Volume 16 Number 2 June 1992 YU ISSN 0350-5596
	o Informatica
	A Joeriial of Computing and Informatics
	The Slovene Society INFOR1VL4TIKA Ljubljana
A Journal of Computing and Informatics
Subscription Information
Informatica (YU ISSN 0350 - 5596) is published four times a year in Winter, Spring, Summer and Autumn (4 issues).
The subscription price for 1992 (Volume 16) is USS 30 for companies and US$ 15 for individuals.
Claims for missing issues will be honoured free of charge within six months after the publication date of the issue.
Printed by Tiskarna Tomi Pretnar, Bratov Komel. 52, Ljubljana.
Informacija za naročnike
Informatica (YU ISSN 0350 - 5596) izide štirikrat na leto, in sicer v začetku marce, junija, avgusta in novembra.
Letna naročnina v letu 1992 (letnik 16) se oblikuje z upoštevanjem tečaja domače valute in znaša okvirno za podjetja DEM 30, za zasebnike DEM 15, za študente DEM 8, za posamezno številko pa DEM 10.
Številka žiro računa: 50101-678-5184L
Zahteva za izgubljeno številko časopisa se upošteva v roku šestih mesecev od izida in je brezplačna.
Tisk: Tiskarna Tomi Pretnar, Bratov Komel 52, Ljubljana.
Na podlagi mnenja Ministrstva za informiranje št. 23/216-92, z dne 27.3.1992, šteje znanstveni časopis Informatica med proizvode informativnega značaja iz točke 13 tarifne številke 3, za katere se plačuje davek od prometa proizvodov po stopnji 5%.
Pri financiranju časopisa Informatica sodeluje Ministrstvo za znanost in tehnologijo, Slovenska 50, 61000 Ljubljana
Informatica
A Journal of Computing and Informatics
EDITOR-IN-CHIEF
Anton P. Železnikar
Volaričeva ulica 8, 61111 Ljubljana
ASSOCIATE EDITOR Rudolf Murn
Jožef Stefan Institute, Ljubljana
The Slovene Society INFORMATIKA Ljubyana
Letnik 16 Številka 2 Junij 1992
YU ISSN 0350-5596
Informatica
časopis za računalništvo in informatiko
VSEBINA
An Introduction to Structured System Analysis
T. Dami]
Scada and Energy Management
Informacijski sistem izobraževalne dejavnosti na Fakulteti za elektrotehniko in računalništvo v Ljubljani
An Informational Approach to Being-there as Understanding II
Sinhronizirana podatkovno pretokovna računalniška arhitektura (I)
Novice in zanimivosti: Fotonika namesto elektronike I Trends in Computer Progress (pojasnilo) Ustanovitev Slovenskega društva za UI
R.A. de Beaugrande and W.U. Dressler: Uvod V besediloslovje
D. Mrdaković M. Krizman B. Medica
V. Mahnič
A.P. Železnikar
J. Šile
A.P. Železnikar M. Gams
A.P. Železnikar
14
29
59
73 73 76
76
77
AN INTRODUCTION TO STRUCTURED SYSTEMS ANALYSIS
Keywords: System analysis, Information systems
Talib Dimij
Univerza v Ljubljani, Ekonomska fakulteta
ABSTRACT: This paper deals with well-known and very useful method for information systems development. This method is Structured Systems Analysis & Design. The reason for this work is to introduce an excellent tool to the system analyst briefly and efficiently. The method consists of two parts: Systems analysis and Systems design. This paper deals with Systems analysis, because the development of a reasonable logical model is the first step to successful development of the information system.
ABSTRAKT: Članek obravnava znano in zelo uporabljivo metodo za izgradnjo informacijskih sistemov. To je metoda strukturirane sistemske analize. Razlog, ki me je vzpodbudil k temu delu je, da uporabniku oz. sistemskemu analitiku predstavim to odlično orodje na kratek in učinkovit način. Metoda je sestavljena iz dveh delov in sicer: sistemska analiza in sistemsko načrtovanje. Ta članek obravnava sistemsko analizo, kajti razvoj zadovoljivega logičnega modela je prvi korak k uspešnemu razvoju informacijskega sistema.
Introduction
Computer-based information systems are developed in a sequence of steps. This sequence is known as system life cycle.
A huge range of detailed activities is needed to build a computer-based information system. Typical activities include writing a program, designing a form or selecting a piece of equipment. For this reason it is more common to define the life cycle as a sequence of higher level phases. -Each phase is made up of more detailed activities than the last, and each has a specific goal (6).
The usual way to define the detailed activities of each phase is to review'each phase when it is completed. The review produces a report on the outcome of the phase and also defines the goal as well as a detailed plan for the next phase.
Structured diagram of Structured systems analysis and design is shown in Figure 1. This paper intends to discuss the most important part of this method, this is the System Analysis.
Figure 1. Structured Systems Analysis & Design
System analysis
Structured Systems — Analysis & Design
System Analysis
System design System development
The key to use System analysis is the building of logical model of the required system and statment of systems objectives and constraints.
Figure 2 shows three important phases of the System analysis.
Figure 2. System analysis
Problem definition
System analysis
Feasibility study Structured analysis
Phase - Problem definition
This is a very important phase. It defines the problem to be solved and sets the direction for the whole system. It also defines the system bounds, which define what parts of the system can be changed and what parts are outside its control. Three important'factors are the output of this phase. These factors are the system goals, bounds, and resource limits.
Information must be gathered in an organized way to ensure that nothing is overlooked and that all system detail is captured. All users must be consulted to ensure that every system problem, user requirement and objective is defined.
Figure 3. Problem definition
Phase 1 —
Strategy —
Sources —
Procedure
Tools
Users Forms Documents Reports
Interviews Questionnaries Other methods
System goals
Search strategy:
It is necessary to develop a search strategy for gathering information. Search strategy is formulated by two important elements. First, identifying the information sources, and then establishing the search procedure for getting the information.
Sources: There are a number of sources of information for a system, such as system users, forms, documents, reports and so on.
System users are usually the firm information source investigated by analysts. From users it is possible to find out the existing system activities and to determine the user objectives and requirements. The usual search methods here are interviews or sometimes questionnaries.
Forms and documents are useful sources of information for system data flows and transactions. The search begins with the analyst obtaining a list of such document from the system users. Analysts then go through the documents to find their data elements and data structures.
with an initial interview to meet the users. The first interview is then followed by a number of interviews to gather all the major facts known to the user. Then there may be one or more reinterviews to verify these facts and any models developed by the analyst and to gain additional information to complete the analyst's study.
Effective interviewing is the result of careful preparation. The interview plan specifies the purpose of the interview, the users to be interviewed, the sequence in which the users are interviewed, and specific questions for every interview. A well-conducted interview consists of three distinct parts: an opening, a body, and a closing.
The Opening is the key objective to establish rapports. Begin by identifying yourself, the topics you plan to discuss, and the purpose of the interview. Tell the user why he or she was chosen for the interview. Where appropriate, identify the managers who have authorized the interview.
Reports indicate the kinds of outputs needed by users. It can be used as a basis for user interviews to determine any new output requirements that user may have.
Procedure: search procedure defines where to begin the search and how to continue. It also indentifies the sequence in which sources will be searched. Search procedure is a top-down approach. That's why, it is better to begin at the top level and proceed to the bottom level to get detailed information. This approach usually commences with a set of interviews with top-level managers to determine the main system functions and activities. The analyst then searches for more detailed information to describe these functions and activities. This detailed information is obtained by interviewing operational personnel.
As soon as possible after the interview has ended, transcribe your notes. Ideally, the notes should concentrate on key ideas; use your memory to fill in the details. Share your summary with interviewee; it provides an excellent opportunity for correcting misunderstandings.
Tools: A number of search methods can be used to gather informtion about a system. These methods are interviewing techniques, questionnaries, and studying^ documents and reports.
Interviewing is the most common method of gathering information from users. Interviewing is a continuous process that is used by the analyst to. gradually build a model of the system and to gain understanding of any system problems.
It is usually wise to begin interviewing at the top levels of the organizational areas, in order to get support and cooperation from management before beginning to look into particular organizational activities. The interview process follows a fairly structured path. We gain an appreciation of 'the overall system operation from management, then go into detailed operations by interviewing system users at various levels of system operation.
We should not expect to obtain all of the information required from one user in the course of one interview . There is usually a series of two, three or even more interviews with a given user. Usually the analyst begins
The Body must be created carefuly. The analyst should generally begins with a relatively broad, open question, and gradually through incre'asingly specific follow-up questions, focus the interview on particular points of concern. During the interview, you must listen to the answers and jot down the key points. Be selective and do not record every word.
In the Closing of the interview, when you have all information you need, thank the subject for cooperating, and offer to make your written summary available for review.
Questionnaires can be used to find out information about a system instead of interviews. Questionnaires contain all questions that a user answer to provide information sought by the analyst. The questionnaire is then send to the user and replies are analyzed by the analyst. Questionnaires are useful for gathering numerical data or getting relatively simple opinions from a number of people, but they are not very effective for in-depth searches or for identifying system problems or solutions.
Other search methods are involve studying and going through sources such as documents, reports or computer programs and looking for relevant information. Documents, reports and forms are important for identifying data elements and data structure.
System goals:
The main porpuse of the problem definition is to define the goal of the proposed system.
One important guideline for goal setting is to remember that goals should not be unrealizable ideals that are subsequently ignored. They must developed with the practicalities of the organization. One way to ensure that such practicalities can be met is to elaborate the system goal into more detailed subgoals that consider organization constraints. These subgoals are used in later stages to'guide detailed analysis and design.
Another guideline for goal definition is the identification of deficiencies in the existing system. The system goal is to remove subdefi-ciencies. Deficiencies are usually found through interviews or by examining documents about the system performance.
Above mentioned goals are found by examining the internal operation of a system. Goals can
be examining a system external environment. It is always worthwhile to examine what similar organizations do and see whether some of their methods can be used in the proposed system.
Phase 2 - Feasibility study
Problem definition and feasibility study are important because they set the direction for the remainder of the system delvelopment.
As it was mentioned, the first phase defines the system goals. The feasibility study phase determines a feasible way for achieving this goal. It begins once the goals are defined and agreed upon.
Figure 4. Feasibility study
Broad solutions-
Phase 2 —
Total automation Minual automation Partial automation
Evaluating —
Technical feasibility Operational feasibility Economical feasibility
Broad solutions: Feasibility study starts by generating broad possible solutions, which are used to give an indication of what the new system should look like.
Two things must be kept in mind when proposing a broad solution. First it should give people a good idea of what the new system will look like and also convince them that it will work. Another objective is to form an estimate of cost. The solution should also specify what is to be done by computer and what will remain manual. So, what is needed in this phase is a broad statement of the kind of information that will be made available to users and its effect on user operations.
Usually a number of broad solutions are proposed and evaluated to find the best solution. One guideline here is to start with three alternatives, namely:
-	a totally automated system;
-	a system with minimal automation; and
-	a system somewhere in between.
Evaluating the proposal: Three things are done in the evaluation of the proposal:
-	Technical feasibility is the technology needed for the proposed system. If the technology is available, can it be used in the organization.
-	Operational feasibility gives informtion about the system efficiency. Can the proposed system fit in with the current operations? Does it provide the right information for the organization's personel? Does this information arrive at the right place in time?
-	Economic feasibility provide a reasonable estimate of system cost. Is it worthwhile to pursue the system? Many organizations place a great emphasis on economic analysis. Such economic analysis is described as cost-benefit analysis.
Cost-benefit analysis:
It usually includes two steps. One is to produce the estimates of costs and benefits. The
other is to determine whether the system is worthwhile once these costs are ascertained.
The goal of first step (producing costs and benefits) is to produce list of what is required to implement the system and a list of the new system's benefits.
Cost-benefit analysis is always clouded by both tangible and intangible items.
Tangible items are those to which direct values' can be attached. Some tangible costs are:
-	Equipment costs for the new system.
-	Personnel costs. These include personnel needed to develop the new system (analysts, designers and programmers).
-	Material costs. These include manual production and other documentation.
-	Other costs. These include consultant's costs, travel budgets and so on.
Intangible items are those whose values cannot be precisely determined. For example how much is saved by completing a . system earlier or providing new information to decision makers.
The sum value of costs of items needed to implement the system is known as the cost of the system. The sum value of savings made is known as the benefit of the new system. Once we agree on the costs and benefits we can evaluate whether the project is economically viable.
De-termining whether a system is worthwhile, we
can use the present value method.
The idea of the present value method is to determine how much money it is worthwhile investing now in the order to receive a given return in some years. For example, the present value of $16,105 in Year 5 is $10,000 today at 10 per cent interest. If a system that pays back $16,105 in Year 5 costs $11,000 today, that system is not worthwhile. On the other hand, it is worthwhile if it only costs $9000 today.
To some extent the present value method works backwards. First, the system benefits are estimated for each year from today. Then, we compute the present value of these savings. If the system cost exceeds the present value then it is not worthwhile.	>
Let us see whether the system is worthwhile at a discount rate of 10 per cent. To do this we find the present value of the benefit at each year. The formula is:
n
Present value * (1 + r/100) = Benefit at Year n n
1/(1 + r/100) is the discount factor
Thus, for example, the present value of the $40,000 benefit at Year 2 is computed as:
2
Present value = 40,000 / (1 + 10/100) = 33,057 Phase 3 - Structured Analysis:
Structured Analysis is defined as the use of Data flow diagrams. Data dictionary. Structured English, Decis ion tables, and Decision trees, to build a target document, the structured specification (4).
These tools provide a communications mechanism between the ana lysts and the users, and a precise means of recording the specification so that the design can be translated into computer code and implemented (2).
Figure 5. Structured Analysis
Data flow diagram
Structured Analysis
Processes Data flows Data stores Data sources
Data dictionary Structured English Decision tables & trees
Context diagram shows all the external entities that interact with the system and the data flows between these external entities and the system.
Each process can be exploded to a further level of detail until the lowest level, called a functional primitive elementary process is reached.
A primitive is a process which generally executes a single function and can be described in less than a page of structured English (2). When the lowest level consists only of primitive, the leveling is complete.
Data flow diagrajn:
The data flow diagram (DFD) is one of the most important tools used by analysts. DFD is the logical model of the system. The model (DFD) does not depend on hardware, software, data structure, or file organization.
A data flow diagram (DFD) is a charting tool which traces a network of data flows through a system and provides information at varying levels of detail. This enables the system requirement to be partitioned, .analyzed and specified in manageable pieces (2).
DFD uses four kinds of symbols. These symbols are used to represent four kinds of system components: process, data store, data flow and data source (external entity).
Process: Processes show what system do. Each process has one or more data inputs and produces one or more data outputs. A process transforms incoming data flows into outgoing data flows. Process has a unique name and a number. This name and number appear inside the circle that represents the proces in a DFD. A single process is not necessarily a program. It might represent a series of programs, a single program, or a module in a program.
Data store: A data store is a repository of data. It might represent a data base, a file, or even a piece of file. Each data stores are represented by a thin line, closed at one end. Each data store can be identified by a "D" and an arbitrary number and a name inside the box.
Data flow: Data flows model the passage of data in the system and are represented by lines joining system components. The direction of the flow is indicated by an arrow and the line is labeled by the name of the data flow.
What is the difference between a data store and data flow? A data flow is data in motion; a data store is data at rest (3).
External entity: External entity is an individual or organizational unit outside the boundary of the system that interfaces with system. External entities are either supply input data into the system or use the system output. External entities that supply data into a system are also called sources, and external entities that use system data are sometimes called sinks. External entities are represented by a rectangle.
Leveling data flow diagrams: The drawing of data flows is a highly interative process. The best way to begin is to model the whole system by one process. This process is the highest level data flow diagram. It is called as contex diagram.
Figure 6. Leveling
DS1
Diagram 1
diagram
Leveling allows an analyst to start with a toplevel function and elaborate it in terms of its more detail components. Although leveling is very useful tool, a number of conventions must be observed to ensure that no information is lost as a DFD is leveled. Some these conventions are:
a) Process numbering: The context diagram is usually given the number 0. Processes in a next level (top-level DFD) are numbered consecutively, starting with 1 and continuing until all processes have beeh labeled. This level shows the major processes in the system. In Figure 6 the top-level DFD has five processes numbered 1, 2, 3, 4 and 5.
As each process is leveled, its DFD diagram is given the same number as the process. Thus, in Figure 6, the leveled DFD of process 1 is named Diagram 1. Each process in the leveled DFD receives a number made up of its diagram number., follow by a period, followed by a number within the leveled DFD. Thus the processes in DFD Diagram 1 have process number 1.1., 1.2. and 1.3.
However, one should not take a trivial approach and suggest that leveling only involves taking a higher-level process and partitioning it into seven lower level-processes. Consider Figure 7. It contains two data flow diagrams, each with seven processes. One of these diagrams is clearly less complex and hence easier to understand than the other. Figure 7 illustrates another requirement of leveling - the interfaces between processes must be minimized. The analyst must carefully analyze the top-level process. If the interconnections are too complex, the leveling should be re-examined and restarted. This may continue over a number of iterations until a satisfactory solution is found.
b)	Data flow balancing: Data flow balancing requires that all the data flows entering a process are same as those entering its leveled DFD. Similarly, all the data flows leaving the process are the same as those leaving its leveled DFD. If you look at Diagram 2, which is the leveled DFD of Process 2 in the top-level DFD. You should note that the inputs (Y) and the outputs (V and W) of Process 2 are the same as the inputs and outputs of Diagram 2.
c)	Data stores introducing: Data stores are local to the leveled diagram. In Figure 6 data store DS2 contains data that is local to Process 3. Hence this data store does not appear in the top-level DFD but only in its leveled diagrams.
d)	External entities introducing: All external entities should appear on the context diagram. They should also appear with a DFD if any process in the DFD has a flow to or from the external entity. In Figure 6, external entity EXTl has flow to and from Process 1. This external entity appears on the leveled DFD for Process 1.
It is sometimes difficult to know far to level down, how many processes to include on a data flow diagram or even where to start. It is imposible to give precise answers but some guidelines can be suggested.
Most practitioners say that about seven plus or minus two is the ideal number of processes on a data flow diagram. This number can be clearly understood by'a visual examination but is not too small to be trivial. A larger number is sometimes too hard to understand; smaller number often includes too little information to be useful.
Figure 7. Reducing complexity by minimizing flow between processes
a) Minimized data flow b) Too many flows
Example: Figure 8 is an example of a context diagram. It models the "budget monitoring system". This system interacts with three external entities, DEPARTMENTS, MANAGEMENT and SUPPLIER. The main data flows from DEPARTMENTS are "spending request". In response, DEPARTMENTS either receive "rejected request" data flows or "delivery advice" data flows. MANAGEMENT receives "request for special approval" data flows to which it responds. MANAGEMENT also sends "budget allocation" data flows to the system and gets "spending summaries" data flows. Suppliers receive "part order" data flows and return "supplier delivery advice" data flows.
Figure 8. Context diagram
budget alLocatioi".	
Request {or	MANACEMEWr
	
	u
DelLVi.r'y
aJvice
Sus'le-'"	___
' <-u m (Cartas
crdef
de't'^l/r^J qd/ice
This model does not describe the system in detail. For more detail it is necessary to identify the major system processes and draw a data flow diagram made up of these processes and the data flows between them. The DFD that shows the major system processes is called the top-level DFD (shown in Figure 9). The toplevel DFD shows the various processes that make up the system. Each process has a unique name and number. From Figure 9 we see that data flow "spending request" from DEPARTMENTS goes to the "check funding" processThis process looks up the allocated budget and determines whether special permission is needed from MANAGEMENT to proceed with the request. Approved requests go to the "classify expenditure" process where they are entered into data stores, DEPARMENTAL-ACCOUNTS and TYPE-ACCOUNTS. Finally, if required a "part order" for parts originally specified in a "spending request" is placed with suppliers. There are two other processes. One is to "set up budget" and the other to "provide spending summaries".
Figure 9. A top-level DFD diagram
«civiche
We can continue to expand each process in Figure 9 into a more detailed FDF. As an example, Figure 10 is a detailed description of the "classify expenditure" process labeled as Process 3 in Figure 9. Each process in this detailed DFD is labeled with a 3 followed by a number to show that each is an expansion of Process 3. The input to this DFD is the data flow "approved request". Process 3.1 classifies the entries in each "approved request" by expense type and Process 3.2 uses this classification to update data store TYPE-ACCOUNTS. All the entries for the whole request are summed by Process 3.3, and Process 3.4 uses the total to update data store DEPARTMENTAL-ACCOUNTS .
Figure 10. Expansion of "classify expenditure" process
Appvoned rijuest
TVPE -AccDJhirs
Data dictionary:
The purpose served by the data dictionary during structured analysis is to maintain definitions of data flows, data stores, and processes. The basic information included in each data flow or data store entry is its name, aliases and composition.
The data flow name identities the content of the data flow and the action taken on it. The alias is any other name by which the data flow may be known.
The compositon can be defined using the convention notations described by DeMarco. The conventions are:
= means is equivalent to, + means and,[] means either-or,{] means iteration of the components enclosed, and () means that the enclosed component is optional.
For example the ORDER document can be described as
ORDER
SUPPLIER-NO SUPPLIER-NAME
+ DATE-ORDERED
iicord rejjuest
+ DATE-REQUIRED + ORDER-NO + (ORDER-STATUS) +{_ITEM-NO + QTY-ORDEREDJ
Here ORDER is the structure name. The order is made up of seven data elements: SUPPLIER-NO, DATE-ORDER, DATE-REQUIRED, ORDER-NO, ORDERSTATUS, ITEM-NO and QTY-ORDERED.
In this notation, structure components are described by using the plus sign (+). The square brackets [ J indicate alternative structures. Thus ORDER may contain SUPPLIER-NO or SUPPLIER-NAME but not both. The round brackets () indicate an optional component. Thus an ORDER may or may not contain the data element ORDER-STATUS. The curly bracket (} indicate that a structure or data elemente can be repeated. So, the structure
£ ITEM-NO + QTY-ORDERED } can be repeated.
Structured English:
Structurd English is used to give unambiguous process description. There are several variations of structure English. It is a very limited subset of the English language. Structured English syntax provides the keywords to structure process specification logic. Process specification logic consists of a combination of sequences of one or more imperative sentences with decision and repetition constructs.
Imperative sentences: An imperative sentence usually consists of an imperative verb followed by the contents of one or more data stores on which the verb operates. In imperative statements we can use commands such as move, get, write, read, compute and so on.
Data flow names appear in lower case between quotes while specific data items in the data flows and data stores are capitalized.
A sequence of imperative statements can be grouped by enclosing with BEGIN and END. BEGIN
Receive "sale report"
Get SALES record for PART-NO in
"sale report". TOTAL-QTY = TOTAL-QTY + QTY-SOLD. SALE-VALUE = QTY-SOLD * UNIT PRICE. TOTAL-VALUE = TOTAL-VALUE + SALE-VALUE. Write SALES record. Send "summary advice".
END
Decisions: Two types of decisions structure usually appear in Structured English. First type shows a structure which allows a choice between two groups of imperative statments. The keywords IF, THEN and ELSE are used in this structures. If a condition is "true" then GROUP A sentences are executed. If a condition is "false" then GROUP B sentences are executed.
IF condition THEN BEGIN
GROUP A
END ELSE
BEGIN
GROUP B
END
The second type shows a choice between any number of groups of imerative sentences. The keywords CASE and OF are used in this structure. The value of a variable is first computed. The group of sentences excuted depend on that value.
efficient methods are prefered where one of a large number of actions is to be selected. The action selected depends on a large number of conditions.
Decision tables: A decision table is first devided into two parts - the conditions and the actions. The conditions part states all the conditions that are applied to the data. The actions are the various actions that can be taken depending on the conditions. The table is constructed by using columns so that each column, called role, corresponds to one combination of conditions.
A sample decision table is shown as Figure 11. Assume that the basketball coach has asked us to look through the student records and produce a list of all full-time male students who are at least 185 cm tall and who weigh at least 85 kg.
Figure 11. Decision table
CASE NAME OF A: BEGIN
GROUP A SENTENCES
END B: BEGIN
GROUP B SENTENCES
END
Z : BEGIN
GROUP Y SENTENCES
END
END
Repetition: For specifying itertions we use two commands. First way is to use the WHILE...do structure. Here a condition is tested before a set of sentences is processsed. The second way uses REPEAT...UNTIL structure. Here the group of sentences is excuted first and then the condition tested.
WHILE condition DO BEGIN
GROUP A sentences
END
REPEAT BEGIN
GROUP A sentences
END
UNTIL condition
An alternative to the WHILE...DO structure is to use the FOR structure.
FOR INDEX = INITIAL TO LIMIT BEGIN
GROUP A sentences
END
Decision Tables and Decision Trees:
Algorithms involving multiple nested decisions are difficult to describe using structured English, pseudocode or other techniques.
A better way of describing such logic is to use decision tables or decision trees. These two
CONDITIONS					
Is the student male?	y	N			
Is the student taking at least 12 credit hours?	y		N		
Is the student at least 185 cm tall?	y			n'	
Does the student weigh at least 85 kg?	y				N
ACTIONS					
List the student's name and address	x				
Reject the student		x	x	x	x
The easiest way to understand a decision table is to read the first question: Is the student male? There are two possible answers: yes (y) or no (N). If the answer is yes; we can not make a decision. Three more tests must be passed. What if the answer is no? The student is not male, she is not a candidate for the basketball team, and thus can be-rejected. Move down the column containing the n, and note the x on the action entry line following "Reject the student".
Move on to the second question: Is the student taking at least 12 credit hours? There are two possible answers: yes or no. If the answer is yes; again, we can not make a decision; two more test remain (must be passed). What if the answer is no? The student can be rejected. Move down in third column and note the x on the action entry line following "Reject the student" .
Read the rest of the table. It clearly shows that the student's name and address will be listed only if the answers to all four questions are yes, but that the student will be rejected if the answer to any one is no.
When an algorithm involves more than two or three nested decisions, a decision table gives a clear and concise picture of the logic (3).
Decision trees: As an alternative, the anlyst might use a decision science tool called decision tree. Decesion tree is easy to constuct, and graphically illustrate decision logic.
The decision tree is a graphic representation of the decisions, events, and the consequences associated with a problem. Once the tree is drawn, probabilities can be associated with each branch, and expected values of the outcomes computed (3).
Figure 12 is shown a decision tree for basketball problem logic. The algorithm consists of a series of four nested questions or decisions. Each question or decision is represented as a circle. Begin with the first one: Is the student male? There are two possible answers: yes or no. If the answer is no: the student is rejected; a yes answer leads to another question. Again, there are two possible answers: yes or no. Again, a no means reject the student, while a yes response leads to another •question and so on. Follow each branch on the tree to its logical outcome. Student's name and address are listed only if all four questions are answered affirmatively.
Figure 12. Decision tree
list name and address
reject
reject
reject
reject
Conclusion:
Structured Systems Analysis as an excellent hierarchical design approach provides a well-organized and manageable system. Throughout the process,^ we deal with manageable pieces of information which can be controlled. It is the step-by-step evolution of the analysis. We begin with the present physical system, convert it into the present logical system. This logical system provides us with a framework to specify a new physical system.
Litrature:
1)	J. Daniel Couger, Mel A. Colter, Robert W. Knapp: Advanced System Development/Feasibility Techniques. John Wiley & Sons, New York, 1982.
2)	Denis Connor: Information System Specification and Road Map. Prentice-Hall, xnc., Engle-wood Cliffs, New Jersy, 1985.
3)	William S. Davis: Systems Analysis and Design. Addison-Wesely Publishing Company, Massachusetts, 1984 .
4)	Tom DeMarco: Structured Analysis and System Specification. Prentice-Hall, Inc., Englewood Cliffs, New Jersy, 1979.
5)	Chris Gane and Trish Sarson: Structured Systems Analysis, Tools and Techniques. Prentice-Hall, Inc., Englewood Cliffs, New Jersy, 1979.
6)	I. T. Hawryszkiewycz: Introduction to Systems Analysis and Design. Prentice-Hall, Inc., Englewood Cliffs, New Jersy, 1988.
7)	Robert E. Leslie: System Analysis and Design, Method and Invention. Prent ice-Ha 11, Inc., Englewood Cliffs, New Jersy, 1986.
8)	James C. Wetherbe: Systems Analysis and Design. West Publishing Company, New York, 1988.
1.	Is the student male?
2.	Is the student taking at least 12 hours?
3.	Is the student at least 185 cm tall?
4.	Does the student weigh at least 85 kg?
SCADA AND ENERGY MANAGEMENT
INFORMATICA 2/92
Keywords: SCADA program, locai power system, load shedding
D. Mrdaković, M. Križman, B. Medica Odsek za energetiko in vodenje procesov Institut »Jožef Stefan«, Ljubljana
ABSTRACT: With the appearance of modern SCADA software packages and with the development of VLSI technotogy, PC computer systems are becoming increasingly used as a workstation. The capacity of such station is determined according to the complexity of a local power system. The main problem is the selectbn of the suitable hardware and software for efficient supervision and control of the local power system. In this article the criteria for the selection of configurations of suitable hardware and directions of further development in this field are presented.
SCADA IN ENERGETSKO VODENJE IN NADZOR
POVZETEK: Z pojavom modernih SCADA programskih paketov in z razvojem VLSI tehnologije, se PC računalniški sistemi vse tiolj pojavljajo kot delovne postaje. Zmogljivost takšne postaje se določi glede na zapletenost internega energetskega sistema. Glavni problem pri tem je pravilna izbira strojne in programske opreme za učinkovito vodenje in nadzor internih energetskih sistemov. V tem članku so predstavljeni kriteriji za izbiro strojne opreme in nakazane smeri nadaljnjega razvoja na tem področju.
1. INTRODUCTION
Traditional SCADA (Supervisory Control And Data Acquisitbn) systems have for a long time resembled the monolithic direct digital control systems, but as distributed process control matured, both the concept and components began to kx)k inviting. With software developments of both process control and management systems the SCADA systems have infiltrated in the utilities industries where there are distant units of operatbn, often unattended, that require supervision from a control facility [BLI85].
With further development SCADA systems became more distributed. Most SCADA systems were evolved into networks of computers with functbns distributed among numerous machines: man/machine workstattons, remote terminal units, application processors, etc [BLI88].
The growing familiarity of SCADA system with the ever present personal computer transformed the PC into an integrated workstation for real-time process control. In addition, development of multitasking operating systems (Unix, OS/2, NT), the key to system integrity and high speed response, was an important factor in the acceptance of the PC.
Although SCADA system has traditionally utilized the operator to 'close the control k>op' via supervisory control, the constant development of the SCADA system software has opened the door for the SCADA master to be nriore than just a monitoring device [BLI89].
With all features of the powerful, k)w-cost automation and control software, the SCADA system became a perfect tool for energy management.
10
The purpose of this paper is to obtain the basic information of suitable hardware and software in order to facilitate the choice to the user.
Proper scheduling of production processes introduces time-driven loads and represents backtwne or rough tuning in Predicted Demand Control PDC.
2. ENERGY MANAGEMENT AIM
In Slovenia consist calculated costs for electricity consist of item for power (consumed power in kWh) and item for peak load (nriaximum 15-minute average peak in month). The purpose of process control is to keep consumption smooth and steady over various periods of a day i.e. to keep peak load as low as possible.
Energy management offers three main methods to apply control strategies:
Load scheduling, Load shedding,
The use of additional power units generating units, diesel aggregate).
(co-
Load reductbn for a longer perkxi of time, i. e. load shedding, occurs when predicted power (projection to the end of demand interval) is higher then optimum power (target). Thus, it represents fine tuning of load management system.
With the use of additional power units it is possible to minimize load shedding and achieve optimised energy usage. Among those units a co-generating unit usually represents the best choice wherever the process requires industrial steam, it is very often a case that such a turbogenerator-sef is already installed in the factory though originally not for the purpose of load management.
Figure 1 depicts the heat and power production and consumption in a local power system.
us - Odsek za eneirgetìko in vodenje pyocejsov
URB 11:59 :20
IJRTUM 03-17-92
40.3 ba^n I 33 .77 t/h |
■I 485.a 'C


