逻辑运算系统

摘要

存储部包括属性，上述属性与唯一识别该属性的属性识别符对应，上述属性识别符与表示该属性的至少一个数据即同值基准数据对应，上述属性识别符由不是表示属性的词语、且其自身不具有意思的符号构成，上述属性包括和上述同值基准数据与上述属性识别符的对应建立了对应关系的权重，上述权重表示相对应的上述同值基准数据与上述属性识别符的上述属性之间的关联性的程度。若被提供数据，则判断被提供的上述数据与同值基准数据是否相同，取得与被判断为相同的上述同值基准数据相对应的属性识别符之间的权重，在针对上述属性取得的权重的合计满足预先决定的条件的情况下，选择上述属性。

权利要求

1.一种逻辑运算系统，具备存储部和针对上述存储部中存储的数据进行运算的运算部，上述存储部中包括属性，

上述属性与唯一识别该属性的属性识别符相对应，

上述属性识别符与表示该属性的至少一个数据即同值基准数据相对应，上述属性识别符与上述同值基准数据的对应是一个种类，上述属性识别符不是表示属性的词语，并且是由识别属性的、其自身不具有意思的符号构成，上述同值基准数据是特征数据或者识别数据，

上述特征数据是所对应的属性的实体，

上述识别数据是用于识别所对应的属性的数据，

上述属性包括和上述同值基准数据与上述属性识别符的对应建立了对应的权重，上述权重表示相对应的上述同值基准数据与上述属性识别符的上述属性之间的关联性的程度，若被提供数据，则上述运算部判断被提供的上述数据是否与同值基准数据相同，若判断为相同，则取得被判断为相同的上述同值基准数据与相对应的属性识别符之间的权重，若取得上述权重，则将针对上述属性识别符取得的权重进行合计，若将针对上述属性识别符取得的权重进行了合计，则在上述合计满足预先决定的条件的情况下，选择上述属性识别符。

2.根据权利要求1所述的逻辑运算系统，其中，

上述识别数据是与词语对应的数据。

3.根据权利要求1所述的逻辑运算系统，其中，

上述存储部还包括唯一识别物的物识别符，还包括上述物所具有的至少一个与该物识别符相对应的属性，上述物识别符与上述属性的属性识别符的对应是一个种类，上述物识别符不是表示物的词语，并且是由识别物的、其自身不具有意思的符号构成。

4.根据权利要求3所述的逻辑运算系统，其中，

上述存储部还包括和上述属性识别符与上述物识别符的对应建立了对应的权重，和上述属性识别符与上述物识别符的对应建立了对应的上述权重表示相对应的上述属性识别符与上述物识别符之间的关联性的程度，若属性识别符被选择，则上述运算部取得上述属性识别符与相对应的物识别符之间的权重，若上述权重被取得，则将针对上述物识别符取得的权重进行合计，在将针对上述物识别符取得的权重进行合计后上述合计满足预先决定的条件的情况下，选择上述物识别符。

5.根据权利要求3所述的逻辑运算系统，其中，

一个物识别符与其他的物识别符相对应，

若前者的物识别符被选择，则上述运算部选择与前者的物识别符相对应的后者的物识别符。

6.根据权利要求5所述的逻辑运算系统，其中，

上述存储部还包括对相对应的一个物识别符与其他物识别符之间的关联性的程度进行表示的权重，若前者的物识别符被选择，则上述运算部取得前者的物识别符与相对应的后者的物识别符之间的权重，若取得前者的物识别符与相对应的后者的物识别符之间的权重，则将针对后者的物识别符取得的权重进行合计，在将针对后者的物识别符取得的权重进行合计后上述合计满足预先决定的条件的情况下，选择后者的物识别符。

7.根据权利要求1所述的逻辑运算系统，其中，

上述运算部变更权重。

8.一种逻辑运算方法，包括以下步骤：

针对权利要求1所述的存储部所具备的数据，进行由至少权利要求1～7中任一项所述的运算部进行的处理。

9.一种集成电路，具备运算部，上述集成电路的运算部执行由至少权利要求1～7中任一项所述的运算部进行的处理。

说明书

逻辑运算系统

技术领域

[0001] 本发明涉及逻辑运算系统。

背景技术

[0002] 在由行和列构成的表形式的数据库中，相同列的单元格中保存相同项目的项目值。相对应的各项目的项目值被保存在相同一行的单元格。相对应的各列的项目值构成一行。还存在没有保存项目值的单元格。

[0003] 能够指定表的某一列，对预先指定的值或者预先指定的范围的值位于被指定的列的单元格的行进行选择。将该指定的列称为检索项目，将该指定的项目值或者项目值的范围称为检索关键字。

[0004] 在表形式的数据库中，通过指定检索列和检索关键字并取得在所指定的列具有被指定的检索关键字的行，来进行检索。

[0005] 若改变看法，则表形式的数据库通过检索关键字对行进行分类。能够以预先决定的检索关键字进行分类。检索关键字只是用文字表示的数据。

[0006] 存在被称为符号逻辑的逻辑运算的方法。例如，如“A OR B”、“A AND B”那样，使用A、B表示的作为逻辑变量的项目相关联。但是，项目间的关联性的强弱全部相同。存在使用该符号逻辑来进行逻辑运算、检索或者推论的方法。可以不使用单一的检索关键字而通过AND、OR、NOT等逻辑运算符将几个检索关键字连结，来建立更复杂的检索条件。在该方法中，逻辑式中的项目间的对应关系固定。

