[論文レビュー] Default Reasoning and the Transferable Belief Model

Philippe Smets, Yen‐Teh Hsia|arXiv (Cornell University)|Mar 27, 2013

Logic, Reasoning, and Knowledge参考文献 3被引用数 14

ひとこと要約

この論文は、移譲可能信念モデル（TBM）を通じたデムスター＝シャーマー理論の再解釈により、デフォルト推論における古典的「トゥイティ・ペンギンのパラドックス」を解決する。誤ったデムスターの規則の適用—而非、モデル自体—が直感的でない結果をもたらすことが示され、2種類のデフォルトを区別し、空虚な拡張と射影を適切に用いることで、TBMは反直観的でない一貫性のある信念更新を実現する。フレームワーク自体を否定するのではなく、適切な処理により有効性を保証する。

ABSTRACT

Inappropriate use of Dempster's rule of combination has led some authors to reject the Dempster-Shafer model, arguing that it leads to supposedly unacceptable conclusions when defaults are involved. A most classic example is about the penguin Tweety. This paper will successively present: the origin of the miss-management of the Tweety example; two types of default; the correct solution for both types based on the transferable belief model (our interpretation of the Dempster-Shafer model (Shafer 1976, Smets 1988)); Except when explicitly stated, all belief functions used in this paper are simple support functions, i.e. belief functions for which only one proposition (the focus) of the frame of discernment receives a positive basic belief mass with the remaining mass being given to the tautology. Each belief function will be described by its focus and the weight of the focus (e.g. m(A)=.9). Computation of the basic belief masses are always performed by vacuously extending each belief function to the product space built from all variables involved, combining them on that space by Dempster's rule of combination, and projecting the result to the space corresponding to each individual variable.

研究の動機と目的

• デムスター＝シャーマーモデルがデフォルト推論において失敗するという広範な批判に応えること、特にトゥイティ・ペンギンの例に焦点を当てる。
• トゥイティの事例における反直観的結果の根本的原因を明らかにし、それはモデル自体の欠陥ではなく、デムスターの規則の誤用に起因することを示すこと。
• 移譲可能信念モデル（TBM）内でのデフォルト推論の正しい処理方法を提示し、2種類のデフォルトを区別すること。
• 空虚な拡張と射影を適切に用いることで、TBMが直感的かつ一貫性のある信念結合を生み出すことを示すこと。
• デムスター＝シャーマーフレームワークの有効性を擁護し、その問題が理論的ではなく、方法論的であることを示すこと。

提案手法

• 支持関数（基本信頼質量が非ゼロとなるのは焦点命題とトートロジーのみ）を用いる。
• 各信念関数を、関係するすべての変数の積集合空間に空虚な拡張を適用して拡張する。
• 積空間上でデムスターの結合規則を用いて信念関数を結合する。
• 結合結果を元の個々の変数空間に戻すために射影を適用し、周辺信念関数を取得する。
• 典型性に基づくデフォルトと例外的状況に基づくデフォルトの2種類のデフォルトを区別し、それぞれに異なる処理を施す。
• 信念質量の過剰なコミットメントを避けるために、移譲可能信念構造を保ち、一貫性を確保する。

実験結果

リサーチクエスチョン

• RQ1 なぜ一部の研究者がトゥイティ・ペンギンの例によってデムスター＝シャーマーモデルを拒否するのか？
• RQ2 デフォルト推論の場面でデムスターの規則を正しく適用する方法は何か？ これにより反直観的結果を回避できるか？
• RQ3 移譲可能信念モデル（TBM）は、デムスターの規則の誤用によって生じる問題をどのように解決できるか？
• RQ4 信念関数理論の文脈において、2種類のデフォルトの違いは何か？ それぞれどのように異なる処理が必要か？
• RQ5 TBMフレームワーク内での適切な適用により、デムスター＝シャーマーフレームワークはデフォルト推論に復活可能か？

主な発見

• トゥイティ・ペンギンの例における反直観的結果は、デムスター＝シャーマー理論自体の問題ではなく、デムスターの規則の誤った適用に起因する。
• 積空間上での空虚な拡張と射影を適切に用いることで、デフォルト推論下でも一貫性があり直感的な信念結合が保証される。
• 移譲可能信念モデル（TBM）は、典型性に基づくデフォルトと例外に基づくデフォルトの両方を、信念移譲の整合性を保ちながら適切に処理できる。
• 信念関数が単純支持関数（焦点とトートロジーのみ）として表現される場合、計算は容易で解釈可能である。
• この手法により得られる結果は、直感的推論と整合し、適切に実装された場合、デムスター＝シャーマーフレームワークがデフォルト設定で有効に使えることを裏付ける。
• 本論文は、誤った応用による批判を理由にデムスター＝シャーマーモデルを否定するべきではなく、むしろTBMによる適切な解釈を通じて洗練すべきであると結論づける。