Ì-----
rekuperatoT-I 8.56 H»t I
2 .79
OUTPUT Enter- data:
F8033
DISP: ffori
enable:
Figura 1: The heat and power productton and consumption
By using the SCADA system for energy nfianagement implemented through monitoring and supervisory control of a k)cal power system, signifrcant savings can be achieved.
The proper selectton of suitable software and hardware is of the crucial meaning for effk:ient supervision and control of local power systems. A priority task is therefore to elaborate the criteria for the right choice of [MRD90]:
3. CRITERIA FOR PROPER CONFIGURATIONS
I/O intelligent devices, that operate as slave devrces to a host computer, PC industrial computer, built to withstand the harsh physical conditions frequently found on the plant floor.
• SCADA software package for load management
3.1. I/O INTELLIGENT DEVICES
For intelligent analog and digital 1/0 devices,
the next criteria has been made [MRD91B]:
•	The possibility of locating the control point at each heating or conditioning unit in an energy nnanagement application. Thus, considerable installation savings and improved performance can be realised.
•	The communication with the host computer over an RS422/485 communication link or LAN (i.e. ARCnet). The RS422/485 link offers excellent noise immunity, tong cable lengths and reduces wiring costs. With LAN the increased operating efficiency is achieved.
•	The possibility to outline the functions of the applcation software, thus offload host computer processing time and reduce data link activity ( moving control to PLCs).
•	The numerous combinations of analog and digital I/O rTKxJule types.
•	Photo-isolated analog or digital power I/O nrxxJules.
•	The support of different baud rates, simply selectable.
•	The possibility of additional programming on the PC with the appropriate development tool (for example: CYRANO visual language).
3.2. PC INDUSTRIAL COMPUTER
Industrial computer can be used as a workstatk>n or a gateway to in-plant communteatbns networks. Engineered specifically for the unique requirements of plant fkxir environments, the computer has to
include foltowing features:
>
•	Passive backplane,
•	Dual-fan cooling with removable filter,
•	Security door,
•	Vibration proof hold-down clamp.
It has to perform reliably under environmental conditioris such as:
•	Extended temperature,
•	Extended vibration and shock,
•	Extended voltage transients,
•	Extended particulates.
For extremes the computer based on FTSA (Fault Tolerant System Architecture) is required. It protects data integrity and ensures immediate data and system recovery from catastrophic failure. The FTSA PC addresses the primary sources of PC failure - inconsistent power, dannaged or destroyed data, user errors and component breakdown - by combining selective redundancy with elaborate diagnostic, regulatory and recovery systems into a synergistic unit, tied together by an enhanced, DOS-compatible BIOS.
3.3. SCADA SOFTWARE PACKAGE
We have made appropriate criteria for the
selection of SCADA for supervisory control of
a local power system [MRD91 A].
•	Possibility of the use of programmable blocks which enable the programmer to work with a suitable interpreter. To make the SCADA applicable to supervision and control, it must have besides standard input, output and calculation blocks also trend blocks, PID blocks, on-off control blocks and program blocks.
•	Possibility to archive data. Observation of the history enables us to make reports and statistics later.
•	Use of standard DOS functbns or their presence in the main SCADA menu.
•	Use of MMS standard (Manufacturing Message Standard) for the communcation with the network. It assures compatibility with the MAP protocol.
•	Possibility of the own algorithm devetopment in a higher program language. Supervision and control of local power systems requires the use of optimisatk>n algorithms for the needs of cogeneration units.
•	With advantages of DLL (Dynamic Link Library), DDE (Dynamic Data Exchange),
OLE (Object Linking and Ennbedding), and GUI (Graphic User Interface), the feasibility to operate on the Windows platform is becoming more and more important.
4. CONFIGURATIONS
On 286 computers an INTEL ABOVE card/2 MB of LIM 4.0 standard was used.
5. DESCRIPTION OF INSTALLED (APPLIED) SYSTEM IN THE PULP AND PAPER MILL "GORIČANE"
On the basis of the criteria we decided to use the following equipment [MRD92].
For intelligent I/O devices OPTOMUX units (0PT022) has been chosen. OPTOMUX units can be configured to operate in multidrop or repeat nrKxje via jumpers located on each unit.
For industrial computers IBM 7541 286/10, IBM 7561 386/25 and TEXAS MICRO 386 (486)/25 have been applied. Features such as a hardened case, filtered air cooling and full function industrial keytx>ard are included.
On the tiasis of the criteria we decided to use FIX-DMACS, nrodern PC-based distributed process control and supervisory control and data acquisitkjn (SCADA) software package, with completely open architecture and on-line configuration.
With this SCADA software package eight applications have been realised in Slovene and two are still in progress.
Computers IBM 7541 were used for smaller applk:atk)ns, while for large and complex applicatbns IBM 7561 and later TEXAS MICRO 386 (486)/25 were used, according to the requirements of specific applrcattons. For process control applications FIX release 3.01 is accepted as a standard, while for distributed process control DM ACS release 2.1 and the local area network Token Ring 16 Mbits/sec or DECnet speed lOMbits/sec are applied.
INTELIutwn software (FIX and DMACS) was used for process aninfiation, data archiving and collectton, automatic elaboratran of reports and implementatran of our own programs in C language (a program package for load management that has been devetoped in our department).
A problem that we always faced was the DOS barrier of the first 640 KB. It was overcome by QEMM 386 driver on 386/486 computers, whk:h runs itself, progress database and all background prograrris in expanded memory.
In the factory local heat and power system a microcomputer system is installed. The functrons that are provided with this system are:
•	monitoring of natural gas purchasing and transforming from main pipeHne,
•	monitoring of electric energy purchasing from public grid,
•	monitoring and controlling of combined heat and power production system,
•	monitoring of local heat and power distribution and individual consumer consumption.
Operating of condensing extracting steam turbine is based on heat following method. In order to achieve the cheapest substitution of power from public grid the control system for steam turbine condensing part is set. This system controls operating of steam turbine according to the built in tariff system.
There are two possibilities for steam turbine controlling:
system directly without operator
•	automatically, control drives the turbine confirmation or
•	manually, operator is informed for optimal operating by control system but the final decisbn is left to him.
At the same time the programs for data continuous monitoring and archiving are upgrade. They include several tasks that were found as useful for factory energy management:
•	monitoring of fuel and power consumption and peak bad achieved
•	elaboration of daily and monthly reports for power purchasing, productk)n and energy supplying to k>cal consumers including the evaluation of energy transformatbn effbiency.
Historbal database was found very useful for factory and energy management. It is
especially used by quality control (estimation of specific energy consumption) and maintenance department, as well.
The described application, besides the improvement of overall energy efficiency on the factory level, has also showed its value in comparison with state of energy monitoring and controlling equipment in paper mills of neighbouring countries in West Europe.
6. CONCLUSION
In this article we have proposed some basic configuratbns in order to facilitate the selection of the equipment, required for efficient energy management of smaller local power system, to the user. However, the fast changing world of control made SCADA systems less expensive while functionality is increasing. Therefore the world trend in this field is tending to more distributed process control. In addition, with advanced technologies and adding intelligence, the control is moving to lower levels, even down to sensors.
7. REFERENCES
[BLI85] Blickley G. J., "SCADA Systenfis Affected by Distributed Control",
Control Engineering, pp. 79-81, march 1985.
[BLI88] Bliókiey G. J., "SCADA Systems Merging with Distributed Control", Control Engineering, pp. 60-61, february 1988.
[BLI89] Blickley G. J., "Changes in SCADA Systems Increase Operator's Role", Control Engineering, pp. 95-96, february 1989.
[MRD90] Mrdaković D., "System Software for Process Control in Industry", Informatica, vol. 14, number 3, pp. 56-58, july 1990.
[MRD91A] Mrdaković D., "Criterria for the Chok:e of Program Packages SCADA Program Blocks for the Needs of Internal Energy System Control", IASTED91, pp. 463-465, 18.-21. february 1991.
[MRD91B] Mrdaković D.. "Kriteriji za izbiro periferne merilno regulacijske računalniške opreme, primerne za nadzor in vodenje internega energetskega	sistema",
MIPR091, pp. 2-97 - 2-100, 20.24.05.1991
[MRD92] Mrdaković D., "PC Computer Station for Supervision and Control of an Internal Power System", IASTED92, pp. 491492, 10.-12. february 1992
INFORMACIJSKI SISTEM IZOBRAŽEVALNE DEJAVNOSTI NA FAKULTETI ZA ELEKTROTEHNIKO IN RAČUNALNIŠTVO V LJUBLJANI
Ključne besede: fakultetni informacijski sistem, poslovanje študijskega sektorja, podatkovni model za področje izobraževalne dejavnosti
Viljan Mahnič Univerza v Ljubljani Fakulteta za elektrotehniko in računalništvo Tržaška 25, Ljubljana
POVZETEK: V članku je opisan informacijski sistem izobraževalne dejavnosti, ki pokriva področja prijave za vpis, sprejemnih izpitov, evidence vpisanih študentov, izpitne evidence, analiz uspešnosti študija ter evidence diplomskih in zaključnih nalog. Sistem skoraj v celoti avtomatizira poslovanje študijskega sektorja, študentom pa omogoča, da se za izpite prijavljajo preko računalnika. Razvit je bil na Fakulteti za elektrotehniko in računalništvo v Ljubljani, prevzele pa so ga tudi nekatere druge fakultete ljubljanske univerze, tako da opisani sistem predstavlja enega izmed temeljev za izgradnjo celovitega visokošolskega informacijskega sistema.
EDUCATIONAL INFORMATION SYSTEM AT THE FACULTY OF ELECTRICAL AND COMPUTER ENGINEERING: The paper deals with the educational information system which covers the following areas: admission applications, entrance examination, enrollment, examination records, various tables and statistical reports, and degrees. Using such a system, the administration work in the student record office is almost fully automatized, and students can apply for examinations using computer facilities. The necessary software was developed at the Faculty of Electrical and Computer Engineering, and was later adapted to the needs of several other faculties of the University of Ljubljana. Therefore, the system described represents the basis for building an integral information system of higher education.
1. UVOD
Fakulteta za elektrotehniko in računalništvo (v nadaljevanju FER) je z 2500 študenti ena izmed večjih fakultet v sklopu ljubljanske univerze. Na njej poteka izobraževanje v okviru dveh vzgojno-izobraževalnih programov: elektrotehnike ter računalništva in informatike. Vsak od teh programov se deli še naprej na smeri. Talco je študij elektrotehnike razdeljen na smeri avtomatika, elektronika, močnostna elektrotehnika in telekomunikacije, študij računalništva pa obsega smeri računalniška logika in sistemi, programska oprema in informatika. V okviru nekaterih smeri je
možna še nadaljnja delitev na posamezne izbirne skupine.
Ker je ljubljanska univerza izrazito decentralizirano organizirana, potekajo vse aktivnosti v zvezi s študijsko problematiko (vpis, sprejemni izpiti, izpitna evidenca, evidenca diplomantov, oblikovanje učnih načrtov in določitev izvajalcev za posamezne predmete) na fakultetah. Prav visoka stopnja avtonomije posameznih fakultet pa je eden izmed vzrokov, da vsi dosedanji poskusi izgradnje informacijskega sistema na nivoju celotne univerze [1,2] niso pripeljali do celovite rešitve.
Trajneje sta zaživeli le dve obdelavi:
računalniška obdelava prijav za vpis na višješolski in visokošolski študij (obrazec Prijava za vpis) in računalniška obdelava podatkov o dejanskem vpisu (obrazec SV-20 Vpisni list), ki potekata na centralnem računalniku VAX 8550. Pri obeh je poudarek na obdelavi velikih količin podatkov, ki so namenjeni predvsem zunanjim uporabnikom (n.pr. Zavodu za statistiko), medtem ko končni uporabniki na fakultetah od tega nimajo posebnih koristi.
Z namenom, da bi odpravili to pomanjkljivost, smo na Fakulteti za elektrotehniko in računalništvo razvili lasten informacijski sistem za področje študijske problematike, ki temelji na enotno zasnovani podatkovni bazi in programskem paketu, ki skoraj v celoti avtomatizira poslovanje	študijskega	sektorja.
Informacijski sistem je zasnovan modularno in pokriva naslednja področja: vodenje evidence prijav za vpis, izvajanje sprejemnih izpitov, evidenco vpisnih podatkov, avtomatski zajem prijav za izpite in vodenje izpitne evidence, izvajanje raznih analiz uspešnosti študija ter vodenje evidence diplomskih in zaključnih nalog.
Za realizacijo podatkovne baze in potrebnih programov smo izbrali Clipper [3], tako da celoten informacijski sistem temelji na uporabi osebnih računalnikov. Trenutno so v študijskem sektorju instalirani štirje osebni računalniki, ki zaenkrat še niso povezani v mrežo, pač pa so podatki in obdelave porazdeljeni tako, da je možno vzdrževanje konsistentnega stanja podatkovne baze z vsakodnevnim prenosom nekaterih datotek med posameznimi računalniki preko vmesnika RS232. Instalacija ustrezne lokalne mreže je predvidena za naslednje leto.
V nadaljevanju podajamo najj^rej opis računalniških programov, ki so potrebni za delovanje celotnega sistema, nato je podrobneje opisan postopek prijavljanja za izpite preko računalnika, temu pa sledi opis podatkovne baze. Posamezne aplikacije uporabljajo tudi druge fakultete, tako da opisani sistem predstavlja osnovo za razvoj informacijskega sistema izobraževalne dejavnosti za celotno ljubljansko univerzo. Zato članek zaključujemo s predstavitvijo načrtov za nadaljnji razvoj visokošolskega informacijskega sistema, ki poteka v okviru
skupnega evropskega projekta Tempus .IEP 1852-91.
2. OPIS RAČUNALNIŠKIH PROGRAMOV
Paket programov, ki so potrebni za delovanje informacijskega sistema, je zasnovan modularno, tako da vsak modul predstavlja zaokroženo celoto, ki pokriva eno izmed področij informacijskega sistema.
2.1. Prijava za vpis
Podatki o kandidatih, ki so se prijavili za vpis na FER, se zajamejo na nivoju univerze v okviru že omenjene računalniške obdelave prijav za vpis, nato pa se prenesejo na osebni računalnik s pomočjo posebnega programa. Ta program tudi določi, kateri izmed kandidatov morajo opravljati diferencialne izpite zaradi neustrezne predhodne izobrazbe, in vzpostavi šifre končane srednje šole v skladu s šifrantom srednjih šol, ki ga uporablja FER. Preostali programi iz tega modula omogočajo izvajanje naslednjih aktivnosti;
-	Naknadni zajem prijave za vpis: Naknadno se zajemajo prijave tistih kandidatov, ki so prenesli prijavo z druge fakultete ali pa so matično prijavljeni na drugi fakulteti, vendar želijo opravljati preizkus znanja tudi na FER.
-	Dopolnitev podatkov s prijave za vpis: Za izvedbo sprejemnih izpitov na FER so potrebni tudi nekateri podatki, ki jih obrazec Prijava za vpis ne vsebuje, zato jih zajamemo naknadno. To so podatki o učnem uspehu v tretjem in četrtem letniku srednje šole in podatki o uvrstitvah na republiških tekmovanjih iz matematike, fizike in računalništva. Poleg tega pa lahko ročno nastavljamo indikatorje, ki označujejo, katere preizkuse znanja bo kandidat opravljal (diferencialni izpit, preizkus znanja za en visokošolski izobraževalni program, preizkus znanja za oba izobraževalna programa, ki se izvajata na FER).
-	Brisanje prijave za vpis: Če kandidat
dvigne prijavo, se le-ta briše. Prav tako se brišejo prijave tistih kandidatov, ki niso opravili diferencialnih izpitov.
Spiski kajididatov po različnih kriterijih: Izdelati je možno različne spiske prijavljenih kandidatov. Nekateri imajo vnaprej določeno fiksno obliko, obstaja pa tudi t.i. univerzalni program za spiske, s pomočjo katerega lahko uporabnik interaktivno specificira kriterije za izdelavo seznama in tako generira spiske poljubne oblike.
Stanje prijav za vpis: Izpišejo se sumarni podatki o številu prijavljenih kandidatov glede na izbrano stopnjo študija, poklic po končani srednji šoli, leto zaključka srednje šole, kraj stalnega bivališča, vojaški rok itd.
Izpis etiket z naslovi: Izpisati je moč naslove kandidatov za diferencialni izpit, naslove kandidatov za preizkvis znanja in naslove srednjih šol.
2.2. Sprejemni izpiti
Programi iz tega modula nudijo računalniško podporo pri izvedbi sprejemnih izpitov v skladu s pravilnikom o sprejemnih izpitih na FER. Z njihovo pomočjo (in s primerno organizacijo dela) uspe FER izračunati in objaviti rezultate sprejemnih izpitov že nekaj ur po zaključku preizkusa znanja. Modul sestavljajo naslednji programi:
- Izdelava obra^icev za odgovore: Računalnik izpiše "obrazce", ki jih kandidati uporabljajo za označevanje pravilnih odgovorov na preizkusu znanja. Na vsako vprašanje je možnih 5 odgovorov. Kandidat označi pravilen odgovor tako, da na obrazcu prekriža ustrezno okence. Da bi zmanjšali možnost prepisovanja, dobijo kandidati različne permutacije nalog, zato se na obrazcu izpiše tudi šifra ustrezne pei'mutacije. Istočasno z obrazcem za odgovore se izpiše tudi poseben formular, na katerega vsak kandidat pred preizkusom znanja vpiše svoje podatke (priimek in ime, datum rojstva, naslov), nato pa formular zalepi v posebno ovojnico. Tako obrazec za odgovore kot formular z osebnimi podatki kandidata sta označena s posebno
6-mestno kodo, ki jo generira računalnik in služi za zagotavljanje anonimnosti med pregledovjinjem izdelkov in vnosom rezultatov v računalnik.
Vnos rezultatov preizkusa znanja: Za vsak izdelek je treba zajeti njegovo 6-mestno kodo ter število pravilnih odgovorov, število napačnih odgovorov in število vprašanj brez odgovora. Da bi zmanjšali možnost napak pri vnosu, se vsi rezultati zajemajo dvakrat. Program vsakokrat preverja veljavnost kode izdelka in testira, ali se seštevek pravilnih in napačnih odgovorov ter vprašanj brez odgovora ujema s številom nalog. Pri drugem vnosu pa se izvrši tudi primerjava podatkov s prvim vnosom. Ce se podatki ne vijemajo, jih mora operater vnesti še enkrat in potrditi njihovo pravilnost.
Dešifriranje reztrltatov preizkusa znanja: Ko so vsi rezultati zajeti, se odprejo kuverte z osebnimi podatki o posameznih kandidatih^ formularji pa uredijo po abecednem vrstnem redu. Za dešifriranje rezultatov obstajata dva programa. Pri prvem "je iniciator dialoga računalnik, ki izpisuje osebne podatke kandidatov po abecednem vrstnem redu, operater pa vpisuje pripadajoče 6-mestne kode. Pri drugem pa vodi dialog operater, ki vtipka priimek in ime kandidata ter kodo, pod katero je opravljal preizkus znanja. Praviloma se za dešifriranje uporablja prvi program, drugi služi le za popravljanje morebitnih napak.
Izračun in izpis rezultatov sprejemnega izpita: Ta program najprej za vsakega študenta izračuna skupno število točk, upoštevajoč rezultat preizkusa znanja, uspeh v tretjem in četrtem letniku srednje šole ter morebitne uspehe na republiških tekmovanjih iz matematike, fizike in računalništva. Nato izpiše vrstni red kandidatov glede na skupno število točk. Ce več kandidatov doseže enako število točk, je boljši tisti, ki je dosegel več točk na preizkusu znanja.
Izpis etiket z naslovi: Izpisati je možno posebej nalepke z naslovi sprejetih kandidatov in posebej nalepke z naslovi tistih kandidatov, ki niso opravili sprejemnega izpita.
- Analize rezultatov sprejemnega izpita: Programi za analizo omogočajo primerjavo med številom prijavljenih in številom sprejetih kandidatov v odvisnosti od učnega uspeha, končane srednje šole in poklica. Poleg tega je možno izpisati obvestila srednjim šolam, v katerih se za vsako srednjo šolo izpiše seznam njenih kandidatov, za vsakega kandidata pa je prikazan izračun skupnega števila točk in njegova uvrstitev.
2.3. Vpis in spremljajoča dokumentacija
Programi iz tega inodula omogočajo zajem podatkov o študentih ob vsakoletnem vpisu na fakulteto in izdelavo ustrezne spremljajoče dokumentacije (potrdilo o vpisu, matična knjiga študentov). Podatki se v celoti zajamejo na osebnem računalniku, nato pa se s posebnim programom predelajo v obliko, ki omogoča njihovo vključitev v datoteko vpisnih listov na centralnem računalniku. Modul Vpis in spremljajoča dokimientacija obsega naslednje programe:
-	Zajem vpisnega lista SV-20: Program omogoča zajem podatkov z vpisnega lista SV-20, .ki ga v dogovoru z obema slovenskima univerzama predpisuje Zavod Rèpublike Slovenije za statistiko. Zasnovan je tako, da pri prvem vpisu na fakulteto črpa podatke o študentu iz obrazca Prijava za vpis, operater pa vnaša samo tiste podatke, ki jih v prijavi ni. Pri nadaljnjih vpisih pa dobi operater na zaslon podatke iz preteklega leta in vnese samo tiste podatke, ki so se medtem spremenili. Program sproti preverja pravilnost vnešenih podatkov (kontrola šifrantov, razne logične kontrole) in opozarja operaterja na morebitne napake.
-	Preverjajije potrdila o vpisu: Program na podlagi vpisne številke študenta izpiše podatke o vpisu (študijsko leto, letnik, smer, vrsta vpisa). Zaenkrat se uporablja samo za preverjanje, ali je študent pravilno izpolnil obrazec Potrdilo o vpisu, z minimalnimi spremembami pa bi lahko dosegli, da bi se to potrdilo izpisovalo avtomatsko.
-	Izpis matične knjige: Vsaka fakulteta je v
skladu s pravilnikom o pedagoški dokumentaciji in evidencah v usmerjenem izobraževanju [4] dolžna voditi matično knjigo svojih študentov. Pred uvedbo računalniške obdelave so referentke pisale to knjigo po več mesecev. Sedaj se ta knjiga izpiše avtomatsko na podlagi podatkov z obrazca ŠV-20.
Spiski študentov po različnih kriterijih: Različne spiske študentov potrebujejo tako predavatelji kot različni zunanji uporabniki. Referent lahko izdela spiske študentov za vse letnike in smeri naenkrat, lahko pa (zopet s pomočjo t.i. univerzalnega programa za spiske) oblikuje spiske z izbrano vsebino, tako da interaktivno določi kriterije (n.pr. šolsko leto, letnik, smer, vrsta vpisa, občina stalnega bivadišča, štipendija) in podatke (n.pr. vpisna številka, priimek in ime, naslov bivališča, naziv končane srednje šole, uspeh itd.) za svoj spisek.
Stanje vpisa: Program izdela sumarni pregled števila vpisanih študentov po letnikih, smereh in izbirnih skupinah posebej za višješolski in posebej za visokošolski študij.
Sklepi: Možen je vnos podatkov o sklepih (pohvalah, kaznih, izjemoma odobrenem vpisu ali spremembi smeri študija), ki so. jih v zvezi z določenim študentom sprejeli ustrezni fakultetni organi. Za vsak sklep je treba vnesti datum sklepa, naziv organa, ki ga je sprejel, in njegovo besedilo.
Izpis matičnih podatkov o študentu: Izpišejo se tisti podatki, ki so bili v ročnem načinu dela zabeleženi na kartotečnem listu (osebni podatki, )odatki o vpisu v posameznih šolskih etih, podatki o sklepih).
Izpis etiket z nćislovi: Izpišejo se nalepke z naslovi redno vpisanih študentov za izbrano šolsko leto, letnik in smer študija.
2.4. Evidentiranje obveznosti
opravljenih študijskih
Programi iz tega modula omogočajo vodenje izpitne evidence, izdelavo potrdil o opravljenih izpitih in preverjanje pogojev za
napredovanje. Programi temeljijo na predpostavki, da je na podlagi šifre izbirne skupine in letnika moč enolično določiti predmetnik za vsakega študenta. Modul obsega naslednje programe:
-	Vnos podatkov s prijavnice: Vnos podatkov o izpitu poteka na podlagi prijavnice (obrazec Obvestilo o izpitu), potem ko je študent izpit že opravljal. Za vsako prijavnico je treba vnesti vpisno številko študenta, šifro predmeta, šifro predavatelja, oceno, datum izpita in podatke o številu polaganj. Običajno se vnašajo vse prijavnice za nek izpitni rok istočasno, zato je program zasnovan tako, da podatki o predmetu, predavatelju in datumu izpita ostanejo na zaslonu in je treba za nadaljnje prijavnice vnesti sanio podatke o študentu, oceni in številu polaganj.
-	Izpis potrdila o opravljenih izpitih: Izpiše se potrdilo, ki poleg seznama opravljenih izpitov vsebuje tudi sumarno informacijo o številu predpisanih in številu ojDravljenih izpitov za vsak letnik posebej. Ce je študent opravil določene obveznosti izven programa, na katerega je trenutno vpisan, se pregled teh izpitov izpiše posebej.
-	Pregled opravljenih izpitov: Ta program izdela pregled opravljenih študijskih obveznosti po posameznih šolskih letih. Namenjen je predvsem referentkam v študentski pisarni, za razliko od potrdila o opravljenih izpitih, ki je namenjeno predvsem študentom oziroma zunanjim-uporabnikom. Oblika izpisa je zasnovana tako, da je kolikor se le da podobna kartotečnemu listu, ki so ga referentke uporabljale pred uvedbo računalniško vodene izpitne evidence. Iz izpisa je za vsako študijsko leto razviden predmetnik, ki ga je študent vpisal, pri tistih predmetih, kjer je že opravljal izpit, pa tudi podatki o izpraševalcu, datumu izpita, oceni in številu polaganj.
-	Preverjanje pogojev za napredovanje: Ta program preverja tako pogoje za napredovanje v višji letnik kot pogoje za ponavljanje letnika. Študent lahko napreduje v naslednji letnik, če opravi predpisano število ur obveznosti iz tekočega letnika ter vse obveznosti iz preteklih letnikov. Poleg tega pa program
dopušča, da predpišemo tudi obvezne predmete, brez katerih napredovanje ni možno, četudi je doseženo predpisano število ur. Pogoj za ponavljanje letnika je prav tako izražen s številom ur opravljenih obveznosti iz tekočega letnika, ki pa je seveda nižje kot za napredovanje. Vsak študent lahko ponavlja samo enkrat v času študija. Program preverja pogoje za napredovanje za vse študente izbranega letnika in smeri naenkrat. Rezultat je seznam, v katerem se za vsakega študenta izpišejo podatki o opravljenem številu ur in številu manjkajočih ur študijskih obveznosti po posameznih letnikih ter podatka o številu ponavljanj in opravljenih obveznih predmetih.
2.5. Razne analize uspešnosti študija
Na podlagi podatkov o vpisu in izpitne
evidence je možno izvajati razne analize
uspešnosti študija:
-	Prehodnost iz letnika v letnik: Za izbrano študijsko leto in smer študija je moč za vse letnike naenkrat izpisati podatke o številu študentov (absolutno in procentualno), ki so napredovali v višji letnik.
-	Spremljanje napredovanja čiste in celotne generacije: Za izbrano generacijo se izpišejo podatki o napredovanju iz letnika v letnik tako v absolutnih številkah kot v procentih. Pri napredovanju čiste generacije se upoštevajo samo študenti, ki so redno opravljali študijske obveznosti, pri analizi napredovanja celotne generacije pa je možno spremljati tudi ponavljalce in pavzante.
-	Kvaliteta študija: Pri tej analizi se za vsakega študenta izpišejo povprečne ocene po posameznih letnikih. Analizo je moč narediti za vse študente izbranega letnika, za vse študente, ki so končali študij v izbranem časovnem obdobju, za vse študente izbrane smeri ali pa samo za izbranega študenta.
-	Izračun povprečne ocene po letnikih, smereh in izbirnih skupinah: Izpišejo se podatki o povprečnem številu polaganj, povprečni oceni in povprečni pozitivni oceni za vse letnike, smeri in izbirne
skupine.
Polaganje izpitov: Izračunati je moč povprečno število polaganj, povprečno oceno in povprečno pozitivno oceno za izbran predmet ali za izbranega visokošolskega učitelja ter izpisati seznam študentov, ki še niso opravili izpita pri določenem predmetu.
Analiza uspeha po prvem letniku: Analizo je moč izdelati na dva načina: po srednjih šolah ali po poklicu. V prvem primeru se za vsako srednjo šolo izpišejo podatki o številu študentov, ki so bili vpisani v prvi letnik, in številu študentov, ki so uspešno napredovali v drugi letnik. Poleg tega se izpiše njihova povprečna ocena v zadnjem letniku srednje šole in povprečna ocena v prvem letniku študija.
Pri analizi po poklicu je možno najprej grupirati sorodiae poklice v skupine in potem izdelati analizo po teh skupinah. Ce želimo analizo za posebej izbrane poklice, oblikujemo skupine z enim samim poklicem. Tudi pri tej analizi se za vsako skuj^ino poklicev izjDiše število študentov, ki so bili vpisani v prvi letnik, število študentov, ki so uspešno napredovali v drugi letnik, ter njihova povprečna ocena v zadnjem letniku srednje šole in povprečna ocena v prvem letniku študija.
Analiza ocene ob zaključku šolanja: Izpiše se število diplomantov, njihova povprečna ocena in povprečna dolžina študija. Analizo je moč izdelati glede na končano srednjo šolo, glede na uspeh na sprejemnem izpitu in glede na uspeh v srednji šoli.
Rangiranje študentov: Za vsako šolsko leto je možno izdelati rang lestvico za izbrano podmnožico študentov. Ta podmnožica lahko obsega vse študente, ki so bih vpisani v izbranem šolskem letu, lahko pa se omejimo samo na študente izbranega letnika, smeri ali izbirne skupine.
2.6. Diplomske in zaključne naloge
Student, ki opravi vse obveznosti iz študijskega programa, lahko zaprosi za
izdajo teme za diplomsko nalogo (na visokošolskem študiju) oziroma zaključno nalogo (na višješolskem študiju). Postopek je v obeh primerih enak, razlika je le v zahtevnosti naloge in času, ki ga ima študent na voljo za njeno dokončanje. Diplomsko nalogo .mora oddati v roku treh mesecev, zaključno nalogo pa v šestih tednih od dviga teme. Programi iz modula Diplomske in zaključne naloge omogočajo računalniško spremljanje vseh aktivnosti od prošnje za izdajo teme, preko odobritve teme in zagovora do vodenja knjige diplomantov, izdelave raznih spiskov in sumarnih pregledov. Tako za diplomske kot za zaključne naloge se uporabljajo isti programi, poseben parameter, ki se nastavi ob klicu vsake procedure pa pove, katero vrsto nalog obdelujemo.
-	Prošnja za izstavitev teme: Student odda prošnjo za izstavitev teme na posebnem obrazcu. Program omogoča zajem podatkov s tega obrazca, preveri, ali je študent opravil vse predpisane obveznosti iz študijskega programa in izračuna povprečno oceno izpitov in vaj. Na koncu program izpiše obvestilo profesorju, ki bo mentor pri izdelavi diplomske/zaključne naloge, s prošnjo, da v študentsko pisarno posreduje naslov in besedilo teme.
-	Vnos naslova ' diplomske/zaJcljučne naloge: Ko je tema odobrena in mentor posreduje naslov ter besedilo naloge, se naslov vnese v računalnik.
-	Pregled izdanih tem: Za izbran datum dviga se izpiše seznana študentov, ki so tega dne dvignili temo, skupaj s podatki o mentorju, komentorju, naslovu teme in roku za oddajo.
-	Priprava zapisnika o zagovoru: S tem programom v študentski pisarni pripravijo obrazec "Zapisnik o zagovoru" in ga posredujejo predsedniku komisije za zagovor diplomske oziroma zaključne naloge. Komisija v obrazec vnese še podatke o zagovoru (ocena naloge, ocena zagovora, skupna ocena študija).
-	Vnos podatkov o zagovoru: na podlagi zapisnika se zajameta datum zagovora in skupna ocena študija.
-	Izpis potrdila o diplomi: Program , omogoča izpis potrdila o zaključku
Študija, ki ga študent dobi po uspešnem zagovoru diplomske/zaključne naloge in s katerim uveljavlja vse pravice iz tega naslova vse do uradne podelitve ustrezne diplome.
Spiski diplomantov po različnih kriterijih: Izpisati je možno knjigo diplomantov ter izdelati spisek diplomantov, ki izide v okviru publikacije "Objave o študiju na FER", in spisek diplomantov, ki ga FER posreduje na univerzo. Tudi v okviru tega modula obstaja t.i. univerzalni program za spiske, ki uporabniku omogoča izdelavo spiskov z različno vsebino.
Analiza števila diplomantov: Za izbrano časovno obdobje je moč izpisati dva sumarna pregleda diplomantov: po mentorjih in po smereh študija.
2.7. Arhiviranje podatkov
Sčasoma se v podatkovni bazi naberejo podatki, ki za operativno delo niso več potrebni (n.pr. podatki o študentih, ki so že diplomirali in podatki o študentih, ki so prekinili študij). Da ti podatki ne bi po nepotrebnem obremenjevali sistema, so bili razviti programi za njihovo arhiviranje. Po drugi strani pa programi iz tega modula omogočajo tudi prenos podatkov za posamezne študente iz arhiva v operativno podatkovno bazo.
Programi so zasnovani talvo, da se podatki, ki jih želimo arhivirati, najprej prenesejo iz operativne podatkovne baze v začasni arhiv na disku, nato pa se izvrši komprimiranje arhiva in prepis le-tega na diskete. Pri restavriranju arhiviranih podatkov pa je postopek obraten. Arhiv se najprej prepiše z disket na začasni poddirektorij na disku, od koder se potem izločijo potrebni podatki in prenesejo v operativno podatkovno bazo. Modul obsega naslednje programe:
- Arhiviranje na disk: Arhivirati je možno podatke o študentih, ki so končali visokošolski študij, podatke o študentih, ki so končali višješolski študij, ter podatke o študentih, ki so prekinili študij. V prvih dveh primerih zadostuje, da vnesemo datum diplome: arhivirajo se vsi podatki o študentih, ki so diplomirali pred izbranim datumom. Program sam preveri, ali se je diplomant kasneje vpisal
na višjo stojinjo študija oziroma ali ima odobreno pravico do polaganja diferencialnih izpitov. V tem primeru se podatki ne arhivirajo.
Pri arhiviranju podatkov o študentih, ki so prekinili študij, pa je kriterij za arhiviranje sestavljen iz treh podatkov: študijskega leta zadnjega vpisa, datuma, ko je bil opravljen zadnji izpit, in datuma veljavnosti izjemoma odobrene pravice do polaganja izpitov.
Poleg tega lahko uporabnik izvede tudi arhiviranje podatkov za izbranega študenta, tako da enostavno vtipka njegovo vpisno številko.
Prepis arhiva na diskete: Program izvrši komprimiranje začasnega arhiva na disku in ga prepiše na diskete.
Restavriraiije arhiva z disket: Arhiv se z disket prepiše na poseben poddirektorij na disku, nakar se izvrši "razpakiranje" in indeksiranje arhiviranih datotek.
Restavriranje podatkov o izbranih študentih: Program zahteva, da uporabnik vnese vpisne številke tistih študentov, katerih podatke želi ponovno vključiti v operativno podatkovno bazo. Zahtevani podatki se nato izločijo iz začasnega arhiva na disku in vključijo v operativno podatkovno bazo. Program sam poskrbi za reindeksiranje tistih datotek, katerih vsebina se je spremenila.
Izpis arhiviranih zapisov: Program omogoča, da po vsakem arhiviranju izpišemo seznam študentov, za katere so se arhivirali podatki.
2.8. Pomoč uporabniku
Programi iz tega modula olajšajo uporabniku iskanje raznih šifer, vpisnih številk za posamezne študente ipd. Njihovo izvajanje je moč sprožiti kadarkoli s pritiskom na tipko za pomoč <F1>. Modul sestavljajo naslednji programi:
-	Pregled šifrantov
-	Iskanje vpisne številke študenta
-	Iskanje številke kandidata, ki se je prijavil za vpis
-	Iskanje vpisne številke študenta, ki ima
izjemoma odobreno pravico do polaganja izpitov.
3. PRIJAVLJANJE ZA IZPITE PREKO RAČUNALNIKA
Osnovna verzija programskega paketa, ki smo jo opisali v prejšnjem razdelku, omogoča, da se vnos podatkov o izpitu izvrši šele takrat, ko predavatelj vrne v študijski sektor izpolnjeno prijavnico. Vse predhodne aktivnosti, kot n.pr. preverjanje pravice do polaganja, pa potekajo ročno in so prepuščene bodisi delavcem študijskega sektorja ali pa pedagogom.
Sprememba zakonodaje, ki omejuje število polaganj v posameznih izpitnih obdobjih (Zakon o spremembah in dopolnitvah zakona o usmerjenem izobraževanju [5]), in zahteva, da študenti, ki že več kot eno leto nimajo statusa, plačajo stroške izpita, sta narekovali, da se tudi ta del izpitnega postopka avtomatizira. Tako je nastal programski paket za avtomatski zajem izpitnih prijav [6], ki se na FER uporablja od 15.1.1991. Sestavljata ga dve skupini programov:
-	programi, ki so namenjeni študentom
-	programi, ki so namenjeni delavcem študijskega sektorja.
3.1. Programi, ki so namenjeni študentom
Student, ki želi uporabljati programski paket, moja vtipkati svojo vpisno številko in geslo. Ce je kombinacija vpisne številke in gesla pravilna, se na zaslonu pojavi menu, ki omogoča izvajanje naslednjih aktivnosti:
-	Prijava za izpit
-	Prijava za ustni izpit (če je študent pisni del izpita uspešno opravil s kolokviji)
-	Brisanje prijave za izpit
-	Sprememba gesla.
Pri prijavi za izpit (ne glede na to, ali gre za izpit v celoti ali samo za ustni del izpita) mora študent vnesti podatke o predmetu in datumu izpita, za katerega se prijavlja. Oba podatka izbere preko, ustreznih menujev, ki mu jih posreduje računalnik. Prav tako
računalnik sam določi podatke o izpraševalcu. Nato sledi preverjanje pravice do polaganj a.
Študent lahko polaga izpite samo iz tistih predmetov, ki jih je vpisal. Vsak izpit lahko opravlja samo trikrat v istem šolskem letu. V vsakem izpitnem obdobju se lahko prijavi samo za en izpitni rok, komisijske izpite pa lahko opravlja samo v rednih izpitnih obdobjih. Študenti, ki že več kot eno leto niso vpisani, morajo izpit plačati. Ce študent izpolnjuje vse pogoje za pristop k izpitu, se prijava zabeleži v računalniku, v nasprotnem primeru pa se prijava zavrne.
Poleg tega programski paket dopušča, da se nekateri študenti lahko prijavijo tudi za izpite izven programa, ki so ga vpisali. To so študenti, ki jim je odobreno polaganje izpitov vnaprej, študenti, ki opravljajo diferencialne izpite zaradi prehoda z višješolskega na' visokošolski študij, študenti, ki so bili prevedeni na nov učni načrt, in občani, ki pridobivajo znanje iz posameznih predmetov kot samo-izobraževalci..
Preostala dva programa, ki sta na voljo študentom, sta bistveno enostavnejša. Program za odjavo izpita omogoča študentu, da briše prijavo za izpit, vendar samo v primeru, ko le-ta še ni bila posredovana fakultetnemu učitelju. Zasnovan je tako, da študent preko menuja izbere tisto prijavo, ki jo želi brisati. Program za spremembo gesla pa omogoča študentu, da spremeni svoje geslo, ki mu (skupaj z vpisno številko) omogoča uporabo programskega paketa. Vsak študent dobi geslo ob prvem vpisu na fakulteto, potem pa sam skrbi za njegovo tajnost in morebitne spremembe.
Vsi navedeni programi so zasnovani tako, da se posamezne transakcije (prijava in odjava izpita ter sprememba gesla) dodatno beležijo tudi na posebno datoteko, ki omogoča	ponovno	vzpostavitev
konsistentnega stanja podatkovne baze v primeru izgube podatkov zaradi okvare, napake operaterja ipd.
3.2. Programi, ki so namenjeni delavcem študijskega sektorja
Programe, ki so namenjeni delavcem
Študijskega sektorja, laliko razdelimo na več skupin:
-	Programi za vzdrževanje podatkov o izpitnih rokih
-	Programi za pregled podatkov o prijavah in izpis seznamov prijavljenih kandidatov
-	Program za vnos ocen (rezultatov izpita)
-	Programi za vzdrževanje podatkov o študentih, ki lahko polagajo izpite izven svojega učnega programa
-	Programi za prenos podatkov med računalniki.
Poleg tega sta delavcem študijskega sektorja na voljo tudi programa za zajem in brisanje prijav, s pomočjo katerih lahko referent vnese ali briše prijavo tudi v tistih primerih, ko je študentom to onemogočeno.
Programi za vzdrževanje podatkov o izpitnih rokih omogočajo delavcem študijskega sektorja, • da avtomatsko generirajo datume izpitnih rokov za celo šolsko leto, nato pa lahko posamezne roke brišejo, dodajo ali pa jim spremenijo datum.
Programi za pregled podatkov o prijavah omogočajo tako sumarni kot poimenski pregled prijav za posamezne izpite. Za vsak izpitni rok je možno izpisati seznam prijavljenih kandidatov, v katerega fakultetni učitelj vpiše ocene in ga vrne v študijski sektor.
Vnos ocen v računalnik poteka na podlagi seznama tako, da računalnik izpisuje na zaslon imena kandidatov v takem vrstnem redu, kot so izpisana v seznamu, referent pa vnaša ustrezne ocene. Ce je kandidat odstopil od izpita ali še ni opravil ustnega dela, ga je moč pri vnosu ocen enostavno preskočiti.
Programi za vzdrževanje podatkov o študentih, ki lahko polagajo izpite izven svojega učnega programa, omogočajo vnos in brisanje pravice do polaganja izpitov vnaprej, polaganja diferencialnih izpitov, polaganja posameznih izpitov zaradi prevedbe na nov učni načrt in polaganja izpitov za občane samoizobraževalce.
Da bi študentom preprečili nepooblaščen dostop do izpitne evidence, poteka zajem prijav na samostojnih osebnih računalnikih, programi za prenos pa omogočajo, da se
podatki o prijavah, izpitih in pravici do polaganja prenesejo z računalnikov za študente v študijski sektor in obratno. Prenos lahko poteka preko disket ali preko vmesnika RS232.
4. OPIS PODATKOVNE BAZE
Informacijski sistem izobraževalne dejavnosti na FER temelji na enotni podatkovni bazi, katere opis podajamo v obliki ustreznega relacijskega podatkovnega modela [7, 10], ki i^rikazuje tako posamezne relacije kot razmerja med njimi. Zaradi boljše preglednosti smo opis razdelili na tri logično zaokrožene enote. Tako najprej opisujemo tisti del podatkovne baze, ki pokriva področja prijave za vpis, sprejemnih izpitov in samega vpisa (slika 1), nato opisujemo relacije za področje izpitne evidence in avtomatskega zajema izpitnih prijav (slika 2), nazaduje pa še podatkovni model za področje diplomskih in zaključnih nalog (slika 3).
4.1. Prijava za vpis, sprejemni izpiti, vpis
Osrednje relacije v podatkovnem modelu, ki pokriva področja prijave za vpis, sprejemnih izpitov in samega vpisa, so KANDIDAT, STUDENT in VPIS. Relacija KANDIDAT vsebuje podatke o kandidatih, ki so se prijavili za vpis na višješolski ali visokošolski študij. Vsakemu kandidatu ustreza en zapis, ki hrani podatke z obrazca Prijava za vpis.
Relacija STUDENT vsebuje matične podatke o študentih, ki so vpisani na fakulteto. Vsakemu študentu ustreza en zapis, ki se kreira ob prvem vpisu, kasneje pa se samo ažurirajo morebitne spremembe (n.pr. naslov stalnega in začasnega bivališča, materialni podatki ipd.). Zajem matičnih podatkov poteka ob vsakem vpisu na podlagi obrazca SV-20 Vpisni list. Pri prvem vpisu se ti podatki vnesejo v celoti, kasneje pa se samo ažurirajo morebitne spremembe.
Relacija VPIS hrani podatke o posameznih vpisih. Ob vsakem vpisu se za vsakega študenta generira nov zapis, ki vsebuje naslednje podatke: vpisna številka študenta,
POKLIC
OBČINA
SREDNJA SOLA
POSTA
H, Ì Ì
DRŽAVA
NARDO-NOST
PREIZKUS
i iti i.
STUDENT
VDO
VDO VIP
SKLEPI
VPIS		STANJE
		