[0007] 有一种被称为贝叶斯网络的推论的技术。将事件看作抽象的物。使作为抽象的物的A与作为抽象的物B对应，进而对该对应附加数值。该数值是当是B时是A的情况的概率。在B与A对应，A与作为事件的抽象的物C对应，并且，将A与B的概率和A与C的概率相加为B且C的情况下，可以求出A的概率。仅在B与C之间存在依存关系的情况下，能够如前述那样将B与C的概率相加。通过以更高的概率选择相对应的事件来进行推论。

[0008] 有一种模仿神经网络这一神经细胞的关联方式，来进行图像数据等的识别的方法。在该方法中，将一个输入数据细分成几个数据。例如，将一个图像数据如棋盘的格那样划分。对图像数据的棋盘的每一个格分别分配表示该棋盘的每个格的明亮度的数值。制作将该数值数据排列成一定顺序的模式数据。对棋盘的格的每个位置预先决定了权重的值。计算表示棋盘的格的明亮度的各数值数据、与和该数值数据对应的位置的权重之积。对该积进行合计。然后，判断合计是否超过预先决定的值，若超过，则该神经网络输出为真的值。
在该方法中，一个输入数据整体不是一个逻辑变量。将一个输入数据细分后的数据分别成为逻辑变量。计算细分后的输入数据与权重之积。然后，对该积进行合计。即，不是将一个输入数据整体作为一个逻辑变量来进行逻辑运算。

发明内容

[0009] 发明要解决的技术问题

[0010] 在现有技术中，仅通过逻辑变量的对应、事件的对应来决定逻辑式。

[0011] 用于解决问题的技术手段

[0012] 一种逻辑运算系统，具备存储部和针对上述存储部中存储的数据进行运算的运算部，

[0013] 上述存储部中包括属性，

[0014] 上述属性与唯一识别该属性的属性识别符相对应，

[0015] 上述属性识别符与表示该属性的至少一个数据即同值基准数据相对应，上述属性识别符与上述同值基准数据的对应是一个种类，

[0016] 上述属性识别符不是表示属性的词语，并且是由其自身不具有意思的符号构成，[0017] 上述同值基准数据是特征数据或者识别数据，

[0018] 上述特征数据是所对应的属性的实态，

[0019] 上述识别数据是用于识别所对应的属性的数据，

[0020] 上述属性包括和上述同值基准数据与上述属性识别符的对应建立了对应的权重，上述权重表示相对应的上述同值基准数据与上述属性识别符的上述属性之间的关联性的程度，

[0021] 若被提供数据，则上述运算部判断被提供的上述数据是否与同值基准数据相同，若判断为相同，则取得被判断为相同的上述同值基准数据与相对应的属性识别符之间的权重，若取得上述权重，则将针对上述属性识别符取得的权重进行合计，若将针对上述属性识别符取得的权重进行了合计，则在上述合计满足预先决定的条件的情况下，选择上述属性识别符。

[0022] 由此，可以在所取得的权重的合计满足预先决定的条件的情况下，选择属性。

[0023] 若被提供数据，则上述运算部判断被提供的上述数据是否与同值基准数据相同，若判断为相同，则取得被判断为相同的上述同值基准数据与相对应的属性识别符之间的权重，若取得上述权重，则将针对上述属性识别符取得的权重合计，在上述合计满足预先决定的条件的情况下，选择上述属性识别符，若上述属性识别符被选择，则进一步选择与被选择的上述属性识别符相对应的任意同值基准数据。

[0024] 由此，可以选择与被选择的属性相对应的任意同值基准数据。

[0025] 上述存储部还包括唯一识别物的物识别符，还包括上述物所具有的至少一个与该物识别符相对应的属性，上述物识别符与上述属性的属性识别符的对应是一个种类，[0026] 上述物识别符不是表示物的词语，并且是由其自身不具有意思的符号构成。

[0027] 由此，物识别符与属性相对应。

[0028] 上述存储部还包括和上述属性识别符与上述物识别符的对应建立了对应的权重，和上述属性识别符与上述物识别符的对应建立了对应的上述权重表示相对应的上述属性识别符与上述物识别符之间的关联性的程度，

[0029] 若属性识别符被选择，则上述运算部取得上述属性识别符与相对应的物识别符之间的权重，若上述权重被取得，则将针对上述物识别符取得的权重进行合计，在上述合计满足预先决定的条件的情况下，选择上述物识别符。

[0030] 由此，能够在所取得的权重的合计满足预先决定的条件的情况下，选择物识别符。

[0031] 若属性识别符被选择，则上述运算部取得上述属性识别符与相对应的物识别符之间的权重，若上述权重被取得，则将针对上述物识别符取得的权重进行合计，在上述合计满足预先决定的条件的情况下，选择上述物识别符，若上述物识别符被选择，则进一步选择与被选择的上述物识别符相对应的任意属性识别符。

[0032] 由此，若物识别符被选择，则能够选择与被选择的上述物识别符相对应的任意属性。

[0033] 一个物识别符与其他的物识别符相对应，

[0034] 若前者的物识别符被选择，则上述运算部选择与前者的物识别符相对应的后者的物。

[0035] 由此，能够选择与所选择的物相对应的其他物。

[0036] 上述存储部还包括对相对应的一个物识别符与其他物识别符之间的关联性的程度进行表示的权重，

[0037] 若前者的物识别符被选择，则上述运算部取得前者的物识别符与相对应的后者的物识别符之间的权重，若取得前者的物识别符与相对应的后者的物识别符之间的权重，则将针对后者的物识别符取得的权重进行合计，在上述合计满足预先决定的条件的情况下，选择后者的物识别符。

