METHOD FOR DETERMINING A MOST PROBABLE K LOCATION

The process of traversing a K may involve determining a match between a root node and a Result node of a node on the asCase list of a current K node. When learning is off and a match is not found, the procedure may ignore the particle being processed. An alternative solution determines which node on the asCase list is the most likely to be the next node. While the K Engine is traversing and events are being recorded into a K structure, a count field may be added to each K node to contain a record of how many times each K path has been traversed. The count field may be updated according to the processes traversing the K. Typically, the count is incremented only for learning functions. This count field may be used in determining which node may be the most (or least) probable. L'invention concerne le processus de traversée d'un K pouvant impliquer la détermination d'une correspondance entre un noed racine et un noed résultat d'un noed sur la liste asCase d'un noed K actuel. Lorsque l'apprentissage est terminé et qu'une correspondance n'est pas trouvée, la procédure peut ignorer la particule traitée. Une solution alternative détermine quel noed sur la liste asCase est le plus probable pour être le noed suivant. Tandis que le moteur K traverse et que des événements sont enregistrés dans une structure K, un champ de comptage peut être ajouté à chaque noed K pour contenir un enregistrement du nombre de fois où chaque chemin K a été traversé. Le champ de comptage peut être mis à jour en accord avec les processus traversant le K. Généralement, le comptage est incrémenté seulement pour des fonctions d'apprentissage. Ce champ de comptage peut être utilisé pour déterminer quel noed peut être le noed le plus (ou le moins) probable.