DE10222687B4

DE10222687B4 - Modellauswahl für Entscheidungsunterstützungssysteme

Info

Publication number: DE10222687B4
Application number: DE10222687A
Authority: DE
Inventors: Claus Skaanning; James Fort Collins Schreckengast
Original assignee: Hewlett Packard Development Co LP
Current assignee: Hewlett Packard Development Co LP
Priority date: 2001-05-26
Filing date: 2002-05-22
Publication date: 2005-10-06
Anticipated expiration: 2022-05-23
Also published as: JP2003050988A; US6957202B2; DE10222687A1; US20020183988A1

Abstract

Verfahren zum Auswählen eines Teilmodells (60, 61) aus einer Mehrzahl von Teilmodellen in einem diagnostischen System,
wobei das diagnostische System eine hierarchische Struktur aufweist, die auf einer ersten Ebene ein Supermodell (59) und auf einer untergeordneten Ebene die Mehrzahl von Teilmodellen (60, 61) aufweist,
wobei das Supermodell (59) implementiert ist, um basierend auf ersten Informationen von einem Benutzer, die eine bezüglich eines Geräts (205) des Benutzers anstehende Angelegenheit (62) betreffen, eine der anstehenden Angelegenheit (62) zugrundeliegende Angelegenheit (63, 64, 65) und ein zugeordnetes Teilmodell (60, 61) zu identifizieren,
wobei jedes Teilmodell in der untergeordneten Ebene separat implementiert ist, um eine Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu identifizieren, und
wobei das Verfahren folgende Schritte aufweist:
(a) Erhalten von ersten Informationen über eine anstehende Angelegenheit (62) von einem Benutzer;
(b) Verwenden der ersten Informationen in einem Supermodell (59), um eine zugrundeliegende Angelegenheit...

Description

Der Gegenstand der vorliegenden Patentanmeldung ist verwandt mit dem Gegenstand, der von Claus Skaanning, Uffe Kjærulff und Finn V. Jensen in der US-Patentanmeldung, Seriennr. 06/261.769, eingereicht am 3. März 1999 mit dem Titel „A METHOD FOR KNOWLEDGE ACQUISITION FOR DIAGNOSTIC BAYESIAN NETWORKS", dargelegt ist, mit dem Gegenstand, der von Claus Skaanning, Finn V. Jensen, Uffe Kjærulff, Paul A. Pelletier, Lasse Rostrup Jensen, Marilyn A. Parker und Janice L. Bogorad in der US-Patentanmeldung, Seriennr. 09/353.727, eingereicht am 14. Juli 1999 mit dem Titel „AUTOMATED DIAGNOSIS OF PRINTER SYSTEMS USING BAYESIAN NETWORKS" (entspricht EP 1069487 A1 ) dargelegt ist, und mit dem Gegenstand, der von Claus Skaanning in der US-Patentanmeldung, Seriennr. 09/388.891, eingereicht am 2. September 1999 mit dem Titel „AUTHORING TOOL FOR BAYESIAN NETWORK TROUBLESHOOTERS" (entspricht DE 10036737 A1 ) dargelegt ist.

Die vorliegende Erfindung bezieht sich auf probabilistische Störungssucher und diagnostische Systeme und bezieht sich speziell auf eine Modellauswahl für Entscheidungsunterstützungssysteme.

Entscheidungsunterstützungssysteme sind als Erfassungssysteme für Diagnose, Störungssuche, Auswahl, Klassifizierung, Prädiktion und allgemeine Entscheidungsunterstützung definiert.

Derzeit ist es für Hersteller äußerst kostspielig, die Systeme ihrer Kunden zu diagnostizieren. Eine Automatisierung dieses Verfahrens ist unter Verwendung von probabilistischen Störungssuchern und anderen diagnostischen Systemen versucht worden. Einige dieser Systeme basieren auf Bayes-Netzwerken.

Ein Störungssucher basierend auf Bayes-Netzwerken ist durch D. Heckerman, J. Breese und K. Rommelse (1995), Decisiontheoretic Troubleshooting, Communications of the ACM, 38:49-57 (hierin als „Heckerman et al. 1995" bezeichnet) beschrieben.

In der Fachliteratur werden Bayes-Netzwerke mit verschiedenen Namen bezeichnet: Bayes-Netze, kausale probabilistische Netzwerke, Bayes-Überzeugungsnetzwerke oder einfach Überzeugungsnetzwerke. Lose definierte Bayes-Netzwerke sind eine präzise (azyklische) graphische Struktur zum Modellieren von probabilistischen Beziehungen unter diskreten Zufallsvariablen. Bayes-Netzwerke werden verwendet, um Problemdomänen, die eine gewisse Ungewißheit aufweisen, effizient zu modellieren, und darin liegt ihr Nutzen. Da sie auf einem Computer ohne weiteres modelliert werden können, sind sie der Gegenstand wachsenden Interesses und steigender Verwendung bei automatisierten Entscheidungsunterstützungssystemen, sei es für eine medizinische Diagnose, eine automatisierte Störungssuche in Automobilen, Wirtschafts- oder Aktienmarktprognosen oder in anderen Bereichen, bei denen es um so subjektive Dinge wie das Prognostizieren von wahrscheinlichen Anforderungen eines Computerbenutzers geht.

Im allgemeinen besteht ein Bayes-Netzwerk aus einem Satz von Knoten, die diskretwertige Variablen darstellen, die durch Bögen verbunden sind, die die kausalen Abhängigkeiten zwischen den Knoten darstellen. Eine Menge von konditionalen Wahrscheinlichkeitstabellen, eine für jeden Knoten, definiert die Abhängigkeit zwischen den Knoten und ihren Eltern. Und Knoten ohne Eltern, die manchmal als Quellenknoten bezeichnet werden, ist eine vorherige Randwahrscheinlichkeitstabelle zugeordnet. Bei spezifischen Anwendungen werden die Daten für die Wahrscheinlichkeitstabellen für alle anderen Knoten durch sogenannten Domänenexperten in einem beliebigen Bereich, der gerade modelliert wird, geliefert. Dies umfaßt das Zuordnen von vorherigen Wahrscheinlichkeiten für alle Knoten ohne Eltern und von konditionalen Wahrscheinlichkeiten für alle Knoten mit Eltern. Bei diagnostischen Bayes-Netzwerken können Knoten Ursachen darstellen oder Ergebnisse von Aktionen und Fragen. Bei sehr großen diagnostischen Bayes-Netzwerken sind die meisten der Ereignisse bei Wahrscheinlichkeiten im Bereich von 0,001 bis 0,000001 sehr selten. Da es jedoch ein primäres Ziel eines Computerentscheidungs-Unterstützungssystem ist, genaustmögliche Entscheidungen zu liefern, ist es zwingend erforderlich, daß die Domänenexperten probabilistische Informationen liefern, die höchst zuverlässig sind und Situation am besten einschätzen.

Bayes-Netzwerke liefern eine Möglichkeit, Problembereiche unter Verwendung einer Wahrscheinlichkeitstheorie zu modellieren. Die Bayes-Netzwerkdarstellung eines Problems kann verwendet werden, um Informationen über eine Teilmenge von Variablen angesichts von Informationen über andere zu liefern. Ein Bayes-Netzwerk besteht aus einem Satz von Variablen (Knoten) und einem Satz von gerichteten Kanten (Verbindungen zwischen Variablen). Jede Variable weist einen Satz von sich gegenseitig ausschließenden Zuständen auf. Die Variablen bilden zusammen mit den gerichteten Kanten einen gerichteten azyklischen Graphen (DAG; DAG = directed acyclic graph). Für jede Variable v mit den Eltern w1, ..., w_n ist eine konditionale Wahrscheinlichkeitstabelle P(v/w₁, ... w_n) definiert. Wenn v keine Eltern hat, verringert sich diese Tabelle offenbar auf die Randwahrscheinlichkeit P(v).

