制約型プログラミングによるオフィス処理の実現
スポンサーリンク
概要
- 論文の詳細を見る
事務処理システムは, 従来, 手続き型言語, テーブルドリブン記述, トリガといった, 状態遷移を表現する言語により記述されてきた. しかし, この種の状態遷移記述では, (1)事務処理に必要な手続きをすべて網羅的に書き切ることが難しい, (2)事務規則と整合性のとれた処理結果が生成されることをプログラム記述上で確認することが難しい, 等の問題を有していた. 上記問題を解決するため, 本論文では, 事務処理を, 「事務処理で扱うデータを事務処理規則と整合する状態に維持する整合性管理処理」とモデル化する. そして, それを具現化する, 制約プログラミングによる整合性管理システムを提案する. 具体的には, 事務規則を制約として記述し, 制約充足エンジンによって, 事務規則と整合するデータ状態を生成する. 本手法を実用事務処理システムのタスクに試用した結果, 事務規則を容易に制約記述でき, プログラム記述量を半減できた. また, 手続き型記述の実用システムでは十分には対応できなかったレアケースに対しても対処可能となった.
- 一般社団法人情報処理学会の論文
- 1997-07-15
著者
-
金田 重郎
同志社大学大学院総合政策科学研究科・同志社大学工学部
-
金田 重郎
Nttコミュニケーション科学研究所
-
石井 恵
Ntt情報通信研究所
-
石井 恵
NTTコミュニケーション科学研究所
-
金田 重郎
Nttコミュニケーション科学研究所:同志杜大学大学院総合政策科学研究科・同志社大学工学部
関連論文
- ブートストラップに基づく決定木学習
- 概念獲得アルゴリズムの適用による意味属性体系を用いた翻訳ルールの学習
- 特集「人工知能の理論と実際」にあたって
- 制約充足エージェントに基づくワークフローの実現(ソフトウェアエージェントとその応用論文特集)
- 制約知識を用いたナビゲーション戦略学習機能の実現
- 制約型プログラミングによるオフィス処理の実現
- 仮事例生成を用いた知識と事例からの学習
- ユーザフレンドリな誘導戦略を学習するデータエントリシステムの実現
- 制約指向プログラミングにもとづくオフィスシステム記述法
- ナビゲーション戦略を獲得するデータエントリシステムの実現
- ナビゲーション戦略を獲得するデータエントリシステムの実現
- 人手作成ルールと事例に基づく英語動詞選択ルールの学習
- 制約指向に基づくオフィス業務記述法の分析
- 既存知識と事例に基づく融合型学習手法(II)
- 既存知識と事例に基づく融合型学習手法(II)
- 少ない事例から学習できる機械学習手法
- 多数決判別関数のBDDによる簡約化
- 既存知識と事例にもとづく融合型学習手法
- 制約型プログラミングによるオフィス処理の実現
- 帰納学習による日本語動詞翻訳ルールの自動獲得
- 多数決判別関数のBDDによる簡約化
- 対話的制約充足手法による制約プログラミングの実現
- オペレータ操作を学習する宣言型データーベース処理方式(その2) : 手続き的知識の自動学習
- 競合検出型アービタ回路の構成法 (非同期式回路/システム設計論文小特集)
- 木構造属性を許容する決定木学習
- C4.5: Programs for Machine Learning (書評)
- ソフトエラ-を考慮した半導記憶装置記憶部の信頼設計
- ソフトエラ-救済を考慮した半導体記憶装置構成
- 2000-ICS-121-11 ブースティングによる精度向上を実現する単一決定木の学習
- OFS2000-26 / AI2000-28 ブースティングによる精度向上を実現する単一決定木の学習
- OFS2000-26 / AI2000-28 ブースティングによる精度向上を実現する単一決定木の学習
- 多数決関数の決定木表現
- 2.応用上の課題に対する解決法(例からの学習技術の応用に向けて)
- 1.基本技術とその応用上の課題 (例からの学習技術の応用に向けて)
- 木構造属性を許容する決定木学習
- 木構造属性を許容する決定木学習
- 属性値に多価を許容する事例からの翻訳ルール学習手法
- バイナリー概念カバー率に基づくマルチクラス学習手法
- オペレータ操作を学習する宣言型データーベース処理方式(その1) : 制約にもとづくオフィス処理モデル
- 事例からのルール獲得における中間仮説抽出手法