IZB SK ^^
SMER
PREDMET		1 \ PRED_1ZB
		
Slika 1: Podatkovni model za prijavo za vpis, sprejemne izpite in vpis
šolsko leto, letnik,, smer in izbirna skupina, stopnja študija, vrsta vpisa in način študija.
Relacija PREIZKUS vsebuje rezultate preizkusa znanja. Vsakemu kandidatu ustreza en zapis, ker pa poteka preizkus anonimno, se kot primarni ključ za dostop do posameznih zapisov uporablja posebna koda kandidata.
Veliko podatkov z obrazcev Prijava za vpis in Vpisni list je treba šifrirati. Relacije POKLIC, OBČINA, POSTA, DRŽAVA, NARODNOST, SREDNJA SOLA, VDO in
VDO _ VIP vsebujejo ustrezne šifrante poklicev, občin, pošt, držav, narodnosti, srednjih šol, visokošolskih organizacij in vzgojno-izobraževalnih programov po posameznih visokošolskih organizacijah.
Relaciji SMER in IZB_SK vsebujeta šifrant smeri in izbirnih skupin na tisti fakulteti, kjer je program instaliran. Relacija SMER vsebuje samo osnovno razdelitev študija na smeri, v okviru relacije IZB_SK pa je ta razdelitev bolj podrobna in upošteva tudi posamezne izbirne skupine ter različne variante učnega načrta.
Slika 2: Podatkovni model za izpitno evidenco in avtomatski zajem izpitnih prijav
Relacija STANJE vsebuje za vsako šolsko leto in vsak letnik šifre izbirnih skupin, ki se tisto leto izvajajo. Relacija SKLEPI pa vsebuje dodatne informacije o posameznih študentih, katerih oblike ni moč vnaprej formalizirati. Sem se vpisujejo tisti podatki,
ki so se v ročnem načinu vodenja študentske kartoteke beležili v rubriko Opombe na kartotečnem listu, n.pr. sklepi o pohvalah, kaznih, izjemoma odobrenem vpisu, dovoljenju za polaganje izpitov ipd.
Predmetnik vsakega študenta je določen s pomočjo relacij VPIS, PREDMET, IZB_SK in PRED_IZB. Relacija PREDMET vsebuje seznam vseh predmetov, ki se predavajo na fakulteti, relacija PRED_IZB pa predstavlja povezavo med relacijami VPIS, PREDMET in IZB_SK ter omogoča, da na podlagi letnika študija in šifre izbirne skupine določimo pripadajoče predmete.
4.2. Izpitna evidenca in avtomatski zajem izpitnih prijav
Poleg relacij STUDENT, VPIS, IZB_SK, PRED_IZB in PREDMET," ki smo jih spoznali že v prejšnjem podpoglavju, nastopajo v podatkovnem modelu za področje izpitne evidence še relacije, ki vsebujejo podatke o razpisanih izpitnih rokih, prijavljenih kandidatih, opravljenih izpitih,	predavateljih	posameznih
predmetov in študentih, ki imajo izjemoma odobreno pravico do polaganja izpitov izven učnega programa, ki so ga vpisali.
Relacije IZPIT, PREDAVA in PRE_PRE so potrebne ne glede na to, ali zajemamo prijave za izpit preko računalnika ali pa vnašamo prijavnice naknadno, potem ko je izpitni rok že mimo. Relacija IZPIT hrani podatke o dosedanjih polaganjih izpitov pri posameznih predmetih. Primarni ključ vsakega zapisa je sestavljen iz vpisne številke študenta in šifre predmeta. Hranimo samo podatke o zadnjem polaganju: šifri predavatelja in soizvajalca, oceni izpita in vaj, datum zadnjega polaganja, skupno število polaganj in število polaganj v tekočem šolskem letu. Relacija PREDAVA vsebuje register predavateljev, relacija PRE_PRE pa omogoča, da za vsakega predavatelja določimo vse predmete, ki jih le-ta predava, in obratno.
Preostale relacije se nanašajo na avtomatski zajem izpitnih prijav. Tako relacija ROK vsebuje podatke o razpisanih izpitnih rokih (datum izpita in šifro predmeta), relacija PRIJAVA pa podatke o prijavljenih kandidatih (vpisno številko, datum izpita, šifro predmeta, šifro predavatelja itd.).
Relacija IZJEME vsebuje podatke o študentih, ki imajo izjemoma odobreno pravico do polaganja (polaganje vnprej, diferencialni izpiti za vpis na visokošolski
študij, prevedba na nov učni načrt, občani samoizobraževalci).
Podatki o diferencialnih izpitih pri prehodu z višješolskega na visokošolski študij so shranjeni v okviru relacije PRED_DIF. Ti podatki so odvisni od smeri, na katero je bil študent vpisan na višješolskem študiju in niso vezani na posameznega študenta. Pač pa je treba za vsakega študenta, ki je preveden na nov učni program, posebej hraniti seznam predmetov, pri katerih mora še opraviti izpit. Podatke o teh predmetih vsebuje relacija PRED_PR.
Relacije PP_LET, PP_LANI, APP_LET, APP_LANI, SPP_LET in SPP_LANI omogočajo, da študentu med vnosom prijave za izpit ni treba vtipkati podatkov o izpraševalcu (predavatelju in soizvajalcu), ampak se le-ti določijo avtomatsko v skladu z dogovorom, da mora študent opraviti izpit pri tistem učitelju, ki je nazadnje predaval predmet, za katerga se študent prijavlja. To pomeni, da mora sistem vzdrževati podatke o izvajalcih posameznih predmetov za zadnj-i dve šolski leti: zgoraj navedene rela.cije s končnico _LET vsebujejo podatke o izvajalcih v letošnjem (tekočem) šolskem letu, relacije s končnico _LANI pa podatke o izvajalcih v lanskem (preteklem) šolskem letu.
Ce predavanja v letošnjem šolskem letu še niso končana, sistem avtomatsko upošteva podatke za lansko šolsko leto, v nasprotnem primeru pa se upoštevajo podatki o izvajalcih v tekočem šolskem letu.
Razdelitev podatkov na tri relacije s predponami PP, APP in SPP je potrebna zaradi različnega načina izvajanja predavanj pri posameznih predmetih. Najbolj olnčajno je, da vsem študentom predava isti predavatelj: v tem primeru so podatki o izvajalcu zapisani v relaciji PP_LET oziroma PP_LANI. Če pa je študentov preveč za eno samo skupino predavanj, potekajo predavanja v več skupinah, vsaki skupini pa lahko predava drug predavatelj. Skupine se lahko formirajo tako, da se študenti razdelijo po abecedi (v tem primeru so podatki o predavatelju zapisani na APP_LET oziroma APP_LANI) ali pa po smereh, na katere so vpisani (v tem primeru uporabimo relaciji SPP_LET in SPP_LANI).
Slika 3: Podatkovni model za evidenco diplomskih in zaključnih nalog
4.3. Diplomske in zaključne naloge
Relaciji STUDENT in PREDAVA že poznamo: prva vsebuje matične podatke o študentih, druga pa register fakultetnih učiteljev. Preostale relacije lahko razdelimo na dve skupini: prva skupina je namenjena za vodenje evidence diplomskih nalog (zato imajo imena teh relacij končnico _DIP), druga skupina pa služi za vodenje evidence zaključnih nalog (relacije s končnico
_ZAK).
Relaciji TEMA_DIP in TEMA_ZAK vsebujeta podatke o temah diplomskih oziroma zaključnih nalog. Vsaka tema ima
svojo številko, naslov ter podatke o mentorju in komentorju. Zato ima povezava med relacijama TEMA_DIP in PREDAVA dva pomena: nek učitelj lahko pri nekaterih temah nastopa kot mentor, pri drugih pa kot komentor. Isto velja za relaciji TEMA_ZAK in PREDAVA.
Ko študent dvigne temo za diplomsko/zaključno nalogo, se podatki o dvigu zabeležijo v okviru relacije DELA_DIP oziroma DELA_ZAK. Zaradi splošnosti smo predpostavili, da lahko študentu odobrimo več tem (če n.pr. prve teme ni uspešno zaključil, se mu kasneje odobri nova), prav tako pa lahko isto temo
obdeluje več študentov. To vodi do razmerja M:N med relacijama DELA_DIP (DELA_ZAK)	in TEMA_DIP
(TEMA_ZAK), ki smo ga odpravili z uvedbo relacij DT_DIP oziroma DT_ZAK.
Ko študent uspešno zagovarja diplomsko (zaključno) nalogo, se podatki zabeležijo v okviru relacije DIPL_DIP oziroma DIPL_ZAK. Vsakemu študentu, ki konča študij, pripada en zapis na eni od teh relacij.
5. NADALJNJI RAZVOJ
Uspešna uvedba računalniške obdelave študentske kartoteke na Fakulteti za elektrotehniko in računalništvo je vzbudila zanimanje tudi pri drugih članicah ljubljanske univerze. Prve štiri module programskega paketa, ki ga opisujemo v tem članku, je odkupil Računalniški center univerze in jih prilagodil za potrebe nekaterih fakultet. Tako danes že na večini fakultet poteka obdelava prijav za vpis in vpisnih podatkov s pomočjo tega paketa, na nekaterih fakultetah pa so prešli tudi na računalniško vodenje izpitne evidence. S tem je nastala osnova za izgradnjo celovitega informacijskega sistema, ki bi pokrival področje študijske problematike na ljubljanski univerzi.
Zal pa je med prilagajanjem programov različnim zahtevam posameznih fakultet nastalo več inačic opisane programske opreme, kar otežuje vzdrževanje programov in njihovo medsebojno povezovanje v enoten informacijski sistem na nivoju univerze.
Zato se je - podobno kot tudi v nekaterih razvitih državah (glej n. pr. Frackmann [8]) pojavila potreba po reintegraciji obstoječih obdelav v enoten sistem, ki bo temeljil na dosedanjih rezultatih in izkušnjah Fakultete za elektrotehniko in računalništvo, obenem pa bo vključeval tudi potrebe ostalih fakultet in zahteve zunanjih uporabnikov (Zavod za statistiko. Ministrstvo za šolstvo in šport itd.). V ta namen je bila formirana delovna skupina, ki jo sestavljajo sodelavci Fakultete za elektrotehniko in račuiialništvo. Centra za razvoj univerze in Računalniškega centra univerze.
delo pa poteka v okviru skupnega evropskega projekta, ki ga sofinancira Evropska skupnost s sredstvi iz programa Tempus.
Zaradi decentralizirane organiziranosti ljubljanske univerze je delovna skupina predlagala dvonivojsko strukturo bodočega informacijskega sistema [9]. Spodnji nivo naj ustreza potrebam posameznih fakultet, kjer nastaja in se obdeluje večina podatkov, gornji nivo pa naj predstavlja sintezo podatkov, ki sicer nastajajo na fakultetah, a so potrebni za delovanje univerze kot celote.
Podatkovna baza in programi, ki smo jih opisali v tem članku, predstavljajo primerno osnovo za realizacijo spodnjega nivoja. Predlagamo, da realizacija tega nivoja temelji na uporabi osebnih računalnikov, ki - povezani v ustrezno mrežo - predstavljajo primerno osnovo za postopno dograjevanje informacijskih sistemov posameznih fakultet z ostalimi obdelavami (ii-pr- kadrovska evidenca, računovodstvo in finance). Za realizacijo gornjega nivoja pa predlagamo centralni računalnik.
ZAHVALA
Za realizacijo informacijskega sistema izobraževalne dejavnosti na Fakulteti za elektrotehniko in računalništvo ima nedvomno veliko zaslug vodstvo fakultete, ki je ves čas zagotavljalo ustrezno organizacijsko in finančno podporo. Prav tako sistem ne bi zaživel v praksi, če ne bi naletel na podporo pri končnih uporabnikih, za kar ima največ zaslug vodja študijskega sektorja Silva Lavrenčič. Velik del programerskega dela so opravjli tudi Uroš Marušič, Mitja Bensa in Igor Skraba. Vsem se za njihov prispevek najlepše zahvaljujem.
LITERATURA:
[1] B. Mihevc et al.: Visokošolski informacijski sistem. Izhodišča, oris stanja in zasnova novega sistema, Center za razvoj univerze, Ljubljana, 1979.
[2]	A. Kopax: Integralni visokošolski informacijski sistem, Predštudija, Center za razvoj univerze, Ljubljana, 1984.
[3]	E. Tiley: Using . Clipper, Que Corporation, Carmel, Indiana, 1988.
[4]	Usmerjeno izobraževanje, zakon s komentarjem in izvršilnimi predpisi ter smernicami	za	oblikovanje vzgojnoizobraževalnih prograjnov. Časopisni zavod Uradni list SR Slovenije, Ljubljana, 1981.
[5]	Zakon o spremembaii in dopolnitvah zakona o usmerjenem izobraževanju, Uradni list SRS št. 25, 12. julij 1989.
[6]	V. Mahnič: Uporaba računalnika za zajem in obdelavo izpitnih prijav, zbornik del XV. simpozija o informacijskih tehnologijah "Sarajevo -Jahorina 1991", marec 1991.
7] [8]
[9]
[lO:
J. Martin: Information Engineering, Savant Institute, 1986. E. Frackmann: Information for institutional administration and management in German higher education, CRE-action (Quarterly published by the Standing Conference of Rectors), 1991/3.
•B. Vilfan, V. Mahnič, B. Drobež, Z. Lapajne: Visokošolski informacijski sistem - študentska in izpitna evidenca. Univerza v Ljubljani, Center za Razvoj Univerze in Fakulteta za elektrotehniko in računalništvo, Ljubljana, februar 1992. POSE-DMD Data Model Diagrammer, Reference Guide, CSA Research Pte Ltd., Singapore, 1991.
AN INFORMATIONAL APPROACH OF	INFORMATICA 2/92
BEING-THERE AS UNDERSTANDING ir
Keywords: Heideggerian Being-there information,	Anton P. Železnikar
Informational formulas, philosophy, text formalization,	Volaričeva ulica 8
understanding	61111 Ljubljana
This text is a continuation of the essay pertaining to the formalization of texts and, in particular, to Heideggerian philosophy of Being-there as understanding [BT, §31]. To the text paragraphs 1 to 15 in the previous part, in this continuation, paragraphs 16 to 18 are formalized in a sentence by sentence fashion. In Section 3 of this continuation, paragraphs as a whole are treated. First, the informational connection among sentences is explained via the metaphysical link between the equally marked operand and operator entities in different formula systems of text sentences. This type of informational connectedness are supplementary formulas of the kind a a, a [= (p(a), etc., where a's on the left and the right side of operator ^ belong to different sentence formulas. Then, all 18 paragraphs are presented by 18 formula systems together with the Greek operand, Fraktur operand, and operator lists. These lists include data on formal entities appearances in particular sentence formulas. Lastly, paragraph systems can be composed into a unique formula system depicting the so-called initial informational program of §)31 in [BT]. The problem which pertains to the same operands appearing on different places in informational formulas is discussed exhaustively and in a formalized way in Section 5.1. At the end of the essay a dictionary of used operands and operators is appended, however, in this part of the essay, only the Greek operands are listed.
The presented formula system of the text of §31 [BT] is in no way a final decision. Improvements can be made through considering the original German text [SZ] and also translations of this text into other languages, for instance, [BV].
Informacijski pristop k biti-tu kot razuinevanju H*
To besedilo je nadaljevanje spisa, ki obravnava formalizacijo besedil in še posebej, Heideggrovo filozofijo biti-tu kot razumevanje [BT, §31]. V tem delu so k prejšnjim odstavkom 1-15 formalizirani še odstavki 16-18 poglavja 31, in sicer postopno, stavek za stavkom. V poglavju 3 tega spisa so prikazani odstavki besedila kot formalizirane celote. Najprej se pojasnjujejo informacijske povezave med stavki s pomočjo metafizičnih oblik med enako označenimi opemadnimi in operatorskimi entitetami, ki nastopajo v različnih formulskih sistemih stavkov besedila. Ta vrsta informacijske povezanosti so dodatne formule oblike a |= a, a \= (p(a, itd., kjer entitete, označene z a, na levi in desni strani operatorja [= pripadajo različnim stavčnim formulam. Nato je vseh 18 odstavkov predstavljenih z 18 formulskimi sistemi, skupaj s seznami grških in fraktumih operandov ter operatoijev. Ti seznami vključujejo podatke o pojavitvah formalnih entitet v posameznih stavčnih formulah. Naposled so odstavčni sistemi združeni v edinstveni informacijski sistem, ki je upodobitev t.i. začetoega informacijskega programa za besedilo §31 v [BT]. Problem pojavljanja enih in istih operandov na različnih mestih v informacijskih formulah je obravnavan izčrpno in na formaliziran način v odstavku 5.1. Na koncu spisa je dodan slovar uporabljenih operandov in operatoijev, vendar v tem delu le za grške operande.
Opisani formulski sistem besedila 18531 [BT] nikakor ni končna verzija. Izboljšave sistema so mogoče ob upoštevanju izvirnega nemškega besedila [SZ] pa tudi prevodov besedila v druge jezike, npr. [BV].
*This essay is a private author's work and no part of it may be used, reproduced or translated in any manner whatsoever without written permission except in the case of brief quotations embodied in critical articles
2.16. THE SIXTEENTH PARAGRAPH OF § 31 [BT]
[16.1] The disclosedness of the "there" [^dis-closeC'^there)] understanding is itself a way of Dasein's potentiality-for-Being [5Bway(^for-
Being(®)))]-
Informational formula for this sentence is, for instance,
(16.1)	(Sdisclose(T:Uiere)C:tl)h
(^disclose('^there) N ®way(^for-Being(®))) □
[16.2]	In the way [C ©^ay] which its Being ^disclose)] is projected both upon [hproject-°Nupon] the "for-the- sake-of-which" [«Psakel and upon significance (the world) [CTsign(5Bworld)]. there lies [Cjig] the disclosedness of Being in general [9disclose(®) Ngenerall-
For this sentence the following formula can be posited:
(16.2)	(OdiscloseC®) Ngeneral) Qie ((^(^disclose) Nproject°Nupon
(9sake' ^sign(®world))) C 2ßway) □
[16.3]	Understanding of Being [11(93)] has already been taken [[=have°((Nalready°Nbeen)o|=take)] for granted [©grant! in projecting [^project! upon [Nuponl possibilities.
A formula with nested operator composition for this sentence is
(16.3)	U(®)|=ha ve ° ((Nalready ° Nbeen) ° Ntake) ((®graiit C ^project) Niipou ^
[16.4]	In projection [C TTprpject]. Being is understood [[=11 93], though [[=tliough] not ontologically conceived [Monto °Koiiceive
The straightforward formula for this sentence is
(16.4)	((Nil «)CVoject)Khough
(Nonto^Ncouceive ^^
[16.5]	An entity [a] whose kind of Being [ß(93(a))] is the essential projection of Being-in-the-world [Jessen ^project(®m-üie-world) 1 [implies] has
[Nhavel understanding of Being [11(93)], and has this as constimtive for its Being [^const ®(a)]-
One can posit the following formula in accord with the last sentence:
(16.5)	(ß(93(a)) (=essen ^project(®in-tlie-world)) ^(«NhaveW) Pconst 53(a))) □
[16.6]	What [?EBwiiatl ^^ posited dogmatically [Nposit°Ndognial at an earlier stage [as,age(Seariy)] now gets [NnowoNgetl exhibited [Sgxhibitl ^rms of the Constitution of the Being [EconstC®)! in which Dasein as understanding is its "there"
[-TthereC^^constC®))]-
The following system of two formulas can arise as an informational adequateness to the last sentence:
(16.6)	(as,age(Searly) Nposit°Ndognia ®what) —now o Nget Sexhibit(®const(®)) ! ((S)C(Sconst(«))t=as^)N tthereCSconstC«)) □
[16.7]	The existential meaning [^existl of this understanding of Being [11(93)] cannot be satisfactorily clarified within [Msatisfy^Qlarifyl the limits [Xiiniit] of this [9(1.1), <P(1.2). ••• , <P(18.1)] investigation [ L investigate] except on the basis of the Temporal Interpretation of Being
[Sinter(^temporal(®))] •
This sentence is a system pertaining to the
entire investigation of Being-there as understanding; so,
(16.7) Sinter(S:temporal(«)) Nclarify (t^existNofU(«)); (M-exist Nof	Msatisfy°Qlarify
^liniitC'- investigate)!
<P(1.1). <P(1.2)' ■•• . <P(18.1) N l'investigate
□
2.17. THE SEVENTEENTH PARAGRAPH OF § 31 [BT]
[17.1] As existentialia [|=as (-^nnilti(®exist)] > states-of-mind [(imultiC^niind)] and understanding characterize [t=charl the primordial disclosedness of Being-in-the-world [TTprimC^discloseC^in-tlie-world))]-
A simple formula for this sentence is
(17.1)	((^multi(®nünd)' Nas t^multiC^exist))
—char ^prim(^disclose(®iii-tlie-world))
Entity Hniulti(®mind) i^eans a multiplicity of minds, that is, for instance, Snund.b ©niind_2. • •• • Similar is meant by (imulti(^exist) where existentialia come into the game. □
[17.2]	By way of having a mood [SOSwayC®^)]' Dasein 'sees' [|=see] possibilities, in terms of which it is.
The phenomenalizing formula for this sentence is
(17.2)
7r(S) 1= □
[17.3]	In the projective disclosure of such possibilities [7rproject(ödisclose(^(S))))], it already has [Nhave°Nalways] ^ in every case.
The formula we posit is approximate, for instance,
(17.3)	(® C Ttp,oject(ödisclose(^(®)))) =liave°Nalways ® ^
[17.4]	The projection [Ttp^jectl of its ownmost [S] potentiality-for-Being [TTfor-Being] has been delivered over to [^deliver] the Fact of its throwness [<Pfact('^throw)] into the "there" [C Xthere]-
There is simply
(17.4)	7rpi.oject(7rfor-Being(®)) Ndeliver (<Pfact(^üirow(®)) C Tthere) ^
[17.5]	Has not Dasein's Being [93(2))] become more [[^morel enigmatical [Senignial now [l=now] that [Ntìiatl we have explicated [^explicate] the existential constitution of the Being of the "there" [Sexist(Tconst(®('^tiiere)))] in the sense of thrown projection [C C7sense('^dirow(^project))]?
As in some previous cases, in this formula we use the one [Oone] as a neutral discursive entity instead'of the we as a more definite one. The last sentence informs as a question pertaining to Dasein's Being [aqi,est(®(®))]- Thus,
(17.5) mm Nmore ° Nnow ^enign^ Nthat
((Oone Nexplicate Sexist(Tconst(®('''there))))
^ C7sense(''^tlirow(^project))))
1= aq„est(«(2))) □
[17,6] It has indeed.
The formula for this affirmatively [t, indeed! answering [Slanswerl sentence is longer than one could expect, for it must have a reference according to the previous question. Thus,
(17.6) (aiaiiswer Nto ^quest(^(m N "«indeed □
[17.7] We [one] must first [^firstl let [l=iet] the full enigmatical character of this Being [cpfuiKy char(Senignia(®(®))))] emerge [^emerge]' even [Neveni i^ ^e can do is to come [Ncomel to a genuine breakdown [TgenuineObreakdown)] over its 'solution' [asoiution(®)]' ^nd to formulate [Nfornnilate] anew [Vai,ew] the question [aquestl about [Nabout] the Being of thrown projective Being-in-the-world [Tthro w( Voject(®m-the-world))]-
A formula for the last sentence is the follow-
ing:
(17.7)
((Pfull(Tchar(Senigma(®(®))))
Nfirst°(Nlet°Nenierge)) Neven (((^one Ncome TgenuineObreakdown) Nover C^solution(®)) (Oone Nformulate ^anewC^quest Nabout (93 t=of Trüirow(^project(®m-tlie-world))))))
□
2.18. THE EIGHTEENTH PARA GRAPH OF § 31 [BT]
[18.1] But [Nbutl in the first instance, even [Nfirst-° Neveni if we are just to bring [NjustNbringl into view [Ninto '^viewl the everyday kind of Being [£everyday(^(®))l in which [ß(ffi)] there is understanding with [Nwitlil a state-of-mind, and if we are to do so [^^o ^sol i^ ^ way which is phenomenally adequate [(Pphenomenal(aadequate(®3way))l to the full disclosedness of the "there" [«PfullC^discloseC-^there))]. [=»1 we must work out [Nniust°t=work_outl these existentialia concretely
[Tconcrete('^this(M-multi(®exist)))l-
Finally, we can posit a complicated formula
for the last sentence of section §32 [BT] by
(18.1) ((Nbut ° (Nfirst ° Neven)
(Oone Njust°Nbnng ^everyday Niiito "^view)">
(((Oone Ndo ^^so) Nin
^phenomenal (°'adequate(® way ))) Nto 9full(^disclose('^there))) (^one Nmust°Nwork_out Tconcrete(''^this(t^niulti(Sexist))))
As we see, the last formula is an implicative ex-pression.with three components in its premise. By this formula our informational investigation of the Heideggerian Being-there as understanding is completed so far. □
3. FORMULA SYSTEMS OF
PARAGRAPHS AS INFORMATIONAL ENTITIES
3.0. PARA GRAPHS AS INFORMA TIONAL ENTIRETIES
What is the informing between sentences of a particular paragraph, their mutual »communication«? We have to say more in concern to this communicative, that is, informational connectedness; how does it arise and which forms does it take at all? How does a paragraph of sentences inform in its entirety? Is this connectedness of sentences in a paragraph automatic, that is, conditioned in an axiomatic way? What is the essential difference between a mathematical and an informational connectedness of this type?
The answer is that the connectedness among informational formulas is posited axiomatically, so, one does not need to describe this connectedness explicitly, by additional formulas. This connectedness is always metaphysical, where the basic connective form a |= a can be decomposed [FIP] anew, in a specific way and never definitely, in each particular case of connectedness. The question is what is the subject of informational impact among formulas possessing particular markers of the one and the same operand? We shall discuss this matter more exhaustively in section 5. L
Let us comment the informational formula systems in the paragraph by paragraph manner. In this case we proceed systematically, so, we point
out the following facts in the framework of a paragraph informational system: (1) operands, (2) operators, and (3) operand informational connections in single and in different formulas of the paragraph system. This information might be relevant in respect to the possibilities of further (informational) development of the paragraph systems (PS). Operands of a PS can be found in the Operand Dictionary, where they are explained verbally and in the shortest form in English, German, and Slovene. These operands perform as regular informational entities which inform and are informed. Certainly, they could be formalized initially, additionally, and fundamentally, that is, foundationally. We shall show the operand connectedness by the references of formulas in which they appear.
Operators of a paragraph formula system will be listed together with information in which formulas of the system do they appear. The shortest verbal explanation (in English, German, and Slovene) of particular informational operators will be found in the Operator Dictionary at the end of the essay. The metaphysical coimections of the type a 1= a, a 1= (p(a), ... will be listed together with operands and sometimes discussed separately.
Another aspect of the formalistic treatment of sentences in a paragraph is to observe and classify the so-called input, output, and processing (understanding) informational operands. It may happen that a paragraph is not a complete informational system in the sense of its input and output informational variables and in the sense of input-output processing variables which all together constitute an »informational machine«. Some parts of such informational system may be »distributed« in other paragraphs, thus, only the entire section of paragraphs is, for instance, more or less a complete system, but, certainly, remaining informationally open for informing (in the sense of operand »signaling«) and structural impacts onto the already established informational system. At this point the traditional linguistic theory encounters a new, uncommon »sight« of the problem which may substantially exceed the domain of the linguistic semiotics as a scientific discipline. Namely, the new substance of the problem concerns the domain of informational arising.
3.1. ^ FORMULA SYSTEM OF THE FIRST PARAGRAPH OF §5/ [BT]
The informational formula system of the first paragraph is the following:
(1-1) ©mind ^ ^exist;
(®there 1= <^exist) N ®there''
(1.2)	(Smind,11N const ®there) NequLp»
(1.3)	(U C^ways ^inind) Nsupp'
(1.4)
(1.5)
((«sNint t= Sfund) (i^basic ^ %)):
(1.6)	((UE
^cogn) Nint ^exist) ^ ^prini' ®üiere N (^prim ^ Stliere)' U ^ ®expl
This system is the initial (textual) informational program corresponding to the first paragraph. To this program one can imagine the so-called dictionary (library) of informational operands being in-formationally determined as basic informational programs in operand dictionary. This dictionary can be understood to be a regular part of the so-called operating system of an informational machine which performs the informing in a dedicated field, for instance, informing of Being- there as understanding. Further, we must not forget that operators, in a given formula situation, pertain always to concrete operands, particularizing operands' specific faculties of informing. And last but not least, metaphysical connections of a formula system have to be pointed out with the aim to offer possibilities for a further metaphysical decomposition of the formula system.
Let us show the appearing operands for paragraph (1) in the Greek and Fraktur alphabetical order and the occurring operators:
^exist
: 1.6;
^hmd- 1-5;
^^basic• 1-5, 1-5;
''exist
: 1.1, 1.1;
or 95(2)): 1.5, 1.5; »there: 1-1. 1-1. 1-2. 1.6, 1.6;
i): 1.5;	®expi: 1.6;
Rcogn- 1.6;	ÜJi: 1.4;
2JÌ(U):1.4;	w^iind: 1.1. 1.2, 1.3;
U: 1.2, 1.3, 1.4, 1.5, 1.6; Aprine 1.6;
• 1 2-
Nsupp-C: 1.5, 1.6; £: 1.1, 1.5, 1.6;
Nnt:l-5,1.6; 1.5;
C,
always 1.6; .
: 1.3, 1.4;
=: 1.1, 1.5, 1.6;
Nconst^ 1.2;
Additional formulas for a possible supplementary metaphysical decomposition are:
•^exist N'^exist: 1-1—1.1'> ®thereN®there: 1-1—l-l"' Sniind N ®niind: 1.1-1.2-1.3; OJl(U) ^11: 1.4 and connections to other occurrences of 11 and vice versa;
1.2-1.3-1.41.5-1.6
etc. These and other formulas can be used for the supplementary explanation of the formula system (1). As we see, entities Being-there ®there understanding 11 dominate in the first paragraph formula system. It seems that this paragraph determines, in part, the kernel part of the understanding system and that something to be understood and the characteristic results of understanding (for instance, meaning, significance, etc. of something) are postponed to the informational game of concerned entities to formula systems of paragraphs which follow.
