры вывода законов изменений объектов компьютера и их атрибутов по индукции на основании ранее зафиксированных их состояний, процедуры диагностики состояния и прогноза развития элементов компьютера по аналогии с известными последовательностями фактов, приводящих к некоторым типовым состояниям элементов, и процедуры диагностики состояния и прогноза развития элементов компьютера по аналогии с развитием этих же самых или подобных им элементов, информация о которых накоплена в банке данных.

Известный способ не позволяет автоматизировать процесс получения правил логического вывода.

Известен способ унифицированной семантической обработки информации, обеспечивающий в рамках одной формальной модели представление, контроль семантической правильности, поиск и идентификацию описаний объектов по патенту РФ №2393536. В способе совмещают несколько процессов обработки: поиск-идентификация описаний, пополнение описаний значениями признаков, расширение множества признаков, используемых для описания, изменение самих наборов описаний, обнаружение и диагностика ошибок ложной синонимии и омонимии и комбинации перечисленных выше действий. При этом используют данные в зависимости от текущего состояния и для поиска-идентификации, и для пополнения, и для обнаружения, и диагностики ошибок. Для обрабатываемых наборов описаний используют простые или составные ключи, предназначенные для повышения скорости сопоставления, динамически пополняют набор признаков, с помощью которых дается описание объектов и на основании которого осуществляют сопоставление.

Известный способ не позволяет автоматизировать процесс получения правил логического вывода.

Известен машинореализуемый способ автоматизированного построения маршрута логического вывода в базе знаний по патенту РФ №2607995. Технический результат заключается в сокращении времени построения маршрута логического вывода. Указанный результат достигается за счет базы знаний, содержащей представление модели предметной области в виде объектов и связей, организованных в ориентированный двудольный граф, при этом объекты содержат параметры, причем связи содержат правила и каждое правило имеет входную переменную и выходную переменную, а каждый связанный с правилом параметр является его входной либо выходной переменной. Формируют совокупность известных параметров и задают искомые параметры. Запускают одновременно несколько запускаемых правил, в которых известный параметр является входной переменной, для которых известны все остальные входные переменные, при этом имитацию запуска правила осуществляют путем присваивания выводимым в этом правиле переменным значений «известно». Если найдены все искомые параметры, упомянутую обработку прекращают и задача считается решенной, в противном случае осуществляют дальнейший поиск маршрута логического вывода. Строят последовательность из запущенных правил в порядке их запуска, при этом построенная последовательность правил представляет маршрут логического вывода.

Известный способ не позволяет автоматизировать процесс получения правил логического вывода.

Известен способ для обработки данных в логической системе с компьютерной поддержкой по патенту РФ №2583720 (выбран в качестве наиболее близкого аналога прототипа), включающий в себя следующие этапы:

- направление (S1) подлежащего подписке запроса (А) приложения (1) на по меньшей мере одно устройство (R) логических выводов,

- передача (S5, S7, S8) информации основанных на событии данных источника (4, 5) данных на устройство (R) логических выводов, причем передачу (S5, S7, S8) данных источника (4, 5) данных на устройство (R) логических выводов осуществляют, основываясь на событии, в особенности к определенным моментам времени,

- определение (SF) причинного и/или основанного на времени логического вывода посредством блока (RP) рассуждений устройства (R) логических выводов на основе семантической модели, содержащей терминологические понятия онтологии, и экземпляра модели семантической модели, содержащего конкретные экземпляры терминологических понятий онтологии, на основании данных источника (4, 5) данных переданных информации и - передача (S9, S10) логического вывода в приложение (1) посредством устройства (R) логических выводов.

В способе по патенту РФ №2583720 осуществляют формализацию сведений о семантических признаках определенных фактов или явлений, и генерации нового знания посредством логических выводов. При этом сами правила логического вывода в способе по патенту РФ №2583720 заданы исходно и не меняются по ходу процесса обработки информации.

Способ по патенту РФ №2583720, выбранный в качестве наиболее близкого аналога, не позволяет автоматизировать процесс получения правил логического вывода.

Техническая проблема, решаемая заявляемым изобретением - создание способа формирования правила получения логического вывода, в результате осуществления которого возможно автоматизировать процесс формирования правил получения логического вывода; кроме того, технической проблемой, решаемой заявляемым способом, является обеспечение возможности создания или выполнения критичных к времени запросов и логических выводов без увеличения объема требуемой памяти.

Технический результат, достигаемый изобретением - автоматизация способа формирования правила получения логического вывода, обеспечение простоты, достоверности и надежности способа.