Bayes-Netzwerke sind in vielen Anwendungsdomänen, die eine Ungewißheit aufweisen, wie z. B. medizinische Diagnose, Stammbaumanalyse, Planung, Schuldenerfassung, Engpaßerfassung etc. verwendet worden. Einer der Hauptanwendungsbereiche ist jedoch die Diagnose gewesen. Die Diagnose (d. h. zugrundeliegende Faktoren, die Krankheiten/Fehlfunktionen bewirken, die wiederum Symptome verursachen) eignet sich sehr gut für die Modellierungsverfahren der Bayes-Netzwerke.

Die Modellauswahl ist die Fähigkeit, einem Benutzer eines diagnostischen Systems beim Bestimmen des korrekten Modells zur Bewältigung eines Problems oder beim Unterstützen des Benutzers, eine Entscheidung zu treffen, zu helfen.

Eine menübasierte Auswahl von Modellen kann einen Modellbaum von Menüs und Untermenüs enthalten. Dies ermöglicht einem Benutzer einen Überblick über die verfügbaren Modelle, doch kann es schwierig sein, das korrekte Modell in einem großen Modellbaum zu finden. Auch ist es eventuell für einen unerfahrenen Benutzer nicht möglich, das korrekte Modell zu identifizieren. Zum Beispiel ist „Blasendruck" ein klar definiertes Druckqualitätsproblem bei Druckern, jedoch sind nur fachmännische Benutzer in der Lage, ein unbekanntes Druckqualitätsproblem als „Blasendruck" zu klassifizieren.

Eine Textsuchauswahl von Modellen funktioniert, indem eine Textsuche innerhalb von Teilmodellen verwendet wird, um zu bestimmen, welches Teilmodell zu verwenden ist. Die Textsuche ermöglicht gelegentlich, eine Abkürzung direkt zum gewünschten Modell zu nehmen, wenn jedoch dem Benutzer die Beschreibung des Problems unbekannt ist (z. B. „Blasendruck"), ist der Benutzer nicht in der Lage, einen guten Text zu liefern, um das beste Modell zu finden.

Fallbasierte Systeme können für die Modellauswahl verwendet werden, da solche fallbasierten Systeme Benutzern dabei helfen sollen, Probleme durch Stellen einer Folge von Fragen zu identifizieren. Fallbasierte Systeme für die Modellauswahl leiden jedoch in der Tat unter den gleichen Problemen wie alle anderen fallbasierten Systeme. Das Konstruieren eines fallbasierten Systems erfordert ausführliches technisches Wissen über fallbasierte Systeme, da das Verhalten des Systems stark von der Qualität von Fällen, die zur Inferenz verwendet werden, abhängt.

Es ist eine Aufgabe der vorliegenden Erfindung, ein Verfahren und ein System zu schaffen, die eine verbesserte Modellauswahl für Entscheidungsunterstützungssysteme ermöglichen.

Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 und ein System gemäß Anspruch 19 gelöst.

Gemäß einem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird die Modellauswahl ausgeführt. Die ersten Informationen über ein anstehendes Problem werden von einem Benutzer erhalten. Die ersten Informationen werden in einem Supermodell verwendet, um ein zugrundeliegendes Problem und ein zugeordnetes Teilmodell zum Liefern einer Lösung für das zugrundeliegende Problem zu identifizieren. Eine Bayes-Netzwerkstruktur wird verwendet, um das zugrundeliegende Problem und das zugeordnete Teilmodell zu identifizieren. Das Teilmodell erhält vom Benutzer zusätzliche diagnostische Informationen über das zugrundeliegende Problem. Das Teilmodell verwendet die diagnostischen Informationen, um eine Lösung für das zugrundeliegende Problem zu identifizieren.

Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen näher erläutert. Es zeigen:
1 einen Überblick einer diagnostischen Umgebung.
2 ein vereinfachtes Blockdiagramm eines Webservers.
3 ein vereinfachtes Blockdiagramm von Komponenten in einem Kunden-Personal-Computer, der in dem diagnostischen Verfahren verwendet wird.
4 ein vereinfachtes Diagramm, das ein Supermodell gemäß einem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung darstellt.
5 ein vereinfachtes Diagramm, das ein Supermodell gemäß einem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung darstellt, in dem ein Teilmodell eine Mehrzahl von Problemen in einem Supermodell lösen kann.
6 ein vereinfachtes Flußdiagramm, das ein Verfahren gemäß einem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung darstellt, durch das ein Supermodellsystem verwendet wird, um eine Lösung für ein Problem zu finden.
Die vorliegende Erfindung ist für die Modellauswahl von Nutzen. Zum Beispiel ist das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung nützlich, um ein beliebiges Modell oder System auszuwählen, das folgendes ausführen kann: (1) Erzeugen einer Wahrscheinlichkeit von einem oder mehreren Problemen (auch als Diagnosen oder Ursachen bekannt); (2) Erzeugen einer nächsten Frage oder eines nächsten Tests und (3) Erzeugen einer Wahrscheinlichkeit von jeder möglichen Antwort auf diese nächste Frage oder diesen nächsten Test angesichts der Informationen, die dem System bekannt sind.
Obgleich das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung für ein beliebiges Modell oder System gilt, das die oben aufgelisteten Funktionen ausführen kann, wird ein diagnostisches Bayes-Netzwerksystem bei der Beschreibung eines speziellen Ausführungsbeispiels der Erfindung verwendet. Die ausgewählten Modelle müssen keine Bayes-Netzwerke sein, sondern können ein beliebiger Typ von System sein, z. B. fallbasierte Systeme, Fuzzy-Systeme, regelbasierte Systeme etc.
Nachstehend wird das bevorzugte Ausführungsbeispiel zum Auswählen von Teilmodellen in einer diagnostischen Umgebung beschrieben. Fachleute mit Durchschnittsqualifikation werden jedoch darauf hingewiesen, daß die Lehren der vorliegenden Erfindung ausreichend sind, um die Erfindung in einer Vielfalt von Anwendungsbereichen, wie z. B. Entscheidungsunterstützung, Auswahl, Klassifizierung, Prädiktion, Makeln, zu verwenden. Ein Beispiel des Makelns ist das Makeln von Aktien bei Firmen.
1 ist ein Überblick über eine diagnostische Umgebung. 1 zeigt einen Webserver 200, einen Kunden-Personal-Computer (PC) 205, einen Druckerserver 209 und einen Drucker 210. Ein diagnostischer System 201 eines Druckersystems arbeitet auf einem Webserver 200.
Ein diagnostischer System wird z. B. für die Entscheidungsunterstützung, Auswahl, Klassifizierung, Prädiktion und/oder zum Makeln verwendet. Bei der Entscheidungsunterstützung wird ein Benutzer durch eine Folge von Fragen geleitet, die ihn zur optimalen Lösung für ein Problem führen. Zum Beispiel hilft die Entscheidungsunterstützung einem Benutzer dabei, die richtige Entscheidung im Hinblick auf ein bestimmtes Problem zu treffen. Zum Beispiel verwendet ein System für eine Entscheidungsunterstützungsmaschine für automatisierte Kundenunterstützungsoperationen (SACSO = system for automated customer support operations) eine Folge von Fragen, um das wahre zugrundeliegende Problem zu bestimmen, und kann dann Lösungen für das Problem vorschlagen.
Um eine Wissensakquisition auszuführen, die zum Liefern einer Entscheidungsunterstützung verwendet wird, wird eine Domäne, in der die Entscheidungsunterstützung ausgeführt werden soll, identifiziert. Es werden auch mögliche Situationen innerhalb der Domäne, mögliche Teilsituationen der möglichen Auswahl an und Informationsschritte identifiziert. Die Informationsschritte werden an die möglichen Si tuationen und die möglichen Teilsituationen angepaßt. Die Wahrscheinlichkeiten werden für die möglichen Situationen, die möglichen Teilsituationen eingeschätzt. Die Wahrscheinlichkeiten für Aktionen und Fragen, die in den Informationsschritten aufgeführt sind, werden ebenfalls geschätzt sowie die Kosten für Aktionen und Fragen, die in den Informationsschritten aufgeführt sind.
Bei der Auswahl läuft ein diagnostisches System durch eine Folge von Fragen, die dem Benutzer dabei hilft, aus einer Anzahl von Möglichkeiten auszuwählen. Es können mehrere Auswahlen getroffen werden. Zum Beispiel verwendet ein Schüler das diagnostische System, um einen optimalen Stundenplan zu erstellen. Indem es ihm Fragen stellt, versucht das diagnostische System, die Bereiche zu bestimmen, wo der Student Nachhilfe benötigt (Wissenslückenanalyse), und das diagnostische System kann dann Unterrichtsstunden vorschlagen, die auf diese spezifischen Bereiche abzielen. Dabei geht es sich nicht gänzlich um eine allgemeine Entscheidungsunterstützung. Es ist dahingehend eine Entscheidungsunterstützung, da sie dem Benutzer dabei hilft, die Situation zu identifizieren, auf die die Verwendung gerichtet ist, und dann eine Lösung vorschlägt. Ursachen entsprechen Situationen. Die Informationsschritte entsprechen diagnostischen Schritten. In diesem Fall liefern Aktionen Lösungen und Fragen sammeln Informationen wie in einem diagnostischen System.
Um die Wissensakquisition auszuführen, die zum Bereitstellen einer Auswahl verwendet wird, wird eine Domäne, in der die Auswahl ausgeführt werden soll, identifiziert. Es werden auch mögliche Situationen in der Domäne, mögliche Teilsituationen der möglichen Auswahlen und Informationsschritte identifiziert. Die Informationsschritte sind den möglichen Situationen und möglichen Teilsituationen angepaßt. Für die möglichen Situationen und Teilsituationen werden Wahrscheinlichkeiten eingeschätzt. Wahrscheinlichkeiten für Aktionen und Fragen, die in den Informationsschritten aus geführt sind, und Kosten für Aktionen und Fragen, die in den Informationsschritten aufgeführt sind, werden ebenfalls eingeschätzt. Die Ursachen entsprechen getroffenen Auswahlen. Die Informationsschritte entsprechen den diagnostischen Schritten und werden verwendet, um Informationen zu sammeln, die zum Eingrenzen einer Auswahl nützlich sind.
Bei der Klassifizierung kann ein diagnostisches System verwendet werden, um etwas gemäß einer Anzahl von Kategorien zu klassifizieren. Das diagnostische System kann z. B. für eine Pfadanalyse, z. B. Leiten einer Kunden-Feedback-E-Mail an die richtige Person, verwendet werden. Kunden-Feedback-E-Mails an die richtige Person zu leiten könnte z. B. das Klassifizieren einer E-Mail in eine einer Anzahl von Kategorien basierend auf Etiketten oder Schlüsselwörtern, die aus der E-Mail extrahiert werden, umfassen.
Bei der Prädiktion kann ein diagnostisches System verwendet werden, um Prädiktionssysteme zu erzeugen. Im Grunde werden mögliche zukünftige Ursachen anstelle von aktuellen Ursachen modelliert, und es werden Fragen, die nach Symptomen von zukünftigen Probleme suchen, modelliert.
Das Makeln ist eine Variante der Auswahl, wo ein diagnostisches System verwendet wird, um in einer Liste von möglichen Lösungen zu makeln. Zum Beispiel kann ein e-Sprach-Makler, der ein intelligenteres Makeln zwischen konkurrierenden e-Diensten ausführen muß, ein diagnostisches System verwenden, um dies durch Ausführen eines intelligenteren Vergleichs von e-Dienstbarometern vorzunehmen.
Ein diagnostisches Druckersystem 210 wird hierin als ein Beispiel eines diagnostischen Systems verwendet. Das diagnostische Druckersystem 201 wird zum Diagnostizieren der Operation eines Drucksystems verwendet. Ein Benutzer am Kunden PC 205 kann auf das diagnostische System 201 über das Internet 202 zugreifen. Ein Webbrowser 206 im Kunden PC 205 wird verwendet, um auf den Webserver 200 zuzugreifen.