3.2. A FORMULA SYSTEM OF THE SECOND PARAGRAPH OF %31 [BT]
The formula system for the second paragraph is
(2.1)	[A comment];
(2.2)	((§)^;^S))^Tthere(®))
(®3world N "^tliere); ®there(®world) 1=
(2.3)	(«inN'rthere)=»(®NNS));
(2.4)	((95in-the-world Ndiscl ^ ^sake^ <Psake
((((S) h; N N tthereO)) (®world N T^there)); (®diere(®world) N ®in); ((«in N tdiere) O Nl N m)',
(2.5)	(^sign U((psake)) Ndiscli
(2.6)	((U|=disci)Nas
(^(9sake Ndisci; ^sign Ndiscl)) "^equLp ®in-the-world'»
(2.7)	2Bworld(^sign) Ndiscl ®world''
(2.8)	(9sake.^signC:discl®)<^
((S) Nas «in-the-world) N S)
Let us see the list of informational operands and operators in the last system:
^sign: 2.5, 2.6, 2.7, 2.8; T^here: 2.2, 2.3, 2.4, 2.4;	Tthere(S3): 2.2, 2.4;
(Psake: 2.4,2.4,2.5,2.6,2.8;
2.2,2.3,2.4,2.4; ®in-the-world- 2-4, 2.6, 2.8; %ere: 2.2, 2.4;	«thereC®world): 2.2, 2.4;
S: 2.2, 2.2, 2.3, 2.3, 2.4, 2.4, 2.8, 2.8; U: 2.6, 2.6;	UCcps^ke): 2.5;
ffi^orid'- 2.2, 2.4, 2.7; ©worldC^sign)'- 2.7;
jiz:: 2.2, 2.3, 2.4, 2.8; [^as: 2.6, 2.8;
=disci: 2.4, 2.5, 2.6, 2.7;
C: 2.4, 2.5;	Qisci: 2.8;
2.3, 2.4;	2.2,2.8;
^equLp^ 2.6
Possible metaphysical informing between and within formulas can be added in a spontaneous way, according to the initial formula situations.
3.3. A FORMULA SYSTEM OF THE THIRD PARAGRAPH OF ^31 [BT]
Formulas of the third paragraph constitute a part of the understanding system, that is,
(3.1)	(=ont,some (^(a) N (t^sign(Nable_nian .
t^signCNniatch (-^sign(Nconip Of)))?
(3.2)	(2ß^hat Ncomp ® (« N ®)) <= (UKs Sexist)'
(3.3)	((^(93) C S) Ks ^for-Being) Cexist U;
(3.4)	(a Qomp (S ^ 0£present-at-haiid)) Nextra? (3)
Nprim ^possible) !
(3.5)
(3.6)	((S) Npertain ^for-Beiiig) Npertam ^always ((^possible Nessen_for Npertain
(((^solicitudeC®) Nfor w); (7^(3) Nconcem ®world)) Hchar)):
(3.7)	(((S) C 93possible) Nexist) ^sharply ((^log Nempty) > TcontC^^present-at-hand)))
®present-at-hand)
(3.8)	(Tmdaal(''^at-hand)) Has
(^ Nsign ((a Mact).
(«M
(3.9)
(3.10)
(3.11)
(3.12)
(3.13)
Nchar ®merely_poss' (^ Nont Slower) Nthan (o^act-(■'^ Nas ^exist) iN ^way''
((Nchar 2)) C u^ay) Nont? ^ Nas (®exist N'- N ®exist)! (UNas ^for-Being) Nprov ((9basis N N 9basis)
From the last formula system we can extract informational operands and operators in the form of the following list:
a: 3.1, 3.1, 3.2, 3.4,3.7,3.8, 3.8; ®act:3.10;	'^merely_poss: 3.9;
O'present-at-hand'- 3.4, 3.7; Tcont(®present-at-haiid)- 3.7, Tmodal(^present-at-haiid): 3.8; ®exisf 3.2, 3.11; ^lower- 3.10; Hsig„:3.1,3.1;	v: 3.10;
"^''at_any_tinie- 3.8;
Tt: 3.8, 3.9, 3.10, 3.11, 3.12, 3.13; 7t(S)): 3.5, 3.6;	TTfor-Being: 3.3, 3.6, 3.13;
Ttiog: 3.7;	^at-haiid^ 3.8;
^solicitude(®): 3.6; Uway: 3.11, 3.11; 9basis: 3.13, 3.13; w: 3.6;
93: 3.2, 3.2, 3.3; »possible'- 3-4, 3.6, 3.7; S): 3.3, 3.4, 3.4, 3.5, 3.5, 3.6, 3.6, 3.7;
©exist: 3.12,3.12;
i?: 3.3;
11:3.1,3.2,3.3,3.13; lt(a): 3.1; 3.2;	OBworld: 3.6;
=: 3.1, 3.2, 3.5,3.12,
Nable_man'- 3-1; =as: 3.2,3.11,3.12,3 =char: 3.9,3.11; —concern: 3.6; —essen_for- 3.6; Nextra^ 3.4; Nniatch: 3.1; Nont.some" 3.1; Nprim- 3.4; Nsign: 3.8; 7^:3.4,3.8;
Ncomp- 3.2; Hcliar'- 3.6;
C: 3.2, 3.3,3.7, 3.11; ^comp- 3.4; ^so-far-as^ 3.7;
3.13; .13;
Ncomp: 3.1; =empty: 3.7; Nexist: 3.7; =for: 3.6;
3.10,3.11;
Npertain^ 3.6; Nprov^ 3.13; =than: 3.10; Na«: 3.8; Has? 3.8; IN 3.11;
^always- 3.6;
Qxist? 3.3; T^sharply: 3.7
In this way, the survey of the involved informational entities of the third paragraph is completed.
3.4. A FORMULA SYSTEM OF THE FOURTH PARAGRAPH OF ^31 [BT]
The fourth paragraph is constimted by the following formula system:
So, the operand and operator list is completed.
3.5. A FORMULA SYSTEM OF THE FIFTH PARAGRAPH OF §57 [BT]
The formula system of the fifth paragraph is constimted by the following seven formula subsystems:
(4.1)
(4.2)
(4.3)
(4.4)
(4.5)
(4.6)
(^Nas ^exist) Msign (('^for-Being 1=5 1= ^for-Being) 1=
^sense(^liber( ^ indiff))) -(®niind '^essen Nalready (2> C Tt^gf); (^ Nas (^for-Beiiig 1=5 N ^for-Being))
Npass_by ((^for-Being)' S)Nwaive ^(W);
Nseize 7r(«(S)))) (iniistake; 9(4.3) (((O N «possible) Ndeliver S))
— ^thrown)) NthroughJ (S) 1= 7r(®free)) Nfor ^for-Being(®); («possible©) N trails ®poss_ways
The list of informational operands and operators appearing in this formula system is:
a
•poss_ways
: 4.6;
-exist
:4.1;
M-mistake-
7r(53(S))): 4.3, 4.3;
I-indiff : 4.1;
^liber(''indiff)-7r: 4.1,4.3,4.3,4.5;
TTdef: 4.2;
^for-Being: 4.1, 4.1, 4.3, 4.3; 4.5; ^for-Being(®): 4.5; 7r(S8free): 4.5;
:4.1;
a
sense
^thrown" 4-4; ''sense(^liber(''indiff)): 4.1; 9(3.4): 4.4;
95(2)): 4.3, 4.3; «possible: 4.4, 4.6;
93: 4.3; «free: 4.5; «possible^): 4.6; S: 4.2, 4.2, 4.3, 4.3, 4.4, 4.4, 4.5, 4.5, 4.6, 4.6;	©nùnd: 4.2;
|=: 4.1,4.3,4.4, 4.5,4.6;
Nalready: 4-2; Ndeliver: 4.4; Npass_by' Nthrough: 4.4; Nwaive- 4.3; C: 4.2; 4.4
Nas: 4.1,4.3; Nfor: 4.5; Nseize: 4.3; Ntrans: 4-6; Nsign: 4.1;
-essen
:4.2;
(5.1)	(Uh93(Trfor.Bei„g))N (®stilI-out Nas_not_yet ^at_hand)' ((«(^for-Being) Nas «) Messen ^at_hand)
Nwith («(®) C aexist);
(5.2)	(2) V (S) Hu; S) ^u)) N N; N
(5.3)	(S)hasU)Nknow((S)Ncap).
^for-Being(®) Neap);
(5.4)	ßkiiow(®)Nfirst^inini(®); %iow(S)) C («(Tthere) Nessential
(5.5)	m N U) N S» N ^thereO))
Nastray' ® NfaiLto_recognize S));
(5.6)	((U Naccomp_by ®niind) Nexist_surr
"^thrown) ^
(®Vaiready(S) Nastray®; ® Nfail_to_recognize
(5.7)	OC7rfor-Being(®))Ndeliver (^(®Nfirst_findS))C:7r(®))
Operands and operators of the system are:
a: 5.1;	«stni^ut: 5.1;
TT: 5.7, 5.7;	TTatjiand: 5-1. 5.1;
TrO): 5.7, 5.7;	7r(S) Nfirst.fmd 5.7;
^for-Being: 5.1, 5.1, 5.3, 5.7;
^for-Being(®): 5.7;	coexist: 5-1;
Tthere: 5.5; '	ta^^isi^): 5.5;
''^thrown: 5.6;
93:5.1,5.1,5.4; ®(S): 5.1; «(^for-Bemg): 5.1, 5.1; 93(Tthere): 5.4; S: 5.2, 5.2, 5.3, 5.3, 5.4, 5.4, 5.5, 5.5, 5.6, 5.6, 5.7, 5.7;	^know: 5.4, 5.4;
^?know(®): 5.4, 5.4;	5.4;
^inirnO): 5.4;	©mind: 5.6;
U: 5.1,5.3,5.4,5.6;
5.1,5.2,5.5; Nas: 5.1, 5.3; "astray: 5.5, 5.6,
—deliver: 5.7; —exist_surr: 5-6;
Naccomp_by- 5-6; Nas_not_yet: 5.1"» -cap-
Nessential' 5-4;
Nfail_to_recognize'
Nfirst_find' 5.7;	Nknow- 5.3;
l=u: 5.2;
^üTst- 5.4; C: 5.1, 5.4, 5.7; V: 5.2;
Nwith" 5.1;
N^essen- 5-1; N^u: 5.2; 5.5, 5.6;
"^already- 5.6
In this list, entity 7t(S [=first_find N^) should be mentioned as a complex functional possibility tt.
3.6. A FORMULA SYSTEM OF THE SIXTH PARAGRAPH OF §57 [BT]
Within this paragraph only one sentence is considered since the second one is taken as a suppressed comment:
((U N «exist((® N TCfor-BeingO)) N S))
Ndiscl ®exist) Neap ®what(®exist)5 [A comment to that what has to follow]
^for-Being(®)'. 6.1;
S: 6.1, 6.1; 2Bwhat: 6.1;
(6.1) (6.2) In short, there is: Ttfor-Being^ 6.1; «exist: 6.1,6.1;
U: 6.1;
®what(®exist): 6.1;
N 6.1;
hdisci: 6.1
Neap: 6.1;
The analysis of this paragraph as a whole can bring new views of its role within the understanding system.
2.1. A FORMULA SYSTEM OF THE SEVENTH PARAGRAPH OF ^31 [BT]
The seventh paragraph is informationally described by the system of the first nine sentences' subsystems:
(7.1)	01 Nas Adisci) ^pertain ®basic_state(®in-the-world) »
(7.2)	(55in Nas ^for(®m-the-world)"»
(7.3)	((®world Nas ®world) Ndisel ^sign_poss)
Nbut
(((aC2B^orld)^(«Nfreea))=»
(7r(a) [=free «));
(7.4)	(a ^as 2Iservice(a); « Nas ^use(a)'.
^ Nas ^detrimentC"^)) Ndiseover_as (a \= SRto-hand);
(7.5)	(®3categorial Nreveal_as '^total( ^ involve)) Nof ^intereonn(^to-hand) '
(7.6)	(Adisci ^(^imity)))
(Ndiseover (^mity(t^nianifold('^at-hand)) ' ^uiity(9^)));
(7.7)	((Q-question Nabout Naim_at Tcond(^(®(S^))))) Naccid) Nquest!
(7.8)	9(7 7) Inquest ®what'
(7.9)	(Nconfront (9(7 .7) Nquest Q^)) ^
((((aNreharO)) Nu ®(«))
(Tcoiid(^(«)) Ndisel «)) Nwhy)'-
(7.10)	[An insignificant comment] ;
(7.11)	[A comment]
The list of operands and operators is as follows:
a: 7.3,7.3,7.4,7.4, 7.9,7.9; Tehar: 7.9;	TcharO): 7.9;
Teond: 7-7, 7.9; Tcond(^(5B(9^))): 7.7; ^niaiiifold: 7.6;
^sign.poss" 7.3; 7r(a): 7.3, 7.9;
^(^inity): 7.6; Ttfor: 7.2; ''^interconn: 7.5; total: 7.5;
Teond(^(a)): 7.9;
involve: 7.5; f^tnanifold(^at-hand): 7.6; Tt: 7.3,7.6,7.7, 7.9; 7t(93(?R)): 7.7; ^at-hand: 7-6; ^for(®in-the-world): 7-2; ^interconn(^to-hand) : 7 • 5 ; '^total(''involve)): 7-5;
U,
imity
: 7.6;
Uiuii,y(?i): 7.6;	9(7.7): 7.8, 7.9;
^detriment: 7.4,	9idetriment(a): 7.4;
91 ••7 4-"^semee-	9Iservice(a): 7.4;
Sluse: 7.4;	9Iu3e(a): 7.4;
7.7,7.9;	93(a): 7.9;
m- 7.7;	58i„: 7.2;
®in-die-world: 7.1,	7.2; S):7.9;
%sei: 7.1;	dì: 7.6, 7.7;
^question: 7.7;	^to-hand: 7.4, 7.5;
11:7.1;	®basic_state: 7.1;
®basic state(®in-the-world): 7.1;	
®categoriai: 7.5;	©what: 7.8;
®world: 7.3, 7.3;	
N: 7.4;	Nabout: 7.7;
—accid-	Naini_at'
^as:7.1,7.2,7.3,7.4;^but: 7.3;
^confront- 7.9;	Ndiscl- 7.3, 7.6, 7.9;
—discover_as" 7.4, 7.6;	t=free- 7-3;
=of: 7.5;	Nquest^ 7.7, 7.8, 7.9;
Nreveal_as' 7.5;	7.9;
Nwhy: 7.9;	7.9;
C:7.3;	7.3, 7.6, 7.9;
<=••7.9;	Vpertam:7.1
This paragraph is evidently active in an input, output, and processing (understanding) way.
3.8. A FORMULA SYSTEM OF THE EIGHTH PARA GRAPH OF §i/ [BTJ
The eighth paragraph is depicted by the following formula system:
(8.1)
(8.2) (8.3)
(8.4)
(8.5)
(8.6)
(8.7)
(8.8)
(8.9)
(8.10)
(8.11)
(((Sdim(a Qiscl Nall_press_for N Nquest ®why!
((a N Sdim) N a) N £dim(a); (li Qiscl Sdim(a)) ^discl ^^
((Qexisi C U)
^project) ^ 9(8.1)' (^ l=with_eq_p	Nproj._upon
(9sake(^). ^sign Nas
®worldhood(®cur_world(^))) ! ((Tchar(^) Nas '"^project) Nconst
®in_the-world) Nwith_regard ^discl(®of-Being(Tchar(U)) Nexist_const) ! (TcharC^) Nby ^fact(^for-Being)) Nget ^leeway (Tchar(^)); ON as "^thrown) Nthrown im)\=%romy^
project N (®comport(^oneself) Ntowards
((Nthink_out '^plan)
Haccord O Narr ®(®)))); ® Kontra ((® Nas S)) Nproject®); (O N; N s» Nas_long_as N ^project! (((© h; N S) Nasjong as Nal underst
(Tchar(ll) N ^project) N ^ Ngrasp.thema
project a), 7t); (®grasp(U) N in_nianner 9(8.9)) Ptake_away ((U N ^roject(«)) Nas ^(Tchar(U))); Preduce
(U
Nto Tcontent(t^mind))' ((^project ^ ^throw) Nthrow_before ^project) N
((7t |=as 7t) [=; 1= (tt [=as 7t));
((UNasVoject)NWS))))
In this system the following operands and operators appear:
a: 8.1, 8.1, 8.9, 8.9, 8.9, 8.10;
Tchar-. 8.4, 8.4, 8.9, 8.10;
Tchar(U): 8.4, 8.4, 8.9, 8.10;
Tcontent" 8.10;	Tcontent(l^niind)' 8.10;
Sdinv 8.1, 8.1;	Sdim(a):8.1;
£dini(o^ Qiscl U): 8.1 ; Olisci: 8.4; ■9discl(®of-Being(Tchar(^)) Nexist_const)- 8.4; ^leeway- 8.4;	^leeway(Tchar(^))- 8.4;
l^niind- 8.10;	^sign- 8.3;
7t: 8.1, 8.8, 8.9, 8.10, 8.10, 8.11; ^(Tchar(U)): 8.10; 7r(S)): 8.8; 7t(U): 8.11;	^for-Being- 8.4;
^piaii- 8.6;
Voject: 8.2, 8.4, 8.9, 8.10, 8.10;
'^exist- 8.2; cpfact: 8.4; (Psake- 8.3; 9(8.1): 8.2; ^oneself: 8.6;
''"thrown- 8.5, 9fact(^for-Being): 8.4; (Psake(U): 8.3; 9(8.9): 8.10;
SB(S)): 8.3, 8.6, 8.11;
comport
: 8.6;
93: 8.3, 8.6, 8.11; ®in-the-world: 8.4; ^coniport('i»oneself): 8.6; S): 8.3, 8.5, 8.6, 8.7, 8.7, 8.8, 8.8, 8.11;
©grasp: 8.10, 8.10;	®grasp(ll): 8.10, 8.10;
8.5,8.11;	5?(58): 8.5;
WS))): 8.11;
^project: 8.5, 8.6, 8.7, 8.10, 8.11;
Voject(«): 8.10;	©of-Being: 8.4;
Sof-Being(Tchar(^)): 8.4; ^throw: 8.10; U: 8.1, 8.1, 8.2, 8.3, 8.3, 8.4, 8.4, 8.5, 8.5, 8.9, 8.9; 8.10, 8.10, 8.11, 8.11; U(a): 8.9;	®cur_world: 8.3;
®cur_world(U): 8.3; 2ßwhy:8.1; ®worldhood: 8.3; ®worldhood(®3ciir_world(^)): 8-3;
\=: 8.2, 8.5, 8.7, 8.8, 8.9, 8.10; alLpress.for: 8.1; NaLimderst: 8-8;
=arr: 8.6;
=as: 8.3, 8.4, 8.5, 8.7, 8.8, 8.10, 8.11;
Nas_long_as: 8.7, 8.8; Nby- 8.4; Nconst: 8.4;	Ncontra: 8.7;
Nexist_const: 8.4; ~get: 8-4; Nin_manner: 8.10; Nproject: 8.7, 8.9;
proj_upon' 8.3; Nreduce^ 8.10; }=think_out' 8.6; Nthrown" 8.5; Ntowards" 8-6; —with_regard' 8.4; Mgrasp_tlienia' 8.9; C: 8.2, 8.10, 8.11; 8.2
quest- 8.1; Ntake_away- 8.10; t^throw_before- 8.10;
Ko: 8.10; Nwitli_cq_p: 8.3; M: 8.6;
Haccorci: 8.6; Cdiscb 8.1;
The eighth paragraph is one of the most complex one. Several informational curiosities can be observed. For instance, a as something which is the object of understanding, that is, a kind of input variable, becomes as object informed within the system of understanding. This is the phenomenon of the so-called understanding internalization of an external, in fact, only observed entity by different ontological entities (for instance. Being. Dasein, projection, projecting, possibilities, significance, etc.) and, certainly, by understanding as the key entity in this context. Various, to the understanding related entities arise as a kind of output variables, including with those, which could be viewed as the internal processing devices. For instance, projection, projecting, significance and understanding, all together arise in the process of Being-there as understanding. And counter-informationally, this is true also for the so-called basic constitutive entities, as there are Being, Dasein, possibilities, etc. as completely open entities in the realm of Being and time.
It is also important to mention the function of informational operators. At this point of understanding, the general informational operator (the operational joker of an informational realm) is always an attribute which offers to the involved operands the possibility of the accessibility of the entire informational background. In short, within the formalization of the eighth paragraph, with experience obtained through the informational analysis of the text, new possibilities of understanding a text in an informational sense are coming to the consciousness, opening the perspective of further, yet nontraditional (not merely linguistic or semiotic) kind of informational investigation. Wtthin this perspective, the informational of a text is not only a classical analysis and synthesis of the meaning; it comprises the informational arising.
3.9. A FORMULA SYSTEM OF THE NINTH PARAGRAPH OF ^31 [BT]
The ninth paragraph constitute the following four formula systems:
(9.1)	(Oone Nable
((^one Nniake ('-inventoryC®) Nas ®at_liand)) '
(Oone Nlist Tcontem(«(3)))))) ((Sexist(^project) Nconst	^
Ncoiistaiitly t^more(®)) Nthaii Nfacnially' Nfactiially
(9.2)	(S) Nmore_tha« (S) Nfactically)) (^for-Being(®) ^essen 9fact(®));
(9.3)	(O has ^possible) Nless «) Nyet ®:
(S) Nexist a) Nin Nyet ^^for-BeingC®));
(9.4)	((S(Tthere) Nsay «(^there))
Nsay_with ^(®('^there))) Nonly_because ((®('^tliere) Nreceive Tconst(®('^there))) Ntlirough Tchar(^) Nas ^project)' («(^there) N; N «(^there):
The appearance of operands and operators in the last formula system is the following:
a: 9.3,9.3; Tchar: 9.4; Tconst- 9.4; Tcontent-
-exist
:9.1;
I
inventory
:9.1;
l-'more-
Oone: 9.1,9.1; ^for-Being(®): 9.2, 9.3; Tthere: 9.4, 9.4; <Pf,et(®): 9.2;
®atjiand: 9.1; Tchar(U): 9.4; TconstC^C-^there)): 9-4;
Tcontem(®(®)):9.1; ^existC^proJect): 9.1; ''inventory9.1, timore(S)): 9.1; ^'^for-Being: 9.2, 9.3; ^project: 9.1, 9.4; 9fact: 9.2;
58:9.1,9.1,9.4,9.4; 93(®):9.1; «(Tthere): 9.4, 9.4; 5Bpossible: 9-3;
9.1,9.1,9.2,9.2,9.3,9.3; 5?: 9.1;	ß(®):9.1;
U: 9.4, 9.4;	U^r^^cvc))- 9-4;
N: 9.4;
^r^s: 9.1,9.3,9.4; —constantly- 9-11 Nfactiially: 9.1, 9.2; Nlist:9.1;
Nable: 9.1; Nconst- 9.1; =exist: 9.3; -in: 9.3; Nniake: 9.1»
Nonlv_because-Nsay: 9.4; —than- 1; Ì=yet' 9-3; N^more_than' 9.2;
9.4; =>:9.1;
Nreceive- 9.4; ~say_with' 9.4; Nthrough- 9.4;
b^less'- 9.3; 9.3;
• 9 2-
essen-
9.2
r-yet-
mula subsystems (10.i), i = 1, the following list:
11 is given by
By this the list of operands and operators is completed. Similar comments as those in case of the previous paragraph can be made.
3 AO. A FORMULA SYSTEM OF THE TENTH PARAGRAPH OF §i/ [BTJ
The formal depiction of the tenth paragraph is as follows:
(10.1)	^project Nalways °Npertaiii 9full(^disclose(®in-the-world))'' 7r(U) C (11 ^as TTfor-Being));
^(U) Nskctch_out_beforeliand (^C^) ^ ((Prange N essen °Ndiscl ®what) Nessen°Ndiscl Praiige))'
(10.2)	(11 Indevote U) l=prim_to ^disclose(®5world);
(S) s))	gs.voridCS);
(10.3)	(11 [=throw Nprimjnto ^sake^ S)Nexist as®;
(10.4)	(11 Neither (^auth arise out
(c^selKOone) Nas c^self») Nor (^ N Uinauth);
(10.5)	(lin Nof hnauth) Nmean ((S)Ncut_offS) Nfrom^seltO)); '•inauth Nmeaii Nu^Nonly ®world);
(10.6)	(©world Nas ®in-the-world) ^ ®one's-Self;
(10.7)	(Uauth ' ^inauth Neither Tgeniiine) Nor (^auth' ^inauth N Tgemiine) '»
(10.8)	7t Npernieate (^ Nas ^for-Being) J
(10.9)	(7tbasic_l(U) Ndivert Oone)
(Nlay.aside ^basic.zC^)):
(10.10)	((U Nas ®in-the-worid) Nalways°Npertain
9full(^disclose(S)))) ((^diversion(^) N as ®whole) Nexist M^modiK^project));
(10.11)	U(2Bworld) Nalways^Nu ®in(U(2Bworld)); (ll(Sex) Nas U(Sex)) Nalways U(®world)
The survey of the operands and operators of formula system (10) and their appearance in for-
T.enuine: 10.7, 10.7;	Sg^: 10.11, 10.11; ^disclose: 10.1, 10.2, 10.10; 9disclose(®): 10-10; ^disclose(®in-die-world)- 10.1;
^disclose(®world)- 10.2;	-Sdiversion- 10.10;
ödiversion(U): 10.10;	Li„: 10.5;
t-inaiith: 10-5, 10.5;	(imodif: 10.10;
P-modiKVoiect): 10-10;	Oone: 10.4, 10.9;
Tt: 10.1, 1Ö.8;	7T(11): 10.1, 10.1;
Ttbasic i: 10.9;	:rbasic_l(U): 10.9;
TTbasic 2: 10.9;	Ttbasic 2(U): 10.9; ^for-Being: 10-1, 10.8; Prange: 10-1, 10.1; aseitO): 10.5;
(Pfn„: 10.1, 10.10;
9fiill(^disclose(^in-the-world)): 10- U <Psake: 10-2;
Ttp^oje«: 10.1, 10.10; CTseif: 10.4, 10.4, 10.5; ^seltKne): 10.4 9full(ödiscloseO)): 10.10;
93in: 10.11;
«„i(U(®world)): 10.11; ®in-thc-world: 10.1, 10.6, 10.10; ®one's-Self: 10-6;
S): 10.2, 10.2, 10.3, 10.3, 10.5, 10.5; U: 10.1, 10.1, 10.2, 10.2, 10.3, 10.3, 10.4, 10.4, 10.8, 10.9, 10.10, 10.10, 10.11, 10.11; U(Sex): 10.11, 10.11; U(2Bworld): 10.11, 10.11; Uanth-- 10.4, 10.7, 10.7; Uinantlr 10-4, 10.7, 10.7; ©what: 10.1;	®whoie: 10.10;
©world: 10.2, 10.2, 10.5, 10.6, 10.11, 10.11; ®world(S)): 10.2
Nalways: 10.1, 10.10, 10.11; Nalways °Npertain: 10-1, 10.10; Nalways ° Nu: 10.11; Narise_out: 10-4; 10.1, 10.4, 10.6, 10.8, 10.10, 10.11;
Ncut off: 10-5;
Ndevote: 10.2; . =divert: 10.9; —essen: 10.1;
Nexist: 10.10; Nfrom--, 10.5; Nof: 10.5; [=or: 10.4, 10.7;
pertain: 10-1, 10.10;
=disci: 10.1; ^either: 10.4, 10.7; =essen°Ndisci: 10.1; Nexist_as: 10-3; Nmost.part'- 10.2; Nonly: 10.5; Npermeate- 10.8;
N
prox-
10.2;
—sketch out beforehand: 10.1;
F^prim_to- 10.2; prox ° Pmost_part :
10.2;
=:throw: 10.3;	10-2, 10.5, 10.11;
=U°t=bnly: 10.5;	10.7;
t^lay_aside- 10-9;	Mmean'- 10.5;
C: 10.1;	G: 10.5;
10.9, 10.10; o: 10.1, 10.2, 10.5, 10.10, 10.11
The analysis of input, output, and processing operands of this formula segment is left to the reader.
3.11. A FORMULA SYSTEM OF THE
ELEVENTH PARAGRAPH OF ^31 [BT]
The eleventh paragraph has only one formula, that is,
(11.1) (®Nas%ct)Ndivert
(^for-Being(S» Ninto ^(U))
In this formula only the following operands and operators occur:
tt: 11.1;	TtCU): 11.1;
^for-Being: H-l;	TTfo^BeingC®: H-U
S): 11.1, 11.1; U: 11.1;
Nas: 11.1; Ninto: 11-1
%act: 11-1;
Ndivert^ ll.lj
This completes the operand and operator list of formula system (11). One recognizes how this system is without a particular significance if it is asserted outside of the understanding system as a whole.
3.12.^ FORMULA SYSTEM OF THE
TWELFTH PARAGRAPH OF §ii [BT]
The twelfth paragraph is informationally characterized by the following formula system:
(12.1)	Tchar(Voject(U)) Nin
(U Ninake_up°Nexist f^sight(®))'
(12.2)	crsigiit(S)) Nwith (^discloseC'^there) Nexist)'-((S) N C^sightC®)) Nequi_p°Nalways
Nas
(Tcircunisp(Tconcem) ' Tconsider(^solicitude) »
^sight((S Nas «) Nsake O Ni N ©)»;
(12.3)	(Sgx Nrel_prim_whole ^sightC^)) N "^transpar'
(12.4)	"T^traiispar N
(^know(^self) N Cfsense(^well)); ("^traiispar N ^perceptC'^self) Nbut (SseizeC^fullC-^discloseC^in-the-world))) —throughout ° Nail
(''item(Tconst) Nessen ("^transpar» 1^)))!
(12.5)	(aNsight®exist(«))N so_far
(oc N ('^traiisparCo') Nwitli°Nequal ^prini(''item N ®exist(®)))' ®exist(<^) N ®alongside(®world' ®witli(w))
I
In this system the following operands and operator ar involved:
a: 12.5, 12.5;	Tchar: 12-1;
Tchar(^project(ll))' 12-1; Tcircumsp: 12.2; Tcircunisp(Tconcem): 12.2; Tconcem: 12.2;	Tconsider"- 12.2;
Tconsider(''^solicitude) • 12.2; Tconst- 12.4;	Sg^: 12.3;
^disclose: 12.2, 12.4; ■9disclose(®in-the-world)' 12.4;	^discloseCtthere): 12-2;
''itenv 12.4, 12.5;	item(Tconst) • 12.4;
^prinr 12.5;
^primCl-iteni N ^existCo^)): 12.5;
"'^project: 12.1;	^projectW: 12.1;
^solicitude: 12.2;	o^^if 12.4, 12.4;
'sense
: 12.4;
Cfsense(llwen): 12.4; Gsight: 12.1, 12.2, 12.2, 12.3; asightO): 12.1, 12.2, 12.2, 12.3; asight((« Nas 58) Nsake N; N S))): 12-2;
■^Üiere: 12.2;
^transpar: 12.3, 12.4, 12.4, 12.5; T^transparCa): 12-5; (Pfuli: 12.4; ^fullC'^discloseC^in-the-world)) : 12.4;
w: 12.5;
12.2, 12.2;	«(3)): 12.2;
®alongside: 12.5;
®alongside(®3world' ®with(w)): 12.5;
®in-the-worId: 12-4; ®with: 12-5;
®witii(a)): 12.5;
5): 12.1, 12.2, 12.2, 12.3;
©exist: 12.5;	®exist(«): 12-5. 12.5;
^know: 12.4;	^knowC^^self): 12-4;
qjpercept: 12-4;	^rceptC^^self): 12-4;
Sseize: 12-4;
®seize(<Pfiill(^disclose(®in-the-world))) : 12.4;
11:12.1,12.1,12.4; Uwell^ 12.4; 5Bworld: 12.5;
\=: 12.2, 12.3, 12.4, 12.5;
Nali: 12.4; Ks: 12.2; Nin: 12.1;
—equLp: 12.2; Nessen: 12-4; —make_up: 12.1; NreLprim_whole : 12.3; Nsight: 12.5; Nthroughout: 12.4; N^ith: 12.2, 12.5; M: 12.4;
Nalways: 12.2; =but: 12.4; Nequai: 12.5; Neqiii_p°Nalways: 12.2; Kxist: 12.1, 12.2; Nmake_up°Nexist: 12.1; Nsake: 12.2; Nso_far: 12.5; Nthroiighoiit°l=air. 12.4 l=wit]i°t=equai: 12.5 o: 12.1, 12.2, 12.4, 12.5
Thus, the operand and operator list for the twelfth paragraph is completed.
3.13.x FORMULA SYSTEM OF THE
THIRTEENTH PARAGRAPH OF §5/ [BT]
The text of the thirteenth paragraph, which includes only one sentence, delivers the following formula system:
(13.1) Öopaque(S)) [7^root°l=prini_sol £ego(® Ndecept S)); ^opaque Nroot°Njiist_as_nuich ^lackC^acquaim Nwith ®world)
The operand and operator list of the last two formulas is:
-ego: 13.1;
^egoC^Ndecept®): 13.1;
^iiack: 13.1;
l^lackC^acquaint Nwiüi ®world): 13-1;
ölacquaint: 13.1;	S: 13.1, 13.1;
^opaque: 13.1,13.1; Dopaque(®): 13.1;
aßworid: 13.1;
—decept: 13.1;	Njust_as_miich: 13.1;
=prim_soi: 13.1; Nroot: 13.1;
—root ° Njust_as_much: 13.1;
^witfa: 13.1;	Mroot: 13.1;
MrootoNprim.soi: 13.1; 13.1
This completes the list of operands and operators of the thirteenth paragraph.
3.14. A FORMULA SYSTEM OF THE
FOURTEENTH PARA GRAPH OF ^31 [BT]
The formula system for the fourteenth paragraph is, for instance,
(14.1)	(Oone Nguard_against ^mis(^express(^sight))) ^ (°one Nsure)'
(14.2)	Sexpress(^sight) Ncorresp (Tcleared Nchar ^disclose('^there))>
(14.3)
®see N^nieaii°Njust (^perceive Nwith
^eyes(ßbody)) > ®see N^mean
Ppure ° P^sense ((a [= apresent_at_haiid) ^ ^at-handC*^)));
(14.4)	(Gone Ngive f^sign_exist(^sight)) Ndraw_upon ° Nnierely 9feature(''^peculiar('Ssee)) >
^ Nencounter°Mconceal
Naccess 9feature(^peculiar(®see)));
(14.5)	(CTsenseNdo 9(14.4) C ■^doniain(^disclose('^sense)) ;
(14.6)	ßbegin('t^trad(^philo))
—orient ° (pprim ° Ptowards) CSsee Nas (®way (^access) Nto
a, ®));
(14.7)	"^trad Ncomiect (Oone Nformalize
(^sight' ®see Nenough°Nobtain ('^temi_imi Nchar (Slaccess Nto ® Nas
(^access ^ ^general)))»)
In this formula system the following operands and operators occur:
a: 14.3, 14.3, 14.4, 14.4, 14.6, 14.7;
apresent_at_hand: 14-3; ßbegin: 14.6;
ßbegin('^trad(7^philo)): 14.6;
ßbody: 14.3;	Tcleared: 14-2;
Sexpress: 14-1, 14.2;
SexpressCcf sight): 14-1, 14.2;
Seyes: 14.3;	Seygs(ßbody): 14.3;
^disclose: 14.2, 14.5; ^discloseC^^there): 14-2;
^domain: 14.5;
^domainC^discloseC'^sense)): 14.5; Oone: 14.1, 14,1, 14.4, 14.7; ^at-hand: 14-3;	^at-hand(o'): 14.3;
^peculiar: 14.4, 14.4; Vculiar(®see): 14-4, 14.4;
^philo^ 14.6;	CTsignexist: 14.4;
'^sign_exist(^sight)- 14.4; CTge^se: 14.5; Gsight". 14.1, 14.4, 14.7; Ttemomi: 14.7; Tjijere'-14.2;
Ttrad: 14.6, 14.7; TfradCVilo): 14.6; <Pfeature-- 14-4, 14.4; 9feature(Vculiar(©see)): 14.4, 14.4; 9(14.4): 14.5;
QI
access
; 14.6, 14.7, 14.7;
a^aware(«): 14-3;
®.sencrai: 14.7;
^aware- 14.3; S: 14.6, 14.7;
^Pperceive" 14.3; 6see: 14.3, 14.3, 14.4, 14.4, 14.6, 14.7; Umis-- 14.1;
llims(Sexpress(cfsight))-" 14-1;
2ßway: 14.6;	^wayC^Iaccess): 14-6;
[=. 14.3,	Naccess" 14.4;
has: 14.6, 14.7;	14.2, 14.7;
—connect- 14.7;	Ncorresp^ 14.2;
Ndo- 14.5,	Ndraw_upon- 14.4; —draw_upon°Nmerely: 14.4; Nencounter: 14.4; Nencoiinter°Mconceai: 14.4;
Nenough: 14.7; Nfomialize- 14.7; Nguard_against- 14.1; Nmerely- 14.4; Norient^ 14.6; Norient°0^prim°Ntowards): 14.6;
Nenougli°Nobtain: 14.7; Ngive'- 14.4; —just^ 14.3; —obtain^ 14.7;
Nprim-" 14.6; Npure^ 14.3; Nsure^ 14.1; Ntowards^ 14-6; Mconceal^ 14.4; MmeanoNjust: 14-3; C: 14.3, 14.5, 14.7;
Nprim°Ntowards: 14.6; Npure°N^sense: 14.3; ho: 14.6, 14.7; Nwitlv 14.3;
^mean: 14.3; Msense- 14.3; 14.1;
o: 14.3, 14.4, 14.6, 14.7;
This formula system shows an intensive informing in understanding something a. by different aspects (for instance, by misunderstanding, present-at-hand, awareness, seeing, signification, etc.). For a further analysis and informational extension of the system, the list of operands and operators may be instructive showing simultaneously the perplexity of operands in different formulas and the operands' operational attributing, that is, occur-
rences of operators as attributes of operands to which the operators pertain.
3.15. A FORMULA SYSTEM OF THE
FIFTEENTH PARAGRAPH OF %3l [BTJ
The fifteenth paragraph has the following formula system:
(15.1)	(OoneNshow
((^sight ^groimd°^prim H)' (Tcircumsp^Tconcera) N (UN as Tconuii(^sense)))) ^ ((Oone Ndeprive ('"^pureC'* intuition Nof
^prior(^pure('' inuiition)))) Ncorresp ° Nnoe ^priorC'^^at-hand ^ ''^'tradCOontology));
(15.2)	'•intuition' ^think Nalready ■^deri ve_reniote(ll) '
(15.3)	^phenomenal ( intuition (^essence)) ^groimd Uexist'
(15.4)	(Tconcept_ex(®)' c^stnicture(®) Nas
^logic(9phenomenal)) ^ (Oone Ndecide ^(©seeC®)))
The list of operands and operators is the followiag:
Tcircumsp(Tconcem) • 15.1, Tcomm(<^sense)' 15-1; Tconcept_ex(®)'- 15.4;
-essence
: 15.3;
■^derive remote(U)' 15.2;
Tcircumsp: 15-1; Tconim' 15.1; Tconcept_ex' 15-4; Tconcem: 15.1; ^derive_remote' 15.2; '"intuition: 15.1, 15.1, 15.2, 15.3; intnitionC^essence) : 15.3; ^logic: 15.4;	^logic(9phenonienal): 15.4;
Oone: 15-1. 15.1, 15.4; Oontology: 15-1; ^aijiaiid: 15-1;
^prior(^pure( '' intiiition)) ■ 15.1; ^prior(^at-hand ^ "^tradCOontology)): 15-1;
^piire: 15.1, 15.1; ^pureC"* intuition): 15.1; ^pure( '' intuition Nof ^prior(^pure( intuition))) : 15.1,
Vior: 15-1' 15.1;
sense
: 15.1;
asight: 15.1;
^structure: 15-4;	CTstnictureC®): 15-4;
"^trad: 15.1;	T^tradCOontology): 15-1;
«Pphenomenai: 15-3, 15.4; 9phenomenal( I- intuitionC^essence)) : 15.3;
SB: 15.4, 15.4; 5?(6see(58)): 15.4; Ssee(®): 15.4; U: 15.1, 15.1, 15.2;
R: 15.4; ©see: 15.4; %ink: 15.2; Uexist: 15.3;
15.1; =33: 15.1, 15.4; —corresp°Nnoe" 15.1; Ndeprive- 15.1; N=of: 15.1; Aground" 15.3; 15.1, 15.4;
Nalready- 15.1; Ncorresp- 15.1; Ndecide- 15.4; —noe" 15.1; Nshow- 15.1; ^prìni" 15.1; o: 15.1
Thus, the operand and operator list for this paragraph is completed.
3.16. A FORMULA SYSTEM OF THE
SIXTEENTH PARAGRAPH OF §5/ [BT]
The collection of formulas for the sixteenth paragraph is as follows:
(16.1)	(^discloseC^there) C H) ^
(^discloseCt^there) N ®way(^for-Being(®)));
(16.2)	(9disclose(«)Ngeneral)Qie ((®(^disclose) Nproject°Niipon
(9sake' C7sign(®world))) ^ ®way);
(16.3)	11(58) [=have° ((Nalready ° Nbeen) ° Ntake) ((®grant ^ project) Nupon
(16.4)	((t=u 55) C Ttproject) Nthough (Fonte °Nconceive 93);
(16.5)	(Wa))[=essenVoject(®in -Üie-world)) ^ (« Nhave	Fconst
(16.6)	(astage(£early) Nposit °Ndognia ®what) Nnow°Nget
£exhibit('Sconst(®)); ((S)C(Sconst(»)) l=asU)N tthere(®const(®));
(16.7)	Sinter(^temporal(®)) Nclarify
(t^exist Nof 11(®)) ^satisfy °Qlarify ^limit(''investigate)'
9(1.1). 9(1.2). ••• . 9(18.1) N investigate
Operands and operators of this formula collection are:
a: 16.5, 16.5;	Sgariy: 16.6;
^exhibit: 16.6;	Sexhibit('S:const(®)): 16-6;
^disclose'- 16.1, 16.1, 16.2, 16.2; Sdisclose(«): 16.2; %sclose('^there)- 16.1, 16.1; "-investigate- 16-7, 16.7; Xijmit: 16.7; ^limit('-investigate)* 16.7; Hexist- 16.7, 16.7; 7t: 16.3;	%or-Being- 16.1;
^for-Being(S)): 16.1; Vqject: 16.4, 16.5; '^project(®in-the-world)- 16.5 ; ^sign- 16.2;	crsign(®world)' 16-2;
^stage- 16-6;	crstage(^early)- 16-6;
Tthere: 16.1, 16.1, 16.6;
9sake: 16.2;
9(1.1), 9(1.2)' ••• ' 9(18.1): 16.7;
53: 16.2, 16.2, 16.3, 16.4, 16.4, 16.5, 16.5, 16.6, 16.7, 16.7;
58(a): 16.5, 16.5; 58(^disclose): 16-2; ®in-üie-world: 16-5; Sconst^ 16-6, 16.6;

