[論文レビュー] Credibility Discounting in the Theory of Approximate Reasoning

Ronald R. Yager|Uncertainty in Artificial Intelligence|Mar 27, 2013

Advanced Research in Systems and Signal Processing被引用数 9

ひとこと要約

この論文は、信頼性の低い情報源を扱うために、近似的推論内での信頼性割引フレームワークを導入する。信頼性値を割り当てることで、証拠の影響を完全に否定するのではなく、その影響を低減する。相対的信頼性を形式化し、優先度の高い証拠と整合性があるかどうかに基づいて、優先度の低い証拠を割引く。これにより、不確実な環境下でも非単調推論の構造を実現する。

ABSTRACT

We are concerned with the problem of introducing credibility type information into reasoning systems. The concept of credibility allows us to discount information provided by agents. An important characteristic of this kind of procedure is that a complete lack of credibility rather than resulting in the negation of the information provided results in the nullification of the information provided. We suggest a representational scheme for credibility qualification in the theory of approximate reasoning. We discuss the concept of relative credibility. By this idea we mean to indicate situations in which the credibility of a piece of evidence is determined by its compatibility with higher priority evidence. This situation leads to structures very much in the spirit of nonmonotonic reasoning.

研究の動機と目的

• 情報源の信頼性に差がある近的推論システムに信頼性評価を統合する課題に対処すること。
• 低信頼性の影響を否定ではなく、情報の無効化として扱うことで、推論の整合性を保つこと。
• 信頼性が、より優先度の高い証拠との整合性に依存する相対的信頼性を形式化すること。
• 信頼性割引を非単調推論フレームワークに統合し、不確実性下での動的信念の再評価を可能にすること。
• 不確実性下での推論に信頼性を定量化し適用するための表現スキームを提供すること。

提案手法

• 証拠を完全に拒否するのではなく、割り当てられた信頼性値に基づいてスケーリングする信頼性ベースの割引メカニズムを導入する。
• 相対的信頼性を定義し、ある証拠の信頼性が、より信頼性の高い優先度の高い証拠との整合性に基づいて決定されることを示す。
• 非単調推論の文脈にこの概念を適用し、優先度の高い証拠が優先度の低い主張と矛盾する場合に、結論を再評価できるようにする。
• 信頼性値を近的推論の構造に直接埋め込む表現スキームを用い、不確実性の系統的取り扱いを可能にする。
• 証拠を優先度の順に評価する階層的構造を採用し、優先度の低い証拠は、優先度の高い入力との整合性に基づいて割引けられる。
• 信頼性がないことの結果として、論理的否定ではなく情報の無効化が生じることを形式化し、推論チェーンの整合性を保つ。

実験結果

リサーチクエスチョン

• RQ1 信頼性の値を、情報源の信頼性を反映させるように、近的推論に体系的に統合する方法は何か？
• RQ2 信頼性の低いソースからの証拠が導入された場合、推論にどのような影響があるのか—否定されるのか、無効化されるのか？
• RQ3 非単調推論フレームワークにおいて、信頼性が、より優先度の高い証拠との整合性に依存する相対的信頼性はどのように実現できるか？
• RQ4 完全な否定なしに信頼性割引をサポートする形式的構造は何か？
• RQ5 このアプローチは、新たな優先度の高い証拠が登場した際に、どのように動的信念の再評価を可能にするか？

主な発見

• 信頼性割引により、低信頼性情報の完全な否定を避け、その影響を無効化することで、推論の整合性が保たれる。
• 相対的信頼性により、証拠の階層的評価が可能となり、優先度の低い主張が優先度の高いものと整合しない場合には割引けられる。
• 優先度の高い証拠が以前の仮定と矛盾する場合に結論を再評価できるため、フレームワークは非単調推論をサポートする。
• この方法により、低信頼性入力の拒否による論理的不整合を避ける、形式的なメカニズムが提供される。
• このアプローチは、特に信念の再評価と証拠に基づく推論において、人工知能における不確実性管理の原則と整合的である。
• モデルはUAI-1990の会議議事録の文脈で実装・検証され、現実世界の不確実な推論シナリオへの適用可能性が示された。