Технический результат достигается за счет того, что в способе формирования правила получения логического вывода в логической системе с компьютерной поддержкой, заключающемся в получении и анализе машиночитаемой первичной входящей информации, относящейся к произошедшим событиям и/или фактам, выделении из общего массива входящей информации сведений о конкретных событиях и/или фактах, формулировании признаков, характеризующих каждое выделенное событие и/или факт, выработки пользователем на основании признаков, характеризующих каждое выделенное событие и/или факт, первичного решения в виде соответствующего действия пользователя, фиксируемого компьютером и выражающего вывод пользователя о прогнозируемых последствиях или возможных взаимосвязях событий и/или фактов, формировании компьютером на основании первичной входящей информации и первичного решения, принятого пользователем, первичной гипотезы о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем первичным решением, с другой стороны, сохранении в памяти компьютера сформированной компьютером первичной гипотезы, осуществляют получение и анализ последующей машиночитаемой входящей информации, относящейся к произошедшим событиям или фактам, выработку пользователем на основании признаков, характеризующих выделенное событие и/или факт, или на основании части таких признаков, последующего решения в виде соответствующего действия пользователя, фиксируемого компьютером и выражающего вывод пользователя о прогнозируемых последствиях или возможных взаимосвязях событий и/или фактов, формировании компьютером на основании последующей входящей информации и последующего решения, принятого пользователем, последующей гипотезы о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем последующим решением, с другой стороны, сохранении в памяти компьютера сформированной компьютером последующей гипотезы, осуществляют контроль наличия или отсутствия противоречия между первичным решением и последующей гипотезой, в случае противоречия логического вывода, полученного на основании первичной входящей информации и последующей гипотезы, первичному решению, делают вывод о недостоверности такой последующей гипотезы и исключают ее, в случае отсутствия противоречия между первичным решением и логическим выводом, полученным на основании первичной входящей информации и последующей гипотезы, делают вывод о высокой степени ее достоверности и на основании такой последующей гипотезы, имеющей высокую степень достоверности, формируют правило получения логического вывода, осуществляют обобщение нескольких сформированных правил получения логического вывода, формируя, таким образом, агрегированное правило получения логического вывода, осуществляют первичный контроль пользователем агрегированного правила получения логического вывода, в случае не подтверждения пользователем агрегированного правила получения логического вывода, делают вывод о его недостоверности и исключают его, в случае подтверждения пользователем агрегированного правила получения логического вывода, делают вывод о его достоверности и оно подлежит дальнейшему использованию компьютером при формировании логического вывода в отношении последующей входящей информации.

Заявляемый способ позволяет автоматизировать процесс формирования правила получения логического вывода за счет того, что пользователь (оператор) своими действиями по приему и обработке информации предоставляет шаблоны возможных вариантов правила получения правильного логического вывода, из которых отбираются наиболее достоверные.

Изначально пользователь (оператор) получает и анализирует первичную машиночитаемую информацию о произошедших событиях и/или фактах. Далее весь массив поступившей первичной информации разделяют по конкретным событиям и/или фактам и формулируют признаки, которыми характеризуется каждое выделенное событие и/или факт, на основании которых пользователь отделял одно событие и/или факт от другого. Оценив поступившую первичную информацию о произошедшем событии и/или факте, оценив последствия, которые могут произойти в результате произошедшего события и/или факта, или взаимосвязи, которые могут существовать между рассматриваемым и другими событиями и/или фактами, пользователь принимает первичное решение, соответствующее его оценке произошедшего события и/или факта, его оценке возможных взаимосвязей между событием и фактами, или между несколькими фактами. Указанное решение пользователь принимает в соответствии с логикой, присущей пользователю как специалисту. Принятое первичное решение пользователь реализует в виде конкретного действия, фиксируемого компьютером. Решение, принятое пользователем и реализованное в виде конкретного действия, считается правильным, корректным и, в последующем, является критерием истинности, правильности при выработке правила логического вывода.

На основании поступившей первичной информации и первичного решения, принятого пользователем, компьютер вырабатывает первичную гипотезу о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем первичным решением, с другой стороны. Указанная первичная гипотеза на данном этапе представляет собой неподтвержденное правило логического вывода о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем первичным решением, с другой стороны. Первичная гипотеза подлежат сохранению компьютером для ее последующего использования.