Ansprechend auf die Interaktion des Kunden mit dem diagnostischen System 201, antwortet das diagnostische System 201 mit dem Vorschlag 203 von diagnostischen Schritte, die der Kunde ausführen kann. Das diagnostische System 201 funktioniert im wesentlichen als Expertensystem, das eine künstliche Intelligenz nutzt. Der Kunde liefert Informationen 204 zurück an das diagnostische System 201, das das diagnostische System 201 über das Ergebnis des Handelns bezüglich der Vorschläge 201 informiert. Die Informationen 204 können Informationen 207 umfassen, die der Kunde vom Druckerserver 209 erhält und/oder Informationen 208, die der Kunden vom Drucker 210 erhält.
2 ist ein vereinfachtes Blockdiagramm des Webservers 200. Das diagnostische System 201 wird in einem Speicher 301 des Webservers 200 ausgeführt. Das diagnostische System 201 nutzt sekundäre Speichervorrichtungen 303 zur Speicherung von diagnostischen Modellen. Eine Videoanzeige 304 kann durch einen Techniker verwendet werden, um den diagnostischen Prozeß zu überwachen und die diagnostischen Modelle zu bewahren. Der Webserver 200 umfaßt auch eine Eingabevorrichtung 305, wie z. B. eine Tastatur, eine CPU 306 und eine Netzwerkkarte 307 zur Kommunikation mit dem Web-Browser 206 im Kunden PC 205.
3 ist ein Überblick über die Komponenten des diagnostischen Verfahrens. Der Webserver 200 ist gezeigt. Der Kunde kommuniziert mit dem diagnostischen System 201 (das in 1 gezeigt ist) im Webserver 200 durch den Web-Browser 206, der auf dem Kunden-PC 401 läuft. Der Kunde empfängt Empfehlungen 203 vom diagnostischen System 201 und liefert dafür die Antworten 204. Der Kunde verwendet das diagnostische System 201, wenn er eine Störung im Druckersystem erlebt, das aus dem Druckerserver 209 und dem Drucker 210 besteht. Im allgemeinen, wenn ein Kunde versucht, aus einer Anwendung 406 zu drucken, geht die Druckaufgabe zuerst an einen Druckertreiber 407, dann durch einen lokalen Spooler 408, falls diese verwendet wird, und dann an eine Betriebs sytems-Umleitung 409 (Betriebssystem = operating system = O/S). Die O/S-Umleitung 409 ist der Teil des Betriebssystems, der bestimmt, welchen Weg die Druckaufgabe geht, d. h. an eine Netzwerkverbindung 413 über einen Netzwerktreiber 410 und eine Netzwerkkarte 411 oder an einen lokalen Port 412 im Falle eines lokalen, parallel geschalteten Druckers. Wenn die Druckaufgabe an einen lokalen, parallel verbundenen Drucker geht, läuft die Druckaufgabe durch ein paralleles Kabel 415, bevor sie den Drucker 210 erreicht. Wenn die Druckaufgabe an einen Netzwerkdrucker geht, geht sie entweder durch die Netzwerkverbindung 413 zum Druckerserver 209 oder durch eine direkte Netzwerkverbindung 414 zum Drucker 210. Die direkte Netzwerkverbindung 414 kann für bestimmte Drucker genutzt werden, z. B. den HP LaserJet 5Si, der bei der Hewlett-Packard Company mit Geschäftsadresse in 3000 Hannover Street, Palo Alto, Kalifornien 94304 erhältlich ist. Wenn der Drucker 210 durch den Druckerserver 209 gesteuert wird, geht die Druckaufgabe durch eine Druckerwarteschlange 420 in den Druckerserver 209, und dann wird die Druckaufgabe entweder über eine Netzwerkverbindung 417 an den Drucker 210 oder ein paralleles Kabel 418, abhängig davon, wie der Drucker 210 mit dem Druckerserver 209 verbunden ist, gesendet.
Die Anwendung 406, der Druckertreiber 407, der Spooler 408 und die O/S-Umleitung 409 werden alle in einem Betriebssystem 405 auf dem Kunden-PC 205 ausgeführt. Beim Drucken einer Druckaufgabe aus der Anwendung 406 folgt die Druckaufgabe auf ihrem Weg zum Drucker 210, abhängig von der Systemeinstellung, einem der oben beschriebenen Pfade. Wenn auf diesem Weg irgend etwas schief geht, kann dies zu einer nicht erfolgenden Ausgabe oder einer unerwarteten Ausgabe führen. Das Diagnosesystem 201 versucht durch Tests an den Komponenten im System zu bestimmen, welche Komponente(n) das Problem verursachten.
Ein effizienteres Verfahren zum Sammeln von Informationen, die notwendig sind, um Diagnosesysteme basierend auf Bayes- Netzwerken, Verfahren zur Darstellung dieser Informationen in einem Bayes-Netzwerk und Verfahren zum Bestimmen von optimalen Folgen diagnostischer Schritte in Diagnosesystemen zu konstruieren, wird durch Claus Skaanning, Finn V. Jensen, Uffe Kjærulff, Paul A. Pelletier, Lasse Rostrup Jensen, Marilyn A. Parker und Janice L. Bogorad in der mitanhängigen Patentanmeldung, Seriennr. 09/353.727, die am 14. Juli 1999 für AUTOMATED DIAGNOSIS OF PRINTER SYSTEMS USING BAYESIAN NETWORKS (nachstehend bezeichnet als „die AUTOMATED-DIAGNOSIS-Patentanmeldung") eingereicht wurde, beschrieben, deren Gegenstand hierin durch Bezugnahme aufgenommen worden ist.
Ein Verfasserwerkzeug, das das Wissensakquisitionsverfahren für diagnostische Systeme basierend auf Bayes-Netzwerken effizient unterstützt, wird durch Claus Skaanning in einer mitanhängigen Patentanmeldung, Seriennr. 09/388.891, die am 2. September 1999 für AUTHORING TOOL FOR BAYESIAN NETWORK TROUBLESHOOTERS (nachstehend bezeichnet als „die AUTHORING-TOOL-Patentanmeldung") eingereicht wurde, beschrieben, deren Gegenstand hierin durch Bezugnahme aufgenommen wurden.
Ein Bayes-Netzwerk kann eine sehr einfache Struktur aufweisen. Zum Beispiel weist ein einzelner Elternknoten, der eine Ursache darstellt, Kinderknoten auf, die Aktionen und Fragen darstellen. Bögen werden vom Elternknoten zu den Kinderknoten geleitet, wodurch uns aufgrund der Einfachheit der Struktur ein sogenanntes naives Bayes-Netzwerk geliefert wird. Der Elternknoten enthält bezüglich der Ursachen eine vorherige Wahrscheinlichkeitsverteilung. Die Ursachen schließen sich gegenseitig aus, da sie als Zustände dieses Knotens dargestellt werden. Im Hinblick auf Aktionen und Fragen verfügen wir, bedingt durch die Ursachen, über konditionale Wahrscheinlichkeitsverteilungen gegenüber ihren Antworten, Die AUTOMATED DIAGNOSIS-Patentanmeldung und die AUTHORING-TOOL-Patentanmeldung beschreiben Verfahren zum Erhalten dieser Wahrscheinlichkeiten von Domänenexperten und von Verfahren zum Berechnen guter Schrittfolgen basierend auf dieser Darstellung.
Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird die Modellauswahl durch Bayes-Netzwerke ausgeführt. Dies ermöglicht einem Domänenexperten, ein „Supermodell" für die Modellauswahl unter Verwendung eines Wissensakquisitionswerkzeugs, das dann angewendet und als ein diagnostisches System verwendet werden kann, zu konstruieren.
Bei seiner Verwendung, stellt das Supermodell dem Benutzer eine Folge von Fragen und wählt aufgrund der Antworten das optimale Modell zur Bewältigung des Problems des Benutzers aus. Bei dem bevorzugten Ausführungsbeispiel stellt das Supermodell die Fragen in einer optimierten Reihenfolge, um das Problem schnellstmöglich zu identifizieren. Sobald das Problem identifiziert worden ist, kann ein Teilmodell eingesetzt werden, um bei der Auflösung des Problems zu helfen. Ein Teilmodell ist ein Modell innerhalb des Supermodells, das untergeordnet ist. Wenn ein Benutzer Antworten auf Fragen gibt, die durch das Supermodell gestellt wurden, verwendet das Supermodell diese Antworten, um die Fragenfolge weiter zu optimieren.
Die Teilmodelle können sich auf mehreren Ebenen befinden, so daß eine Hierarchie von Teilmodellen gebildet wird. Auf diese Weise kann die vorliegende Erfindung zum Organisieren einer Hierarchie von Teilmodellen verwendet werden, um z. B. eine Modellanhäufung oder einen Wettbewerb zwischen Modellen auszuführen. Die Teilmodelle müssen keine Bayes-Netzwerke sein. Bei dem bevorzugten Ausführungsbeispiel liefern die Teilmodelle folgende Informationen:

1) P(M = y|e) – die Wahrscheinlichkeit, daß das Modell das Problem angesichts der aktuellen Beweise lösen kann
2) C(e) – die Kosten des Modells, das das Problem angesichts der aktuellen Beweise löst
3) Die Überzeugung in Modell M, das angesichts der aktuellen Beweise das richtige Modell ist.

Bei dem bevorzugten Ausführungsbeispiel ist die Übergabe der Steuerung vom Supermodell zum Teilmodell transparent, so daß der Benutzer nicht realisiert, daß es eine Modellauswahlphase und dann eine anschließende Phase zur Problemlösung gibt. Statt dessen betrachtet der Benutzer die gesamte Frage/Antwort-Folge als einen homogenen Prozeß.
Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung gibt ein Teilmodell die Steuerung zurück zum Supermodell, wenn das Teilmodell entdeckt, daß es nicht in der Lage ist, ein Problem zu lösen. Das Supermodell kann dann dem Benutzer zusätzliche Fragen stellen, um ein geeigneteres Teilmodell zu identifizieren, das das Problem bewältigen soll.
Das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung ermöglicht daher, daß die Modellauswahl und die Problemlösungsphasen in einen homogenen Prozeß integriert werden.
Ferner ermöglicht die vorliegende Erfindung dem Domänenexperten, Bayes-Netzwerke für die Modellauswahl zu konstruieren, die die Identifizierung von unbestimmten Problemen, wie z. B. „Blasendruck", ermöglichen. Das Supermodell kann dem Benutzer Fragen stellen, die die inhärente Ungewißheit bei der Identifizierung dieser Probleme erfassen, und dem Benutzer eine ausreichende Erklärung und visuelle Mittel bereitstellen, um ihm dabei zu helfen, die Fragen richtig zu beantworten.
Ferner kann bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung ein Teilmodell ausgewählt werden, auch wenn eine Ungewißheit bezüglich der Richtigkeit dieses Modells bestehen bleibt. Es gibt viele realistische Situationen, in denen ein Benutzer nicht in der Lage ist, ein richtiges Modell auszuwählen. Diese Situationen sollten nicht dadurch gehandhabt werden, indem ein nahezu zufälliges Teilmodell ausgewählt wird, wie es durch bekannte Verfahren erledigt wurde. Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung werden diese Situationen durch Auswählen des Teilmodells gehandhabt, das aller Wahrscheinlichkeit nach Schritte in Bezug auf die Antworten des Benutzers auf vorhergehende Fragen liefert.
4 zeigt ein Supermodell, das durch ein Feld 59 abgegrenzt ist. Ein Supermodell ist ein Modell, das bei der Identifizierung des Problems (d. h. Angelegenheit) hilft und dann ein Teilmodell (auch als Kindermodell bezeichnet) auswählt, das das spezifische Problem lösen kann. Das Konzept kann in einem Baum von Modellen mit mehr als zwei Ebenen von Modellen verallgemeinert werden. Ferner kann das Konzept verallgemeinert werden, um der Steuerung zu ermöglichen, von einem Supermodell zu einem Teilmodell und wieder zurück, und dann zu einem weiteren Teilmodell zu schalten.
In 4 ist eine Beispielsituation mit einer Gesamtproblemvariable P (d. h. dem anstehenden Problem oder der anstehenden Angelegenheit) gezeigt. Ein Problem P₁, ein Problem P₂ und ein Problem P₃ befinden sich innerhalb der Gesamtproblemvariable P. Das Problem P₁, das Problem P₂ und das Problem P₃ sind zugrundeliegende Probleme (oder zugrundeliegende Angelegenheiten) des anstehenden Problems P. Ein Teilmodell M₁ löst das Problem P₁. Ein Teilmodell M₂ löst das Problem P₂. Ein Teilmodell M₃ löst das Problem P₃.
In 4 ist das anstehende Problem P mit 62 bezeichnet. Das zugrundeliegende Problem P₁ ist mit 63 bezeichnet. Das zugrundeliegende Problem P₂ ist mit 64 bezeichnet. Das zugrundeliegende Problem P₃ ist mit 65 bezeichnet.
In einem Feld 60, ist das Teilmodell M₁ mit einer Ursache C₁, einer Ursache C₂, einer Ursache C₃, einem Schritt S₁ und einem Schritt S₂ gezeigt. In einem Feld 61 ist das Teilmodell M₂ mit einer Ursache C₄, einer Ursache C₅, einer Ursache C₆, einem Schritt S₃ und einem Schritt S₄ gezeigt.
Wie in 4 dargestellt ist, sind die Teilmodelle M₁, M₂ und M₃ nicht in einem großen Bayes-Netzwerk, sondern in einer Hierarchie verbunden, in der Überzeugungen zwischen den Teilmodellen propagiert werden.
In dem Supermodell, das in 4 gezeigt ist, gibt es für jedes Teilmodell einen Knoten. Der Knoten stellt das Ereignis dar, wenn das Teilmodell das Problem löst. Die Informationen werden vom Teilmodell als weicher Beweis zum entsprechenden Knoten im Supermodell geleitet. Ein Teilmodell erhält z. B. Informationen, indem es einem Benutzer Fragen stellt und die Antworten, die vom Benutzer geliefert werden, aufzeichnet.
Die Supermodelle ähneln gewöhnlichen diagnostischen Modellen mit der Erweiterung, daß die Aktionen Teilmodelle darstellen können. Gewöhnliche Schrittauswahlalgorithmen können verwendet werden, wobei das Modell als Aktion behandelt wird. Für eine Aktion benötigen wir zwei Informationen, um ihre Effizienz zu berechnen: (i) P(A|C), die Wahrscheinlichkeit, daß die Aktion das Problem angesichts der Ursache löst, und (ii) C_A, die Kosten des Ausführens der Aktion.
Um die Wahrscheinlichkeit eines Teilmodells M (Teilmodell M ist äquivalent zu z. B. M₁, das in 1 gezeigt ist), das das Gesamtproblem angesichts eines spezifischen Problems P (spezifisches Problem P ist äquivalent zu z. B. P₁, das in 1 gezeigt ist) löst, zu berechnen, werden die folgenden vier Informationen miteinander kombiniert:

• P_M(M = y): Die Wahrscheinlichkeit, daß M das Problem, das im Teilmodell berechnet wurde, löst.
• P_M(M = y|e_M): Die Wahrscheinlichkeit, daß M das Problem, angesichts des Beweises e_M, der im Teilmodell errechnet wurde, im Teilmodell löst.
• P_S(M = y|P): Die Wahrscheinlichkeit, daß M das Problem angesichts der Tatsache, daß P das Problem ist, das im Supermodell spezifiziert ist, löst.
• e_S: Der Beweis im Supermodell, z. B. Antworten auf Fragen im Supermodell