const
(S): 16.6, 16.6; S): 16.1, 16.6;
®grant: 16-3;	Sinter^ 16.7;
Sinter(2^temporal(®)): 16-7; R:16.5;	ß(58(a)): 16.5;
^project: 16.3;	Si^temporal^ 16.7;
S:temporal(93): 16.7
U: 16.1, 16.3, 16.5, 16.6, 16.7, 16.7; U(58): 16.3, 16.5, 16.7, 16.7; «TBv/ay: 16.1, 16.2;
®way(^for-Being(®)): 16-1;
16.6;	5IBworld: 16-2;
: 16.1, 16.6, 16.7; |=already: 16.3; Nalready^^Nbeen'- 16.3; (Nalready°l=been)°Ntake: 16-3;
Nas^ 16.6;	^=been: 16.3;
Nclarify: 16.7;	Nconceive- 16.4;
Ndognia^ 16.6;	^essen^ 16.5;
^generai: 16-2;	l=get: 16.6;
=have: 16-3, 16.5; ^
Nhave ° ((Nalready ° Nbeen) « Ntake) : 16.3 ; Nnow: 16.6;	NnowoNget^ 16-6;
Nof: 16.7;,	Nposit: 16.6;
l=posit°t==dognia: 16.6; t^project^ 16-2; —project °Nupon: 16.2; [=take: 16.3; ^diougiv 16.4;	^u- 16-4;
I—upon-
16.2, 16.3; l^onto: 16.4; N^onto°Ncönceive: 16.4; [T^satisly: 16.7; Msatisfy°Cclarify: 16.7; C: 16.1, 16.2, 16.3, 16.4, 16.6; '^clarify: 16.7;	Qje: 16.2;
16.5;
o: 16.2, 16.3, 16.4, 16.6, 16.7
This completes the list of operands and operator of informational system (16).
. 3.17. A FORMULA SYSTEM OF THE
SEVENTEENTH PARAGRAPH OF ^31 [BT]
The seventeenth paragraph is characterized by the' following informational formula system:
(17.1)	((Hniulti(Sniind). ^ Nas t^miilti(£exist)) Nchar ^prini(^disclose(®in-the-world)) '
(17.2)	(2Bway(ro)N2))N see TtO S));
(17.3)	(S) C Ttproject(«disclose(^@)))) Nhave°Nalways
(17.4)	7rproject(^for-Being(®)) Ndeliver (9fact('^throw(®)) ^ Teiere);
(17.5)	((93(2)) Mniore°Nnow Senignia) Nthat
((Oone Nexplicate ^ '^sense(''^throw(^project)))) [=CLqùest(«(®));
(17.6)	(aianswer Nto Clq„est(®(®))) N indeed:
(17.7)	(<Pft,il(Tchar(Senigma(«(S)))))
Nemerge)) Neven (((Oone Ncome TgenuineObreakdown) Nover C^solutionC®)) ^
(Oone Nformiilate ^•'anewC^quest Naboiit Nof T^throwC^i^projectC^in-the-world))))))
The operand and operator list is the following:
ßbreakdown: 17.7;	Xchar: 17.7;
Tchar(Senignia(®(®))): 17.7;
Tconst: 17-5;	Tconst(®(i^there)): 17-5;
Tgenuine- 17.7;
TgenuineObreakdown)- 17.7;
^enigma-
17.5, 17.7; Se„ignJ93(S))): 17.7; Sexist: 17.1, 17.5; ^exist(Tconst(®('^there))) ■ 17.5; «disclose: 17.1, 17.3; OdiscloseC'^C®)): 17-3; «disclose(®in-the-world) ^ 17-1:
f-indced^ 17-6;	^Xniulti: 17-1, 17.1;
Ktmulti(Sexist): 17-1: ^^multi(®^lind)• 17-1:
V
anew
17.7;
^anew(^quest Nabout
Nof "^throwC^projectC^in-the-world)))) ^ 17-7; Gone: 17.5, 17.7, 17.7; tt: 17.2, 17.3;
my. 17.3; ^for-Being: 17.4;
TT,
pnm
: 17.1;
7r(S)N;NS): 17.2;
^for-Being(®): 17-4;
^prim(«disclose(®in-the-world)) • 17.1; Voject: 17.3, 17.4, 17.5, 17.7; ^projectC^discloseC^J^C®))): 17-3; Voject(^for-Being(®)): 17.4;
^project(®in-the-world)- 17.7; •^sense- 17.5;
*^sense('^thro w (^proj ect)) • 17.5, ^solution: 17.7;	«^solution(^): 17.7;
T^there: 17.4, 17.5; Tthrow: 17.4, 17.7; '^throw('^project(®in-the-world))- 17.7; "^throwC®): 17.4;	"^throwC^project)' 17-5;
9fact: 17.4;	WactC-^throwCS))): 17.4;
(Pfuli: 17.7;
<Pa.ll(Tchar(£enignia(®(S)))): 17-7; ^answer" 17.6,
93: 17.5, 17.5, 17.6, 17.7, 17.7; 93(Tthere): 17-5; 93(2)): 17.5, 17.5, 17.6, 17.7; ®in-the-world: 17-1, 17.7; S: 17.2, 17.2, 17.3, 17.3, 17.4, 17.4, 17.5, 17.5, 17.6, 17.7; OR: 17.2, 17.3; OLqiiest: 17.5, 17.6, 17.7; Q^questTO)): 17.5, 17.6; Sniind: 17.1;	U: 17.1;
9Q3way: 17.2;
9B^ay(®): 17.2;
=: 17.2, 17.5, 17.6; —always- 17.3; Ndiar^ 17.1; Ndeliver" 17.4; Neven- 17.7; =first: 17-7; =first ° (Nlet ° Nemerge) • Nfornnilate- 17.7; Nhave°Nalways- 17.3, Nlet ° Nemerge : 17.7; Nof: 17.7; Nsee: 17-2; Nto: 17.6; Nniore°Nnow: 17.5; 17.7;
-about- 17.7; Nas: 17.1; come- 17.7; emerge- 17.7, Nexplicate- 17-5;
17.7;
Nhave: 17.3; Net: 17.7; —now: 17.5, —over: 17-7; Nthat: 17.5; Nmore: 17-5 C: 17.3, 17.4, 17.5; o: 17.3; 17.5
Thus, the operand and operator list for the seventeenth paragraph is completed.
3.IS. A FORMULA SYSTEM OF THE
EIGHTEENTH PARAGRAPH OF §J7 [BT]
For the last, eighteenth paragraph the following formula system is obtained:
(18.1) ((t=buto(Nfirst°Neven)
(Oone Njust°Nbring SgverydayC^^C®))
Ninto "^view) ;
(((Oone Ndo ^^so) Nin
<Pphenonienal(®adeqiiate(®way))) Nto <Pfull(^disclose(T^there))) (°one Nmust ° Nwork_out Tconcrete('^this(^^nnllti(^exist))))
The operands and operators occurring in this system are:
informational formula system and point out possibilities of the initial formal system obtained from verbal text and system's informational development.
4. SECTION 31 (§31 OF [BT]) AS AN INFORMING INFORMATIONAL SYSTEM
® adequate- 18.1; Tconcrete- 18.1; Tconcrete('^this(t^multi(Sexist))) • 18.1;
o^adequate (®way ) • 18-1;
^everyday- 18.1; ^exist- 18.1; ^disclose: 18-1; ^lnlulti (Sexist)- 18-1; Gone: 18.1, 18.1;
£everyday(^(«)): 18-1; ^^multi• 18-1; ^discloseC"^ there)- 18.1;
V
view
: 18.1;
18.1;
"^there^ 18-1;	r^his- 18.1;
■^thisCt^multiCSexist)) ^ 18-1;
(Pfuii: 18.1;
<Pfull(^disclose('^there)): 18-1;
^phenomenal- 18.1;
^phenomenal (®adequate(® way))- 18.1;
95: 18.1, 18.1; ^(S8): 18.1, 18.1; U: 18.1;
ß: 18.1, 18.1; Smind: 18-1;
®way: 18.1;
N18.1;	'	Nbring:i8.i;
Nbut: 18.1;
Nbut ° (Nfirst ° Neven) : 18.1 ;
Ndo: 18.1; Nfirst: 18.1; Nin--18.1; Njust-18.1; Nmiist*' 18.1;
=to: 18.1; Nwork_out- 18.1;
o: 18.1
18.1;
Neven- 18.1; Nfirst° Neven =into- 18.1; Njust °Nbring Nmust ° Nwork_out Nwith-18.1; 18.1;
18.1;
18.1;
Thus, we arrived to the end of the symbolical survey of the paragraphs taken from the section §31 of the Heidegger's Being-there as Understanding in his epochal work Being and Time.
The task which remains is to give a final formal picture of the system which models Section 31 as a whole. Further, we are obliged to comment the significance of the transition from a text to an
4.1. INFORMATIONAL FORMALIZATION OF
TEXT
What could be the difference between a written text (a sequence of sentences expressed in a natural language) and to this text corresponding formula system expressed in the proposed'informational language? As we usually say, the written text has its meaning which can be differently understood by different observers. An observant text understanding (belonging to someone or to something) informs its specific text meaning in the so-called intelligent metaphysical informational cycle where informing, counter-informing, and embedding of text information take place. This meaning is con-stimted in several, serial and parallel, traditionally atomized (semiotic) ways, for instance, through semantics, syntax, and- pragmatics of the given text. Of these three, pragmatics is that atomized semiotic component which could reach farthest in its specific informational understanding, informing the meaning of text, by its own, individual semantics and syntax, within its own, specifically oriented, intended, and significantly structured informational system. What does such position mean in concern to an informational formula system which in its initial state models the originally written text?
A formula is a sequence of operands and operators figuring as informationally active and passive informational entities simultaneously. Through formalization, a word or a word group in a sentence becomes the informing (arising, changing, variable) entity within the corresponding formula or formula system. It is no more an informationally static (meaningly constant), for all times written and linguistically determined entity, for which one can compose, decompose, and construct meaning solely by means of a dictionary.
however, in his or her own mind. Through transformation of words or word groups of a text into informing entities, the introduced operands and operators begin to inform in their own (spontaneous and circular) way. And that situation only confirms the attitude of a text observer when the text is read, studied, and/or thought through an observing perspective. Through formalization, words and word groups begin to act, perform, interact, observe, and mutually observe each other informationally in the full sense of informing of information. Through informational conceptualization, the previously static text components now inform and are informed, impact and are impacted within an informational formula system.
For instance, by the introduction of an informational formula system, a new happening arises which never take place in case of a computer program. An informational formula arises, changes, is variable, while the computer program performs as a text (recipe, fixed procedure). The informational formula is simultaneously a written and an informationally executing program, while the computer program has two different and independent states (natures): its record as a machine program on the hard disc and its record as an executing procedure within the high-speed memory; both records must not be changed. If the first record is changed, the program is modified by the user; if the second one is changed during the program execution, this change is irregular, illegal, malfimctioning, and unforeseeable, for instance, virological.
After this discussion it is possible to feel the difference which exists between a written text and to the text corresponding formula system, which is an initial situation, before this system with its operand and operator entities begins to inform in its own way, that is, spontaneously and circularly. This informing models the way of happening in the mind of observer when a text is read, studied, and envisioned repeatedly into details, delivering informational interaction, relation, and interdependence through arising structuring and organization. A formula system which initially modeled a text becomes an informing system and entities—originally words and word groups—become informing entities (operands and operators) which change their meaning (semantics, syntax, and pragmatics)
and let it arise in an informationally structured and organized manner.
One sees how reading a text is not only a semiotic affair in the sense of a traditional (scientific) semantic, syntactic, and pragmatic atomiza-tion; reading a text has its own spontaneous and circular nature of an open informational system in which new, different, and contradictory semantics, syntax, and pragmatics can arise. »Words« begin to impact »other words« and »themselves«, they become informational relatedness impacting the arising of the instantaneous formula system. However, through informing, this relatedness grows, changes and vanishes, becomes influenced by the »affectedness«, that is, »informingness« of the system in question. Thus, modeling a text by a formula system is not only a traditionally semiotic problem; tiie development of the formula system hides its own informational potentiality of arising, that is, its own, unforeseeable informational nature—of understanding.
4.2. SECTION 31 ASA WHOLE
At last, we have to integrate the paragraph informational systems (1) to (18) into the unique section system. In this way we obtain a unique informational program for which operand and operator entities must be informationally determined. At the end of this essay a dictionary of operands and operators is listed and in this dictionary operands can be additionally formalized (in fact, informationally determined in an entity metaphysical-parallel way) to the necessary extent. The verbal explanations in three different natural languages can be extended from single words or idioms to informational sti^ctures corresponding to the meanings of words found in different dictionaries of natural languages (and, maybe, also to someone's attitude or taste). By this procedure, additional metaphysical and parallel formulas for particular operand entities are obtained and can be added to the integral informational system of Section 31.
Certainly, later on, in the formula development cycle, further inadequacies can be observed. This state of inappropriateness can call for supplementary modification, correction, and extension of the existing formula system with the goal to reach the adequate state of informational excellence.
This is the main strategy of a text understanding and its perfection through an informational formula system. Improvements in this sense can always be added, broadening the realm of informing of information which concerns a verbal text.
At the end of the paragraph formula" system integration into the section system, the^ following must be stressed repeatedly. In depicting a text into a system of informational formulas, words and word groups are transformed into informational operands and operators. However, operands and operators are not words and word groups anymore; they perform (inform) as informing entities and not as statically, within a given dictionary determmed items. Operands are entities which develop m an informational way. This kind of informing is informational arising npt-only in the way of meaning of entities, but also iiftheir formal structure and organization, which is interaction, interweaving, impacting, observation of the appearing entities of the system.
Thus, formalizing a text means givmg to the text words and their grammatically organized groups an informationally arising character, which spontaneously and circularly, also intentionally, projects the informational system, stnicturing and organizing it dynamically. Through formalization, a text becomes informationally dynamic and keeps the nature of the original text within a certain intention of informational arising, however, flexibly letting the spontaneity and circularity to be and perform in an investigational and developmental manner.
5. AN INFORMATIONAL FORMULA SYSTEM IMAGING A WRITTEN TEXT
5.\.THE IMP A CT OF OPERANDS APPEARING SEVERAL TIMES IN INFORMATIONAL FORMULAS
In a formula or formula system, an informational operand or an subscripted operator marker can appear several times, on different places, in a single or in different formulas, and in different forms. Such operands or markers can be free standing entities or they can be formally nested in com-
plex formal stnictures, for instance, as operands of the form
(V.l) a, rp(a), rp((|j(a)). ...
or as subscripted operators, for instance,
(V.2)	...
The basic question is, how do the informational connections between- entities, possessing a, perform when cc appears in operand and operator entities, several times in a single formula or in different formulas of a formula system?
• In a system of mathematical formulas, the connection between different appearances of a variable a follows the metaphysical scheme a = a, which in such cases is the cdnsequence of the mathematical axiom of equivalence of the appearing variable. Mathematics postulates the identity of a variable a in the form of equality (equality symbol —) between several appearances of one and the same symbol cz, that is, a [= a. How does the informational theory understand this question in case of operand appearances in an informational formula system?
Every informational formula is an autonomous informational entity in which formula's con-stimtive entities, that is, operands and operators, are involved. Informational formulas arise, that is, develop (grow, change, reduce, vanish) in their own way and by the connective (observing, operand linked, etc.) impact of other formulas. And this happens also to operands and operators which occur in formulas of a formula system. Informationally linked entities can be always metaphysically decomposed, enriching a system of formulas in a new, linking way.
Let in a formula system some »equally« marked entities appear, for instance, a, <p(a), 9(({)(a)),	N(p(i];(a))' •••• Metaphysi-
cal extension of ithe basic linking between these entities can start from the following formulas:
(V.3)	« N	-
a a; a H (p(o£); a =\ (p(i|)(o£)), ...
a N (ß NaT); «NO N(p(a) t; a N (ß N(p(ci;(a)) t; ••• a=\(ß NaT); «HO N(p(a) t; a =i (ß N9(t)i(a)) T; ••■
A further expansion of this principle is that the entire formulas, and not only equally marked operands and operators and their transformations, inform mumally each other, that is, are in-formationally involved.
Let us analyze the particular case of formulas a [= ß and y [= where entity a appears in both formulas. The extended principle of informational involvement would deliver, for instance,
(V.4) (at=ß)N(TN«); (T N a) t= (a N ß)
Now, let us mark the occurrences of a in formulas
(V.5) ct\=ß-,y\=oc by «1N ß; T N «2
where a formal distinction between «i and «2 is introduced. Thus, the metaphysical principle a t= a and a a for both formulas is not violated. However, we can observe and decompose the both metaphysical situations, that is,
(V.6) «11= «2; «1H «2;
aiC(a^ß);a2C(TNa)
But, because oc |= ß and y a can be understood as holistic entities, the question of a's interaction in both formulas can be transposed to the whole formula in which a appears. This conclusion holds also for single formulas in which a as an operand or a marker appears several times. On the basis of such reflection a set of dedicated implications can be constructed pertaining to the problem of communication (informational cooperation) between equally marked entities, that is, toa, (p(a), 9((l)(a)), Noe l=(p(a)' N(p((|j(c()). ••• occurring in different formulas, at different places of a formula system. Thus, for instance,
(V.7) (af= ß; Y|=a)=> ((a ^ a; a =1 a;
(a|=ß)H(TNß))
etc. In this way, formulas are informationally connected, interweaved, mutually dependent, com-
municating (informing, cooperating) through equally marked operand entities.
5.2. A FORMULA SYSTEM DEVELOPING ON
THE BASIS OF THE WRITTEN TEXT
IMAGING
In this section we have to give short answers to the following questions: What does the formalization of a written text mean and what is the purpose of such formalization? How can the initial formalization of a text develop afterwards and what can this development offer as an arising informational system? How do these questions touch the problem of the so-called informational machine which is a tool for informing of information?
What does the formalization of a written text mean and what is the purpose of such formalization? Formalization is nothing else than a transcription of the literal text from a natural into the informational language. This language constimte operands, operators, and pairs of parentheses. The language presupposes that everything informational can be expressed in a mixed active and passive way, by informing, within which operand and operator entities act, interact, impact each other according to the basic informational principles. In this way, a text formalization is always possible. Even more: the process of formalization possesses its own analysis and synthesis, that is, informational composition and decomposition, and it is possible to transcribe a text sufficiently precisely, supplementary, complementary, and also additionally. The result of a text formalization can be a perfected, also improved, informationally well-determined formula system, which from now up performs as an informational program (IM). An IM by itself is informational and behaves as an informational operand. Thus, the purpose of formalization is to make a text informing as to the text corresponding formula system. This system develops, arises with the intention towards a more perfect or final state.
How can the initial formalization of text develop afterwards and what can this development offer as an arising informational system? The initial formula system is as precise as possible informational interpretation of the written text. It is not always sufficiently exact »copy« of the original text, so, supplementary formulas, additional inter-
pretation, and extension of the initial system are possible. One can experience substantial differences in trials to formalize, for instance, the English and the German version of one and the same text. The well-known problem of interpretation occurs in every attempt to translate a text into a natural or formal language. In the next development cycle, the initial or any later formula system can be corrected, made more precise or satisfactory for someone's taste or for an informational machine understanding. By this process of »improvement«, the formula system arises intentionally, where intentional spontaneity and circularity come to one's jr a system's constructive and de-constructive consciousness.
How do the previous questions touch the problem of the so-called informational machine, which is a tool for informing of informational entities? Within an IM, operands and operators must keep the property to inform and to be informed, that is, counter- inform and embed the arriving and arisen information in a spontaneous and circular way. Within its architecmre and operating system, the IM must offer possibilities and necessities of spontaneous and circular informing of informational entities and enable the informational interaction among entities. In this context, the spontaneous means an automatic, impulsive, tmpremediated, arising action which is simultaneously unconstrained, unreasoned, namral, etc. in an entity-intentional and phenomenal way, keeping the sense of an entity's phenomenalism, ex-ternalism, internalism, and metaphysics. The circular has the meaning of a circulating way of informing not only in an indirect and cyclic way, but al;so in a spread, exchange, mumally impacting, rotating manner, etc. An IM is programmed by informational formula systems which are nothing other than informational programs, describing the involved informational entities information-ally.
6. CONCLUSION
the possible entirety informing system. What could be said to this observation is that informational entities of a written text, that is words, idioms, word groups, sentences, paragraphs, etc. inform among each other and are informed in such a way. Informational approach of text interpretation surpasses the conventional styles of linguistic understanding, which in its atomic strucmre is not a dynamically strucmred and arising system of understanding. Certainly, the informational approach can consider traditional and scientifically posited strucmres and methods of a text recognition; however, this may be regularly not sufficient for the dynamically understood written text within an informational environment, in the world where information and its understanding arise in every moment.
REFERENCES
[BIW] Dreyfus, H.L., Being-in-the-World, The MIT Press, Cambridge, Ma (1991).
[SZ] Heidegger, M., Sein und Zeit, Max Niemeyer Veriag, Tübingen (1986).
[BT] Heidegger, M., Being and Time, Harper & Row, New York (1962).
[BV] Heidegger, M., Bitak i vrijeme (in Croatian), Naprijed, Zagreb (1985).
[WIT] Heidegger, M., What Is a Thing,
Regnery/Gateway Inc., South Bend, In (1967).
[OK] Popper, K., Objective Knowledge, An
Evolutionary Approach, Clarendon Press, Oxford (1972).
[OWI] Železnikar, A.P., On the Way to
Information, Informatica 11 (1987) 1,4-18.
[UAI2] Železnikar, A.P., Understanding as Information II, Informatica 14 (1990) 4, 5-30.
[FIP] Železnikar, A.P., Formal
Informational Principles, Cybemetica 35 (1992) (in press).
We see how a linguistic, for instance, a traditional grammatical and semantical approach to the analysis (and synthesis) of sentences, paragraphs, and texts is an artificially reduced, atomically broken, grammatically structured, etc., and by this not in
Appendix: Index of Operands and Operators
pertaining to Being-there in Heidegger's Being and Time (§31)
A DICTIONARY OF INFORMA TIONAL OPERANDS
(Operand symbols with English, German, and Slovene explanation)
Greek Operands
a.	something; thing | etwas; Ding, das
nekaj; stvar | (3.1), (3.2), (3.4)
(3.8),	(5.1), (7.3), (7.4), (7.9), (8.1),
(8.9),(8.10),(9.3),	(12.5), (14.3), (14.7), (16.5) □
«act actuality | Wirklichkeit, die
aktualnost | (3.10)D «adequate adequateness; adequate | hinreichend |
zadosmost; zadosten | (18.1) □ «adequate adequate way | hinreichend in den
Blick I zadosten v pogledu | (18.1) □ ®at_hand something-at-hand | Vorhandene, das| nekaj-priročnega | (9.1) □
®merely_poss
something merely possible
nur Mögliche, das | edino mogoče |
(3.9) □
®poss_ways different possible ways and degrees | verschiedene mögliche Weisen und Grade, die
različni možni načini in stopnje | (4.6) □
°^present-at-hand
something present-at-hand ein Vorhandenes nekaj priročnega j (3.4), (3.7), (14.3) □
®still_out something still outstanding
Noch-nicht-vorhandenes, das | še-ne-razpoložljivo | (5.1) □
Anfang, der| začetek
ßbegin beginning, the (14.6) □
ßbeginCi^tradC^philo))
beginning onwards the tradition of
philosophy, the | Tradition der Philosophie von Anfang an, die | tradicija filozofije od začetka | (14.6) □
ßbody body I Leib, der | telo | (14.3) □ ßbreakdown breakdown I Weise, die; Bruch, der |
način; prelom | (17.7) □ Tchar character | Mäßige, das; '-mäßig';
Charakter, Entwurfcharakter, der | karakter; primemo | (7.9), (8.4), (8.9), (8.10), (9.4), (12.1), (17.7) □
T char(£enignia(®(®)))
full enigmatical character of Dasein's Being, the | voile Rätselhaftigkeit des Seins des Daseins, die | polna skrivnostnost biti tubiti | (17.7) □
TcharC'^projectC^))
understanding's projective character, the I Entwurfcharakter des Verstehens, der I projektivni karakter razumevanja | (12.1) □ Tchar(®) character of Dasein | Mäßige des Daseins, das I tubiti primemo | (7.9) □ Tchar(^) character of understanding
Entwurfcharakter des Verstehens, der | karakter razumevanja; razumevajoče | (8.4), (8.9), (8.10), (9.4) □ Tcircunisp circumspection | Umsicht, die| preudarnost | (12.2), (15.1)D
Tcircunisp(Tconcem)
circumspection of concern |
Umsicht des Besorgens, die |
preudarnost preskrbe | (12.2), (15.1) □
Tcleared claredness | Gelichieüicit, die
osvetljenost | (14.2) □
Tconim common | gemeinsam | skupen |
(15.1) □
Tconini(^sense)
common sense | Verständigkeit, die
razumnost | (15.1) □
Tconcept_ex explicit conceptions | expliziten
Begriffe, die | eksplicitni pojmi |
(15.4) □
Tconcept_ex(®)
explicit conceptions of Being |
concern
concrete
Tcond
expliziten Begriffe von Sein, die | eksplicitni pojmi biti | (15.4) □ concern | Besorgen, das | preskrba | (12.2), (15.DD
concreteness; concretely | konkret | konkreten I (18.1) □
concrete ("^thisCl^multi (^exist)))
these existentialia concretely | konkrete diese Existenzialien, die | ti konkretni eksistenciali | (18.1) □ condition | Bedingung, die | pogoj I (7.7), (7.9) □
Tcond(^(«))
conditions of the possibility of entities | Bedingungen der Möglichkeit des Seiendes, die | pogoji možnosti bivajočega | (7.9) □
conditions of possibilities of the Being of Nature | Bedingungen der Möglichkeit nach der Frage des Seins der Natur, die | pogoji možnosti biti narave | (7.7) □ Tconsider considerateness | Rücksicht, die ozir I (12.2) □
Tconsider(''^solicitiide)
considerateness of solicitude, the Rücksicht der Fürsorge, die | ozir skrbi | (12.2) □ Tconst Constitution; constitution]
Konstitution, die | konstitucija | (9.4), (17.5) □
Tconst(®(^there))
Constitution of the Being of the "there" | Konstitution des Seins des Da, die| konstitutcija Tu-biti | (9.4), (12.4), (17.5) □ fcont contingency | Kontingenz, die
kontingenca; naključnost | (3.7) □
Tcont(®present-at-hand)
contingency of something present-at-hand | Kontingenz eines Vorhandenen, die | naključnost priročnega | (3.7) □ Tcontent contents, the ] Bestand, der | vsebina; stanje | (8.10), (9.1)D
Tcontent (l^mind)
contents of mind; contents one has in mind I gemeinte Bestand, der mišljena vsebina; vsebina uma
-•exist
^dini
£dim(a)
Tcontent(«(S)))
contents of Dasein's Being, the | Seinsbestand des Daseins, der | stanje biti tubiti | (9.1) □
Tgenuine genuine | durchsetzt | uveljavljen; resničen | (10.7), (17.7) □
TgenuineObreakdown)
genuine breakdown | echte Weise,
die I pravi način | (17.7) □
Tniodai category, modal |
modale Kategorie, die | modalna kategorija | (3.8) □
Tniodal (^at-hand)
category, modal of presence-at-hand | modale Kategorie der Vorhandenheit, die I modalna kategorija priročnosti | (3.8) □
derivative, existential | existenziale Derivat, das | eksistencialni derivat | (1.6) □ essential dimension [ wesenhaften Dimensionen, die | bistvene dimenzije | (8.1) □ essential dimension of that which (of something which) | wesenhaften Dimensionen des/der... | bistvene dimenzije neèésa | (8.1) □
Sdim(a Qisci U)
essential dimension of that which can be disclosed in understanding | die wesenhaften Dimensionen des im Verstehen Erschließbaren | bistvene dimenzije tega, kar se v razumevanju razkriva | (8.1) □ earlier | früher | prej | (16.6) □ egocentric | egozentrisch | egocentričen | (13.1) □
Sego(® Ndecept
egocentric self-deceptions of Dasein |
egozentrischen Selbsttäuschungen des
Daseins, die | egocentrične
samoprevare tubiti | (13.1) □
Senigma enigmatical | rätselhaft | skrivnosten | (17.5), (17.7) □
Senignia(®(®))
enigmatical Being of Dasein | Rätselhaftigkeit des Seins von Dasein, die I skrivnostnost biti tubiti | (17.7) □
^essence essences | Wesen, das | bistvo |
Searly ^ego
(15.3)□
^everyday everyday | alltäglich | vsakdanji | (18.1) □
Severyday(^(®))
everyday kind of Being | alltägliche Seinsart, die | vsakdanji način biti | (18.1) □
Sex	existence | Existenz, die | eksistenca |
(10.11), (12.3) □
^exhibit exhibited | Aufweisung, die | izkazanost | (16.6) □
£exhibit(®const(®))
exhibited in terms of the Constitution of the being | Aufweisung aus der Konstitution des Seins, die | izkazanost konstitucije biti | (16.6) □
Sexist existentiale | Existenzial, das |
eksistencial | (3.2), (3.11), (4.1), (9.1), (17.1), (17.5), (18.1) □
Sexist(T const(®('^there))))
existential constitution of the Being of the "there" | existenziale Verfassung des Seins des Da, die | eksistencialno stanje biti-tu | (17.5) □
Sexist('^prqject)
existentiale of projection | Existenzial des Entwurfs, das |eksistencial projekta | (9.1) □ expression | Ausdmch, der | izraz | (14.1), 14.2) □
®express('^sight)
expression 'sight', the | Ausdruck izraz »vid« | (14.1),
-express
'eyes
»Sicht«, der (14.2) □
eyes | Augen, die
oči I (14.3) □
^eyesObody)
bodily eyes, the | leibliche Augen, die I telesne oči | (14.3) □ Sfund existentiale, fundamental fundamentales Existenzial | fundamentalni eksistencial | (1.5) □
^derive_remote
derivatives, remote | entfernte Derivate, die | oddaljeni derivati (15:2)□
^derive_remote
remote derivatives of understanding entfernte Derivate des Verstehens, die oddaljeni derivati razumevanja I (15.2) □
^discl or ^disclose
disclosedness | Erschlossenheit, die | razprtost | (8.4), (10.1), (10.2), (10.10), (12.2), (12.4), (14.2), (14.5), (16.1), (16.2), (17.1), (17.3),
(18.1)n
^disci(^of-Being(Tcliar(^)) Nexist_const) disclosednes of existentially constitutive state-of-Being of the character of understanding | Erschlossenheit des konstitutiven Seinkönnens hinsichtlich des Entwurfcharakters des Verstehens, die I razprtje eksistencialno konstimtivne moči-biti glede na projektni karakter razumevanja (8.4) □
^disclose(^)(®))
disclosure of possibilities of Dasein |
Erschließen von Möglichkeiten des
Daseins, das | razprtje možnosti
tubiti I (17.3) □
■^disclose('^there)
disclosedness of the "there", the |
Erschlossenheit des Da, die | razprtje
Tuja I (12.2), (14.2), (16.1), (18.1) □
^disclose(®)
disclosedness of Being | Erschlossenheit von Sein, die | razprtost biti | (16.2) □
■^disclose(®in-the-world)
disclosedness of Being-in-the-world
Erschlossenheit des
In-der-Welt-seins, die | razprtost
biti-v-svetu I (10.1), (12.4), (17.1) □
^disclose(®)
Dasein's disclosedness | Erschlossenheit des Daseins, die | razprtost tubiti | (10.10) □
■&disclose(®world)
disclosedness of the world, the |
Erschlossenheit der Welt, die
razprtost sveta | (10.2) □
diversion | Sichverlegen, das|
samoodlaganje | (10.10) □
diversion of the understanding | Sichverlegen des Verstehens, das | samoodlaganje razumevanja | (10.10) □
^diversion ■^diversion(
^domain domain | innerhalb (des Bezirkes) | znotraj (območja) | (14.5) □
^domain (^disclose('^sense))
domain of discovery of sense
innerhalb des Enteckungsbezirkes des Sinns I znotraj odkritega območja smisla I (14.5) □ lin	Un-, das | ne- | (10.5) □
i-inauth inauthentic | von Selbst abgeschnürt |
neavtentičen | (10.5) □ indeed indeed, the | Tat, die | dejanje |
■ (17.6) □ "•indiff indifference | Gleichgültigkeit, die |
indiferenca I (4.1) □ (-intuition intuition | Anschauen, das;
Anschauung, die | gledanje; zrenje (15.1), (15.2), (15.3) □
in tuition (^essence)
inmition of essences »Wesensschau«, die | videz bistva | (15.3)D inventory inventory I Vorhandenes, das |
razpoložljivo | (9.1) □
''inventory
inventory of Dasein Vorhandene
des Daseins, das tubiti I (9.1) □
razpoložljivo
'' involve
'item
Untersuchung, die (16.7) □
Bewandtnis, die | (7.5) □
del(i) I (12.4),
l'investigate investigation raziskava involvement zapletenost item(s) I Moment(e) (12.5) □
item(Tconst)
constitutive items, the | Verfassungsmomente, die | konsimtivni deli | (12.4) □ Xiack lack I Un-; Mangel, der | ne-; pomanjkanje | (13.1) □
^lack(2tacquaint Nwith ®world)
lack of acquaintance with the world Unkenntnis der Welt, die | neznanje sveta I (13.1) □ ^leeway leeway I Spielraum, der | igralni prostor; diskurz | (8.4) □
^leeway(T charW)
leeway of the character of understanding | Spielraum des Entvmrfcharakters des Verstehens, der I diskurz projektenga karakterja
razumevanja | (8.4) □ ^liber liberty | Willkür, die | prostost (4.1)D
^liberChndiff)
liberty of indifference | Gleichgültigkeit der Willkür, die prostost brezpomembnosti; brezpomembnost prostosti | (4.1)0