Далее согласно заявляемому способу осуществляется получение и анализ последующей входящей информации, относящейся к произошедшим событиям и/или фактам. На основании признаков, которые были сформированы на предыдущем этапе или на основании части таких признаков, характеризующих выделенные события и/или факты, пользователь принимает последующее решение, которое выражается в виде конкретного действия пользователя, фиксируемого компьютером. Каждое решение, принятое пользователем, считается правильным и корректным. На основании поступившей последующей информации и последующего решения, принятого пользователем и зафиксированного компьютером, компьютер вырабатывает последующую гипотезу о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем последующим решением, с другой стороны. На данном этапе последующая гипотеза также представляет собой неподтвержденное правило логического вывода.

Поскольку и первичная и последующая гипотезы были выработаны компьютером, у которой отсутствует предшествующий опыт и знания, а не пользователем, который в силу присущего ему профессионального опыта с учетом всех возможных факторов и обстоятельств, имеет возможность принять правильное и корректное решение, возможны ошибки компьютера из-за недостаточности имеющейся информации для формирования корректных гипотез. Поэтому на следующем этапе осуществляют контроль на отсутствие противоречий между каждой последующей гипотезой и каждым первичным решением, принятым пользователем.

Если логический вывод, полученный на основании первичной входящей информации и последующей гипотезы, противоречит первичному решению, принятому пользователю и считающемуся правильным, делают вывод о недостоверности такой последующей гипотезы и исключат ее от дальнейшего использования компьютером.

Если логический вывод, полученный на основании первичной входящей информации и последующей гипотезы, не противоречит первичному решению, принятому пользователю и считающему правильным, делают вывод о высокой степени достоверности такой последующей гипотезы и на ее основании формируют правило получения логического вывода, используемое компьютером при дальнейшей работе.

Осуществляют обобщение нескольких сформированных правил получения логического вывода, формируя, таким образом, агрегированное правило получения логического вывода. Поскольку каждое правило получения логического вывода было сформировано на основании гипотезы, достоверность которой была подтверждена, агрегированное правило получения логического вывода будет обладать наиболее высокой достоверностью. Агрегирование первичных правил может выполняться различными способами, включая следующие. Выполняется агрегирование путем исключения лишних предпосылок, если пара объединяемых первичных правил имеет общий вывод, часть их предпосылок совпадает, но в одном из правил присутствуют также дополнительные (лишние) предпосылки. Выполняется агрегирование путем дополнения предпосылок, объединяемых условием «или», если пара объединяемых первичных правил имеет общий вывод, часть их предпосылок совпадает, а отличающаяся часть предпосылок содержит условия на различные значения одних и тех же признаков. При агрегировании правил оценка степени их достоверности суммируется. Для окончательного вывода о достоверности агрегированного правила получения логического вывода, для того, чтобы исключить в дальнейшем участие пользователя в обработке и анализе поступающей информации, осуществляют первичный контроль пользователем агрегированного правила получения логического вывода.

В случае не подтверждения пользователем агрегированного правила получения логического вывода, делают вывод о его недостоверности и исключают его, в случае подтверждения пользователем агрегированного правила получения логического вывода, делают вывод о его достоверности и оно подлежит дальнейшему использованию компьютером при формировании логического вывода в отношении последующей входящей информации.

Поскольку подтвержденное пользователем агрегированное правило получения логического вывода, обладающее в результате этого максимально возможной степенью достоверности, было сформировано самой компьютером, следовательно, начиная с данного этапа компьютер знает и умеет принимать правильные решения в отношении произошедших событий и/или фактов, т.к. начиная с данного этапа, компьютер умеет правильно прогнозировать последствия или возможные взаимосвязи событий и/или фактов.

Заявляемый способ подтверждается следующими примерами.

Пример 1.

1) Пример получения логических гипотез по описываемому способу в компьютере ситуационного центра. В таблице 1 ниже перечислены сообщения о происшествиях, поступающие в ситуационный центр, содержание сведения о конкретных событиях или фактах. Каждое сообщение характеризуется набором признаков, в число которых входят тип (класс) происшествия, данные о месте и времени происшествия.

На основании значений признаков сообщений пользователь принимает решение о том, что определенные сообщения свидетельствуют об одном и том же происшествии, то есть между ними существует взаимосвязь. Компьютер выполняет следующие действия по анализу состава и значений признаков сообщений, в отношении которых принял решение пользователь:

а) определяет набор классов происшествий, о которых говорится в связанных сообщениях;

б) определяет разброс значений признаков, свидетельствующих о месте и времени происшествия, и вычисляет максимальную величину разброса;

в) определяет совпадающие значения иных семантических признаков.

Состав семантических признаков зависит от классификации сообщения. Так, пожар может характеризоваться площадью возгорания и числом пострадавших, отравление продуктами горения - числом пострадавших и типом горючего вещества. Конкретные способы классификации, выделения семантических признаков не связаны с реализацией предлагаемого способа и здесь не описываются.