P_S((M = y|P) wird durch einen Domänenexperten beim Konstruieren des Supermodells hervorgerufen. P_M(M = y) und P_M(M = y|e_M) werden festgestellt, indem die Wahrscheinlichkeit, daß zumindest eine der Aktionen im Teilmodell beim Lösen des Problems erfolgreich ist, berechnet wird. Zum Beispiel wird P_M(M = y) unter Verwendung der Gleichung 1 unten berechnet: Gleichung 1
P_M(M = y) wird vor dem Starten der Diagnosesitzung festgestellt und kann in jedem anschließenden Schritt wieder verwendet werden.
Die Gleichung 1 wird verwendet, um die Wahrscheinlichkeit, daß zumindest eine der Aktionen im Teilmodell das Problem löst, als Eins minus die Wahrscheinlichkeit, daß alle Aktionen im Modell scheitern, zu berechnen. Unter der Annahme, daß die Ereignisse, bei denen Aktionen scheitern, ursachenbedingt unabhängig sind, kann die Berechnung weiter faktorisiert werden, und die Wahrscheinlichkeit, daß alle Aktionen bedingt durch eine spezifische Ursache scheitern, kann als das Produkt der Wahrscheinlichkeiten der Aktionen, die scheitern, berechnet werden. Die Gleichung 1 kann ferner vereinfacht werden, um auszuwerten, daß die Wahrscheinlichkeit einer Aktion von allen Beweisen unabhängig ist, wenn die Ursache basierend auf einer Einzelfehlerüberzeugung und der Darstellung des diagnostischen Systems in einem naiven Bayes-Netz gegeben ist. Da die Wahrscheinlichkeiten von Aktionen angesichts spezifischer Ursachen im voraus gesammelt werden können, wird dabei eine sehr effiziente Berechnung berücksichtigt, sobald ein neuer Beweis erhalten worden ist. Die Einzelfehlerüberzeugung erfordert, daß genau eine Komponente defekt ist und daß diese Komponente die Ursache des Problems ist.
Die Gleichung 1 weist nicht die Wahrscheinlichkeit auf, daß Fragen, die Ursachen identifizieren, in Betracht gezogen werden. Der Grund dafür ist, daß es keinen Sinn macht, diese Wahrscheinlichkeit bedingt durch eine Ursache zu berechnen, wenn die Ursache bereits identifiziert worden ist. Die Gleichung 1 liefert die Gesamtwahrscheinlichkeit, daß das Problem gelöst wird.
Die Gleichung 2 beinhaltet, daß die Wahrscheinlichkeit, daß die Ursache identifiziert wird, jedoch nicht notwendigerweise in einem Modell mit N Fragen und k Aktionen gelöst wird. PM'(M = y|eM) = 1 – PM(M = n,¬Q1IDc ,..,¬QNIDc |eM) = 1 – P(A1 = n,...,Ak = n,¬Q1IDc ,...,¬QNIDc |eM) = 1-P(A1 = n,...,Ak = n|eM) × P(¬Q1IDc ,...,¬QNIDc| A1 = n,...,Ak = n,eM) = 1 – (1 – PM(M = y|eM)) × P(¬Q1IDc ...,¬QNIDc |A1 = n,...,Ak = n,eM) Gleichung 2
Wenn P_M (M = y|e_M) und P_M (M = y) bekannt sind, wird ein „weicher Beweis" oder ein Wahrscheinlichkeitsbeweis für das Teilmodell in den Knoten eingebracht, der das Teilmodell im Supermodell darstellt. Der weiche Nachweis wird verwendet, um die Wahrscheinlichkeit zu aktualisieren, daß das Teilmodell das Problem lösen können wird. Typischerweise, wenn im Teilmodell mehrere Schritte ohne Erfolg probiert worden sind, sinkt die Gesamtwahrscheinlichkeit, daß das Teilmodell das Problem lösen kann. Diese neuen Informationen müssen in das Supermodell eingebaut werden. Dafür wird der weiche Beweis in den Knoten eingebracht, der das Teilmodell im Supermodell darstellt. Der weiche Nachweis wird unter Verwendung des Verhältnisses gespeichert, das in der Gleichung 3 unten aufgeführt ist: Gleichung 3
Wenn der weiche Beweis für alle Teilmodelle berechnet und in das Supermodell eingebracht worden ist, wird eine Überzeugungspropagierung im Supermodell ausgeführt. Dies führt zu aktualisierten Wahrscheinlichkeiten für sowohl Ursachen als auch Aktionen, wobei sowohl der Beweis im Supermodell (es) als auch der Beweis im Teilmodell (e_M) berücksichtigt werden. Im Supermodell und den Teilmodellen wird der Beweis eingeholt, z. B. indem Antworten auf Fragen, die dem Benutzer gestellt wurden, aufgezeichnet werden.
Die Kosten eines Modells, wenn dieses als Aktion betrachtet wird, entsprechen den erwarteten Reparaturkosten, ECR_M(e), (wobei e = {e_S, e_M}), für dieses Modell angesichts des aktuellen Beweises. Sowohl P_S(M = y|e) und ECR_M(e) müssen jedesmal neu berechnet werden, wenn ein neuer Beweis in das Modell eingebracht wird.
Das bevorzugte Ausführungsbeispiel ist effizienter, wenn ein Domänenexperte spezifizieren kann, wie die Ursachen im Teilmodell den Problemen zugeordnet sind, die durch das Modell im Supermodell gelöst werden.
In 5 z. B., ist das Supermodell, das in 4 gezeigt ist, modifiziert worden, so daß das Teilmodell M₁ die beiden Probleme P₁ und P₂ im Supermodell lösen kann. Der Domänenexperte spezifiziert auch, wie die Ursachen des Teilmodells M₁ P₁ und P₂ zugeordnet sind. Speziell sind die Ursachen C₁ und C₂ P₁ zugeordnet, und die Ursache C₃ ist P₂ zugeordnet.
Wenn Ursachenassoziationen spezifiziert sind, kann die Berechnung von P_M(M = y|e_M) viel präziser sein, da nur die Beiträge der Aktionen enthalten sind, die die Ursachen, die P zugeordnet sind, lösen.
Die Nutzung des Wissens des Domänenexperten über die Zuordnungen zwischen den Ursachen in den Teilmodellen und den Problemen im Supermodell sollte zu einem Supermodellauswahlalgorithmus einer größeren Potenz führen. Wenn der Domänenexperte für jede Ursache in einem Teilmodell spezifizieren kann, wie das Teilmodell den verschiedenen Problemen im Supermodell zugeordnet ist (z. B. 20% bei Problem P), wird P_M(M = y|e_M, P) berechnet, wie in der Gleichung 4 unten ausgeführt ist: Gleichung 4
Bei der Gleichung 4 ist β(C, P) der Prozentsatz, daß die Ursache C dem Problem P im Supermodell zugeordnet ist, und C P bedeutet C ist P zugeordnet.
6 ist ein vereinfachtes Flußdiagramm, das einen Prozeß darstellt, durch den ein Supermodellsystem verwendet wird, um eine Lösung für ein Problem zu finden. In einem Schritt 71 beginnt der Prozeß, wenn ein Benutzer das Supermodell verwendet, um die Diagnose auszuführen, z. B. um ein anstehendes Problem zu lösen. In einem Schritt 72 erhält das Supermodell Informationen, um ein zugrundeliegendes Problem des anstehenden Problems zu identifizieren. Das Supermodell stellt unterschiedliche Fragen, die dabei helfen, das zugrundeliegende Problem zu identifizieren. Wenn das Supermodell über eine ausreichende Gewißheit verfügt, daß es das Problem identifiziert hat, leitet das Supermodell in Schritt 73 die Steuerung an das entsprechende Teilmodell weiter. Zum Beispiel wird die erforderliche Randwahrscheinlichkeit (Gewißheit), bevor ein Teilmodell ausgewählt wird, durch den Benutzer spezifiziert.
Das Teilmodell besitzt die Steuerung, bis das Teilmodell entweder das Problem löst oder die Bemühungen, das Problem zu lösen, verwirft. In einem Schritt 74 erhält das Teilmodell Informationen über das Problem, z. B., indem es dem Benutzer Fragen stellt. In einem Schritt 75 bestimmt das Teilmodell, ob die Informationen ausreichen, um eine Lösung für das Problem zu identifizieren. Ist dies der Fall, wird dem Benutzer in einem Schritt 76 die Lösung mitgeteilt. Dies erfolgt z. B. dadurch, daß das Teilmodell dem Benutzer die Lösung direkt mitteilt oder indem die Lösung, durch das Supermodell nach oben zum Benutzer geleitet wird. In einem Schritt 77 ist die Diagnose komplett.
Wenn das Teilmodell in Schritt 75 bestimmt, daß die Informationen das Problem nicht lösen, wird in einem Schritt 76 eine Entscheidung gefällt, ob das Teilmodell aufgegeben werden soll. Wie nachstehend weiter beschrieben ist, wird diese Entscheidung, abhängig von der Implementierung, entweder durch das Teilmodell oder durch das Supermodell gefällt. Wenn das Teilmodell nicht aufgegeben werden soll, dann erhält das Teilmodell in Schritt 74 zusätzliche Informationen.
Wenn in Schritt 76 eine Entscheidung gefällt wird, daß das Teilmodell aufgegeben werden soll, erhält das Supermodell in Schritt 72 zusätzliche Informationen, um das Problem zu identifizieren, um zur Fortsetzung des Prozesses ein weiteres Teilmodell zu identifizieren. Das Supermodell stellt nun neue Fragen, um das Problem zu identifizieren, und leitet schließlich die Steuerung an ein weiteres Teilmodell weiter.
Es gibt zumindest zwei Möglichkeiten, zu entscheiden, wann ein Teilmodell aufgegeben und die Steuerung zurück zum Supermodell geleitet werden soll. Die erste Möglichkeit ist, die Effizienz des Teilmodells (P/C) im Supermodell zu verfolgen und das Teilmodell aufzugeben, sobald die Effizienz nicht mehr die höchste ist. Um unlogische Folgen bei einem zu starken Modellumschalten zu verhindern, können dem Umschalten zwischen Modellen zusätzliche Kosten auferlegt werden, was im wesentlichen die Verwendung von konditionalen Kosten im Schrittauswahllogarithmus erfordert. Für eine Erörterung bezüglich der konditionalen Kosten siehe H. Langseth, Conditional cost in the SACSO troubleshootere, Technical Report, Department for Computer Science [Abteilung für Informatik], Universität Aalborg, Dänemark (2000).
Die zweite Möglichkeit zu entscheiden, wann ein Teilmodell aufgegeben und die Steuerung zurück zum Supermodell geleitet werden soll, ist die Verfolgung des Konfliktmaßes im Inneren des Teilmodells, das die Steuerung besitzt, und die Abschaffung des Teilmodells, sobald das Konfliktmaß einen bestimmten Schwellwert überschritten hat. Diese Möglichkeit erlaubt dem Teilmodell, unabhängig zu entscheiden, wann es aufgeben soll, ohne das Supermodell zu konsultieren. Unter Verwendung von Verfahren des Stands der Technik ist es jedoch sehr schwierig, ein Konfliktmaß zu konstruieren, das zwischen einem ungewöhnlichen Fall, der durch das Teilmodell gehandhabt werden kann, und einem Fall, der nicht durch das Teilmodell gehandhabt werden kann, unterscheiden kann.
Für ein Beispiel eines Konfliktmaßes siehe das Hugin-Konfliktmaß, das durch F. V. Jensen, B. Chamberlain, T. Nordahl und F. Jensen, Analysis in HUGIN of Date Conflict, Proceedings of the Sixth Conference on Uncertainty in Artificial Intelligence, 1990, vorgeschlagen wurde.
Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird die Identität der Schritte beibehalten, so daß, wenn für einen Schritt ein Beweis erhalten wird, dieser bei jedem anderen Auftreten dieses Schritts in andere Modelle eingebracht wird. Dies erzeugt ein hochdynamisches und intelligentes System. Außerdem kann es bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung keine Überlappung der Ursachen zwischen Modellen geben, da dies die Einzelfehlerüberzeugung verletzen würde.
Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird dem Benutzer ein hohes Maß an Kontrolle über die Schrittauswahlalgorithmen und das Schalten von Modellen gegeben. Dem Benutzer wird z. B. die Fähigkeit gegeben, die erforderliche Randwahrscheinlichkeit (Gewißheit) zu spezifizieren, bevor ein Teilmodell ausgewählt wird. Dem Benutzer wird die Fähigkeit gegeben, zu spezifizieren, daß alle Fragen gestellt werden, bevor ein Teilmodell ausgewählt wird. Dem Benutzer wird die Fähigkeit gegeben, die Kosten für das Einschalten eines Kundendiensts zu spezifizieren. Dem Benutzer wird die Fähigkeit gegeben, zu spezifizieren, ob ein dynamisches Springen in und aus Teilmodellen erlaubt wird. Dem Benutzer wird die Fähigkeit gegeben, die erforderliche Randwahrscheinlichkeit eines „anderen Problems" zu spezifizieren, bevor ein Teilmodell aufgegeben wird. Dem Benutzer wird die Fähigkeit gegeben, die zusätzlichen Kosten zum Schalten von Modellen zu spezifizieren usw.