[0038] 由此，能够在针对后者的物取得的权重的合计满足预先决定的条件的情况下，选择后者的物。

[0039] 并且，运算部可以变更权重。

[0040] 由此，能够变更同值基准数据与属性之间的对应的权重、属性与物之间的对应的权重、或者某一物与其他物之间的对应的权重。

[0041] 此外，本发明除了逻辑运算系统、逻辑运算装置之外，还能够作为包括逻辑运算系统的运算系统、运算装置、检索系统、检索装置、推论系统、推论装置、知识库系统来实施。例如， 是若A且B为真则为C这一意思的逻辑运算式。该逻辑运算式也成为检索系统的检索条件。即，进行若A且B为真则选择C这一检索。另外，该逻辑运算式还表示推论系统中的推论的条件。即，进行若A且B为真则为C这一推论。这样，本发明申请的逻辑运算系统还能够作为检索系统以及推论系统来实施。

[0042] 并且，物具有属性且该属性与同值基准数据对应的本发明申请的数据结构能够作为知识库来使用。利用本发明申请的逻辑运算系统，能够作为进行该知识库的检索的知识库系统来实施。

[0043] 并且，还可以作为包括进行逻辑运算系统所包含的特征性处理的步骤的逻辑运算方法来实现，或者作为使计算机执行这样的特征性步骤的程序来实现。该逻辑运算方法还可以作为检索方法以及推论方法来利用。而且，这样的程序当然可以借助CD－ROM等记录介质以及互联网等传输介质来流通。使用了本发明的系统以及装置可以将其一部分分离，并使分离的部分与其他部分通过经由网络通信来实施。

[0044] 并且，本发明还能够作为实现这样的逻辑运算系统的功能的一部分或者全部的半导体集成电路（LSI）来实现。

[0045] 并且，本发明申请通过选择与被输入的数据相同的同值基准数据，来识别被输入的数据。若所输入的数据被识别，则可识别与同值基准数据相对应的属性。并且，若属性被识别，则可识别与该属性相对应的物。并且，能够选择与识别出的物相对应的其他物。

[0046] 可以作为若输入问诊数据、X射线照片的图像数据，则输出具有可能性的病名的诊断支援系统、诊断系统来实施。可以作为具备本发明的逻辑运算系统的信息系统、具备本发明的检索系统的信息设备、使用本发明的逻辑运算系统来进行输入数据的识别或推论的机器人、使用本发明申请的逻辑运算系统对多个输入数据进行逻辑运算从而进行识别的控制系统来实施。通过将逻辑式自身嵌入到计算机程序中，能够容易地变更逻辑式。

[0047] 发明效果

[0048] 可以在针对某一属性取得的权重的值的合计满足预先决定的条件的情况下，选择该属性。

附图说明

[0049] 图1是表示本发明的一个实施例涉及的逻辑运算系统的数据结构的图。

[0050] 图2是表示本发明的一个实施例涉及的逻辑运算系统的数据结构的属性节点以及物节点的图。

[0051] 图3是表示本发明的一个实施例涉及的逻辑运算系统的数据结构的物节点的图。

[0052] 图4是表示实现本发明的一个实施例涉及的逻辑运算系统的计算机系统的硬件构成的框图。

[0053] 图5是表示与本发明的一个实施例涉及的运算系统的属性节点的运算相关的流程图的图。

[0054] 图6是表示本发明的一个实施例涉及的运算系统的数据结构的图。

具体实施方式

[0055] 【实施例】

[0056] 图4是表示实现与本发明申请的一个实施例相关的逻辑运算系统的计算机系统的构成的框图的一个例子。

[0057] 包括：计算机20、用于对计算机20给予指示的键盘29以及鼠标30、对计算机20的运算结果等信息进行显示的显示装置28、向计算机20输入影像数据的照相机31、向计算机20输入声音数据的麦克风32、输入未被转换成压力、温度、香味、味道等词语的数据的传感器33、用于读取数据以及由计算机执行的程序的CD－ROM装置34。CD－ROM装置34从记录有数据以及程序的存储介质即CD－ROM35读取数据以及程序。

[0058] 也可以从由照相机输入的影像中读取操作者的动作等，提供和该动作对应的指示。还可以接收由麦克风输入的声音等音，提供和该音对应的指示。虽然图4中没有表示，但也可以除了CD－ROM（Compact Disk Read-Only Memory）装置34之外，还从如闪存那样即使切断电源存储内容也不丢失的非易失性存储器中读出数据、程序。

[0059] 计算机20包括：CPU（Central Processing Unit）22、ROM（Read Only Memory）23、RAM（Random Access Memory）24、硬盘25、通信装置26、以及总线27。通信装置26经由网络21与图之外的计算机、通信装置等通信。

[0060] 硬盘25、CD－ROM装置34等辅助存储装置中记录的数据以及程序被读入到作为主存储装置的RAM24。

[0061] ROM23存储计算机20的动作所必要的程序、数据。CPU22从硬盘25或者CD－ROM装置34向RAM24读入程序、数据。CPU22对被读入到RAM24中的程序加以执行。CPU22按照被读入到RAM24中的程序所指示的顺序，对被写入到RAM24的数据进行读写。CPU22按照被读入到RAM24中的程序所指示的顺序，对被读入到RAM24中的数据进行运算。总线27将CPU22、ROM23、RAM24、硬盘25、通信装置26、显示装置28、键盘29、鼠标30、照相机31、麦克风32、传感器33、CD－ROM装置34相互连接。

[0062] 构成上述装置的构成要素的一部分或者全部也可以经由网络连接。

[0063] 也可以通过网络21将几个计算机20连接，构成包括多个计算机20的逻辑运算系统。根据这样的构成，还能够将图1的逻辑运算系统的数据由多个计算机20分散保持。另外，也可以包括具有键盘29、鼠标30、显示装置28来发出指示的计算机20。还可以包括具有照相机31、麦克风32、或者传感器来输入数据的计算机20。