Сочетание состава и возможных значений признаков, полученное в результате этой последовательности действий, образует условие гипотезы, состоящей в том, что при удовлетворении условий гипотезы следует считать сообщения свидетельствующими об одном происшествии.

Ниже в Таблице 1 перечислены сообщения, поступавшие в ситуационный центр, в порядке их поступления.

На основе первого поступившего сообщения пользователь не принял никакого решения, так как отсутствовали другие сообщения,. с которыми можно было бы его связать. Пользователь создал на основе этого сообщения информационный объект, описывающий происшествие, контролируемое ситуационным центром. Происшествие получило тот же набор и значения семантических признаков, которыми характеризовалось первое сообщение.

После поступления второго сообщения пользователь сравнил набор и значения его признаков с набором и значениями признаков контролируемого происшествия, и принял решение о том, что второе сообщение свидетельствует о том же происшествии, что и первое, создав тем самым между ними логическую связь. На основе этого решения компьютером была сформирована следующая гипотеза:

Условие гипотезы, сформулированной в результате обработки первого и второго сообщений, в отношении которых пользователь принял решение о том, что они свидетельствуют об одном и том же происшествии, может быть записано так: «Сообщения свидетельствуют об одном происшествии, если они относятся к классам [Задымление, Пожар], разброс по координатам места происшествия не превышает 100 м, разброс по времени не превышает 10 мин, и Тип объекта, на котором произошло происшествие - Здание или Торговый центр».

Затем поступило третье сообщение, и пользователь снова принял решение о том, что оно свидетельствует о том же происшествии. На основании сравнения признаков первого и третьего сообщений сформирована вторая гипотеза.

Предположим, в ходе дальнейшей работы ситуационного центра поступают четвертое и пятое сообщения о другом происшествии со следующими значениями признаков:

На основании сообщения №4 пользователь создал новое контролируемое происшествие.

При поступлении сообщения №5 пользователь принимает решение о том, что это сообщение не свидетельствует о том же происшествии. Такой вывод оператора противоречит ранее сформулированной гипотезе №2:

Как видно из Таблицы 5, результат сравнения признаков сообщений №4 и №5 удовлетворяет условиям гипотезы №2, однако в этом случае пользователь не принял того решения, которое должен бы был принять, если бы гипотеза №2 была верной. Поэтому гипотеза №2 помечается как неверная и не будет формироваться вновь в процессе дальнейшей работы компьютера.

В ходе дальнейшей работы компьютера поступают сообщения №6 и №7, на основании которых компьютер формирует гипотезу №3.

Компьютер выполняет сравнение условий гипотезы №1, оставшейся не опровергнутой, и вновь сформированной гипотезы №3. Условия агрегирования могут варьироваться в зависимости от прикладной задачи, для решения которой реализуется способ. В рассматриваемом примере компьютер находит достаточное количество общих элементов предпосылок между гипотезами №1 и №3, и формирует на их основе агрегированное правило получения логического вывода. В части набора классов (типов) происшествия выполняется дополнение предпосылок, в части признаков места и времени, а также семантических признаков - исключение предпосылок, то есть выбирается наиболее строгий вариант соответствия.

Читаемый вид агрегированного правила №1 таков: «Сообщения свидетельствуют об одном происшествии, если они относятся к классам [Задымление, Пожар, Пострадавший с ожогами], разброс по координатам места происшествия не превышает 100 м, разброс по времени не превышает 10 мин, и Тип объекта, на котором произошло происшествие - Здание».

По истечении определенного периода работы компьютера агрегированное правило предъявляется в читаемом виде для проверки пользователю-эксперту. Пользователь-эксперт убеждается в корректности сформулированного правила и делает вывод о его достоверности. В дальнейшем при поступлении сообщений, отвечающих условиям такого правила, компьютер будет автоматически устанавливать взаимосвязь между этими сообщениями, и, следовательно, между каждым последующим сообщением и контролируемым происшествием, созданным на основании первого сообщения.

Пример 2.

Применение способа в компьютере мониторинга неисправностей оборудования на примере условной сложной технологической установки. Пусть установка снабжена датчиками, измеряющими различные характеристики ее функционирования: температуру различных узлов, уровень шума, уровень вибрации. Для каждого параметра в каждой точке измерения существует граничное значение (уставка), при превышении которого автоматически срабатывает компьютер аварийной сигнализации. Однако возможны ситуации, в которых значение каждого конкретного контролируемого параметра не превысило пороговое значение, но их комбинация свидетельствует о серьезной неисправности, при возникновении которой необходимо остановить установку, выполнить ее диагностику и ремонт. Решение об остановке принимает оператор, следящий за значениями всех параметров.

