[論文レビュー] Adams Conditioning and Likelihood Ratio Transfer Mediated Inference

J.A. Bergstra|arXiv (Cornell University)|Nov 26, 2016

AI-based Problem Solving and Planning参考文献 37被引用数 4

ひとこと要約

この論文は、マーディングに基づく確率枠組み内でアダムズの条件付けを用いて、法的ベイズ推論における尤度比の伝達を形式化し、法的判断者への報告が主観的確率の原則に反することを示し、信念状態の過剰膨張を防ぐために履歴的更新の追跡を提案するプロトコルを提示する。

ABSTRACT

Bayesian inference as applied in a legal setting is about belief transfer and involves a plurality of agents and communication protocols. A forensic expert (FE) may communicate to a trier of fact (TOF) first its value of a certain likelihood ratio with respect to FE's belief state as represented by a probability function on FE's proposition space. Subsequently FE communicates its recently acquired confirmation that a certain evidence proposition is true. Then TOF performs likelihood ratio transfer mediated reasoning thereby revising their own belief state. The logical principles involved in likelihood transfer mediated reasoning are discussed in a setting where probabilistic arithmetic is done within a meadow, and with Adams conditioning placed in a central role.

研究の動機と目的

• 法廷における推論において、法医学的専門家から法的判断者への尤度比伝達のための通信プロトコルを形式化すること。
• 正確な確率に基づく主観的確率理論と、法医学的専門家による単一メッセージ報告との間の不適合性に対処すること。
• アダムズの条件付けとマーディングに基づく確率的算術を用いて、信念状態変換の均一な形式的枠組みを構築すること。
• 提案された枠組み内で、条件付き確率の逆転や検察官の誤謬といった誤謬を分析すること。
• 信念状態の履歴的追跡を推奨することで、法的判断者の信念が無制限に膨張するのを防ぐこと。

提案手法

• 除法のゼロ除算を扱えるようにするために、代数的整合性を保証するマーディングフレームワーク内での命題空間上の確率関数を用いて信念状態をモデル化する。
• 尤度比と証拠の確認が伝達された際の信念更新の中心的メカニズムとして、アダムズの条件付けを適用する。
• 信念の時間的進化を表すために、信頼度状態のラベル付き遷移系を導入する。
• 条件付き方程式と命題空間の変換を用いて、異なる報告状況下での信念力学を形式化する。
• 尤度比 $ r $ と証拠の確認が到着した際の信念更新に、方程式 $ P'_{\text{TOF}}(H) = \frac{r \cdot P_{\text{TOF}}(H)}{1 + (r-1) \cdot P_{\text{TOF}}(H)} $ を適用する。
• 信念状態の形式的表現間の整合性を評価するための、表現独立性（グローバルおよびローカル）の概念を導入する。

実験結果

リサーチクエスチョン

• RQ1 なぜ、証拠の確認なしに尤度比を単一のメッセージとして報告することは、正確な信念に基づく主観的確率理論と不適合なのであるか？
• RQ2 繰り返し同じ尤度比が同じ信念状態に適用された場合に、信念が無制限に増大しないように、信念状態の更新を形式的にどのようにモデル化できるか？
• RQ3 アダムズの条件付けは、法医学的専門家と法的判断者との間の信念伝達をどのように形式的にモデル化するか？
• RQ4 尤度比伝達において、条件付き確率の逆転や検察官の誤謬といった誤謬がどのように生じるのか、そしてそれらを形式的にどのように特徴づけられるか？
• RQ5 不完全または不正確な信念状態は、法医学的推論において有用にモデル化可能か？ その場合の信念の一貫性への影響は何か？

主な発見

• 証拠の確認なしに尤度比を単一のメッセージとして報告することは、繰り返しの更新において一貫性を損なうため、主観的確率の原則に反する。
• 同じ尤度比を信念状態に繰り返し適用すると、確率の厳密に増加する数列が得られ、それが1に収束する。このような状況を防ぐためには、履歴的更新の追跡が必要である。
• 信念更新式 $ P'_{\text{TOF}}(H) = \frac{r \cdot P_{\text{TOF}}(H)}{1 + (r-1) \cdot P_{\text{TOF}}(H)} $ は、$ r > 1 $ の場合に常に $ P'_{\text{TOF}}(H) > P_{\text{TOF}}(H) $ を満たすため、繰り返し適用されると信念の過剰膨張を引き起こす。
• 特定の命題空間（例えば6要素の空間）ではグローバル表現独立性が成立しないことが示され、信念状態変換が形式的表現に依存することを示している。
• アダムズの条件付けは、条件付き確率の逆転の落とし穴を回避し、信念再評価の論理を明確にする正式な根拠を提供する。
• 確率関数が部分的である不完全な信念状態は、非単一の代表集合を用いてモデル化可能であるが、有効な確率関数が存在しない場合には一貫性の欠如を引き起こす可能性がある。