[0064] 图1～3所示的逻辑运算系统的数据与程序被保存在硬盘25中。进行逻辑运算系统的处理的程序被读入到RAM24中，由CPU22执行。在利用多个计算机20实施的情况下，CPU22经由网络21来交换指示、数据。

[0065] 以下，参照附图对本发明的一个实施方式详细进行说明。图1是表示本申请技术的一个实施例中的数据结构的图。与属性节点直接对应的识别数据和特征数据是同值基准数据。虽然图1中没有表示，但也例外存在识别数据或者特征数据直接与物节点对应的情况。属性节点不是同值基准数据、不是物节点、也不是权重。物节点不是同值基准数据、不是属性节点、也不是权重。属性节点不以同值基准数据而以属性识别符来识别，属性节点与属性识别符一一对应。对于一个属性识别符，属性节点与属性识别符的对应只是1个种类。对于一个属性识别符即一个属性，属性识别符与同值基准数据的对应、即属性与同值基准数据的对应只是一个种类。属性节点表示属性。物节点不以同值基准数据而以物识别符来识别，物节点与物识别符一一对应。对于一个物识别符，物节点与物识别符的对应只是1个种类。对于一个物识别符即一个物，物识别符与属性识别符的对应、即物识别符与属性的对应只是一个种类。物节点表示物。

[0066] 属性节点以及物节点还存在安装时被分割成多个节点的情况。但是，在概念上是一个属性节点以及一个物节点。在作为安装上的限制，与一个属性节点对应的同值基准数据的数量存在上限的情况下，当与一个物节点对应的属性节点的数量存在上限时，能够超过该上限来建立对应。对应的属性节点与同值基准数据的组只是一个种类。对应的属性节点与物节点的组只是一个种类。与所提供的数据进行比较的同值基准数据被分割，分割得到的同值基准数据与属性节点不分别对应。

[0067] 一个属性节点3只具有一个属性识别符120。只具有一个对识别数据1与属性节点3之间的关联性的强弱进行表示的权重2。权重2的值为1.0。属性节点3与物节点9相连，和物节点9相对应。物节点9只具有一个物识别符122。也可以只具有一个对属性节点3与物节点9之间的关联性的强弱进行表示的权重4。权重4的值为1。

[0068] 特征数据是概念的实体。特征数据5与属性节点7相连，和属性节点7相对应。属性节点7只具有一个属性识别符121。具有对特征数据5与属性节点7之间的关联性的强弱进行表示的权重6。权重6的值为1.0。属性节点7与物节点9相连，和物节点9相对应。可以具有一个对属性节点7与物节点9之间的关联性的强弱进行表示的权重8。权重
8的值为1.0。

[0069] 其中，权重不是概率。与相同属性节点对应的同值基准数据彼此不需要依存关系。与相同物节点对应的属性节点彼此不需要依存关系。依存关系例如是像人口若增加则小学生的人数增加那样，整体的人口增加与小学生的人数增加这两个事件存在关联性的情况。

[0070] 关于一个种类的同值基准数据与属性节点的对应，只对应一个权重。同样，关于一个种类的属性节点与物节点的对应，只对应一个权重。关于一个种类的物节点与物节点的对应，只对应一个权重。

[0071] 识别数据以及特征数据中的至少一方作为同值基准数据与属性节点对应。属性识别符以及物识别符不像同值基准数据那样与被提供的数据进行比较。属性识别符以及物识别符不被作为用于和同值基准数据进行比较的数据而使用。属性识别符只被用于识别属性节点、即识别属性。物识别符只被用于识别物节点、即识别物。属性节点与属性识别符一一对应，物节点与物识别符一一对应。

[0072] 对应的同值基准数据与属性节点不经由其他的识别数据、其他的特征数据、其他的属性节点以及物节点而对应。当然，也能够经由它们来实现对应，但若限定成不经由它们，则处理变得简单。

[0073] 对应的属性节点与物节点不经由识别数据、特征数据、其他的属性节点以及其他的物节点而对应。当然，也能够经由它们来实现对应，但若限定成不经由它们，则处理变得简单。

[0074] 直接对应的物节点与物节点不经由识别数据、特征数据、属性节点以及其他的物节点而对应。当然，也能够经由它们来实现对应，但若限定成不经由它们，则处理变得简单。

[0075] 识别数据是与词语对应的数据。例如，用文字码表示的词语、口语的声音数据是识别数据的例子。文字码是在计算机内部表示文字的数据。声音数据是指，例如按频带划分声音数据，并按被划分的每个频带用数值表示声的强弱，制作将该数值排列成预先决定的顺序的模式（pattern）数据。按每个词语制作该模式数据。通过按每个词语制作模式数据，来与词语建立对应。

[0076] 有时预先使作为某一组的要素的词语与符号对应。例如，是与员工的名字相对应的员工编号。该员工编号为识别数据。另外，符号的一部分表示组的符号不是属性识别符以及物识别符，而是分类码。与分类码相对应的同值基准数据能够根据分类码所表示的意思进行分类。与属性识别符相对应的同值基准数据不能根据属性识别符所表示的意思被分类。与物识别符相对应的属性节点不能够根据物识别符所表示的意思被分类。其原因在于，物识别符以及属性识别符都只表示“具有”这一相同的关系。