Claims

Verfahren zum Auswählen eines Teilmodells (60, 61) aus einer Mehrzahl von Teilmodellen in einem diagnostischen System, wobei das diagnostische System eine hierarchische Struktur aufweist, die auf einer ersten Ebene ein Supermodell (59) und auf einer untergeordneten Ebene die Mehrzahl von Teilmodellen (60, 61) aufweist, wobei das Supermodell (59) implementiert ist, um basierend auf ersten Informationen von einem Benutzer, die eine bezüglich eines Geräts (205) des Benutzers anstehende Angelegenheit (62) betreffen, eine der anstehenden Angelegenheit (62) zugrundeliegende Angelegenheit (63, 64, 65) und ein zugeordnetes Teilmodell (60, 61) zu identifizieren, wobei jedes Teilmodell in der untergeordneten Ebene separat implementiert ist, um eine Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu identifizieren, und wobei das Verfahren folgende Schritte aufweist: (a) Erhalten von ersten Informationen über eine anstehende Angelegenheit (62) von einem Benutzer; (b) Verwenden der ersten Informationen in einem Supermodell (59), um eine zugrundeliegende Angelegenheit (63, 64, 65) und ein zugeordnetes Teilmodell (60, 61) zum Liefern einer Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu identifizieren, mit folgendem Teilschritt: (b.1) Verwenden einer Bayes-Netzwerkstruktur, um die zugrundeliegende Angelegen heit (63, 64, 65) und das zugeordnete Teilmodell (60, 61) zu identifizieren; (c) Erhalten, durch das Teilmodell (60, 61), von zusätzlichen Informationen über die zugrundeliegende Angelegenheit (63, 64, 65) von dem Benutzer; und (d) Verwenden der zusätzlichen Informationen durch das Teilmodell (60, 61), um eine Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu identifizieren.
Verfahren gemäß Anspruch 1, bei dem in Schritt (a) die ersten Informationen zur Produktdiagnose gehören.
Verfahren gemäß Anspruch 1, bei dem in Schritt (a) die ersten Informationen zu einer Entscheidungsunterstützung gehören.
Verfahren gemäß Anspruch 1, bei dem in Schritt (a) die ersten Informationen zu einer Auswahl gehören.
Verfahren gemäß Anspruch 1, bei dem in Schritt (a) die ersten Informationen zu einer Klassifizierung gehören.
Verfahren gemäß Anspruch 1, bei dem in Schritt (a) die ersten Informationen zu einer Prädiktion gehören.
Verfahren gemäß Anspruch 1, bei dem in Schritt (a) die ersten Informationen zu einem Makeln gehören.
Verfahren gemäß Anspruch 1, bei dem in Schritt (a) die ersten Informationen zu einem Makeln von Aktien in Firmen gehören.
Verfahren gemäß einem der Ansprüche 1 bis 8, bei dem Schritt (d) den nachfolgenden Teilschritt aufweist: (d.1) Verwenden von zusätzlichen Informationen durch das Teilmodell (60,61), um eine zugrundeliegende Teilangelegenheit und ein zugeordnetes Teilmodell (60, 61) zum Liefern einer Lösung für die zugrundeliegende Teilangelegenheit zu identifizieren.
Verfahren gemäß einem der Ansprüche 1 bis 9, bei dem in Schritt (a) jedes Teilmodell (60, 61) folgendes an das Supermodell liefert: eine Wahrscheinlichkeit, daß eine Lösung für die zugrundeliegende Angelegenheit (63, 64, 65), die durch das Teilmodell (60, 61) geliefert wird, die anstehende Angelegenheit (62) angesichts des aktuellen Beweises löst; Kosten für das Teilmodell (60, 61), das die anstehende Angelegenheit (62) angesichts des aktuellen Beweises löst; und ein Maß einer Überzeugung, daß das Teilmodell (60, 61) ein richtiges Modell zur Handhabung der anstehenden Angelegenheit (62) angesichts des aktuellen Beweises ist.
Verfahren gemäß einem der Ansprüche 1 bis 10, bei dem Schritt (d) die folgenden Teilschritte umfaßt: (d.1) Bestimmen, ob verfügbare Informationen ausreichen, um die Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu identifizieren; (d.2) wenn in Teilschritt (d.1) die verfügbaren Informationen ausreichend sind, um die Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu identifizieren, Mitteilen der Lösung an den Benutzer; und (d.3) wenn in Teilschritt (d.1) die verfügbaren Informationen nicht ausreichen, um die Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu identifizieren, Bestimmen, ob die Steuerung vom Teilmodell (60, 61) an das Supermodell (59) zurückgegeben werden soll, oder ob mehr Informationen durch das Teilmodell (60, 61) vom Benutzer erhalten werden sollen.
Verfahren gemäß Anspruch 11, bei dem in Teilschritt (d.3) die Steuerung vom Teilmodell (60,61) an das Supermodell (59) zurückgegeben wird, wenn das Supermodell (59) bestimmt, daß eine Effizienz des Teilmodells (60, 61) unter den verfügbaren Teilmodellen (60, 61) nicht mehr die höchste.
Verfahren gemäß Anspruch 11, bei dem in Teilschritt (d.3) die Steuerung vom Teilmodell (60, 61) zum Supermodell (59) zurückgegeben wird, wenn das Teilmodell (60, 61) bestimmt, daß ein Konfliktmaß einen vorbestimmten Schwellenwert überschreitet.
Verfahren gemäß einem der Ansprüche 1 bis 13, bei dem Schritt (d) die folgenden Teilschritte umfaßt, die durch das Teilmodell (60, 61) ausgeführt werden: (d.1) Erzeugen einer Wahrscheinlichkeit von einer oder mehreren Angelegenheiten; (d.2) Erzeugen von entweder einer nächsten Frage oder einem nächsten Test; und (d.3) Erzeugen einer Wahrscheinlichkeit von jeder möglichen Antwort von entweder der nächsten Frage oder dem nächsten Test, basierend auf Informationen, die dem Teilmodell (60, 61) bekannt sind.
Verfahren gemäß einem der Ansprüche 1 bis 14, bei dem in Teilschritt (b.1) die Bayes-Netzwerkstruktur Knoten für zugrundeliegende Angelegenheiten (63, 64, 65) umfaßt, die die anstehende Angelegenheit (62) bewirken, und für jede anstehende Angelegenheit (62) ein Teilmodell (60, 61) verwendet werden soll, um zu versuchen, eine Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu liefern.
Verfahren gemäß Anspruch 15, bei dem in Teilschritt (b.1) für jede zugrundeliegende Angelegenheit (63, 64, 65) ein und nur ein Teilmodell (60, 61) im Bayes-Netzwerk aufgelistet ist.
Verfahren gemäß Anspruch 15, bei dem in Teilschritt (b.1) für jede zugrundeliegende Angelegenheit (63, 64, 65) mehr als ein Teilmodell (60, 61) im Bayes-Netzwerk aufgelistet sein kann.