Исходными данными для формирования гипотез служат случаи, в которых оператор принял или не принял решение об остановке оборудования. В данном примере отсутствует классификация случаев, не существенны признаки места и времени - рассматриваются только семантические признаки. Вывод гипотезы состоит в том, что если условия гипотезы выполняются, то необходимо остановить оборудование для диагностики и ремонта.

Гипотезы формируются на основании наборов признаков, характеризующих случаи, в которых принято решение об остановке. При этом формируемые гипотезы не должны противоречить тем случаям, когда решение об остановке не было принято. В данном примере при формировании гипотез не учитываются значения признаков, учет которых привел бы к недостоверности гипотез из-за наличия противоречащих случаев. Так, 3-й случай препятствует включению в условие значений уровня шума и вибрации, т.к. они превышают соответствующие значения в 1-м и 2-м случаях, но решение об остановке не было принято.

Условие правила, сформированного на основании агрегирования гипотез: «Решение об остановке принимается, если производится автоматический сброс излишнего давления И температура рабочей жидкости превышает 120°C».

Пример 3.

Применение способа в медицинской диагностике. Основанием для формирования логических гипотез служит наблюдение за поставленными врачом предварительными диагнозами на основе опроса пациента.

В примере 3 использован «Российский терапевтический справочник» под ред. А.Г. Чучалина, Москва, «Геотар-Медиа», 2005, стр. 140-148

Правила, сформированные алгоритмом на основании перечисленных случаев.

1. Если Характер боли в эпигастральной области = «Резкая, поздняя через 1,5-2 часа после еды», и Результат ФГДС = [язвенный дефект, эрозии], то вероятный предварительный диагноз = Язвенная болезнь 12-перстной кишки хроническая (обострение)

2. Если Характер боли в эпигастральной области = «Вскоре после еды, усиливается при наклонах и в горизонтальном положении», и Результат ФГДС = рефлюкс эзофагит, то вероятный предварительный диагноз = Гастроэзофагеальная рефлюксная болезнь (ГЭРБ).

Способ формирования правила получения логического вывода в логической системе с компьютерной поддержкой, заключающийся в получении и анализе машиночитаемой первичной входящей информации, относящейся к произошедшим событиям и/или фактам, выделении из общего массива входящей информации сведений о конкретных событиях и/или фактах, формулировании признаков, характеризующих каждое выделенное событие и/или факт, выработки пользователем на основании признаков, характеризующих каждое выделенное событие и/или факт, первичного решения в виде соответствующего действия пользователя, фиксируемого компьютером и выражающего вывод пользователя о прогнозируемых последствиях или возможных взаимосвязях событий и/или фактов, формировании компьютером на основании первичной входящей информации и первичного решения, принятого пользователем, первичной гипотезы о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем первичным решением, с другой стороны, сохранении в памяти компьютера сформированной компьютером первичной гипотезы, осуществляют получение и анализ последующей машиночитаемой входящей информации, относящейся к произошедшим событиям или фактам, выработку пользователем на основании признаков, характеризующих выделенное событие и/или факт, или на основании части таких признаков, последующего решения в виде соответствующего действия пользователя, фиксируемого компьютером и выражающего вывод пользователя о прогнозируемых последствиях или возможных взаимосвязях событий и/или фактов, формировании компьютером на основании последующей входящей информации и последующего решения, принятого пользователем, последующей гипотезы о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие и/или факт, с одной стороны, и принятым пользователем последующим решением, с другой стороны, сохранении в памяти компьютера сформированной компьютером последующей гипотезы, осуществляют контроль наличия или отсутствия противоречия между первичным решением и последующей гипотезой, в случае противоречия логического вывода, полученного на основании первичной входящей информации и последующей гипотезы, первичному решению, делают вывод о недостоверности такой последующей гипотезы и исключают ее, в случае отсутствия противоречия между первичным решением и логическим выводом, полученным на основании первичной входящей информации и последующей гипотезы, делают вывод о высокой степени ее достоверности и на основании такой последующей гипотезы, имеющей высокую степень достоверности, формируют правило получения логического вывода, осуществляют обобщение нескольких сформированных правил получения логического вывода, формируя, таким образом, агрегированное правило получения логического вывода, осуществляют первичный контроль пользователем агрегированного правила получения логического вывода, в случае не подтверждения пользователем агрегированного правила получения логического вывода, делают вывод о его недостоверности и исключают его, в случае подтверждения пользователем агрегированного правила получения логического вывода, делают вывод о его достоверности и оно подлежит дальнейшему использованию компьютером при формировании логического вывода в отношении последующей входящей информации.