[0077] 特征数据是不与词语对应的数据。例如，图像数据、声音数据、温度传感器的温度数据、味觉传感器的味觉数据、香味传感器的香味数据等是特征数据的例子。

[0078] 例如图像数据可以是下述那样的数据。由摄像管、CCD等图像传感器拍摄到的图像被转换成电信号。电信号可以是模拟信号，也可以是数字信号。在是数字信号的情况下，一个图像被分解成几个单元格。按分解得到的每个单元格，图像被变换成将明亮度的程度、颜色的种类表示为数值的电信号。将以预先决定的顺序排列该数值而得到的模式数据作为图像数据。数值大多使用二进制数。但是，数值的表示方法也可以是二进制数以外的方法。

[0079] 例如声音数据可以成为下述那样的数据。用麦克风将声音变换成电信号，并按预先决定的频带划分被转换成电信号的声音，按化分后的每个频带用数值表示声音的强弱，将以预先决定的顺序排列该数值而得到的模式数据作为声音数据。数值也可以是文字码，但大多使用二进制数。数值的表示方法也可以是这些以外的方法。

[0080] 例如温度数据可以成为下述那样的数据。将从温度传感器获得的信息变换成电信号，把文字码、二进制数等数值数据作为温度数据。

[0081] 例如味觉数据可以成为下述那样的数据。从味觉传感器按甜度、辛辣度、酸度等味觉的每个要素，生成将表示其强弱的数值以预先决定的顺序排列而得到的模式数据。将该模式数据作为味觉数据。

[0082] 对于上述以外的不与词语对应的数据也是同样的。

[0083] 使用图1以及作为简化的流程图的图5对属性节点的逻辑运算的例子进行说明。

[0084] 被输入用文字码表示的“玫瑰”这一词语（图5的S1）。被输入的“玫瑰”是识别数据。调查被判断为与所提供的识别数据“玫瑰”相同或者类似的同值基准数据是否位于逻辑运算系统内。其中，将相同或者类似一并表达成“判断为相同”。在图1的情况下，由于逻辑运算系统内存在作为“玫瑰”这一同值基准的识别数据1，所以选择被判断为与所提供的识别数据相同的同值基准数据“玫瑰”1（图5的S2）。被判断为与所提供的数据相同而选择的作为同值基准数据的识别数据1整体与属性节点3对应。被判断为相同的同值基准数据被细分，同值基准数据的被细分后的部分不分别与属性节点对应。同值基准数据与属性节点的对应的权重只是一个。取得该对应的权重。该对应的权重2的值为1.0（图5的S3）。针对属性节点3计算出权重的合计，并判断权重的合计是否满足条件。若权重的合计为1.0以上，则认为预先决定了选择属性节点这一条件（图5的S4）。该情况下，由于满足该条件，所以属性节点3被选择（图5的S5）。这样，可以只以一个同值基准数据满足条件。该情况下，也可以省略合计的处理。此外，若判断为所提供的数据与同值基准数据不相同，则不进行取得该同值基准数据与属性节点的权重并加以合计的处理。在权重的合计不满足条件的情况下，不选择属性节点。仅在判断为相同的情况下，才取得该同值基准数据与属性节点的权重，只将针对该属性节点取得的权重进行合计。此时，同值基准数据与权重的积不被合计。只合计权重，并判断该合计是否满足条件。不以同值基准数据与权重的积的合计来判断是否满足条件。即，被输入的数据与属性节点不建立对应。不取得被输入的数据与属性节点之间的权重。不计算输入数据与属性节点的积。

[0085] 虽然流程图5中没有记述，但若属性节点3被选择，则可以取得与属性节点3对应的任意同值基准数据。这样，基于被提供的数据来选择属性，能够取得与该属性对应的其他同值基准数据。通过将所取得的其他同值基准数据的图像数据、作为识别数据的词语显示于显示装置，能够显示与被提供的数据相关的信息。若所取得的其他同值基准数据是声音数据，则也可以从扬声器发出其声音。

[0086] 在取得物节点的情况下，也成为相同的处理顺序。与属性节点3对应的物节点9被取得。属性节点3与物节点9的对应的权重4的值为1.0。所选择的属性节点中与物节点9对应的属性节点和物节点9的对应的权重合计为1.0。由于该权重的合计满足了前述的条件，所以物节点9被选择。这样，可以只以一个属性满足条件。对权重进行合计并判断是否满足条件的处理与同值基准数据和属性节点的情况相同。在权重的合计不满足条件的情况下，物节点不被选择。

[0087] 若物节点9被选择，则可以选择与物节点9对应的任意属性节点。这样，通过基于被提供的数据选择物节点，来对物进行识别。也可以选择与被识别的物相对应的其他属性节点，将和该属性节点对应的同值基准数据显示于显示装置。

[0088] 其中，取得属性节点或者属性是指取得该属性节点或者属性的属性识别符。选择属性节点或者属性是指选择该属性节点或者属性的属性识别符。对于物节点以及物也同样。属性识别符以及物识别符不与同值基准数据进行比较。属性识别符仅唯一识别属性以及属性节点。物识别符仅唯一识别物以及物节点。同值基准数据可以是同值基准数据自身，也可以是向同值基准数据的指针。

[0089] 进而，对权重的使用方法的例子进行说明。

[0090] 对与属性节点3对应的作为同值基准数据的识别数据“花的象征语”和属性3的关联性的强弱进行表示的权重（以下简记为权重）为0.4。“热情”的权重为0.4。“红”的权重为0.4。“玫瑰”的权重为1.0。

[0091] 设只被提供了识别数据“花的象征语”、“红”、“热情”。由于与这3个识别数据相同的作为同值基准数据的识别数据和属性节点3对应，所以对3个同值基准数据的权重进行合计。若将0.4、0.4和0.4进行合计则为1.2。仅在该权重的合计值满足前述的条件的情况下，选择相对应的属性节点3。由于合计值是1.2，为1以上，所以满足前述的条件。因此，选择属性节点3。