Verfahren gemäß einem der Ansprüche 1 bis 17, das zusätzlich folgenden Schritt aufweist: (e) dem Benutzer ermöglichen, zumindest eines der folgenden Merkmale zu spezifizieren: eine erforderliche Randwahrscheinlichkeit, bevor ein Teilmodell (60, 61) durch das Supermodell (59) ausgewählt wird; eine Anforderung, daß alle verfügbaren Fragen durch das Supermodell (59) gestellt werden, bevor ein Teilmodell (60 61) ausgewählt wird; Kosten zum Anrufen eines Kundendienstmitarbeiters; ob ein dynamisches Springen in und aus den Teilmodellen (60, 61) erlaubt ist; eine erforderliche Randwahrscheinlichkeit einer „anderen Angelegenheit", bevor ein Teilmodell (60, 61) aufgegeben wird; zusätzliche Kosten zum Schalten von Modellen.
System zum Ausführen eines Auswählens eines Teilmodells unter einer Mehrzahl von Teilmodellen (60, 61), wobei das System folgende Merkmale aufweist: eine hierarchische Struktur, die auf einer ersten Ebene ein Supermodell (59) und auf einer untergeordneten Ebene die Mehrzahl von Teilmodellen (60, 61) aufweist, wobei das Supermodell (59) zum Erhalten von ersten Informationen, die eine bezüglich eines Geräts (205) des Benutzers anstehende Angelegenheit (62) betreffen, von einem Benutzer implementiert ist, und wobei das Supermodell (59) unter Verwendung einer Bayes-Netzwerkstruktur implementiert ist, um die ersten Informationen zum Identifizieren einer der anstehenden Angelegenheit (62) zugrundeliegenden Angelegenheit (63, 64, 65) und eines von der Mehrzahl von Teilmodellen (60, 61) zum Liefern einer Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu verwenden; und eine Mehrzahl von Teilmodellen (60, 61), wobei jedes Teilmodell (60, 61), wenn es aktiviert ist, in der untergeordneten Ebene separat implementiert ist, um zusätzliche Informationen über eine zugrundeliegende An gelegenheit (63, 64, 65) vom Benutzer zu erhalten, wobei die zusätzlichen Informationen durch das Teilmodell (60, 61) verwendet werden, um eine Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu identifizieren.
System gemäß Anspruch 19, bei dem die ersten Informationen zu einer Produktdiagnose gehören.
System gemäß Anspruch 19, bei dem die ersten Informationen zu einer Entscheidungsunterstützung gehören.
System gemäß Anspruch 19, bei dem die ersten Informationen zu einer Auswahl gehören.
System gemäß Anspruch 19, bei dem die ersten Informationen zu einer Klassifizierung gehören.
System gemäß Anspruch 19, bei dem die ersten Informationen zu einer Prädiktion gehören.
System gemäß Anspruch 19, bei dem die ersten Informationen zu einem Makeln gehören.
System gemäß Anspruch 19, bei dem die ersten Informationen zu einem Makeln von Aktien in Firmen gehören.
System gemäß einem der Ansprüche 19 bis 26, das zusätzlich folgende Merkmale aufweist: eine zweite Mehrzahl von Teilmodellen (60, 61), wobei die zusätzliche Mehrzahl von Teilmodellen (60, 61) durch die Mehrzahl von Teilmodellen (60, 61) zum Liefern von Lösungen für zugrundeliegende Teilangelegenheiten verwendet wird, die durch die Mehrzahl von Teilmodellen (60, 61) identifiziert werden, wodurch eine Hierarchie von Teilmodellen (60,61) gebildet wird.
System gemäß einem der Ansprüche 19 bis 27, bei dem jedes Teilmodell (60, 61) folgendes an das Supermodell liefert: eine Wahrscheinlichkeit, daß eine Lösung für die zugrundeliegende Angelegenheit (63, 64, 65), die durch das Teilmodell (60, 61) geliefert wird, die anstehende Angelegenheit (62) angesichts des aktuellen Beweises lösen wird; Kosten des Teilmodells (60,61), das die anstehende Angelegenheit (62) angesichts des aktuellen Beweises löst; und ein Maß einer Überzeugung, daß das Teilmodell (60, 61) das richtige Modell ist, um die anstehende Angelegenheit (62) angesichts des aktuellen Beweises zu handhaben.
System gemäß einem der Ansprüche 19 bis 28, bei dem, wenn es aktiviert ist, jedes Teilmodell (60, 61) bestimmt, ob verfügbare Informationen ausreichen, um die Lösung zu identifizieren, und, wenn dies der Fall ist, die Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) identifiziert.
System gemäß einem der Ansprüche 19 bis 29, bei dem jedes Teilmodell (60, 61) die Steuerung an das Supermodell (59) zurückgibt, wenn das Supermodell (59) bestimmt, daß die Effizienz des Teilmodells (60, 61) unter den verfügbaren Teilmodellen (60, 61) nicht mehr die höchste ist.
System gemäß einem der Ansprüche 19 bis 30, bei dem jedes Teilmodell (60, 61) die Steuerung an das Supermodell (59) zurückgibt, wenn das Supermodell bestimmt, daß ein Konfliktmaß einen vorbestimmten Schwellwert überschreitet.
System gemäß einem der Ansprüche 19 bis 31, bei dem jedes Teilmodell (60, 61) eine Wahrscheinlichkeit von einer oder mehreren Angelegenheiten erzeugt, entweder eine nächste Frage oder einen nächsten Test erzeugt und eine Wahrscheinlichkeit von jeder möglichen Antwort entweder der einen nächsten Frage oder des nächsten Tests basierend auf bekannten Informationen erzeugt.
System gemäß einem der Ansprüche 19 bis 32, bei dem die Bayes-Netzwerkstruktur Knoten für zugrundeliegende Angelegenheiten (63, 64, 65), die die anstehende Angelegenheit (62) verursachen, umfaßt, und für jede anstehende Angelegenheit ein Teilmodell (60, 61) umfaßt, das verwendet werden soll, um zu versuchen, eine Lösung für die zugrundeliegende Angelegenheit (63, 64, 65) zu liefern.
System gemäß Anspruch 33, bei dem für jede zugrundeliegende Angelegenheit (63, 64, 65) ein und nur ein Teilmodell (60, 61) im Bayes-Netzwerk aufgelistet ist.
System gemäß Anspruch 33, bei dem für jede zugrundeliegende Angelegenheit (63, 64, 65) mehr als ein Teil modell (60, 61) im Bayes-Netzwerk aufgelistet sein kann.
System gemäß einem der Ansprüche 19 bis 35, bei dem das Supermodell (59) dem Benutzer ermöglicht, zumindest eines der folgenden Merkmale zu spezifizieren: eine erforderliche Randwahrscheinlichkeit, bevor ein Teilmodell (60, 61) durch das Supermodell (59(ausgewählt wird; eine Anforderung, daß alle verfügbaren Fragen durch das Supermodell (59) gestellt werden, bevor ein Teilmodell (60, 61) ausgewählt wird; Kosten zum Anrufen eines Kundendienstmitarbeiters; ob ein dynamisches Springen in und aus Teilmodellen (60, 61) erlaubt ist; eine erforderliche Randwahrscheinlichkeit einer „anderen Angelegenheit", bevor ein Teilmodell (60, 61) aufgegeben wird; zusätzliche Kosten zum Schalten von Modellen.