liniit
meje | (16.7) □
^lower
l^basic
M^exist
M^ manifold
limits I Grenzen, die
^liniitC'-investigate)
limits of investigation | Grenzen der
Untersuchung, die | meje raziskave |
(16.7)□
^logic logical I logisch I logično | (15.4) □
^logic (^phenomenal)
phenomenological | phänomenologisch fenomenološko | (15.4) □ level, lower | niedriger | niže (3.10)D
mode, basic | Grundmodus, der | osnovni modus | (1.5) □ meaning, existential | existenziale Sinn, der | eksistenčni smisel | (16.7) □
manifold | Mannigfaltige, das raznovrsmo | (7.6) □
Pnianifold(^at-hand)
manifold present-at-hand, the | mannigfaltige Vorhandene, das raznovrstno priročno | (7.6) □ mind I Gemeinte, das | mišljeno, umsko | (8.10) □ mistake | Vergreifen, das napačno prijetje | (4.3) □ modification | Modifikation, die | modifikacija | (10.10) □
t^modiK^project)
modification of projection \ Modifikation des Entwurfes, die | modifikacija zasnove | (10.10) □ 'more' | »mehr« | »več« | (9.1) □ 'more' of Dasein, the | »Mehr« des Daseins, das | »več« tubiti | (9.1) □ some; multi- | einige | nekateri | (17.1), (18.1) □
^^multi(Sexist)
existentialia | Existenzialien, die |
t^mind
i^mi stake
M^modif
timore f^moreO)
(-^militi
eksistenciali M-multi(®mind)
(17.1), (18.1) □
54
states-of-mind | Befindlichkeiten, die počutnosti I (17.1)n Usign meaning; significance |
Bedeutung, die | pomen | (3.1) □ v	necessity | Notwendigkeit, die
nujnost I (3.10) □ Vanew a^ew | emeut | nanovo | (17.7) □ ■^anewO^quest Nabout Nof
"^throwC^projectC^in-the-world))))
anew the question about the Being of thrown projective Being-in-the-world I emeut die Frage nach dem Sein des geworfen-entwerfenden In-der-Welt-sein | nanovo vprašanje po biti vržene-projektirajoče
biti-v-svetu I (17.7) □
v
at_any_time
v
view

;ign

poss
the necessary at any time jemals Notwendige, das | kdaj nujno | (3.8) □ view I Blick, der | pogled | (18.1) □ significance | Bedeutsamkeit, die | pomembnost | (2.5), (2.6), (2.7), (2.8), (8.3) □ significance, possible mögliche Bedeutsamkeit, die | mogoča pomembnost | (7.3) □
-'one
one
wir
^ontology
7t
7r(a)
^(TcharW)
mi I (9.1), (10.4), (10.9), (14.1), (14.4), (14.7), (15.1), (15.4), (17.5), (17.7), (18.1) □ ontology I ontologisch | ontološki |
(15.1)□
possibility; potentiality Möglichkeit, die; Können, das | možnost; potencialnost | (3.8), (3.9),
(3.10),	(3.11), (3.12), (3.13), (4.1), (4.3), (4.5), (5.7), (7.3), (7.6), (7.7), (7.9), (8.1), (8.8), (8.9), (8.10),
(8.11),	(10.1), (10.8), (11.1), (16.3),
(17.2),	(17.3) □ possibilities of an entity | Möglichkeiten des Seindes, die | možnosti bivajočega | (7.3), (7.9) □
I
possibility of the character of understanding | Möglichkeit des Entwurfcharakters des Verstehens, die I možnost karakterja razumevanja | (8.10) □
^(^unity)
7t(58(S)))

7r(Q3free)
7T(S))
possibility of unity | Möglichkeit der Einheit, die | možnost enosti | (7.6) □
possibilities of Dasein's Being | Möglichkeiten des Daseins Sein, die možnosti biti tubiti | (4.3) □ possibility of the Being of Nature Möglichkeit des Seins von Natur, die I možnost biti narave | (7.7) □ possibility of Being-free, the | Möglichkeit des Freiseins, die | možnost prosto-biti | (4.5) □ Dasein's possibility | Möglichkeit des
Daseins, die | možnost mbiti | (3.5), (3.6), (5.7), (8.8), (17.3) □
possibilities of Dasein as it is Möglichkeiten des Daseins aus denen her es ist, die | možnosti biti, iz katerih bitje | (17.2) □ ■n;(U) possibilities of understanding |
Möglichkeit des Verstehens, die | možnost razumevanja | (8.11), (10.1), (11.DD
Nfirst_find
possibility of first finding Dasein
again, the | sich in Daseins Möglichkeiten erst wieder zu finden | se v možnostih tubiti šele ponovno najti | (5.7) □ ^at-hand presence-at-hand 1
Vorhandenheit, die | priročnost | (3.8), (5.1), (7.6), (14.3), (15.1) □ TTat.haiidCa) presence-at-hand of something Vorhandenheit von etwas, die | priročnost nečesa | (14.3) □
Abasie. 1 OJ" ^basic_2
basic possibilities | Grundmöglichkeiten, die temeljne možnosti | (10.9) □
^basic_l(U)or7rbasic_2(U)
basic possibilities of understanding Grundmöglichkeiten des Verstehens, die I temeljne možnosti razumevanja | (10.9) □
possibility, definite bestimmte Möglichkeit določena možnost | (4.2) □ potentiality-for- | (Sein-)können-, das I možnost-za-1 (7.2) □
^def
^for
7^for(®in-the-world)
potentiality-for-Being-in-the-world | Sein-können-in- der-Welt, das | bit-možnosti-v-svetu | (7.2) □ ■"^for-Being potentiality-for-Being |
Seinkönnen, das | moči-biti | (3.3), (3.6), (3.13), (4.1), (4.3), (4.5),
(5.1),	(5.3), (5.7), (6.1), (8.4),
(9.2),	(9.3), (10.1), (10.8), (11.1), (16.1), (17.4) □
7tfor-Being(S)
Dasein's potentiality-for-Being Seinkönnen des Daseins, das | potencialnost biti tubiti; moči-biti tubiti 1(4.5), (5.7), (6.1), (9.2),
(9.3),	(11.1), (16.1), (17.4) □ Ttjnterconn possible interconnection
Möglichkeit des Zusammenhangs, die I možnost povezave | (7.5) □
^mterconn(^to-hand)
possible interconnection of the ready-to-hand | Möglichkeit des Zusammenhangs von Zuhandenem, die I možnost povezave priročnega (7.5) □
TTjog possibility, logical |
logische Möglichkeit, die | logična možnost | (3.7) □
'^peculiar
eigen | svojski | (14.4) □
peculiar
^peculiar(^see)
peculiar of seeing, the | Eigene des
^philo
Sehens, das (14.4) □ philosophy I filozofija
svojsko videnja Philosophie, die
^plan
TT.
pnm
(14.6) □ plan I Plan, der | načrt | (8.6) □ primordiality; primordial gleichursprünglich | prvobiten | (12.5), (17.1) □
''^prim(^disclose(®m-the-world))
primordial disclosedness of Being-in-the-world | ursprüngliche Erschlossenheit des In-der-Welt-seins, die | izvirna razprtost biti-v-svetu | (17.1) □
^primC'-itera) N ^existC*^))
primordiality in those items which are constitutive for existence of entities | gleichursprünglich der konstitutiven Momente der Existenz des Seiendes
TT.
prior
prvobitno konstitutivnega v eksistenci bivajočega | (12.5) □
prednost |
priority I Vorrang, der (15.1) □
^prior(^at-liand ^ '^trad(°ontology))
priority of the present- at-hand in
traditional ontology, the | traditionelle
ontologische Vorrang des
Vorhandenen, der | tradicionalna
ontološka prednost priročnega |
(15.1)D
^priorC'^pureC'- intuition))
priority of pure intuition | Vorrang des puren Anschauen, der prednost čistega pogleda | (15.1) □
^project projection j Entwurf, der | osnutek;
projekcija | (8.2), (8.4), (8.9), (8.10), (9.1), (9.4), (10.1), (10.10), (12.1), (16.4), (16.5), (17.3), (17.4), (17.5), (17.7) □
■^project(^disclose(^(^)))
projective disclosure of possibilities of
Dasein, the | entwerfende Erschließen
der Möglichkeiten von Dasein, das j
projektirajoče razprtje možnosti
tubiti I (17.3) □
^project(^for-Being(®))
projection of Dasein ' s potentiality-for-Being | Entwurf des Daseins Seinkönnens, der projekt moči-biti tubiti | (17.4) □
''^project(®in-the-world)
projection of Being-in-the-world |
Entwurf des In-der-Welt-seins, der |
projekt biti-v-svem | (16.5), (17.7) □
TTprojectCU) projection of understanding | Entwurf des Verstehens, der | zasnova razumevanja | (12.1) □
TC
pur I čist I (15.1)□
pure	pure
^pureC''intuition)
pure intuition | pure Anschauen, das
čisti pogled I (15.1) □
^pure('' intuition Nof ^priorC^pureC'- intuition)))
pure intuition of its priority | pure Anschauen seines Vorranges, das | čisti pogled njegove prednosti (15.1)D
^solicitude ways of solicitude; solicitude Weisen des Besorgens, die | načini (možnosti) skrbi | (3.6),
Prange
''exist
«^self
(12.2) □
^solicitude(®)
ways of solicitude of Dasein | Daseins Weisen des Besorgens, die | načini skrbi tubiti | (3.6) □ ^thrown possibility, thrown
geworfene Möglichkeit, die | vržena možnost | (4.4) □ range | Unikreis, der | območje (lO.l)D
structure, existential | existenziale Struktur, die | eksistencialna strukmra | (1.1), (5.1), (8.2) □ Self, the I Selbst, das | Se | (10.4), (10.5), (12.4) □ •^selKoone) one's own Self j sein Selbst, das |
svoj Se I (10.4) □ '^self(®) Dasein's Self | Selbst des Daseins,
das| Se tubiti | (10.5) □ ^sense sense I Sinn, der | smisel | (4.1), (12.4), (14.5), (15.1), (17.5)D
c^senseC^liberCl-indiff))
sense of the liberty of indifference, the I Simi der Gleichgültigkeit der Willkür, der | smisel prostosti in diference I (4.1) □
^sense('^throw(^project))
sense of thrown projection, the | im Sinne des geworfenen Entwurfs | v smislu vrženega projekta | (17.5) □
'^senseC^well)
sense which is well understood »Selbsterkenntnis«, die I
O^i
sight
«^sightCS))
samospoznanje "sight"; sight
(12.4) □
vid
Sicht, die
(12.1), (12.2), (12.3), (14.1), (14.4), (14.7), (15.1) □
Dasein's "sight" | Sicht des Daseins,
die
(12.2), (12.2),
vid tubiti (12.3) □
<^sight((« Nas «) Nsake N; N
sight which is directed upon Being as such, for the sake of which any Dasein is as it is | die Sicht auf das Sein als solches, umwillen dessen das Dasein je ist, wie es ist | vid biti kot take, zaradi katerega je tubit to, kar
-•sign
je I (12.2) □
significance | Bedeutsamkeit, die pomembnost | (16.2) □
^sisn(®world)
significance of the world Bedutsamkeit der Welt, die ] pomembnost sveta | (16.2) □ ^sign_exist existential signification |
existenziale Bedeutung, die j eksistemcialni pomen | (14.4) □
'^sign_exist('^sight)
existential signification to "sight" |
existenziale Bedeutung der Sicht, die |
eksistencialni pomen videnja |
(14.4) □
Gso	sol So, das I Tako 1 (18.1) □
^solution 'solution' I »Lösung«, die | »rešitev« | (17.7) □
«^soliuion(®)
Being's solution | Seins Lösung, die | bitoa rešitev | (17.7)D Ojtage stage | Smfe, die | stopnja | (16.6) □
'^stage(Searly)
earlier stage | früher | prej | (16.6) □
-'stmctiire
strucmre (15.4) □
Struktur, die strukmra
•^stnictureC®)
^terni_iuii
strucmre of Being | Seinsstrukmr, die I struktura biti | (15.4) □ universal term | universale Terminus, der univerzalni termin
(14.7) □
Tthere there, the | Da, das | m | (2.2), (2.3), (2.4), (5.4), (5.5), (9.4), (12.2), (14.2), (16.1), (16.6), (17.4), (17.5), (18.1)□
Tthere(®) there of Dasein, the | Da des Daseins,
das I m tubiti | (2.2), (2.4), (5.5) □ Tthis these I diese | te | (18.1) □
'^this(t^multi(Sexist))
these existentialia | diese Existenzialien | ti eksistenciali (18.1)□ "^thrONvii or '^throw
throwness; thrown | Geworfenheit, die; geworfen | vrženost; vržen (5.6), (8.5), (17.4), (17.7) □
"^throwC^project)
thrown projection | geworfene
Entwurf, der | vrženi projekt |
(17.5)□
''•throw(^project(®in-the-world))
thrown projective Being-in-the-world | geworfen-entwerfende
In-der-Welt-sein, das | vržena projektirajoča bit-v-svetu | (17.7) □ TthrowC®) Dasein's throwness | Geworfenheit des Daseins, die | vrženost tubiti (17.4) □ total totality | Ganzheit, die | celost I (7.5) □
'^tota](''involve)
totality of involvements, the | Bewandtnisganzheit, die | celotna vpletenost | (7.5) □ "^trad tradition; traditional | Tradition, die;
traditionell | tradicija; tradicionalen | (14.6), (14.7), (15.1) □
'^trad(Oontology)
traditional ontology | traditionell ontologisch I tradicionalno ontološki I (15.1) □ "^tradC^philo)
tradition of philosophy | Tradition der Philosophie, die| filozofska tradicija | (14.6) □ "transparency" | Durchsichtigkeit,
'•transpar
die
transparentnost; prozornost (12.3), (12.4), (12.5) □
"^transparC®)
transparent to entities | durchsichtig gewordene Seiende, das transparentno nastalo bivajoče | (12.5)D Uunity unity I Einheit, die | enost I (7.6) □
^lnity(^^Inanifold(^at- hand))
unity of the manifold present-at-hand, the | Einheit des mannigfaltigen Vorhandenen, die | enotnost raznolično priročnega | (7.6) □
Uuiuty(9'^) unity of Nature, the | Einheit der
Natur, die | enotnost narave | (7.6) □ Uway the most primordial and ultimate positive way
ursprünglichste und letzte positive ontologische Bestimmtheit, die najizvomejša in poslednja pozitivna ontološka določenost | (3.11 ) □ 9basis phenomenal basis
phänomenale Boden, der | fenomenalno ozadje | (3.13) □ (Pfact factical; facticity | faktisch;
Faktizität, die | faktičen; fakticiteta | (8.4), (9.2), (17.4) □
9fact(^for-Being)
factical potentiality-for-Being, the
faktische Seinkönnen, das | faktična
možnost biti I (8.4) □
9fact(^tlirow(Sl))
fact of Dasein's throwness | Faktum dér Geworfenheit des Daseins, das | fakt vrženosti tubiti i (17.4) □ 9fact(®) facticity of Dasein | Faktizität des Daseins, die | fakticiteta tubiti (9.2) □
^feature feature | Eigenschaft, die značilnost | (14.4) □
9feature(''^peculiar(®see))
peculiar feature of seeing, the |
Eigentümlichkeit des Sehens, die |
posebnost videnja | (14.4) □
full; fullness | voll | poln | (10.1),
(10.10), (12.4), (17.7), (18.1) □
9full(Tchar(Seni§ma(®(®))))
full enigmatical character of Dasein's
Being I voile Rätselhaftigkeit des
Seins des Daseins, die j polna
skrivnostnost biti tubiti | (17.7) □
9full(^disclose('^there))
full disclosedness of the "there", the voile Ersćhlossenheit des Da, die | polna razprtost Tuja | (18.1) □
9fiill(^disclose(®in-the-world))
fìlli disclosedness of
Being-in-the-worid, the | volle
Ersćhlossenheit des
In-der-Welt-seins, die | polna
razprtost biti-v-svetu | (10.1),
(12.4) □
q'full(^disclose(®))
Dasein's full disclosedness | volle Ersćhlossenheit des Daseins, die polna razprtost mbiti | (10.10) □
^phenomenal
phenomenological; phenomenal | phänomenologisch; phänomenal fenomenološki; fenomenski | (15.3), (15.4), (18.1) □
9phenomenal('^adequate(®world))
phenomenally adequate way |
phänomenal hinreichend in den Blick
fenomensko zadosten v pogledu |
58
(18.1) □
9phenomenal( intuition(Sessence))
phenomenological intuition of essences | phänomenologische »Wesensschau« | fenomenološki pogled na bistvo | (15.3) □ 9sake "for-the-sake-of-which" Worum-willen, das | zaradi-česa | (2.4), (2.5), (2.6), (2.8), (8.3), (10.2), (16.2) □ cp(x.y) formula ep, marked by (x.y) |
Formel (p bezeichnet mit (x.y), die | formula (p, označena z (x.y) | 9(1.1). ••• , 9(18.1) (16.7); rp(4 3) (4.4); 9(7.7) (7.8), (7.9); 9(8.1) (8.2);
9(8.9) (8.10); 9(14.4) (10.2) □
Ü)	other(s) | anderen, die | drug(i) |
(3.6), (12.5) □ ^oneself oneself | Sichverhalten, das | Se-vedénje | (8.6) □
Ol
ar
•access
51
Fraktur Operands
ability I Fähigkeit, die | sposobnost I (7.4) □ access | Zugangsart, die | dostop (14.6), (14.7) □ acquaintance | Kenntnis, die
acquaint
znanje;
21,
answer
91
aware
védenje | (13.1) □ answering | Antworten, das | odgovarjanje | (17.6) □ awareness | Vernehmen, das slišanje; zavest
(14.3) □
^aware(<^) awareness of something | Vernehmen eines (Vorhandenen), das | zavest o nečem | (14.3) □ ^detriment detrimentß/i'O' I Ablräglichkeit, die | odnes/7/vo5/; ìkodljivost | (7.4) □
^detrimentC«)
detrimentality of something (of that which is) I Abträglichkeit des Seinden, die | odnesljivost nečesa | (7.4) □
strviceability | Yerv/endbarkeit, die |
01
service
(7.4) □
pnpravno^r 2Iservice(®) servicability of something |
Verwendbarkeit von Seinden, die
21,
use
pripravnost nečesa | (7.4) □ usability \ Dienlichkeit, die |
2iuse(«)
93

«(a)
®(^disclose)
primemo^/1 (7.4) □ usability of something | Dienlichkeit von etwas, die | primernost nečesa | (7.4) □ Being I Sein, das | bit | (3.2), (3.3), (4.3),(5.1), (5.4),(7.7), (7.9), (8.3), (8.5), (8.6), (8.11), (9.1), (9.4),
(12.2),	(14.6), (14.7), (15.4), (16.2),
(16.3),	(16.4), (16.5), (16.6), (16.7), (17.5), (17.6), (17.7), (18.1) □
)
Being as informing | Sein qua Informieren, das | bit kot informiranje | (3.2) □ Being of entity | Sein des Seienden, das I bit bivajočega | (7.9), (16.5) □
I
Being of disclosedness j Sein der
Erschlossenheit, das (16.2) □
bit razprtosti
®(^for-Being)
Being of potentiality-for-Being Sein des Seinkönnens, das bitmoči-biti I (5.1)n Q3(Ttiiere) Being of the »there« ] Sein des Da, das I bit za »tu« | (5.4), (9.4), (17.5) □
or 58(®)
Being, Dasein's | Sein des Daseins, das | bit tubiti I (1.5), (4.3), (5.1), (8.3), (8.5), (8.6), (8.11), (9.1), (12.2), (17.5), (17.6), (17.7) □ 58(tR) Being of Nature, the | Sein der
Natur, das | bit narave | (7.7) □ ^alongside Being-alongside ] Sein bei, das | pri-bit I (12.5) □
®alongside(®world' ®with(w))
Being-alongside the world and Being-with others | das Sein bei der Welt, im Mitsein mit Anderen pri-bit sveta, v z-biti z drugimi | (12.5) □ ®exist Being, existential
existenziale Sein, das 1 eksistencialna bit (6.1) □ Being-free |
Freisein, das | bit-prostosti | (4.5) □ (Will be continued)

ree
SINKRONIZIRANA PODATKOVNA PRETOKOVNA RAČUNALNIŠKA ARHITEKTURA (I)
Keywords: parallel processing, dataflow computing, scheduling, allocator, performance evaluation parallel computer architecture.
Jurij Šilo
Laboratorij za računalniške arhitekture Institut Jožef Stefan, Ljubljana
Delo obravnava problem časovne optimizacije asinhronega procesiranja na omejenem številu procesorjev. Predlagamo izvirno rešitev, ki temelji na uvedbi nekaterih mehanizmov sinhronizacije v asinhrono računanje. Graf pretoka podatkov, ki opisuje asinhrono procesiranje, opremimo s časovno optimalno sprožitveno funkcijo, ki služi tako pri vlaganju grafa v računalnik, kakor tudi pri njegovem časovno optimalnejšem izvrševanju. V ta namen smo razvili hevristična algoritma pOptSinh in TOptSinh za konstrukcijo optimalnih sprožitvenih funkcij, ki po pesimistični oceni vračata optimalno rešitev v 80% primerov. Nadalje |)redlagamo algoritma za dodeljevanje MinGlDol in MinGlGor, ki temeljita na optimizaciji medprocesorskih komunikacij. V primerjavi z znanimi razvrščevainimi algoritmi dobimo s piediaganima algoritmoma boljše rezultate, kar potrjujejo analizirani primeri algoritmov za izračun hitre Tourierjeve transformacije, dinamične analize scene in l>U razcepa matrike. Končno podajaino tudi zasnovo hibridne vzporedne arhitekture računalnika, ki podpira pre'dlagano preoblikovanje asiniironega računanja.
SYNCHRONOUS DATAFLOW COMPUTER ARCHITECTURE - We discuss the problem of time optimization of ixsyiiclironous processing on a limited number of (irocessors. We present an original solution to the problem based on introduction of synchronization mechanisms into asynchronous processing. The dataflow graph describing asynchronous processing is associated with the corresponding time-optimal firing function. This function is used both for loading a dataflow graph into the computer and for time-optimal graph execution. In order to do this, we have developed two heuristic algorithms, pOptSinh and TOptSinh, which are used for optimal firing function construction. According to conservative estimates, these algorithms return optimal functions with 80% probability. Furthermore, we propose two scheduling algorithms, MinGlDol and MinGlGor, which are based on interprocessor communication minimization. These two algorithms give better results compared to some other well known scheduling algorithms. This fact is illustrated in Fast Fourier Transformation, Dynamic Scene Analysis, and LU matrix decomposition algorithms. Finally, we present a design of hybrid parallel computer arciiitecture capable of supporting modified asynchronous computing.
1.	Uvod
Asluluono (podatkovno vodeno) procesiranje [1,
2,	3, 4, 5, 6, 7] najlaže predstavimo z grafom pretoka podatkov [8], katerega točke i)onazarjajo operacije oz. ukaze, usmerjeno povezave |)a so nosilke vrednosti operandov oz. podatkov. Ko v neko točko stečejo podatki po vseh njenih vhodnih povezavah, postane točka izvršljiva in prične takoj z izvrševanjem pridruženega ukaza. Pravimo, da se je točka sprožila. Ko točka konča izvrševanje ukaza, pošlje rezultat v vse svoje izhodne povezave. Graf pretoka podatkov je "strojni" jezik računalnikov, ki podpirajo podatkovno vodeno procesiranje in je rezultat prevajanja visokega programskega jezika z
enkratno prireditvijo [9, 10]. Čeprav segajo osnovne ideje, na katerih temeljijo takšni računalniki, v pozna šestdeseta leta, so šele s pojavom VLSI telinologije postale te ideje tudi uresničljive [11, 12]. V osemdesetih letih so se porodili v svetu številni projekti, katerih cilj je realizacija podatkovno pre-tokovnega računalnika [13, 15, 16, 17, 18].
Intuitivno si lahko zamislimo implementacijo asinhronega procesiranja tako, da je vsaka točka podprta s svojim procesorjem in vsaka povezava s komunikacijskim kanalom. Izkaže se, da ni nujno vsaki točki prirediti lasten procesor že vnaprej, saj je v danem trenutku izvršljivih le nekaj točk. Takšen pristop se je uveljavil v krožni arhitekturi, kjer se dodeli točki procesor šele tedaj, ko
postane slednja izvršljiva. Ker se v veliki večini algoritmov vsebovana vzporednost dinamično spreminja, ni smiselno uporabiti toliko procesorjev, kol jih zahteva maksimalna vsebovana vzporednost, saj bi bila njihova izkoriščenost nizka. Po drugi strani pa lahko povzroči pomanjkanje procesorjev občutno upočasnitev procesiranja, ker prihaja do ti. nasičenj, ko izvršljive točke čakajo v vrsti na sprostitev procesorjev. Zaradi nedeterminističnega vstopanja so točke v vrsti neurejene glede na svojo pomembnost: npr. kritična točka (tj. točka, ki bi se morala takoj izvršiti) ne more prehiteti ostalih točk, ki se nahajajo v vrsti pred njo. Ncdetcrmi-nistično vstopanje v vrsto v splošnem podaljša čas izvrševanja grafa pretoka podatkov.
Predpostavimo, da je na voljo podatkovno pretokovni računalnik s potencialno neskončnim številom procesorjev ter izberimo poljuben graf pretoka podatkov. Denimo, da je za najliitrejšo asinhrono izvršitev izbranega grafa potrebnili vsaj m procesorjev. Tedaj označimo s Tm najkrajši čas, v katerem se ta graf izvrši na rn procesorjih. Na računalniku z n < m procesorjev pa bi se v splošnem isti graf asinhrono izvršil v času ^ Tm + ATn, kjer ATn > 0. Za nalogo si zadajmo minimizirati podaljšek izvrševanja A7',i, tj. časovno optimizirati asihrono procesiranje pri n danih procesorjih.
2. Vzporedno procesiranje in arhitekture
Cilj vzporednega procesiranja in pripadajočih računalniških arhitektur [19, 20] je povečati "moč" računalnikov, tj. povečati njihovo zmogljivost in hitrost procesiranja ter odpraviti ozka grla v procesu računanja, ki so posledica von Neumannove arhitekture. Zaporedni računalniki so neučinkoviti pri reševanju nalog, ki se porajajo na področjih umetne inteligence (razpoznavanje slik in govora, ekspertni sistemi, avtomatsko dokazovanje itd.) in pri zahtevnih numeričnih izračunih (simulacija, modeliranje, grafika itd.). Zato je v zadnjih letih poseben poudarek na raziskavah novih načinov vzporednega procesiranja in programiranja [4, "21, 22] ter na vzporednih računalniških arhitekturah [19, 23, 24, 25, 26].
Eden obetavnejših načinov vzporednega procesiranja izvira iz modela podatkovno vodenega
računanja [6], ki ga podpirajo pripadajoče podatkovno pretokovne ariiitekture [.3, 27, 28]. Ker bo podatkovno vodeno računanje predmet nadaljnje obravnave, določimo najprej mesto pripadajočih podatkovno pretokovnih arhitektur v množici računalniških arhitektur.
2.1. Razvrstitev arhitektur
Razvrščanja se lahko lotimo z zelo različnih zornih kotov. Tako predlaga Feng [29] razvrščanje na osnovi stopnje vzporednosti ter Händler [30] razvrščanje na podlagi stopnje vzporednosti in cevljenja'. Najpogosteje se uporablja Flynnova [31] razvrstitev računalniških arhitektur, ki temelji na ukaznih in podatkovnih tokovih . Arhitekture razvršča v štiri skupine: en ukazni in podatkovni tok (SISD), en ukazni in več podatkovnih tokov (SIMD), več ukaznih in en podatkovni tok (MISD) ter več ukaznih in podatkovnih tokov (MIMD). Skillicorn [32] je predlagal razširjeno Flv-nnovo razvrstitev. Na osnovi števila ukaznih in podatkovnih procesorjev, ukaznih in podatkovnih pomnilnikov ter načina njihovega povezovanja je razdelil računalniške arhitekture v 28 razredov. V razredih od 1 do .5 so podatkovno pretokovne in redukcijske arhitekture, v razredu 6 so zaporedne von Neumannove arhitekture, razredi od 7 do 10 obsegajo procesorska polja, razreda 11 in 12 sta MISD arhitekture in končno v razrede od 13 do 28 razvrsti večprocesorske arhitekture. Das-gupta [33] je odpravil nekatere pornankljivosti v Skillicornovi razvrstitvi in predlagal hierarhični sistem razvrstitve arhitektur. Treleaven [4] razvršča računalniške arhitekture glede na: organizacijo računanja, programsko organizacijo in organizacijo stroja. V slednji razvrstitvi je mesto podatkovno pretokovnih arhitektur zelo jasno opredeljeno, zato bomo v nadaljevanju to razvrstitev v grobem tudi predstavili.
2.1.1 Organizacija računanja
Faze računanja. Računanje je proces, ki ga sestavlja zaporedno ponavljanje treh faz, in sicer: izbiranje, preverjanje in izvrševanje.
Izbiranje: Določi se množica ukazov programa, ki so možni kandidati za izvrševanje. V splošnem izbira ukaza še ne pomeni njegove takojšnje
'Cevljenje iz angl. "pipelining"
izvršitve. Pravilo, po katerem se ukazi izbirajo, imenujemo pravilo izbiranja. Poznamo tri pravila izbiranja: brezpogojno (ukaz se izbere ne glede na njegov položaj v programu), notranje (izberejo se najglobje gnezdeni ukazi izraza) in zunanje (izbirajo se sarno negnezdeni ukazi).
Preverjanje: Ugotavlja se izvršljivost ukaza, kar pomeni, da se preverja prisotnost vseli potrebnih vrednosti operandov v izbranih ukazih. Pravilo za preverjanje imenujemo pravilo izvršitve. Izvršljivi ukazi preidejo v tretjo fazo računanja. Če ukaz ni izvršljiv, se bodisi odloži ter se izbere kasneje ali pa se zahtevajo manjkajoče vrednosti operandov.
Izvrševanje: Izvršljivi ukazi se dejansko izvrše.
Vodenje računanja. Ločimo tri osnovne načine vodenja računanja: krmilno vodeno računaje, c zahtevo vodeno računanje in podatkovno vodeno računanje.
Krmilno vodenje: Izbiranju ukazov, ki je brezpogojno, sledi izvrševanje ukaza. Torej se pri krmilnem vodenju ne izvaja preverjanja ukazov.
Vodenje z zahtevo: Ukaz se izbere (navadno po pravilu zunanjega izbiranja) tedaj, ko prej izbrani ukaz zahteva njegov rezultat. Nato se ugotovi, če so izbrani ukazi izvršljivi, če so torej znane vrednosti njihovih operandov; če vrednost oi)eranda še ni znana, se posreduje zahteva tistemu ukazu, ki ga more izračunati. Izvršijo se vsi tisti ukazi, katerih potrebni operandi so znani.
Podatkovno vodenje: Izbiranje poteka tako, da se vsakemu ukazu dodeli procesor. Preverjanje sestoji iz sprotnega ugotavljanja vrednosti vseh vhodnih operandov, sledi mu izvrševanje vseh preverjenih ukazov.
2.1.2 Programska organizacija
Krmilni mehanizem. Krmilni mehanizem določa vpliv izvršitve nekega ukaza na izvrševanje ostalih ukazov ter je bodisi zaporedni (ukazi se izbirajo drug za drugim in se po vrsti izvršujejo), rekurzivni (posreduje se zahtevo po operandih ter sproži izvrševanje tistega ukaza, katerega rezultat je bil zahtevan) ali sočasni (ugotavlja se prisotnost vhodnih operandov ter sproži izvrševanje tistih ukazov, ki imajo na voljo vse potrebne operande).
Podatkovni mehanizem. Podatkovni mehanizem določa način, po katerem si ukazi delijo
skupne operande. Ukazi si lahko delijo skupne o|)eran(lc s pomočjo: vstavljene vrednosti (če je vrednost operanda znana že pred pričetkorn računanja, se takoj vpiše v vse ukaze, ki jo potrebujejo), sprotne vrednosti (kopije operanda, ki se je izračunal, se posredujejo vsem ukazom, ki jim je ta operand skupen) in reference (vsi ukazi vsebujejo tudi referenco na skupen operand).
Modeli računanja. Vodenja računanja realiziramo z različnimi modeli računanja. V vsakem modelu se zrcali izvirni način vodenja računanja v obliki krmilnega ter podatkovnega mehanizma. Opredelitev različnih modelov računanja glede na podatkovni in krmilni mehanizem prikazuje slika 1.
Krmilno vodenje: Realizirati gaje mogoče z naslednjimi modeli: z zaporednim krmilnim tokom, s sočasni krmilnim tokom in s tokom krmilnih paketov.
Vodenje z zahtevo: Uporabljata se dva modela, in sicer: redukcija izrazov in redukcija grafov.
Podatkovno vodenje: Pripada mu le model računanja s tokom podatkovnih paketov.
2.1.3 Organizacija stroja
Pod izrazom "organizacija stroja" razumemo način sestavljanja in medsebojnega povezovanja osnovnih računalniških materialnih virov: procesorjev, pomnilnikov in komunikacijskih enot. Ločimo tri osnovne organizacije.
Centralizirana organizacija. Sestavljajo jo procesor, pomnilnik in vodilo med njima. To je tradicionalna von Neumannova arhitektura.
Organizacija za obravnavo izrazov. Osnovni gradniki, ki so sestavljeni iz procesorja, pomnilnika in komunikacijske enote, so povezani v pravilno strukturo.
Organizacija za posredovanje paketov. Procesna enota (več procesorjev), pomnilniška enota in komunikacijska enota so preko čakalnih vrst krožno povezane. Izvrševanje programa poteka cevljeno v obliki enosmernega pretoka paketov skozi omenjene enote, ki delujejo sočasno. Vrste opravljajo nalogo začasnega skladiščenja paketov: paketi, ki so pripravljeni za obdelavo v eni od enot, čakajo v ustrezni vrsti, dokler jih ta enota ni pripravljena sprejeti.
K R M I L N I
M
E
H
A
N
I
Z
E
M
z a P
0 r g d n
1
s o č a s n

odatkovno vodenj k
Tok podatkovnih paketov
Krmilno vodenje
Zaporedni krmilni tok
Sočasni krmilni tok
Tok krmilnih paketov
Vodenje z zahtevo
Redv.kcija izrazov
Redukcija grafov
sprotne vrednosti vstavl jeno vi-ednosti	reference
PODATKOVNI M Ell ANIZEM
Slika 1: Modeli račiina.nja.
2.2 Podatkovno pretokovne arhitekture
Podatkovno pretokovnl računalniki [2] se bistveno razlikujejo od krmilno vodenih računalnikov. Prvič: njihova struktura je zasnovana tako, da poteka procesiranje na osnovi vrednosti, ne pa naslovov spremenljivk. In drugič: v podatkovno pretokovnih računalnikih ni ničesar, kar bi bilo podobno programskemu števcu, saj postanejo operacije izvršljive ta.koj, ko so na voljo vsi potrebni vhodni operandi. Torej temeljijo ti računalniki na načelih asinhronosti m funkcionalnosti [M].
2.2.1 Podatkovno vodeno računanje
Model, s katerim realiziramo podatkovno vodeno računanje, je tok podatkovnih paketov. Opredeljujeta ga sočasni krmilni mehanizem ter podatkovni mehanizem s sprotnimi in vstavljenimi vrednostmi. Računanje se odvija s pomočjo podatkovnih paketov^. Ukazi sestojijo iz operacij, operandov
(vstavljene ali sprotne vrednosti) in kazalcev na neposredne naslednike. Ukaz se prične izvrševati takoj, ko mu je zadnji od neposrednih predhodnikov poslal podatkovni paket.
Podatkovno vodeno računanje si ilustrirajmo s primerom 2 = (x -j- 2) + (x - y), a; = 3,7... in T/ = 1, 6,3 ..., ki je prikazan na sliki 2.
2.2.2 Graf pretoka podatkov
Strojni jezik podatkovno pretokovnih računalnikov jo (jraf pretoka podatkov (GPP) [8], ki je posebna oblika Petrijeve mreže [35]. Točke v GPP ponazarjajo o])eracije, usmerjene povezave pa so nosilke podatkovnih paketov (vrednosti operandov). GPP je rezultat prevajanja visokega podatkovno pre-tokovnega jezika (Val, Id, Lucid, Sisal, Valid itd.) [9]. Osnovni jezik strojnega nivoja v podatkovno pretokovnih arhitekturah je torej GPP. Izvrševanja programa si zatorej predočimo s pretokom podatkov v GPP. Ko v neko točko stečejo
HJporablja se tudi izraz žeton (iz angl. "token")
	-f
	