[0092] 在仅被提供识别数据“花的象征语”、“红”的情况下，由于权重的合计值为0.8，所以不满足条件。因此，不选择属性节点3。

[0093] 在仅被输入了识别数据“玫瑰”的情况下，权重的合计为1。由于满足前述的条件，所以选择属性节点3。对于和属性节点7对应的特征数据5也同样。

[0094] 若如此利用权重，则仅通过使识别数据或者特征数据与属性节点对应，不记述逻辑式就能够表现逻辑式，进行逻辑运算。图1的逻辑式如下所述。

[0095] “玫瑰”OR（“花的象征语”AND“红”AND“热情”）OR

[0096] ［玫瑰的图像数据］

[0097] 换言之，选出针对各属性节点满足条件的同值基准数据的组合中的、若从该同值基准数据的组合除去任意的同值基准数据就不满足条件的组合。选出极小的组合。通过AND连结该极小的同值基准数据的组，并利用OR对通过AND连结的极小的同值基准数据的组进行连结，生成逻辑式。当然，也可以利用布尔代数将该逻辑式变形而成为其他的逻辑式。若该通过AND连结的同值基准数据、例如“花的象征语”与“红”和“热情”被选择，则可以选择属性节点3。若属性节点3被选择，则可以选择与属性节点3相对应的全部同值基准数据。如前述的极小的同值基准数据的组的至少一个被选择，则能够选择相对应的属性节点。仅通过选择属性节点，便能够总是选择与该属性节点相对应的所有同值基准数据。仅通过选择属性节点，与该属性节点相对应的所有同值基准数据便总是为真。该属性节点和与该属性节点相对应的同值基准数据的极小的组合为同值。

[0098] 假设将作为同值基准数据的识别数据“红”与属性节点3的对应的权重变更为0.6。于是，若将“红”与属性节点3的权重和“热情”与属性节点3的权重进行合计，则为
1.0，满足前述的条件。同样，“红”与“花的象征语”的权重的合计也为1.0，满足前述的条件。因此，图1的逻辑式变化成如下述那样。“玫瑰”OR（“红”AND“情花的象征语”）OR（“红”AND“热情”）OR［玫瑰的图像数据]

[0099] 通过改变权重不仅能够改变所表现的逻辑运算式，而且通过权重的变化能够改变各个同值基准数据对逻辑运算的结果造成影响的程度。一个同值基准数据整体是一个逻辑变量，一个同值基准数据整体与一个属性节点对应。同值基准数据与属性节点的对应只是一个种类，一个种类的权重与该对应建立对应。即使同值基准数据与属性节点的对应不改变，若变更权重，则逻辑式也发生变化。

[0100] 以往的符号逻辑正如若为“红”则成为0、若不为“红”则成为1那样，仅为两个值的2值逻辑。在图1的例子中，若为“红”则权重为0.4，或为0.6。针对某一属性节点将权重合计，对同值基准数据进行综合性判断来决定是否选择该属性节点。不像神经网络那样对权重与同值基准数据的积进行合计。图1意味着对同值基准数据进行综合性判断的逻辑式，进行综合性判断同值基准数据的逻辑运算、检索以及推论。针对同值基准数据与属性节点的对应进行了说明，属性节点与物节点的对应以及物节点与物节点的对应也同样。这样对应的同值基准数据、属性节点以及物节点成为对物具有怎样的属性、该属性具有怎样的同值基准数据这一信息加以蓄积的知识库。本发明申请的逻辑运算系统针对该知识库进行逻辑运算、检索以及推论。

[0101] 此外，权重并不限定于数值。也可以是如拉丁字母那样的符号。但是，若是数值则能够容易地进行合计。前述的条件并不只限于“阈值以上”。也可以为是否包含在预先决定的范围，还可以是“小于阈值”、“阈值以下”等。并不限定于这些条件。

[0102] 虽然使用了合计这一词语，但并不仅仅意味着数值的加法运算。综合权重来判断是否满足条件。或者，将权重合并来判断是否满足条件。也可以不直接使用权重而对权重进行变换。例如，可以通过指数函数、对数函数进行变换。也可以使识别数据的权重为1.5倍之后进行加法运算。

[0103] 可以将权重限定为正的值，将权重相乘并求出合计。若存在小于1的权重，则将权重合计后的结果变小。若存在大于1的权重，则将权重合计后的结果变大。合计的方法并不限定于这些。

[0104] 如前所述，与同值基准数据彼此的依存关系的有无没有关系地对权重进行合计。与属性节点彼此的依存关系的有无没有关系地对权重进行合计。在贝叶斯网络中，只有针对存在依存关系的事件彼此才能将它们的概率合并。

[0105] 如前所述，将被提供的数据与同值基准数据进行比较，仅在判断为相同的情况下，针对属性节点合计该同值基准数据与该属性节点的对应的权重。在神经网络中，由于不进行被提供的数据与同值基准数据的比较，所以输入数据的值与权重的积被合计。

[0106] 此外，也存在多个属性节点被同时选择的情况。

[0107] 也可以具有相对应的属性节点与物节点之间的关联性的强弱进行表示的权重。图2是从图1中省略特征数据与识别数据，并追加了新的属性节点1、11的图。对属性节点3与物节点9的关联性的强弱进行表示的权重4的值为1.0。属性节点1与物节点9的权重
12的值为0.5。属性节点11与物节点9的权重13的值为0.5。属性节点7与物节点9的权重8的值为1.0。

[0108] 例如，设属性节点1与11被选择。关于物节点9，它们的权重的合计为1.0。若阈值为1，则满足为阈值以上这一条件。该情况下，相对应的物节点9被选择。若属性节点3被选择，则属性节点3与物节点9的权重4的值为1.0。由于权重为阈值以上，所以物节点9被选择。

