有限状態機械モデルの英語

選択された有限状態機械モデル９００をＫｒｉｐｋｅモデル１０３に変換する。例文帳に追加

The selected finite state machine model 900 is converted into a Kripke model 103. - 特許庁

設計対象の要求仕様および設計仕様をモデル化して、要求仕様モデル（ユースケース記述）と設計仕様モデル（有限状態機械モデル）との整合性をチェックすることにより、設計仕様モデルに対する要求仕様モデルの網羅性を確保する。例文帳に追加

The required specifications and design specifications of a design object are modeled, and the compatibility between a required specification model (use case description) and a design specification model (finite state machine model) is checked so that satisfaction of the required design model to the design specification model can be secured. - 特許庁

入力制約情報算出部２０３は、生成された有限状態機械モデルを用いて、入力制約情報を算出する。例文帳に追加

The input constraint information computing section 203 computes input constraint information by using the generated finite state machine model. - 特許庁

検証対象のユースケース図１０１からユースケース（たとえば、ユースケース１）を選択するとともに、検証対象の仕様をあらわす有限状態機械モデル群１０２から当該ユースケース１に対応する有限状態機械モデル９００を選択する。例文帳に追加

A use case (e.g. a use case 1) is selected from a use case diagram 101 for a verification target, and a finite state machine model 900 corresponding to the use case 1 is selected from a finite state machine model group 102 representing the specifications of the verification target. - 特許庁

モデル抽出装置５は、動作レベル記述、各中間レベル記述、RTL 記述からそれらに対応するモデルとして有限状態機械をベースとする制御構造と信号の更新を表現可能なモデルを抽出し、信号値関数抽出装置７は、モデルから信号値関数を抽出する。例文帳に追加

A model extracting device 5 extracts models capable of expressing update of control structure and signals based on a finite state machine as models corresponding to the operation level description, the respective intermediate level descriptions and the RTL description from them and a signal value function extracting device 7 extracts signal value functions from the models. - 特許庁

生成部２０２は、インターフェース仕様記述情報Ｄ２に基づいて、ハードウェアモジュールに入出力される信号の状態遷移に関する有限状態機械モデルを生成する。例文帳に追加

The generating section 202 generates a finite state machine model relating to a state transition of a signal inputted to and outputted from the hardware module on the basis of the interface specification description information D2. - 特許庁

非可観測変数推定部２３は、可観測変数取得部２１が収集したセンサ情報や予定、時間帯、および過去に導出したプレゼンス情報といった可観測変数を用い、各時刻における利用者のプレゼンス情報を有限状態機械に類似した構造を持つ確率モデルである隠れマルコフモデルの内部状態として定式化することによって、より正確なプレゼンス情報を導出する。例文帳に追加

A non-observable variable estimating part 23 derives more precise presence information by using observable variables, such as sensor information, schedule or time zones collected by an observable variable acquiring part 21, and previously derived presence information, and formulating a user's presence information at each time as the internal state of a hidden Markov model, which is a probability model with a structure similar to a finite-state machine. - 特許庁