 

Похожие патенты:

Группа изобретений относится к медицине и может быть использована для мониторинга пациента. Предложена система для реализации способа, причем система содержит один или более датчиков, осуществляющих выборку данных о пациенте для пациента с частотой выборки; контроллер, выполненный с возможностью приема данных о пациенте отданного одного или более датчиков, причем контроллер запрограммирован с возможностью: определения состояния пациента с помощью данных о пациенте; определения исходных показателей информации о пациенте, включая возраст, площадь поверхности тела, день поступления в больницу, местоположение источника финансирования, историю течения хронических заболеваний, историю последнего хирургического вмешательства, историю прохождения последней химиотерапии, текущие назначения лекарственных препаратов, причины госпитализации, последний набор жизненно важных показателей; определения предрасположенности к наступлению случая ухудшения состояния и вероятности ухудшения состояния, оптимизации частоты выборок одного или более датчиков на основании вероятности ухудшения состояния, автоматического регулирования частоты выборки одного или более датчиков на основании определенного состояния пациента, причем каждый раз, когда осуществляется выборка одного из датчиков, осуществляется повторное вычисление вероятности ухудшения состояния, причем на основании повторно вычисленной вероятности ухудшения состояния регулируется частота выборки датчиков.

Раскрыт способ для оценивания внутрискважинных скоростных и силовых параметров в произвольном месте движущейся бурильной колонны на основании данных измерения тех же параметров на поверхности, причем способ содержит этапы, на которых: а) используют геометрию и упругие свойства бурильной колонны для расчета передаточных функций, описывающих зависящие от частоты амплитудные и фазовые соотношения между взаимными комбинациями скоростных и силовых параметров на поверхности и в забое; b) выбирают базовый период времени; с) измеряют, напрямую или косвенно, скоростные и силовые параметры на поверхности, предварительно обрабатывают указанные измеренные данные путем применения сглаживающих и/или прореживающих фильтров и сохраняют предварительно обработанные данные в средствах хранения данных, которые выполнены с возможностью хранения предварительно обработанных данных измерений на поверхности по меньшей мере на протяжении последнего завершившегося базового периода времени; d) при обновлении содержимого средств хранения данных вычисляют внутрискважинные параметры в частотной области путем применения интегрального преобразования, такого как преобразование Фурье, к параметрам, полученным на поверхности, перемножают результаты с указанными передаточными функциями, применяют обратное интегральное преобразование к суммам связанных членов и выявляют точки в указанных базовых периодах времени, чтобы получить задержанные по времени оценки динамических параметров скорости и силы, также раскрыта система для реализации указанного способа.

Изобретение относится к медицинской технике, а именно к мобильному комплексу дистанционного мониторинга. Мобильный комплекс включает монитор и соединенные с ним с возможностью многократного раздельного подключения манжету тонометра, назальную канюлю, электроды для снятия электрокардиограммы (ЭКГ), пульсоксиметр, датчик температуры и выносную камеру с микрофоном.

Изобретение относится к медицинской технике, а именно к стоматологии, и может быть использовано для изготовления съемных кап, используемых для лечения. Способ изготовления капы на нижнюю челюсть включает компьютерное моделирование, в процессе которого получают трехмерное цифровое изображение верхней и нижней челюстей пациента в позиции, соответствующей требуемому окклюзионному соотношению, на основании которого моделируют цифровую модель капы на нижнюю челюсть, определяют оси размещения капы на зубах пациента, которые определяют путь введения капы на зубы пациента и путь снятия с зубов, изготавливают капу по готовой цифровой модели, при этом внутреннюю поверхность цифровой модели капы, прилегающую к поверхности зубов и к мягким тканям нижней челюсти, моделируют конгруэнтной относительно указанных поверхностей, цифровую модель нижней челюсти делят срединной сагиттальной плоскостью на правую и левую части, затем в правой и левой частях полученной цифровой модели нижней челюсти проводят множество прямых линий, параллельных фронтальной плоскости, касательных к наиболее выступающей язычной поверхности каждого зуба и пересекающих линию десны, затем в правой и левой частях цифровой модели нижней челюсти из полученного множества касательных выбирают единственную прямую линию с наибольшим углом наклона к срединной сагиттальной плоскости, которую принимают соответственно за правую и левую оси размещения капы на зубы нижней челюсти, после чего в правой и левой частях цифровой модели нижней челюсти изображают межевые линии на поверхностях зубов относительно правой и левой осей размещения капы, соответственно, после чего внутреннюю поверхность правой и левой частей капы ограничивают цилиндрическими поверхностями, в которых образующая параллельна соответственно правой и левой осям размещения, а направляющая совпадает с соответствующей межевой линией, затем внутреннюю поверхность капы, прилегающую к поверхности зубов и к мягким тканям нижней челюсти, моделируют эквидистантной относительно указанных поверхностей и получают готовую цифровую модель капы, по которой изготавливают капу на нижнюю челюсть в виде правой и левой частей, которые сжимают навстречу друг другу без остаточной деформации.