[0109] 这样，若利用权重，则仅通过使属性节点与物节点对应，不记述逻辑式就能够进行逻辑运算。上述的处理成为与以下的逻辑式相同的意思。

[0110] 属性节点3OR（属性节点10AND属性节点11）OR属性节点7

[0111] 和在识别数据或者特征数据与属性节点的对应中说明的同样，在属性节点与物节点的对应中，也能够基于2值逻辑来进行灵活的逻辑运算。对权重进行合计来判断是否满足条件的处理的流程与同值基准数据和属性节点的情况相同。选出针对各物节点满足条件的属性节点的组合中的、若从该属性节点的组合中除去任意的属性节点就不满足条件的组合。选出满足条件的极小的组合。通过AND连结该极小的属性节点的组，并利用OR将通过AND连结的极小的属性节点的组连结而生成逻辑式。若前述的极小的属性节点的组的至少一个被选择，则与该组相对应的物节点被选择。并且，仅通过选择物节点，便能够总是选择与该物节点相对应的全部的属性节点。仅通过选择物节点，与该物节点相对应的全部的属性节点便总是为真。相对应的属性节点的极小的组与物节点为同值。

[0112] 此外，也存在同时选择多个物节点的情况。

[0113] 图3是仅表示了物节点的图。省略了属性节点、识别数据、以及特征数据。如图3所示，可以使某一物节点与其他的物节点对应。能够通过对应来表示某一物节点与其他物节点之间的关联性。也可以具有对相对应的某一物节点与其他物节点间的关联性的强弱进行表示的权重。

[0114] 如作为同值基准数据的识别数据或者特征数据和属性节点对应的情况那样，在某个物节点与其他物节点对应的情况下，通过综合性地判断权重，能够判断是否选择该物节点。

[0115] 假设物节点9与物节点14被选择。物节点9与物节点15的权重为0.9。物节点14与物节点15的权重为0.7。若将两个权重合计，则为1.6。对于物节点15而言，由于权重的合计满足前述的条件，所以选择物节点15。将权重合计来判断是否满足条件的处理的流程与同值基准数据和属性节点的情况相同。

[0116] 物节点15与9之间的权重16的值为0.9。物节点15与14之间的权重17的值为0.7。例如在是选择权重的值最大的物节点的条件的情况下，从物节点15选择物节点9。

[0117] 在取得与物节点相对应的属性节点的情况下，也可以同样地使用权重。在取得与属性节点相对应的作为同值基准数据的识别数据或者特征数据的情况下，也可以同样地使用权重。

[0118] 此外，可以在没有进行权重的设定的情况下自动地设定既定的值。也可以自动地设定满足判断条件的值。可以在没有设定权重的情况下看作设定了规定值。可以将满足条件的值作为规定值。这样一来，没有设定权重的情况必然满足条件。

[0119] 图6是表示本发明的一个实施例涉及的逻辑运算系统的数据结构的图。

[0120] 所有的属性节点表示了“具有”同值基准数据这一相同的关系。不同的属性节点表示不同的关系。属性节点所表示的关系和与该属性节点相对应的同值基准数据以及属性节点无关系。由于所有的属性节点表示相同的关系，所以在属性节点所表示的关系中不区别同值基准数据。对于一个上述属性识别符，上述属性节点的属性识别符与上述同值基准数据的对应只是1个种类。

[0121] 其中，物节点以及属性节点是概念上的节点。与一个物节点对应的数存在上限，在超过该上限而对应的情况下，在物理上存在多个物节点具有相同的物识别符，用上述多个物理性的物节点表示概念上的物节点的对应的情况。该情况下，也在概念上视为一个物节点。对于属性节点也同样。

[0122] 所有的物节点表示了“具有”这一相同的关系。物节点所表示的关系与和该物节点相对应的属性节点以及同值基准数据无关系。由于所有的物节点表示相同的关系，所以在物节点所表示的关系中，不区别与该物节点对应的属性节点以及同值基准数据。物节点与属性节点的对应只是一个种类。属性节点与同值基准数据的对应只是1个种类。即，物识别符与属性识别符的对应只是1个种类，属性识别符与同值基准数据的对应只是一个种类。

[0123] 同值基准数据经由一个属性节点与物节点对应。而且，物节点彼此直接对应，表示相对应的物与物的关系。属性节点成为概念或者意思的单位。作为与属性节点相对应的同值基准数据的特征数据是意思或者概念的实态。或者，作为与属性节点相对应的同值基准数据的识别数据成为表示意思或者概念的词语。而且，通过属性节点与物节点对应，来确定物节点所具有的意思或者概念。

[0124] 与一个属性节点对应的同值基准数据彼此可以不具有依存关系。与同值基准数据彼此的依存关系的有无无关地对权重进行合计。与一个物节点对应的属性节点彼此也可以没有依存关系。与属性节点间的依存关系的有无无关地对权重进行合计。

[0125] 对于一个物节点与该物节点对应的属性节点，可以只通过选择满足前述的条件的属性节点的组，来选择相对应的物节点。并且，仅通过选择物节点，便能够无条件的选择相对应的任意属性节点。是双方向的对应。必定能够在双方向选择。若在一个方向能够选择，则必然在相反方向也能选择。

[0126] 在针对某个物节点，属性节点的权重的合计满足预先决定的条件的情况下，可以选择该物节点。仅通过选择物节点，便能够总是选择该物节点和与该物节点相对应的所有的属性节点。

