Die e-m@diag Modul integriert Forschung über die Diagnose und die Kapitalisierung des Wissens in der Abteilung Automatische Femto-st erreicht. Es sucht aus einer Wissensbasis einer Diagnose.

Von den aktuellen Zustand und Vergangenheit eines Systems, bietet es die wahrscheinlichste Diagnose und Grad des Vertrauens in diese Diagnose. Die wichtigsten Merkmale dieses Moduls sind:

√ Knowledge Extraktion von Daten in eine Geschichte des Scheiterns: Phase der Datenerhebung,-Filterung relevanter Variablen und Data Mining;

√ Aktivierung von Wissen durch Feedback, basierend auf den Werkzeugen der Case-Based Reasoning (CBR)

e

√ Nutzung eines Modells des Wissens für die Diagnose, ein Konzept über die Art des Case-Based Reasoning (basierend Fall raisonning – CBR basiert)

e

√ Die Beibehaltung der Fallbasis oder Daten.