[論文レビュー] A unified setting for inference and decision: An argumentation-based approach

Leïla Amgoud|arXiv (Cornell University)|Jul 4, 2012

Logic, Reasoning, and Knowledge参考文献 11被引用数 27

ひとこと要約

本論文は、一貫性のない知識ベースからの推論と不確実性下での意思決定を統合する統一された議論フレームワークを提案する。不確かな知識ベースからの推論と不確実性下での意思決定の両方を扱えるように議論理論を拡張することで、一貫性のない入力が与えられても、ルールベース、ケースベース、多基準意思決定といった多様な意思決定文脈をサポートする。これにより、AI推論システムにおける重要なギャップを埋めることを可能にする。

ABSTRACT

Inferring from inconsistency and making decisions are two problems which have always been treated separately by researchers in Artificial Intelligence. Consequently, different models have been proposed for each category. Different argumentation systems [2, 7, 10, 11] have been developed for handling inconsistency in knowledge bases. Recently, other argumentation systems [3, 4, 8] have been defined for making decisions under uncertainty. The aim of this paper is to present a general argumentation framework in which both inferring from inconsistency and decision making are captured. The proposed framework can be used for decision under uncertainty, multiple criteria decision, rule-based decision and finally case-based decision. Moreover, works on classical decision suppose that the information about environment is coherent, and this no longer required by this general framework.

研究の動機と目的

• AI研究における長年の不一致処理と意思決定の分離を解消すること。
• 議論に基づく推論と意思決定を統一した形式的フレームワークに統合すること。
• 入力知識が不一致または不確実であっても、推論と意思決定を可能にすること。
• ルールベース、ケースベース、多基準意思決定を含む、複数の意思決定タイプをサポートすること。
• 意思決定モデルにおける環境情報の一貫性という古典的仮定を排除すること。

提案手法

• 信念と意思決定を両方とも構造化された議論として扱う一般化された議論システムを採用する。
• 矛盾を解消し最適な結果を選択するために、議論の間で優先順位を設定する。
• 不一致処理は、受け入れ可能な議論集合を特定・優先する議論意味論によって実現する。
• 意思決定は、議論に価値や利得を関連付けることでモデル化され、トレードオフの評価が可能になる。
• 動的更新と時間経過に伴う段階的推論をサポートする。
• 議論に支持度や信念度を関連付けることで、不確実性を統合する。

実験結果

リサーチクエスチョン

• RQ1 単一の議論フレームワークが、知識ベースにおける不一致処理と不確実性下での意思決定を同時に処理できるか。
• RQ2 議論意味論をどのように拡張すれば、矛盾する情報と価値に基づくトレードオフの両方を管理できるか。
• RQ3 この統一フレームワークが、ルールベースやケースベース推論を含む多様な意思決定タイプをどの程度サポートできるか。
• RQ4 入力データが不一致である場合でも、フレームワークが一貫性と合理性をどのように維持できるか。
• RQ5 フレームワークは、一貫性や完全な環境情報が前提でなくても動作可能か。

主な発見

• 提案されたフレームワークは、不一致からの推論と意思決定を、一貫した議論ベースのモデル内で成功裏に統合した。
• 知識ベースに不一致があっても、事前の一貫性回復を要せず、合理的な意思決定を可能にした。
• 共通の形式的枠組みを通じて、ルールベース、ケースベース、多基準意思決定を含む複数の意思決定パラダイムをサポートした。
• 議論に優先順位と利得を統合することで、不確実かつ矛盾する環境下でのトレードオフ分析が可能になった。
• 不一致した入力に対しても、議論の選択と優先順位付けによって、一貫した結果を維持するという、強靭性を示した。
• 既存の不一致処理および意思決定のための議論システムを一般化し、AI推論のための統一的基盤を提供した。