[0127] 在仅通过一个权重便满足前述条件的情况下，不需要对权重进行合计的处理、以及判断该合计是否满足条件的处理。

[0128] 工业上的可利用性

[0129] 本发明除了被利用于逻辑运算系统之外，在进行逻辑运算的运算系统、使用本发明申请的逻辑运算来进行检索的检索系统、使用本发明申请的逻辑运算来进行推论的推论系统、使用本发明申请的逻辑运算方法并使用逻辑运算来进行检索或者推论的知识库系统中也可利用。

[0130] 通过使用如0.1那样的模拟的值作为权重，能够容易地实现基于模拟值的逻辑运算。通过变更权重，能够灵活地改变逻辑运算的结果。这些在现有技术的2值逻辑下不能容易地实现。

[0131] 若考虑“花的象征语”、“红”、“热情”这3个词语，则能够将玫瑰花的图像、“玫瑰”这一词语显示于显示装置。这样，根据本申请技术，能够构建若提供几个词语，则显示与被提供的几个词语有关联的信息的检索系统。另外，能够构建若提供花的图像数据，则显示该花的名字的检索系统。可以制作联想的检索系统。

[0132] 根据本申请技术，还能够构建不包括识别数据来作为同值基准数据的检索系统。例如，若提供图像数据，则能够显示与该图像相关联的相关其他图像。若提供声音数据，则能够产生与该声音数据相关联的相关声音，或者显示影像。

[0133] 除了简单地作为具有检索功能的信息系统来实施以外，还能够作为具有电子词典、电子百科事典的功能的电子设备来实施。也可以作为具有本申请技术的检索系统的人工智能系统来实施。该人工智能系统可以作为诊断支援系统、对词语、声音、图像进行识别的识别系统来利用。

[0134] 即，针对被选择的同值基准数据，将其权重合计来综合性地进行逻辑运算。根据其逻辑运算的结果，来取得属性节点。进而，取得与所取得的属性节点相对应的物节点。

[0135] 作为判断是否相同的条件，本申请技术的检索系统可以考虑存储特征数据或者识别数据作为同值基准数据。作为该判断条件的特征数据或者识别数据与属性节点对应。并且，该属性节点与物节点对应。

[0136] 若被提供识别数据或者特征数据，则调查是否存在被判断为与它们相同的同值基准数据。如果存在被判断为相同的同值基准数据，则取得与被判断为相同的同值基准数据相对应的属性节点。此时，可以进行前述的基于权重的合计的判断。并且，取得与所取得的属性节点相对应的物节点。此时也可以进行前述的基于权重的合计的判断。

[0137] 本申请技术的一个实施例的检索系统通过使识别数据或者特征数据与属性节点对应，来将属性节点类型化。并且，根据该属性来将物节点类型化。本申请技术的检索系统通过识别数据或者特征数据，来保持将属性节点以及物节点类型化后的信息。本申请技术的检索系统若被提供识别数据或者特征数据，则判断被提供的识别数据或者特征数据的组相当于哪个类型的属性节点。接下来，判断根据被提供的识别数据或者特征数据的组而进行了类型化后的属性的组相当于哪个类型的物节点。

[0138] 物具有作为物的性质的属性。属性具有使属性与词语对应的识别数据以及作为属性的实体的特征数据，通过它们来带有特征。在本申请技术的一个实施例的检索系统内，物节点意味着物，属性节点意味着属性。若这样考虑，则该一系列的处理通过被提供的识别数据或者被提供的特征数据来识别根据识别数据或者特征数据而预先被类型化后的属性或物。

[0139] 也可以将本申请技术的构成要素的一部分或者全部作为经由网络而连接的检索系统来利用。例如，也可以由具备输入输出装置的计算机终端输入识别数据或者特征数据，将输出检索结果的计算机终端作为经由互联网等网络而连接的信息系统来利用。还可以将被输入照相机、麦克风或者传感器等的数据的计算机终端，作为经由互联网等网络而连接的信息系统来利用。

[0140] 此外，有线网络、无线网络是网络的例子，但并不限定于这些。

[0141] 本申请技术也可以作为逻辑运算方法、执行逻辑运算方法的步骤的计算机程序、记录有计算机程序的CD－ROM、闪存等非易失性存储器、软磁盘等磁存储介质、MO等光磁存储介质等记录介质以及硬盘装置等存储装置、经由网络接收并执行计算机程序的计算机系统来实施。另外，可以作为实施本申请技术的逻辑运算方法的一部分或者全部的集成电路来实施。也可以作为将实施本申请技术的构成要素的一部分或者全部的集成电路安装到印刷电路基板的检索系统来实施。

[0142] 本申请技术还能够作为电子词典、诊断支援系统、识别系统来利用。

[0143] 若以词语输入了症状，则症状作为识别数据被提供，可取得与该识别数据相对应的属性节点，进而取得与该属性节点相对应的物节点。与该物节点相对应的其他属性节点所对应的病名、其他症状被显示于显示装置。可以显示典型的症状的图像数据。这样对诊断进行支援。在识别系统中也以相同的顺序进行处理。

[0144] 这里说明的内容只是例示，并不限定于这些内容。

[0145] 附图标记说明：

[0146] 1－识别数据；2－表示对应的强弱的权重；3－属性节点；4－表示对应的强弱的权重；5－特征数据；6－表示对应的强弱的权重；7－属性节点；8－表示对应的强弱的权重；9－物节点；10、11－属性节点；12、13－表示对应的强弱的权重；14、15－物节点；16、17－表示对应的强弱的权重；20－计算机；21－网络；22－CPU；23－ROM；24－RAM；25－硬盘；26－通信装置；27－总线；28－显示装置；29－键盘；30－鼠标；31－照相机；32－麦克风；33－传感器；34－CD－ROM装置；35－CD－ROM。