Изобретение относится к способу верификации модели скважины, который содержит этапы: получение сохраненных скважинных данных существующей скважины, формирование модели на основе полученных скважинных данных, погружение инструмента для выполнения рабочей задачи в существующую скважину, причем инструмент выполнен с возможностью измерять текущие характеристики скважины при погружении, получение от инструмента данных инструмента, соответствующих измеренным в текущее время характеристикам скважины, при этом указанные данные инструмента представляют свойства скважины, имеющие отношение к эксплуатации скважины и производительности инструмента, и выполнение проверки подтверждения путем сравнения скважинных данных модели с данными инструмента.

Группа изобретений относится к медицине, а именно к области поддержки принятия клинических решений, и может быть использована для вычисления значения оценки риска тромбоза у пациента на основе входных признаков.

Изобретение относится к области цифровой обработки и анализа данных и предназначено для обработки многоканальных электроэнцефалограмм с целью выделения в режиме реального времени характерных паттернов электрической активности головного мозга, связанных с воображением двигательной активности у нетренированных операторов.

Система формирования координат воздушного судна в условиях неполной и неточной навигационной информации содержит блок первичной фильтрации, блок формирования модели случайного процесса изменения координат воздушного судна, блок прогнозирования координат воздушного судна при отсутствии данных источников навигационной информации, мультиплексор, блок оценивания регулярности поступления данных источников навигационной информации, блок оценивания соответствия данных источников навигационной информации и сформированной модели случайного процесса изменения координат воздушного судна в полете, соединенные определенным образом.

Группа изобретений относится к медицине, оценке риска падения пользователя при сердечно-сосудистых, двигательных, неврологических нарушениях. При осуществлении способа анализируют измерения ускорения пользователя для определения, выполнил ли пользователь переход из положения сидя в положение стоя.

Группа изобретений относится к медицине, а именно к медицинскому устройству для обеспечения контроля здоровья. Медицинское устройство выполнено с возможностью активации функциональности помощника в определении дозы для определения значения дозы человеческого инсулина или аналога или производного человеческого инсулина на основании специфичного к пациенту выбора исходных данных для алгоритма титрования, реализующего упомянутую функциональность помощника в определении дозы, и содержит считываемую компьютером среду, несущую компьютерный программный код, для использования с компьютером для реализации способа.

Изобретение относится к области обработки структурированных массивов данных. Технический результат заключается в точности поиска в структурированном массиве данных.

Изобретение относится к области вычислительной техники для семантической обработки данных. Технический результат заключается в повышении точности обработки голосовых запросов.

Изобретение относится к железнодорожной автоматике для регулирования движения. Устройство содержит блоки: получения информации о текущем поездном положении, получения нормативного графика движения поездов, прокладки ниток пассажирских поездов и электропоездов, прокладки ниток грузовых поездов, моделирования тяговых режимов поезда, хранения информации по полигону, извлечения информации по полигону из блока хранения, развязки ниток поездов, получения данных об условиях пропуска поездов, получения данных о планируемых «окнах», формирования энергосберегающего графика движения поездов, ручного ввода данных, хранения прогнозного графика, передачи прогнозного графика в систему управления движением поездов, сопоставления эталонного, прогнозного и исполненного графиков, получения исполненного графика, отображения и регистрации информации, сервер предварительной обработки перегонной информации, нормативно справочной информации по участкам низкого уровня с учетом тяговых расчетов, имитационной модели участка в рельсовых цепях и продвижения поезда по высокоскоростной железнодорожной магистрали, эталонного графика пропуска поезда, нормативно справочной информации по раздельным пунктам, имитационной модели графика движения, эталонного графика прохождения раздельных пунктов магистрали, датчиков прохождения границ рельсовых цепей, датчиков прохождения границ раздельных пунктов, позиционирования поездов, интеллектуального моделирования и управляющих ресурсов, идентификатора фрагментов графика движения поездов, конструктора виртуальных раздельных пунктов, а также модули проверки реализации графика и нормативного графика, сервер предварительной обработки станционной информации.