\	
	2
	o • —
+
(b)
+
\						*			
-				-					—
									3
	/				/				1
	/				/		*		
			1	• 0 —				6	
(c)
\ 7	-
	.3
■—•—►	1
6	

/o
+		
5		-
		7
		6
		
		
►—►	-t-	(č) r-►	+	((i) ^-—	-f
	3		{		7
	2	\	2	\ / \	2
					o • —
(e)
X			*	
	-		5	
	7	/	2	
	6	/		—
	0 o —	' ]		10
Slika 2: Podatkovno vodeno računanje ; = (.?; + 2) + {x - y).

st_dev
Slika 3: GPP funkcije Statistika.
podatki po vseh njenih vliodnih povezavah, post,ane točka izvršljiva in prične takoj z izvrševanjem pridružene operacije. Pra.vimo, da se je točka sprožila. Ko točka izvr.ševa.nje konča, pošlje podatkovne pakete (rezultat) v vse svoje izhodne povezave. Samoumevno je, da. stoji za vsako točko procesni element in za vsako povezavo komunikacijski kanal.
Za ilustracijo vzemimo še fukcijo Statistika, ki vrne srednjo vrednost sr.vred in standardni odklon st_dev vhodnih spremenljivk x, y in z. Zapis funkcije v visokem podatkovno pretokovnem jeziku Val [10] je naslednji:
function Statistika ( x,y,z: real returns real, real);
let
sr_vred := (x + y + z)/3;
st_dev := SQRT((x++2 + y**2 +
z*»2)/3 - sr_vred+*2);
in
sr_vred, st_dev endlet endfun .
V jirirneru izračuna funkcije Statistika smo dobili aciklični GPP. Tedaj ko v algoritmih nastopajo ponovitve (it.eracije), pa se srečujemo s cikličnimi GPP. Vzemimimo npr. izračun fakto-
riele števila n. Ustrezen program za. izračun n! bi se zapisal v visokem po(lati<ovno ])retokovncm jeziku Id kot {G P P prikazuje slika 4):
( initial j <- n; k <- 1 while j > 1 do
new j <- j - 1 ; new k <- k ♦ j ; return k )
Slika. A: GPP za izračun n!.
Če primerjamo GPP za izračun funkcije Statistika (slika 3) z GPP za izračiin n! (slika 4), opazimo, da so v slednjem polog zank i)oja.v-Ijajo tudi pogojni konslrukii ter da se po neka.-terih povezavah pretakajo tudi podatki, ki predstavljajo logični vrednosti T in F.'V splošnem so povezave nosilko različnih tipov podatkov: integer, real, boolean itd..
Pri cikličnih GPP pogosto nastanejo doda.tne težave. Kadar v posamezni ponovitvi zanke naletimo na podatkovne odvisnosti med operacijami, to ne ustavi nadaljnjih ponovitev, čeprav predhodna ponovitev ni v celoti končana. Tako se v določenih povezavah podatki prekrivajo. Vzemimo za primer naslednji segment programa:
input a
a[0] = 1 b[0] = 1 for i from 1 to n begin
a[i] = i + a[i-l] b[i] = a[i] ♦ b[i-l]
end output b
Predpostavimo, da, je za seštevanje potrebna 1 časovna enota in za množenje 2 časovni enoti.
Pričakovani rezultat bi bil: b [0] = 1, b[l] =2, b[2] =8, b[3] = 56 itd. Dejansko pa bi dobili naslednje rezultate: bCO] = 1, bCl] =2, b[2] = 14, bC3] = 308 itd. Oglejmo si nekaj prvih korak ov izvajanja, programa. Zaradi hitrejšega izvrševanja zanke pri seštevanju se nekateri elementi vektorja a[i] preprosto prekrijejo. Ta.ko se a[23, ki je bil v trenutku t = 2 še 4, prekrije z vrednostjo 7, še preden se uporabi kot fa,ktor pri izračunu b[2].
2.2.3 Statični in dinamični modeli računanja
Iz za.dnjega primera vidimo, da ni mogoče s prisotnostjo kateregakoli podatka razglasiti točke za izvršljivo, saj v splošnem pripadajo vhodni podatki različnim delom izračuna. Obstaja nekaj rešitev na.sta.lega. problema oz. modelov podatkovno vodenoga računanja, ki vplivajo tudi na izvedbo podatkovno ])rotokovnega računalnika.
Model 1: Vsaka ponovitev zanke se sme pričeti šele teda.j, ko se je predhodna končala. Ta model [11] no dovoljuje vzporednosti med ponovitvami in zahteva dodatno ugotavljanje konca ponovitve.
Model 2: V vsaki povezavi GPP dovoljujemo istočasno le en podatkovni paket [1]. To pomeni, da so srno točka sproži le tedaj, ko so prisotni podatkovni paketi v vseh vhodnih povezavah in ni v izhodnih povezavah nobenega podatkovnega paketa. Takšno pravilo izvršitve uresničimo s pomočjo potrditvenih signalov. Prednost tega modela je, da omogoča cevljenje, .slabost pa, da se število i)ovczav podvoji.
Model 3: Ciklični GPP transformiramo tako, da vsako jjonovitev opišemo z acikličnim podgrafom. Takšen model zahteva večje programske pomnilnike in sprotno generiranje koda v primeru, ko je izstop iz zanke izračunan šele v času njenega izvajanja. Ti zahtevi se odražata kot resna pomankljivost v praktičnih sistemih.
Model 4: Podatkovne pakete opremimo z dodatnimi oznakami^ [15, 36], ki vsebujejo indeks oz. nivo ponovitve. Točka se sme sproži le tedaj, ko imajo vsi vhodni podatkovni paketi enako oznako. Ta model zahteva povečan pretok po GPP ter mehanizme za primerjanje oznak.
Model 5: Povezave v GPP opravljajo tudi funkcijo vrste [37], kar pomeni, da so v njih podatkovni paketi ravrščeni v istem vrstnem redu, kot
'v angl. literaturi imenujejo tak paket "tagged token".
(M

/1
P-i
Pa

P-i Pi Pa

I al I |cl| n2 //2 |r2| a.f
r.'i n'\
bi |c-l|
a8 I 68 |c8
rti	a-2		rtii		a A		of)				a 7		nS			
	l>]		1)2		b\\		M				hC)		1)7		68	
		cl		c2						rJ)		c6		c7		
rti	a 5	61	65	cl	c2	c.'iH	ró	cC) C 7	r:8
rt2	rt 6	1)2							
aA	rt 7		67						
n-1	rt8	hA	68						
	a\	rt 5	cl	C2|C:Ì		c4	C 5	r.{\\c7	cS
P2	a 2	61 1 62		hA		l>6		68	
PA	a'A	rt6	6:f		br>		h	/ I	
Pa	a A	0.7		a 8					
10
l.'j
20
25
45
Slika 5: Primerjava, modelov podalkovtio vodenega ra.čuna.iija.
so vstopali v povezave''. Takšen model omogoča enako stopnjo vzporednosti kot model z označenimi pa,keti, le da je izvedba čakalnih vrst cenovno zelo zahtevna.
Primerja,vo navedenih petih modelov podatkovno vodenega računanja si oglejmo na naslednjem testnem programn [.5]:
input d, e,
c[0] for i from begin a[i] b[i]
O
to 8
d [i] / e [i] a [i] ♦ fCi]
c[i] = b[i] + cCi-1]
end
output a, b, C
Predpostavimo, da so potrebne za deljenje tri, za . množenje dve in za seštevanje ena časovna enota. Zamislimo si podatkovno pretokovni računalnik s štirimi procesorji P-i, P2, P3 in /^,1, ki izvajajo katerokoli od potrebnih ojieracij. Idealizi-
Povezave so FIFO vr.ste.
rajmo računalnik tako, da ne bo zakasnitev v pomnilniku in pri medprocesorskih komunikacijah. Nadalje definirajmo pospešitev računanja Sp in izkoriščenost procesorjev Ep, s katerima bomo merili kvaliteto računalnika. Če je Ti čas potreben za zaporedno izvrševanje programa in Tp čas izvrševanja istega programa na p procesorjih, potem je

Za naš testni program bi dobili Tj = 48. V tabeli 1 so povzeti rezultati primerjave posameznih modelov poda-tkovno vodenega računanja. Podrobnejša analiza je prikazana tudi na sliki 5.
Model 1: Tak model nas pripelje do zaporednega izvajanja programa, saj se naslednja ponovitev sme pričeti šele, ko se predhodna konča. Za takšno izvrševanje zadošča en procesor (slika 5a).
Model 2: Ker dovoljujemo v povezavah istočasno le en podatkovni paket, nas to privede do cevljenja prireditvenih stavkov znotraj zanke. Za takšno izvrševanje bi zadoščali že trije procesorji (slika 5b).
p = A		•S',	
Model 1	■18	1	.250
Model 2	27	1.778	.4-i-I
Modeli 3,-I,.5	M	3.T29	.857
'l'ahcla. I: Primerjava modelov podatkovno vodenega vaäina.nja..
Modeli 3, 4, 5: Najboljše reziilt.a.t.e dobimo ])ri statičnem račnnanju z ra.zvitjern zank t,er pri obeli dina.mičnili modelih (slika 5č).
Za,radi i)rimerja.ve jc na, sliki 5c jirika.zan tudi potek ra.čunanja na, vektorskih računalnikih [19], Med prevajanjem testnega programa, bi se prva dva prireditvena, stavka v zanki vektorizira,la,, tako da bi dobili 7;, = 18, = 2.n67 in = O.ßfiT.
2.2.4 Modeli računalnikov
Z razvojem VLSI telinologije so posta,le uresničljive mnoge ideje v ra.čuna,lniških arhitekturah non-von Nenmannovega lipa. Ta.ko je bilo v zgodnjih osemdesetih letih mogoče realizirati tudi prve podatkovno pretokovne računalnike. Dober pregled in primerjavo zgodnjih podatkovno pretokovnih arhitektur je podal Srini v delu [27], Nekatere novejše arhitekture pa so predstavljene v [38, 28, .39, 40, 7]. Podatkovno prctokovno računanje (statično in dima.nično) običajno uresničimo na računalnikih, ki temeljijo na organizacijah za posredovanje paketov. Oglejmo si arhitekturi, ki sta značilni za statični in dinamični model podatkovno vodenega računanja.
Statična arhitektura. V statični arhitekturi (slika G) jo uporabljen sinhronizacijski mehanizem, ki teinelji na shranjevanju paketov. Podatkovni paketi se shranjujejo v uka,zc, ki se izvrše, ko prejmejo vse vhodne operande. Ukazi se naha,-jajo v pomnilniku in vsebujejo: operacijo, prostor za vhodne operande in kaza.lce na neposredne naslednike. lOnota za, ažvriranje hrani naslov ukaza ter števec manjkajočih vhodnih opera.ndov (po-da,tkovnili ])a.ketov). Podatkovni pa.ket, ki zapusti /rrorr.sno enoto, vsebuje poleg rezultata tudi naslov ukaza, ki mu je namenjen. Enota za ažuriranje jiosreduje rezultat ustreznim uka.zom v pomnilniški enoti ter zmanjša števcc manjkajočih vhodnih opre-landov za ena.. V primeru, ko pa.de štovec na nič, posreduje naslov ukaza enoti za dostavo. Leta pcšlje naslovljeni ukaz iz pomnilnika v procesno enoto.
Značilni prestavniki statičnih arhitektur so: •SDl'WI® (Tehnološki institut Massachusetts, ZDA) [1]. L.\U'' več]5rocesorski sistem (CERT - Toulouse, Francija) [M], DDP'' (Texas Instruments, ZDA) [1.3], y/.PD7281® (NEC, Japonska) [11] itd..
enota za		h 1
priinerjanje		► \
		
(podatkovni ^ palcfti y
(po<l.\ll(ovtii ^
pomnilnik			
			
e de Ai	noia za •đtavo in ;uriranie		
			
^^ ukazi ^^
enota za ažuriranje
(podatkovni ^ paketi y
pomnilnik
».^riaalovi ukazov^—
enota 7.a dostavo
		, /
r		
^ ukazi ^
Slika 7: Dinamična arhitektura.
Dinamična arhitektura. Za razliko od statične arhitekture je v dinamični arhitekturi (slika 7) ujjorabljen sinhronizacijski mehanizem, ki temelji na primerjanju paketov. Ustrezno označeni podatkovni paketi, ki zapustijo procesno enoto, se zbirajo v množicah v enoti za primerjanje. Množice so opremljene z naslovi pripadajočih ukazov v pom-
Siika 6: Statična arhitektura.
^Static Dataflow Machine.
''"Language ä a.ssignat,ion unique" pomeni jezik z ciikiattio prireditvijo.
' Distributed Data Processor.
'Prvi VLSI podatkovno pretokovni mikroprocesor.
nilniku. Enota za primerjanje razporeja prispele pakete v množice glede na njihove oznake. Ko se množica napolni, se vsi paketi prenesejo v enoto za dostavo in ažuriranje. Le-ta združi prispele pakete s pripadajočim ukazom iz pomnilnika ter jih posreduje procesni enoti.
Med dinamične arhitekture uvrščamo: TTDFM® (Tehnološki institut Massachusetts, ZDA) ['11], MDFC'°( Univerza v Manchestru, Velika Britanija) [16], PIM-D" (ICOT, Japonska) [42], PATTSY'^ (Univerza v Qiieenslandu, Avstralija) ['13] itd..
Slika 8: Hibridna arhitektura.
Hibridna arhitektura. Poleg omenjenih statičnih in dinamičnih arhitektur se predvsem v za.dnjem času pojavljajo mnoge izvedbe arhitektur, ki jih ni mogoče uvrstiti v omenjeni dve skupini. Za te arhitekture je značilna organizacija, ki jo prikazuje slika 8. GPP se porazdeli med slruk-iurne pomnilnike ob posameznih procesnih elementih. Proccsni elementi izvršujejo pripadajoče dele GPP ter preko nadzorno - povezovalne enote izmenjujejo podatkovne pakete, pripadajoče delom GPP, ki se nahajajo v drugih strukturnih pomnilnikih. Izvrševanje GPP poteka bodisi statično bodisi dinamično.
Nekateri novejši računalniki iz tega razreda so: HDFM^^ (Hughes Aircraft Co., ZDA) [17], Sigma-l''' (Electrotechnical Laboratory, Japonska) [18], EPSILON-2^'^ (Sandia National Laboratories,
'Taggecl-Token Dataflow Machine '"Manchester Dataflow Computer. ''Parallel Inference Machine. '^Proce.ssor Array Tagged-Token System. ''^Hughes Dataflow Multiprocessor (statična aihitekliira '■"Dinamična arhitektura.
'^Hibridno krmilno-pcdatkovno vodeno računanje.
ZDA) [14], Monsoon^^ (Tehnološki institut Massachusetts, ZDA) [45] itd..
3. Motivacija in opis problema
Maloprej smo videli, da se tako v statičnih kot v dinamičnih arhitekturah izvršljivi podatkovni paketi (\ikazi) preko vrste dodeljujejo procesorjem. Zal l)a i]iia procesna enota omejeno število procesorjev, zato se v primeru, ko so vsi procesorji zasedeni, paketi kopičijo v vrsti pred procesno enoto, kjer čakajo na svojo izvršitev. Posledica takšnega čakanja je lahko občutno upočasnjeno izvrševanja GPP. Da se temu izognemo, je potrebno bodisi ]ioveča.ti število procesorjev v procesni enoti ali ]ia zagotoviti ustrezen način vstopanja paketov v čakalno vrsto (ali izstopanja iz vrste) pred procesno enoto in ustreženo dodeljevanje paketov prostim procesorjem.
3.1 Primer računanja FFT
Problem upočasnjenega izvrševanja GPP, ki nastane zaradi pomanjkanja procesorjev, osvetlimo s primerom izračuna hitre Fourierjeve transformacije (FFT) na 8 točkah (slika 9).
Slika 9: GPP za FFT z 8 točkami.
, Osnovni operaciji sta seštevanje (označeno z ®) ter odštevanje in množenje (označeno z ®). Če sta Im >11 /„ vhodna podatka, potein velja
Im © /„ = lm + In
Dinamična arhitektura.
m
Ira® In = (Im ' In) X	0<k<7.
Predpostavimo, da je za izvršitev operacije ® potrebna 1 časovna enota in za izvršitev operacije ® 5 časovnih enot. Potem je čas potreben za zaporedno izvrševanje FFT algoritma T| = 72 časovnih enot. Vzporedno izvrševanje algoritma bi ob predpostavki, da imamo na voljo neomejeno mnogo procesorjev, zahtevalo le T^ = 15 časovnih enot. Torej je idealna pospešitev FFT algoritma 5oo = 4.8.
št.
procesorje 8
10
15 čas
3.1.2 Primer 1: Premalo procesorjev
Naj bo dan podatkovno pretokovni računalnik s tremi procesorji Fi, P^ in P3, ki morejo izvajati katerokoli od operacij ® in Idealizirajmo računalnik tako, da ne bo zakasnitev v pomnilniku in pri medprocesorskih kotininikacijah. Precl-postavimo statično arhitekturo (slika 6), ki podpira podatkovno pretokovno računanaje oprcdeljemo z modelom 3. Točke GPP bi se porazdelile med procesorje Fl, P2 in P3, kot je prikazano na sliki 10. Za ta primer dobimo Tp = 25, Sp = 2.8S in Ep = 0.96. Pospešitev Sp je manjša od Sco-
Slika 11: Dinamična vzporednost FFT algoritma.
P, laiED cmD m
P2 I B I 1. j X I
P3 ICI K I.SI
1 D iNl	v 1
	
IKImI U I	
	
L_ F 1	p 1
	
kil 0 I	w 1
p» I H I
10
15
20 25 30 35
s:
JU
Pi lAl D I
P2 I n iGiii K |N| P m:
P3 |c|K| F |J| I. Iwl u ni X I
10
15
20
25
30
35
Slika 10: Izvrševanje FFT pri p = 3.
3.1.2 Primer 2: Optimizacija procesorjev
Predpostavimo enako arhitekturo kot v primeru 1, le da vsebuje procesna enota neomejeno mnogo procesorjev. Naj nam bo število delujočih procesorjev v trenutku t merilo vzporednosti algoritma v tem trenutku. Za FFT algoritem je prikazan časovni potek vzporednost na sliki 11. Opazimo, da vzporednost-niha med 1 in 8 ter daje povprečna vzporednost enaka idealni pospešitvi algoritma S'oo = 4.8. Postavlja se vprašanje, koliko procesorjev p bi zadoščalo, da bi veljalo Sp = S co- Če bi se odločili za število procesorjev, ki je določeno z maksimalno vzporednostjo, tj. p = 8, bi dobili rezultat, ki je prikazan na sliki 12.
Dobiino Tp = 15 in Sp = 4.8. S tem smo zagotovili, daje Sp = 5oo, žal pa je izkoriščenost procesorjev le Ep — 0.6. Ep je mogoče povečati le tako,
Slika 12: Izvrševanje FFT pri p — 8-
da uporabimo manj procesorjev. Sedaj je mogoče uvesti prvi problem, ki ga želimo rešiti, tj. optimizacija procesorjev.
Optimizacija procesorjev: Za dani GPP moramo določiti takšno število procesorjev p, da ho Sp = Soo "1 bo Ep čim bliže 1.
Morda bi zadoščalo, če bi vzeli toliko procesorjev, kot jih določa povprečna vzporednost Sco- V našem primeru bi bilo p = [5ool — f'® možnost prikazuje slika 13. V tem primeru je rezultat naslednji: Sp = 4.235 in Ep = 0.847, kar pomeni, da je Sp < Soo-
Pojavi se vprašanje, ali bi bilo mogoče zagotoviti ustrezen način vstopanja paketov v čakalno vrsto (ali izstopanja iz vrste) pred procesno enoto in s tem takšno dodeljevanje paketov prostim procesorjem, da bi uspeli v primeru p = 5 zagotoviti tudi Sp = 5oo- V našem primeru je to mogoče, kar prikazuje slika 14. Rezultat, ki ga dobimo po takšni optimizaciji, je: Sp = 4.8 in Ep = 0.96.
Postopek optimizacije procesorjev bomo opisali v
lAl F iJl P	1 X i
;	
1 B Kil L 1	vv 1 :

P3 IciGlil K
D
n I D I o Ish-I Ps |K| n INIQIIM v I
o
10
15
20
25
30
35
Slika 13: Izvrševanje l'FT pri p = 5.
P2 Pa
L 11	1 P	1 X 1
		
1 F	1 0	1 W 1
		
1 D	1 L	1 V 1
		
1 B	1 K	1 U
asBaaugnanoaa
lU
20
25
30
35
Slika 14: Optimizirano izvrševanje FFT pri p = 5. nadaljevanju.
h
P-2 I D kilKl
TfliiR
nsE
na
Pi I p IcIaI o iJlNil v I w -i
10
20
25
30
35
Slika 15: Optimalno izvrševanje FFT pri p =
(slika S). Število procesorjev naj ostane p = 3, predpostavimo pa, da je za niedprocesorsko komunikacijo t,C potrebnih 5 časovnih enot. Dodeljevanje procesorjev, kol je bilo v primeru "optimalne" rešitve, rezultira v Sp = 2:25, Dp = 1.133 in Ep = 0.75 (slika 16).
C
P2 C P3 C
u P'lfil^l
ma

