本論文ではパターン推論を提示する。パターン推論とはパターンの論理的推論である。パターンの例としては、１次元の時系列データ、２次元画像が典型的である。

図１：パターン推論の規則

　 時系列パターンのパターン推論の規則の例を示す。図１の規則は、株価が図のように変動したならば、為替は図のように変動する、と言う規則である (現実にこのようになるかどうか不明だが）。従来の(言語的)規則では、

　株価が一度上昇したあと下降し再度上昇したならば、為替は下がる

と言う表現になる。これに、数値表現を導入すること、もしくは、「急速に」とか「緩やかに」とかの言語表現をファジー理論のメンバーシッブ関数等を用いて導入することも考えられる。数値表現を導入する場合の規則の一例は以下の通りである。

株価が一度a だけ上昇したあとbだけ下降し再度傾きがcで上昇したならば、為替は傾きdで下がるまた、ファジー的規則の例は以下の通りである。 株価が一度少し上昇したあと同じ程度下降し再度急速に上昇したならば、為替はやや緩やかに下がる上記の3規則で図のような規則をそれなりに表現でき、それなりに推論出来ると思うが、数値表現の場合には、a,b, c等の数値をどう決めるのか、幅を持たせるのか等の問題があるし、ファジー的な言語表現の場合は、メンバーシッブ関数をどう決めるとか等の問題がある。もとの情報が図１のようなパターンならば、そのパターンそのものを用いて規則を記述できるのが最善である。パターン推論は、図１のような規則を用いて推論しようとするものである。

その推論の例を以下に示す。熟練の医者は，脳画像や心電図等の多くの画像を用いて診断しているが，これは以下のように定式化できる。

規則１:脳画像があるパターンの時は心電図があるパターンである。

図1は、3つのホスト上で動作する小規模のFTA アプリケーションを示したものである。アクターは、分散夕グボードの読み書きを行う。現在、 FTAを用いて、多数の人工現実システムを実装しているところである。主なプロジェクトはボン市の交通シミュレーションである。