Изобретение относится к вычислительной технике. Технический результат заключается в расширении класса решаемых задач, включая задачи, которые не обладают списочным гомоморфизмом.
Изобретение относится к области обработки данных, а именно к классификации текстовых данных. Технический результат - более точная классификация текстовых данных путем исправления случайных опечаток и преднамеренных искажений слов (например, замена кириллических букв аналогичными латинскими).

Изобретение относится к средствам структурирования объектов для функционирования в программных средах. Техническим результатом является расширение арсенала технических средств, обеспечивающих повышение защищенности и снижение уязвимости программных элементов взаимодействия и функционирования в программных средах, в том числе в блокчейн среде.

Изобретение относится к области вычислительной техники для изменения визуального контента. Технический результат заключается в повышении точности изменения визуального контента.

Изобретение относится к области цифровой техники для обработки данных, предназначенных для вычисления значений функций приближенными методами, в особенности экстраполяцией.

Изобретение относится к устройству для моделирования процессов функционирования экраноплана при эксплуатации. Технический результат заключается в повышении точности моделирования процессов функционирования экраноплана при эксплуатации.

Изобретение относится к области электроэнергетики. Способ цифрового управления процессом мониторинга, технического обслуживания и ремонта воздушных линий электропередачи включает в себя сбор информации о параметрах ВЛ при помощи датчиков и роботизированных устройств, трёхмерное представление ВЛ, хранение информации о состоянии элементов ВЛ в пополняемой информационной системе в виде цифровой модели ВЛ, состоящей из трехмерных моделей элементов ВЛ и отражающей текущее состояние элементов ВЛ с отображением имеющихся дефектов, а также прогнозируемого времени возникновения возможных дефектов.

Изобретение относится к области вычислительной техники для обработки массивов данных. Технический результат заключается в повышении точности предварительной обработки текста на естественном языке для его последующей индексации и обработки. Технический результат достигается за счет формирования первой структуры данных, на котором формируют первую структуру данных СМД, содержащую элементы упомянутой первой структуры данных, формирования базы данных лингвистических признаков (БДЛП), на котором выявляют лингвистические признаки текстовых элементов (ТЭ) лингвистического предложения, из которых формируют базу данных, представляющую собой БДЛП текстовых элементов лингвистического предложения; формирования второй структуры данных, на котором формируют вторую структуру данных СМД, содержащую элементы упомянутой второй структуры данных; формирования третьей структуры данных, на котором формируют третью структуру данных СМД, содержащую элементы упомянутой третьей структуры данных; и формирования четвертой структуры данных, на котором формируют четвертую структуру данных СМД, содержащую элементы упомянутой четвертой структуры данных. 4 н. и 29 з.п. ф-лы, 45 ил.

Изобретение относится к средствам обработки информации за счет автоматизации формирования логических выводов при обработке массивов данных. Технический результат заключается в сокращении времени обработки и повышении достоверности логических выводов за счет постоянного контроля и подтверждения в процессе обработки данных. Компьютерной системой на основании первичной входящей информации и первичного вывода, принятого пользователем при соответствии первичной гипотезы, сохраненной в памяти, между составом и значениями признаков, характеризующих каждое выделенное событие иили факт, с одной стороны, и принятым пользователем первичным решением, с другой стороны, осуществляют получение и анализ последующей машиночитаемой входящей информации, относящейся к произошедшим событиям или фактам, выработку пользователем на основании признаков, характеризующих выделенное событие иили факт, или на основании части таких признаков, последующего решения в виде соответствующего действия пользователя как вывод о прогнозируемых последствиях или возможных взаимосвязях событий иили фактов, фиксируемого компьютерной системой, формирование компьютерной системой на основании последующей входящей информации и последующего решения, принятого пользователем, последующей гипотезы о причинно-следственной связи между составом и значениями признаков, характеризующих каждое выделенное событие иили факт, с одной стороны, и принятым пользователем последующим решением, с другой стороны, сохранении в памяти системы сформированной системой последующей гипотезы, осуществляя контроль наличия или отсутствия противоречия между первичным решением и последующей гипотезой, в случае противоречия логического вывода, делают вывод о недостоверности такой последующей гипотезы, если делают вывод о достоверности и то он подлежит дальнейшему использованию системой при формировании логического вывода в отношении последующей входящей информации. 9 табл.

Наверх