jij
TČIaI
im
1 w
10
15
20
25
30
35
3.1.3 Primer 3: Optimizacija časa
Tudi sedaj predpostavimo enako a.rhitekturo kot v primeru 1; torej podatkovno pret.okovni računalnik s p = 3 procesorji Pi, F> in /3. Upeljimo najprej upad idealne pospešitve, računanja. Dp, ki ga definiramo kot
Dp^
Sp
v primeru 1 dobimo Dp — 0.667, kar pomeni 66.7% upad idealne pospešitve. Tudi tokrat je mogoče zagotoviti ustreznejši način vsto[)anja paketov v čakalno vrsto (oz. izstopanja iz vrste) pred procesno enoto in s tem i?agotoviti manjši upad idealne pospešitve. Rešitev prikazuje slika 15. Rezultat, ki ga dobimo po takšni optimizaciji, je: Sp — 3, Dp = 0.6. V tem primeru dobimo tudi Ep = 1, kar pomeni, da smo dosegli tudi največjo izkoriščenost procesorjev. Ker se bomo v nadaljevanju še sklicevali na to rešitev, jo poimenujmo "optimalna".
Uvedimo sedaj drugi problem, ki ga želimo rešili, tj. optimizacija časa.
Optimizacija časa: Za dani GPP in da.no število procesorjev p, moramo določiti takšno dodeljevanje, da bo Dp čim bliže 0.
Poizkusimo problem optimizacije časa še nekoliko zaplesti. Vzemimo sedaj hibridno arhitekturo
Slika 16: Izvrševanje FFT pri p = 3,/c = oS primernim dodeljevanjem procesorjev je mogoče doseči določene izboljšave. Tako npr. z rešitvijo, ki je podana na sliki 17, dosežemo Sp = 2.4, Dp = I in Ep = 0.8. Za izboljšanje Dp gre zahvala predvsem zmanjšanju medprocesorskih komunikacij. Uporabljenih je le 14 medprocesorskih komunikacij, medtem ko jih je bilo v prejšnjem primeru kar 24.
Pi P2 P3
II IcIaI
IŠ1
T
I
na
TrlRra
k-.lBl O DEC
10
15
20
25
30
35
Slika 17: Optimizirano izvrševanje FFT pri p = 3, <c = 5.
Tudi postopek optimizacije časa bomo opisali v nadaljevanju.
3.2 Primerjava rešitev
Iz dosedanje analize (tabela 2) vidimo, da tako problem optimizacije procesorjev kakor tudi optimizacije časa uspešno rešimo le, če zagotovimo ustrezen način dodeljevanja paketov prostim pro-
ccsorjem (proko čakalne vrste), oz. zagotovimo ustrezno porazdelitev GPP med procesorje. Kot bomo videli kasneje, je to moč doseči le s preoblikovanjem podatkovno vodenega računanja.
p	'c	Tp	Sp	Dp	Ep	vodenje računanja
8 5 3	0 0 0	15 17 25	4.8 4.235 2.88	0 0.133 0.667	0.6 0.847 0.96	podatkovno podatkovno podatkovno
5 3	0 0	15 24	4.8 3	0 0.6	0.96 1	mod. podatkovno mod. podatkovno
3	5	33	2.182	1.2	0.727	podatkovno
3	5	30	2.4	1	0.8	mod. podatkovno
Tabela 2: Primerjava računanja FFT.
3.3 NP-polnost problema
Sedaj bomo spoznali, da je problem opUrnizacAje. čnsa NP-poln. Neposredna posledica tega. je tudi NP-polnost problema optimizacije procesorjev. Ti dejstvi sta pomembni, saj opravičujeta uporabo lievrističnih metod pri reševanju obeh problemov.
Kot vemo, je .VV ra.zred problemov, ki so nedeterrninistično rešljivi v polinomskem času (in zato deterministično rešljivi v eksponentnem času). Nekateri med njimi so deterministično rešljivi celo v polinomskem času in tvorijo ra.zred V. Seveda je V C MV. Odprto pa je vprašanje, ali je "P jVV. Zato ne vemo, ali obstaja problem, ki je deterministično rešljiv v eksponentnem, ne pa tudi polinomskem času.
Nekateri problemi iz razreda AfV imajo še posebej zanimivo in pomembno la,stnost, ki se kaže v tem, dä moremo reševanje kateregakoli problema iz J\fV v polinomskem času prevesti na reševanje kakega od teh odlikovanih problemov, imenovanih NP-polni problemi. V tem smislu so NP-polni problemi med najtežjimi v razredu AfV. Če bi na,m uspelo pokazati za vsaj enega izmed njih, da je deterministično rešljiv v polinomskem času, bi s tem pokazali, da je v polinomskem času rešljiv vsak problem iz AfV. Kljub velikim naporom pa doslej kaj takega še nikomur ni uspelo, čeprav zbirka znanih NP-polnih problemov šteje že nekaj sto problemov. Zato prevladuje prepričanje, da NP-polni problemi v resnici niso deterministično polinomsko rešljivi. Praktična posledica tega pa je, da se v primeru, ko na,letimo na NP-poln problem, vedemo pragmatično, torej ne iščemo polinomskega algoritma (zaradi majhne verjetnosti, da bi ga našli), ampak raje pričnemo sesta,vlja,ti hevristični algoritem.
Problem optimizacije časa ter problem op-
timizacije procesorjev fiadata v razred NP-l^olnih problemov! Prvi se v literaturi pojavlja pod imenom dodeijevawje urejenih opr.wii. (PCS'') v naslednji obliki
Nć\j ho Jana množica V — {?;],...,7;„} opravil dolžine 1, ki so urejena, z relacijo 1—> stroge drlnc urejenosti, p € IN procesorjev ter mejni čas T € IN. Ali obstaja, tak.šna. preslikava, s množice V v množico {0,1,...,T}, da za vse t € {0,1,____7'}
ter 11., v £ V velja. 5(u) < .«(?;) ?
'(■'") I < P hkrati n
Dokaz NP-polnosti pioblema PCS je podan v [46], Ker imajo vsa opravila enako časovno za.-htevnost, je PCS le posebna oblika problema oi)timiza,cijc časa, - torej je slednji gotovo NP-poln. NP-polnost problema optimizacije procesorjev pa pokažemo tako, (ia nanj polinomsko časovno prevedemo problem PCS ['17]. Če namreč nek NP-poln problem A polinomsko časovno prevedemo na problem B € A^P, potem je (zaradi tranzitivnosti ■relacijo polinomske prevedljivosti) tudi B NP-poln.
3.3.1 Reševanje NP-polnih problemov
Kot smo uvodoma omenili, imajo najboljši znani algoritmi za reševanje NP-polnih problemov vsi eksponentno časovno kompleksnost. Zaradi hitre rasti eksponentne funkcije to običajno pomeni, da ne znamo dobiti optimalnih rešitev že pri relativno majhnih problemih. Eden od pristopov k reševanju NP-polnega problema je zato pospešitev danega algoritma, tj. pospešitev pregledovanja množice možnih rešitev. Takšen pristop ponuja delno rešitev ter sproti preverja, ali le-ta vodi do optimalne rešitve. Kadar temu ni tako, delno rešitev oj)usti ter sestavi kako drugo' delno rešitev. Med takšne pristope spada npr. razveji in omeji.
Drug pristop pri reševanju NP-polnega problema je razvoj algoritma, ki v sprejemljivem času vrne rešitev, ki usreza danim zahtevam. Takšni algoritmi se imenujejo hevristični. Dve družini hevrističnih algoritmov obsegata aproksimacijske ter verjetnostne algoritme. Aproksimacijski algoritmi vračajo rešitve, za katere je znano, koliko največ utegnejo odstopati od optimalne reštve. Verjetnostni algoritmi [48] pa ob polinomski časovni zatevnosti dovolj pogosto (z določeno verjetnostjo) vračajo optimalne rezultate. Slednji bodo
'Picceclencc Constrained Schedulir.r
upora,bljeiii pri reševaiijii problemov opt.irniza,cije časa, in optimizacije proc.csorjcv.
Literatura
[1]	J. B. Dennis. The Variaties of Data Flow Co.mpiit,-ers. In Proc. Firsl Infi Conf. Distributcd Comp. Sys., pages ^130-439, October 1979.
[2]	J. B. Dennis., Data Flow Snpercompnters. IEEE Computer, 13( 11 ji-IS-Sß, November 1980.
[3]	S. Ribarić. Računari upravljani tokom podataka. Informatica, 6(4):3-ll, 1982.
[4]	P. C. Trelcaven, D. R. Brownbridge, and R. P. Hopkins. Data-Driven and Demand-Drivcn Computer Architectures. Computing Surveys, 14( 1 ):93-143, March 1982.
[5]	J. Šile in B. Robič. O.snovna načela DF si.stcinov. Informatica, 9(2):10-15, 1985.
[6]	J, B. Dennis. Dataflow Computation: A Case Study. In V. M. Milutinovic, editor, Computer Ar-chiteciure - Concepts and Systems, pages 3.5'1~404. North-Holland, 1988.
[7]	L. Bic and J. L. Gaudiot. Special Issue on Data-Flow Computing. Journal of Parallel and Distributed Computing, 10(4):277-385, December 1990.
[8]	A. L. Davis and R. M. Keller. Data Flow Program Graphs. IEEE Computer, 15(2):26-41, February 1982. ■
[9]	W. B. Ackerman. Data Flow Languages. In Proc. National Camp. Conf., pages 1087-1095, June 1979.
[10]	J. R. McGraw. Data-Flow Computing: The VAL Language. ACM Trans. Prog. Languages and Systems, 4{i):AA-82, ^mmnry 1982.
[11]	T. .lefTery. The /iPD7281 Processor. Byte, pages 237^246, November 1985.
[12]	S. Weiss, I. Spillinger, and G. M. Silberman. Architectural Improvements for Dala-Driven VLSI Processing Arrays. In Proc, Functional Programming Languages and Computer Architecture, pages 243259, September 1989.
[13]	M. Cornish. The TI Dataflow Architecture: The Power of Concurrency for Avionics. In Proc. 3rd Conf. Digital Avionics Systems, jsages 19-25, November 1979.
[14]	D. Comte, N. Hifdi, and J. C. Syre. The Data Driven LAU Multiprocessor Systeni: Results and Perspectives. In Proc. World Comp. Congress IFIP'80, pages 175-180, October 1980.
[15]	.). Curd and I. Watson. Preliminary Evaluation of a Prototype Dataflow Computer. In Proc. 9th World Comp. Congress IFIP'83, pages 545-551, September 1983.
[16]	.). R. Curd C. C. Kirkham, and I. Watson. The Manchester Prototype Dataflow Computer. Comm. ACM, 28(l):34-52, January 1985.
[17]	R. Vedder, M. Campbell, and G. Tucker. The Hughes Data Flow Multiprocessor. In Proc. 5th Int'l Conf. Distributed Computing Systems, pages 2-9, May 1985.
[18]	T. Shimada, K. Hiraki, K. Nishida, and S. Sekiguclii. Evaluation of a Prototype Data Flow ' Processor of the SIGMA-1 for Scientific Computations. In Proc. ISth Annual Int'l Symp. Comp. Arch., pages 226-234, June 1986.
[19]	K. Hwang and F. A. Briggs. Computer Architecture and Parallel Processing. McGraw-Hill Book Company, 1984,
[20]	13. Roi)ič in J. Šile. Razvrstitev novogeneracijskib računalniških arhitektur. Informatica, 10(4):18-32, 1986.
[21]	N. Gchani and A. D. McGettrick, editors. Concurrent Programming. Addison-Wesley Publishing Comp., 1988.
[22]	G. S. Almasi and A. Gottlieb. Highly Parallel Computing. The Benjamin/Cummings Publishing Comp., 1989.
[23]	V. M. Milutinovic, editor. Computer Architecture - Concepts and Systems. North-Holland, 1988.
[24]	L. M. Patnaik, R. Govindarajan, M. Špegel, and J. Šile. A Critique on Parallel Computer Architectures. Informatica, 12(2):47-64, 1988.
[25]	V. M. Milutinovic, editor. Iligh-Level Computer Architecture. Computer Science Press, 1989.
[26]	R. Duncan. A Survey of Parallel Computer Architectures. IEEE Computer, 23(2):5-16, February 1990.
[27]	V. P. Srini. An Architectural Comparison of Dataflow Systems. IEEE Computer, 19(3):68-88, March 1986.
[28]	.1. Šile and B. Robič. The Review of Some Data Flow Computer Architectures. Informatica, ll(l):61-66, 1987.
[29]	T. Y. Feng. Some Caracteristic of Associative/Parallel Processing. In Proc. 1972 Sagamore Computing Conf., pages 5-16, August 1972.
[30]	W.Händler. The impact of classification schemas on computer architecture. In Proc. 1977 Int'l Conf. Parallel Processing, pages 7-15, August 1977.
[31]	M. J. Flyiin. Sonic Computer Organizal.ions and Their EfTectiveness. IEEE Trans. Coiriputers, C-21(9):948-960, Scpt.cmhor 1972.
[32]	D. B. Skillicorn. A Taxonomy for Computer Architectures. IEEE Computar, 21 ( 11 ji^lG-öT, November 1988.
[33]	S. Dasgupta. A llirarchicai Taxoiiomic Sy.stcm for Computer Architectures. IEEE Computer, 23(3):64-7'l, March 1990.
[34j D. D. Gajski, D. A. Padua, D. J. Kuck, and R. H. Kuhn. A Second Opinion on Data Flow Machines and Languages. IEEE Computer, 15(2):58-89, February 1982.
[35]	J. L. Peterson. Petri Net Theory and the Modeling of Systems. Prentice-IIall, 1981.
[36]	Arvind and D. E. Culler. Dataflow Architectures. Ann. Rev. Com.put. Sci., 1:225-253, 1986.
[37]	A. L. Davis. A Dataflow Evaluation System Based on the Concept of Recursive Locality. In Prnc. 1979 Nat. Computer Conf., pages 1079-1086, 1979.
[38]	J. Šile and B. Robič. Data Flow Based Parallel Inference Machine. Informatica, n('1):27-34, 1987.
[39]	A. V. S. Sastry, L. M. Patnaik, and J. Šile. Dataflow Architectures for Logic Prograrnniing. Elektrotehniški vestmk, 55(1);9-19, januar 1988.
[40]	J. Šile and B. Robič. Efficient Dataflow Architecture for Specialized Computations. In Proc. 12th World Congress on Scientxfics Computation, pages 4.681-4.684, July 1988.
[41]	Arvind and V. Kathail. A Multiple Processor Dataflow Machine That Supports Generalized Procedures. In Proc. 8t.h Annual Int'l Syinp. Comp. Arch., pages 291-302, May 1981.
[42]	N. Ito, M. Sato, E. Kuno, and K. Rokusawa. The Architecture and Preliminary Evaluation Results of the Experimental Parallel Inference Machine PIM-D. In Proc. 13th Annual Int'l Symp. Comp. Arch., pages 149-156, June 1986.
[43]	V. L. Narasimhan and T. Downs. Operating System Features of a Dynamic Dataflow Array Processing System (PATTSY). In Proc. 3rd Annual Parallel Processing Symp., pages 722-740, Mai'ch
1989.
[44]	V. G. Grafe and J. E. Hoch. The Epsilon-2 Multiprocessor System. Journal of Parallel and Distributed Computing, 10(4):309-31S, December
1990.
[45]	D. E. Culler and G. M. Papadopoulos. The Explicit Token Store. Journal of Parallel and Distributed Computing, 10(4):289-308, December 1990.
[46]	K. Mehlhorn. Graph Algorithms and NP-Completeness. Springer-Verlag, 1984.
[■17] B. Robič. Minimizacija števila procesorjev v podatkovno pretokovni arhitekturi. Magistersko delo, Fakulteta za elektrotehniko, Ljubljana, 1987.
[48] J. Žorovuik. Verjetnost v kombinatorični optimizaciji. Doktorska disertacija. Fakulteta za elektrotehniko in račnnalni.štvo, I.jubljana, 1992. V pripravi.
Novice in zanimivosti
Fotonika namesto elektronike I
Zakaj dovrUtev elektronike?
Če razumemo tehniko vselej kot dovršitev določene tehnike in začetek nove, potem je podobno moč razumeti dovršitev elektronike in začetek fotonike. Smisel znanosti in tehnike se utemeljuje vselej v določeni dovršitvi starega in začetku novega. Za vsakim modernizmom prihaja postmodernizem, ki preide v modernizem, za katerim se dogaja njemu sledeči postmodernizem.
Fotonika je bržkone nekaj povsem novega v znanstvenotehnološkem smislu, kjer je delež znanosti na eni strani in tehnologije na drugi radikalno različen od prejšnjega, elektronskega, ko gre vnovič za razmerje mikro in makro sveta, individualne in masovne fenomenalnosti, dovršenosti starega in nujnosti novega. Nova tehnologija se s fotoniko začne tudi praktično in ne le teorijsko pomikati v svet kvantne fizike in področij, ki so danes še onkraj nje same. V smislu artikuliranja tehnoloških generacij pomeni fotonika mutacijo, predvsem kot tehnološko odvmitev oziroma — biološko primerjalno — genetski razcep, ko postaja tehnika kot intelektualna vsebina del evolucije in tudi metaevolucija človekovega biološkega razvoja.
Laboratoriji največjih (AT&T, IBM, Japan & Co.) v informacijski tehnologiji delajo mrzlično. V naslednjih desetih letih in vse do leta 2010 naj bi informacijska in tudi telekomunikacijska industrija doživela bistvene spremembe. Ključ informacijske tehnologije je elektronika, natančneje mikroelektronika. Ta narekuje število komponent, ki jih je mogoče povezati na silicijskem vezju, velikem kot noht na prstu. To število se približno podvoji vsakih 18 mesecev. V začetku šestdesetih let je bil na integriranem vezju (čipu) en sam aktivni element (tranzistor), leta 1970 pa že 100. Leta 1980 je število koniponent na ve^u narastlo že na 100000 (10^) in leta 1992 na 10 (sto milijonov). V letu 2010 naj bi bila
dosežena fizikalna meja 10komponent na eno vezje, tj. deset milijard.
Trend, o katerem govorimo, bo dozorel okoli leta 2010, ko bo na enem vezju več milijard komponent, zlasti na pomnilnih vezjih. Vezja z logiko po naročilu bodo vsebovala od sto milijonov do ene milijarde komponent. Število komponent na vezje bo omejevala ekonomija in ne fizikalne zmogljivosti. Cena ene produktne linije za kompleksna vezja se bo namreč gibala med eno do deset milijard dolaijev. Predvideva se, dabo takrat na svetu le pet ali največ deset takih linij. Časi načrtovanja tako kompleksnih vezij se bodo stalno skrajševali in bodo leta 2010 dosegli čas le še treh dni za najbolj kompleksno vezje.
Mikroelektronika, ki temelji na znanih masnih efektih trdne snovi, bo dosegla svoj višek v začetku naslednjega tisočletja. To bo mikroelektronika s tranzistorji v izmeri 400 krat 400 atomov, kar je lahko najmanjši še funkcionalni tranzistor z masnim efektom. Novo področje znanosti bodo elementi z enim elektronom in balistični tranzistorji, katerih vedénje opisujejo zakoni kvantne fizike za posamezne delce (partikle). Ti elementi bi lahko do leta 2010 izpodrinili konvencionalne naprave, vendar to ni povsem zanesljivo.
V zadnjem času se pojavlja prepričanje, da bo elektronika dozorela in da bo t.i. fotonika prevzela elektronske funkcije. Viden je že začetek trenda, ki omogoča krmiljenje svetlobe s svetlobo, kar je bistveno pri fotonskih logičnih funkcijah. Do leta 2010 se bo ta trend že dobro razvil in fotonske logične funkcije naj bi tako dosegle svojo polno veljavo.
Naprave, kot je t.i. SEED (Self-Electro-optic Effect Device), omogočajo krmiljenje svetlobe s svetlobo, čeprav le posredno. SEED namreč omogoča krmiljenje elektronov s svetlobo, ti elektroni pa krmilijo svetlobo. Vse to se dogaja na atomski ravni, v atomu. Ob tem se raziskujejo še druge možnosti fotonske logike, z novimi vlaknastimi logičnimi elementi, v katerih svetloba neposredno krmili svetlobo brez elektronskega posredovanja.
Dosetki na ravni zmogljivost-razsetnost
Kakšne so lahko posledice glavnih trendov fotonike? Zmogljivost prenosa svetlobnega vala merimo s produktom sistemskega števila bitov v časovni enoti in razdalje, ki jo signali lahko prepotujejo brez regeneracije oziroma ojačevanja. V zadnjem desetletju se je ta zmogljivost podvojevala vsako leto in se bo lahko podvojevala še naslednji dve desetletji, ko bodo dosežene znane fizikalne meje.
Čepravje fotonska funkcionalnost transporta že dobro razvita pa kažejo podatki o trendih ne le napredovanje v naslednjih 20 letih, temveč tudi, da znaša zmogljivost današnjih najnaprednejših razvojnih sistemov le 0,1 % znanih fizikalnih omejitev tehnologije svetlobnih valov. Praktični sistemi, ki danes obramjejo, že prenašajo informacijo s hitrostjo 3,4 milijarde bitov na sekundo, kar ustreza hkratnemu prenosu 50000 telefonskih pozivov v enemu vlaknenem pam. Tisočkrataa izboljšava bi tako pomenila bilijarde bitov na sekundo, to pa je zmogljivost, ki bo leta 2010 potrebna zaradi masivnih količinskih zahtev visoke kakovosti, neokrnjenega video signala in trirazsežnostnih slik.
Vlakno do končnega uporabnika, do njegovega domačega in službenega mesta, bo poslednja stopnja pri dovršitvi vseobsegajoče vlaknaste komunikacijske mreže. Ta razvojna stopnja bo utemeljena s potrebo, ki bo omogočala uporabo video storitev končnim uporabnikom, z uvedbo novega digitalnega formata, ki se imenuje širokopasovna integrirana storitvena digitalna mreža (angl. Broadband Integrated Services Digital Network, kratko BISDN).
V tem trenutku se kaže, da bo rast rezidentnih vlaknastih mrež zelo hitra. V 15 letih lahko vlaknasta mreža naraste na 100 milijonov dostopnih linij. Ta rastje odvisna od pospeševanja novih video storitev, ki bodo dodane telefonskim storitvam. Brez teh novih storitev bi se rast vlaknene tehnologije lahko zakasnila za celo desetletje. Tehnologija fotonskega prenosa postaja tudi neodvisna od specifičnih prenosnih hitrosti. To je posledica uporabe optičnih ojačevalnikov, ki krmilijo svetlobo s svetlobo, tako da ni več potrebe po elektroniki visoke hitrosti, s katero se regenerirajo signali v elektronskih relejnih postajah. In en sam ojačevalnik obvladuje signale
velikega števila nosilnih frekvenc in svetlobnih »barv«. To pa je pomembno zlasti v sistemih, ki uporabljajo multipleksiranje valovnega deljenja pri povečevanju zmogljivosti, ko se različne svetlobne »barve« prenašajo po istem vlaknu in kjer je vsaka barva nosilec neodvisnega informacijskega toka.
Optični ojačevalnik bo najprej uporabljen v prekoceanskem kabelskem sistemu, v katerem bodo signali prečili oceane brez regeneracije. Ta sistem je v razvoju in bo uporabljen še pred koncem tega desetletja. Fotonske prenosne značilnosti bodo utemeljene z nastajajočim mednarodnim standardom SONET (Synchronous Optical Network). Ker SONET opredeljuje standame mrežne povezave, bodo lahko telefonska podjetja in končni uporabniki imeli naprave različnih proizvajalcev brez problema njihove združljivosti. SONET bo omogočal zmogljivi prenos širokopasovnih storitev in bo poenostavil mreže.
Komponente govornega procesiranja
Oglejmo si nekatere trende nastajajoče informacijske tehnologije za procesiranje govora. Stopnja integracije silicijskih vezij za procesiranje govora se povečuje s 33 % letno. Pri tem narašča hitrost posameznih komponent za 20% na leto. Ti trendi omogočajo uporabo čedalje manjšega števila komponent pri procesiranju specifičnega govornega razpoznavanja in sinteze. To zmanjševanje materialne kompleksnosti sovpada z izboljševanjem algoritmov za procesiranje govora. Konec letošnjega leta bo že mogoče zgraditi 100-besedni razpoznavnik v enem vezju, medtem koje bilo še pred petimi leti potrebnih 20 do 30 čipov. Napredni algoritmi povečujejo funkcionalnost govornega procesiranja, in sicer od sintezatoijev do 100- ali celo 1000-besednih razpoznavnikov na enem vezju, skladno z dozorevanjem elektronske tehnologije.
Na temelju teh trendov je že mogoče napovedati od govorca neodvisno avtomatično govorno razpoznavanje in sintezo. To bo imelo za posledico vrsto storitev, podprtih z inteligentnimi stroji, ki bodo govorili in poslušali kot ljudje. V letu 2010 naj naj bi bilo mogoče prenašati edinstvene osebne govorne značilnosti v različnih jezikih, z uporabo prirejenih govornih prevajalnikov. Govor iz enega jezika se bo
avtomatično in v realnem času prevajal v drugi jezik in bo lahko sinteziran (»poumetljen«) z glasovnimi značilnostmi izvirnega govorca. Tudi ta prevod bo potekal v realnem času.
Bast video, storitev
Potrebe po razvedrilu naraščajo in razvija se pomembno tržišče vlaknastih mrež, v katerih so tudi vlakna do končnih uporabnikov. Razvedrilo je tako vir prihodkov, ki je potreben za pokritje stroškov naraščajoče fotonske mreže. Pri tem se zajemajo mdi podatki o informaciji, ki naj bi se pošiljala po mreži. Visokodefmicijska televizija (High-defmition TV, kratko HDTV) potrebuje podatkovno zmogljivost 40 do 150 megabitov na sekundo inje mdi glavna privlačnost za razširitev širokopasovne mreže v domove.
Nekateri trendi kažejo, da bo zabavni video postal interaktiven in dosegljiv na zahtevo. Uporabnik bo lahko izbiral med velikim številom video programov preko seznama za izbiranje in to v poljubnem času dneva in noči, ko bo užival dani program od začetka do konca. Nekateri filmi in programi v živo pa bodo prirejeni za interakcijo z gledalcem. Ti tehnološki trendi kažejo, da bo postala »virmalna realnost« glavni hit okoli leta 2010 in bo temeljila na široko razpredeni telekomunikacijski in razvedrilni mreži. To bo omogočalo ljudem občutenje prostora in dogodja ter tudi izbranega dogodka v vseh razsežnostih posredno in na daljavo. Ljudje bodo lahko navzoči na sestankih brez potovanja, čeprav seveda telenavzočnost ne bo odpravila vsakega potovanja. Nekdo bo lahko sedel za svojo mizo in spremljal hkrati več sestankov na oddaljenih lokacijah, z možnostjo izbiranja svoje navzočnosti zdaj na tem, zdaj na onem sestanku.
Virmalna realnost (navidezna stvarnost) bo omogočala »izbiro« novega doma ali počitoiške lokacije brez potovanja od doma. Posameznik bo lahko zgolj z zasukom glave videl in užival različne vidike partikularne scene, občutil pa bo lahko tudi teksturo (zgrajenost) zidne tapete od daleč, z uporabo elektronske rokavice.
Zmogljivost računalniškega procesiranja
Mikroračunalniški sistemi podvojijo svojo procesno zmogljivost vsako leto, veliki računalniki
(mainframes) pa vsako tretje leto. Procesna zmogljivost se meri z enoto MIPS (milijon ukazov na sekundo). Mikroračunalniški sistemi uporabljajo čedalje več procesoijev. Npr. sistem AT&T 5ESS Switch je povečal število mikroprocesoijev z 2500 v lem 1987 na 5000 v lem 1991. Podjetje Thinking Machines prodaja superračunalnike z masivnim paralelizmom, kjer bo v paralelni sistem povezanih do 64000 visokozmogljivih, 64-bitnih mikroprocesorjev tipa'RISC. Zmogljivosti teh sistemov se bodo merile v gigaflopsih. Pred dvajsetimi leti so ljudje reševali svoje probleme z velikimi računalniki v računalniških centrih. Danes spremljajo mikroračunalniki človeka povsod, kjer se ustrezni problemi pojavljajo. Po dvajsetih letih od danes bo človek še vedno odvisen od mikroračunalnika, ki bo elektronski ali fotonski in povezan v zmogljivo mrežo.
Računalništvo bo odvisno od koncepta mikroračunalniških skupin (clusters), s katerimi je že danes mogoče doseči 10000 MIPS. Pred dvajsetimi leti so veliki računalniki s težavo dosegli en MIPS.
Mreijia arhitektura
Trendi v smeri zmogljivosti procesiranja na temelju porazdeljenesti mikroprocesorjev (masivni paralelizem) so povzročili naraščanje sistemske inteligence na področjih umetne inteligence, telekomunikacij in informacijskih mrež. Prav mrežna inteligenca naj bi omogočila dosegljivost razpoložljivih mrežnih virov na zahtevo in to v širokem območju potreb. Mrežni uporabniki naj bi vstopali v sistem z natanko opredeljeno količino pasovne širine, kot jo za določene namene potrebujejo, npr. za sestankovanje na daljavo. Storitve na zahtevo bodo v mreži zagotovljene vnaprej; npr. zahteva za dovolj širok spekter zahtev bo vzpostavljena vnaprej. Ta mehanizem bo omogočal uporabniku in storitvenemu sistemu aktiviranje potreb na zahtevo, doma ali na delovnem mestu in v poljubnem času. Z visokozmogljivimi sistemi prihodnosti bo mogoče najti storitveno zmogljivost in vključevati mrežna vozlišča z uporabo softvera in na zahtevo.
Mrežna inteligenca bo nudila široko izbiro adaptivnih in logičnih storitev, ki bodo prilagojene potrebam uporabnikov in se bodo aktivirale s pro-
gramskimi ukazi v inteligentnih preklopnikih in drugih mrežnih elementih.
Mrežna arhitektura mora ustrezati vrsti multimedijskih aplikacij, kot so zvok, podatek in slika. Osnova teh sistemov bodo izpopolnjeni in široko razširjeni digitalni formati tipa ISDN, BISDN in SONET. In mrežne video aplikacije bodo pomembno vplivale na razvoj mrežne arhitekuire.
Ozkopasovna ISDN bo dozorela v naslednjih dveh desetletjih. Z njo se bo spremenil način dela in igre. ISDN se le počasi uveljavlja — podobno kot se je telefon — ker je potrebno spremeniti navade, ki so v veljavi še danes. Današnje telefonske storitve bodo v glavnem zamenjane z ISDN. Visokokakovosten zvok bo le ena od mnogih možnosti ISDN. Visokokakovosten Videotelefon bo druga možnost. Podatkovne baze za doma in delovno mesto bodo prispevale k kakovosti in učinkovitosti dela in življenja. Okoli leta 2010 bo širokopasovna ISDN že v intenzivni uporabi. Tako bo omogočena hitra obdelava distribuiranih podatkov in mrežno superračun-alništvo. Močan je mdi trend uvajanja brezžičnih mrež. Vse več ljudi bo vzpostavljalo mobilne zveze prek osebnih komunikacijskih mrež (Personal Communication Network, kratko PCN).
(Se nadaljuje) A.P. Železnikar
Pojasnilo k članku
Trends in Computer Progress
V časopisu Informatica, Vol. 16, No. 1, March 1992, je bil objavljen članek M. Gams, B. Hribovšek: Trends in Computer Progress. V poglavju 6 »PC world« in 7 »Summary« najdemo trditve, da s koprocesoiji opremljeni najboljši PC računahiiki že dosegajo okoli 40 MIPS. Zaradi morebitne nejasnosti podrobneje pojasnimo te trditve.
Po podatkih proizvajalcev dosegajo najboljši PC s koprocesoiji (npr. Number Smasher 860) danes celo okoli 80 MFLOPS z enojno dolžino realnih števil. Brez specialnih koprocesoijev pa boljši današnji »standardni« PC (486) dosegajo le kakšnih 10 MIPS pri 33 ali 40 MHz. Ti »standardni« PC bodo morali preskočiti tehnološko mejo, da bodo po napovedih v obdobju 1995-2000 dosegli 100 MIPS.
Na koncu poudarimo, da je previdnost pri primerjanju vedno na mesm, saj se iz konteksta iztrgan stavek lahko narobe tolmači.
Matjal Gams
Ustanovitev Slovenskega društva za umetno inteligenco
Ustanovna skupščina Slovenskega društva za umetno inteligenco (angl. Slovenian Artificial Intelligence Society, SLAIS) je bila na Instimm Jožef Stefan v Ljubljani, dne 11. 5. 1992. Na njej je bilo prisotnih 32 udeležencev, število članov pa že presega 50. Na ustanovni skupščini so bili sprejeti stamt in člani Izvršnega odbora. Društvo bo intenzivno navezovalo stike s slovenskimi in mednarodnimi organizacijami in skrbelo za razširjanje področja umetne inteligence. Članarine ni, vseeno pa bodo člani deležni podobnih ugodnosti kot pri drugih društvih. Pristopna izjava in dodatoe informacije so dostopne na naslovu: Laboratorij za umetno inteligenco. Institut »Jožef Stefan«, Jamova 39, Ljubljana.
K sodelovanju vabimo vse posameznike, ki jih kakorkoli zanima področje umetne inteligence in vsa slovenska in mednarodna društva in združenja.
Strokovna področja društva so:
—metode za predstavitev znanja in avtomatsko
sklepanje —avtomatsko učenje —avtomatizirano modeliranje —nevronske mreže
—odločanje z metodami umetne inteligence —metode kombinatorične optimizacije —logično programiranje —kvalitativno modeliranje —genetski algoritmi —simbolično programiranje —ekspertni sistemi ni sistemi znanja, jeziki in orodja umetne inteligence, naravni jezik: jezikovne in govorne tehnologije, umetni vid
V izvršni odbor društva so bili izvoljeni:
Marko Bohanec, Ivan Bratko, Bojan Cestnik, Bogdan Filipič, Matjaž Gams, Nikola Guid, Anton Jezernik, Neda Karba, Igor Kononenko, Nada
Lavrač, Vladislav Rajkovič, Ivan Rozman, Peter Tancig in Jure Zupan.
Predsednik društva je Ivan Bratko, podpredsednik Matjaž Gams in tajnik Bogdan Filipič. Društvo se bo včlanilo v ECCAI.
R.A. de Beaugrande in W.U.
Dressier: Uvod v hesediloslovje,
Park, Ljubljana 1992.
Naslova originalov, ki sta izšla sočasno, tj. »Einfiihrung in die Textlinguistik« in "Introduction to Text Linguistics" pomenita uvod v lingvistiko besedila. Ta distinkcija je bistvena, ker lahko besediloslovje pomeni mdi še kaj drugega kot zgolj lingvistiko. Vsebino dela in to distinkcijo bomo pojasnili v nadaljevanju.
Knjigo sestavlja 10 poglavij ter seznami literature, kratic, imen in pomembnejših izrazov. V predgovoru dela najdemo kar nekaj zanimivih stališč, ki sijih velja zapomniti.
Faktorji, ki določajo dejavnosti v okviru »normalne znanosti«, so prej konvencije med znanstveniki kot pa očitne značilnosti raziskovanih predmetov. V modelih in teorijah se ni moč izogniti poenostavitvam in idealizacijom, ki so začasne in nezaželene. Formalizacija je le predstavitev in ne razlaga, sredstvo in ne cilj. Analizi formalnih struktur se vselej ne posreči odkrije narave in funkcije predmeta v širšem kontekstu. Jezikoslovje teži k naravoslovni, logični in matematični strogosti. Verjemosmi modeli so primernejši od determinističnih. Dinamične strukture (zakonitosti, strategije, motivacije, preference, primeri) so plodnejše od statičnih opisov (pravil, zakonov). Znanost sistemizira nejasnosti svojih predmetov in jih ne ignorira. To delo načrtuje modele in pojmovne okvire za splošno spoznavno in komunikacijsko vedo.
Prvo poglavje (temeljni pojmi) uvaja verbalno in brez posebne pomenske globine sedem kriterijev besedilnosti: kohezijo, koherenco, namernost, sprejemljivost, informativnost, situacijskost in medbesedilnost; k tem doda še tri konstitutivna in regulativna načela: učinkovitost, vtisnost in ustreznost.
Drugo poglavje opisuje razvoj besediloslovja: retoriko, stilistiko, proučevanje lit-eramre, antropologijo, tagmeniko, sociologijo in analizo diskurza, členitev po akmalnosti, opisno strukturalno jezikoslovje, transformacijsko slovnico, Petöfijevo teorijo, Dijkove besedilne slovnice in Mei'čukov model smisel-besedilo.
Tretje poglavje (proceduralni pristop) obravnava med drugim pragmatiko, virtualne in aktualne sisteme, kibemetično regulacijo in faze oblikovanja besedila: načrtovanje, ideacijo, razvijanje, izražanje, slovnično sintezo, linearizacijo in sosedstvo; faze sprejemanja besedila: slovnična analiza, priklicevanje pojmov in načrtov; modele: umetna inteligenca, kognitivna psihologija in tipi operacij.
Četrto poglavje je namenjeno koheziji, ki upošteva funkcijo sintakse, površino in spomin ter tesno povezane vzorce: fraza, delni stavek in stavek. Nadalje obravnava ponavljano uporabo vzorcev, kot so rekurzivna pojavitev, paralelizem in parafraza; vzorce zgoščevanja: za-oblika, anafora, katafora, elipsa; odnose: dobiček in izguba med zgoščenostjo in jasnostjo; junkcijo: konjunkcija, disjunkcija, kontrajunkcija in subordinacija; in naposled še modalnost, perspektivo in intonacijo.
Osrednji motiv petega poglavja je koherenca: pomen versus smisel; nedoločnost, dvoumnost in večpomenskost; kontinuiteta smisla; besedilni svetovi; determinirajoče, tipično in naključno védenje; razstavljanje, proceduralna semantika, aktiviranje; epizodični in semantični spomin; okviri, sheme, načrti in scenariji; dedovanje; operatoiji; model besedilnega sveta, inferiranje in referenca.
Šesto poglavje ima naslov »Namernost in sprejemljivost« in obravnava: namernost (in-tencionalnost), zmanjšana kohezija in koherenca; teorija govornih dejanj, prformativi; Griceove konverzacijske maksime: sodelovanje, količina, relevantnost in način; dejanje in diskurzno dejanje; načrti, cilji, scenariji; interaktivno načrtovanje (projektiranje), spremljanje, posredovanje; sprejemljivost in slovnična pravilnost.
Informativnost (informativity) je téma sedmega poglavja in označuje le stopnjo novosti ali nepričakovanosti (protiinformiranja) neke informacije za sprejemnika. Obravnavajo se tile predmeti: pozornost (attention); klasična teorija
informacije; veriga Markova; stopnje informati vnosti; diskontinuitete in diskrepance; motivacija, usmerjenost, jakost povezave; klasifikacija pričakovanj: dejanski svet, dejstva in prepričanja, normalne urejevalne strategije; organiziranost jezika: površina, besedilne zvrsti; neposredni kontekst, zanikanje, določnost; časopisni članek in sonet, motivacija nepričakovanosti.
V okviru situacijskosti v osmem poglavju so opisani: modeli situacij, posredovanje in očitna dejstva, spremljanje, vs. usmeijanje,- dominance, opažanje, normalne urejevalne strategije, pogostoost, vpadljivost, eksofora itd., in naposled strategije za spremljanje in usmeijanje situacije.
Medbesedilnost v devetem poglavju označuje odvisnost tvoijenja oziroma sprejemanja besedila v odvisnosti od seznanjenosti udeležencev v komunikaciji z drugimi besedili. Tu imamo besedilne zvrsti vs. jezikovna tipologija; funkcionalne definicije: deskriptivna, narativna in argumentativna besedila; literarna in poetična besedila; znanstvena in didaktična besedila; organiziranost konverzacije; problemi in spremenljivke; modeli diskurznega sveta; obnavljanje besedilne vsebine; abstrahirajije sledov, konstruiranje in rekonstruiranje; mentalne slike in prizori; interakcija med védenjem, predstavljenim v besedilu in shranjenim védenjem o svetu; besedilnost in eksperimenti v zvezi s spominjanjem.
Zadnje, deseto poglavje nosi naslov »Raziskovanje in interdisciplinarna aplikacija«. V tem okviru so npr. kognitivna znanost; spretnosti racionalnega človekovega obnašanja; jezik in spoznavanje; definiranje inteligence; besedila kot prenosniki znanosti; sociologija, antropologija, psihiatrija in svetovalna psihologija; pisanje, branje in berljivost; proučevanje literature: deavtomatizacija; generativna poetika; literarna kritika kot zniževanje vrednosti; poučevanje prevajanja: dobesedno in prosto prevajanje; kontrastivna lingvistika; semiotika, znanost o računalništvu in umetna inteligenca; razumevanje razumevanja.
mula), ki v sprejemni entiteti sproži njeno razumevanje v obliki informacijskega sistema razumevanja. Na primeru informacijske formalizacije Heideggrovega besedila [lABl, IAB2] smo spoznali, kako postanejo besede in besedne skupine informirajoče entitete in kako se začetna formula razvija, informacijsko nastaja, paralelizira, komponira in dekomponira, skratka narašča z informacijsko širitvijo razumevnega sveta.
Heideggrov sistem razumevanja skozi tu-bit je seveda splošen in ne velja le za besedilne primere. Ta sistem je v začetni obliki opisan kot transformacija iz literarne besedilne oblike v informacijsko formulsko obliko, ki je kot informacijska operandna entiteta informacijsko nastajajoča. Je torej lahko nekakšen model sprejemnika. Pri tem gre za dvojno umestitev (embedding). Najprej se sistem razumevanja umesti v sprejemni entiteti, potem pa ta vmeščeni sistem razumevanja začne razumevati dano besedilo skladno s strukturo in organizacijo (in seveda nastajanjem) informacijskega razumevnega sistema.
Prevod omenjene knjige v slovenščino je tako dober povod, da začnemo o kompleksnosti nekega sistema razumevanja — ne nujno skozi Heideggrovo bit — razmišljati in raziskovati tudi pri nas. Informacijski okvir je seveda osnovna stopnja formalizacije, v katero se vmeščajo konkreme sheme in scenariji razumevanja. Ob tem mora biti zagotovljeno informiranje nastopajočih entitet.
Literatura
[IABI] Železnikar, A.P., An Informational Approach of Being-there as Understanding I, Informatica 16 (1992) 1, 9-26. [IAB2] Železnikar, A.P., An Informational Approach of Being-there as Understanding II, Informatica 16 (1992) 2, 29-58.
Anton P. Železnikar
Besediloslovje je le ena med disciplinami, ki so v okviru nastajanja in razumevanja besedila; besedilo je samo po sebi jezikovni (npr. literarni) artefakt (začetna, izhodiščna informacijska for-
Editor-in-Chief
ANTpN P. ZELEZNIKAR
Volaričeva 8 61111 Ljubljana Yugoslavia
PHONE: (+38 61) 21 43 99 to the Associate Editor; The Slovene Society Informatika: PHONE: (+38 61) 21 44 55 TELEX: 31265 yu icc FAX: (+38 61) 21 40 87
Associate Editor
RUDOLF MURN
Jožef Stefan Institute Jamova c. 39 61000 Ljubljana
Editorial Board
Publishing Council
SUAD ALAGIĆ
Faculty of Electrical Engineering University of Sarajevo Luka\ica-Toplička bb 71000 Sarajevo
DAMJAN BOJADZIEV
Jožef Stefan Institute Jamova c. 39 61(XX) Ljubljana
JOZO DUJMOVIĆ
Faculty of Electrical Engineering University of Belgrade Bulevar revolucije 73 11000 Beograd
JANEZ GRAD
Faculty of Economics University of Ljubljana Kardeljeva ploščad 17 61000 Ljubljana
BOGOMIR HORVAT
Faculty of Engineering University of Maribor Smetanova ul 17 62000 Maribor
LJUBO PIPAN
Faculty of Electrical Engineering and Computing University of Ljubljana Tržaška c. 25 61000 Ljubljana
TOMAŽ PISANSKI
Department of Mathematics and Mechanics
University of Ljubljana Jadranska c. 19 61000 Ljubljana
OLIVER POPOV
Faculty of Natural Sciences and Mathematics C. M. University of Skopje Arhimedova 5 91000 Skopje
SASO PRESERN
PAREX, Institut for Computer Engineering and Consulting Kardeljeva 8 61000 Ljubljana
VIUEM RUPNIK Faculty of Economics University of Ljubljana Kardeljeva ploščad 17 61000 Ljubljana
BRANKO SOUČEK
Faculty of Natural Sciences and Mathematics University of Zagreb Marulicev trg 19 41000 Zagreb
TOMAŽ BANOVEC
Zavod SR Slovenije za statistiko Vožarski pot 12 61000 Ljubljana
ANDREJ JERMAN- BLAŽIČ
Iskra Telematika Tržaška c. 2 61000 Ljubljana
BOJAN KLEMENČIČ
Ljubljana Slovenia
STANE SAKSIDA
Institute of Sociology University of Ljubljana Cankarjeva ul. 1 61000 Ljubljana
JERNEJ VIRANT
Faculty of Electrical Engineering and Computing University of Ljubljana Tržaška c. 25 61000 Ljubljana
Informatica is published four times a year in Winter, Spring, Summer and Autumn by the Slovene Society Informatika, Tržaška cesta 2, 61000 Ljubljana, Slovenia.
Volume 16 Number 2 June 1992
YU ISSN 0350-5596
Informatica
A Journal of Computing and Informatics
CONTENTS
An Introduction to Structured System Analysis
T. Damij

Scada and Energy Management
Educational Information System at the Faculty of Electrical and Computer Engineering (in Slovene)
D. Mrdaković M. Krizman B. Medica
V. Mahnič
14
An Informational Approach to Being-there as Understanding II
Synchronous Dataflow Computer Architecture I (in Slovene)
A.P. Zeleznikar J. Silc
News (in Slovene):
Photonics versus Electronics I	A.P. Zeleznikar
Trends in Computer Progress (A Comment)	M. Gams Founding the Slovenian AI Society
R.A de Beaugrande and W.U. Dressier:	A.P. Zeleznikar Introduction to Text Linguistics
29
59
73 73 76
76
77