[論文レビュー] Fuzzy Approaches to Abductive Inference

Nédra Mellouli, Bernadette Bouchon‐Meunier|ArXiv.org|Mar 8, 2000

Logic, Reasoning, and Knowledge参考文献 7被引用数 4

ひとこと要約

本稿では、曖昧で不確実な環境下で、曖昧ルールベースの枠組み内に、二つの曖昧帰納的推論モデル—確実性生成ルールと可能性生成ルール—を提案する。曖昧論理を用いて、曖昧で不確実なデータを処理する。故障部品の診断と因果診断への応用を示し、含意およびt-ノルム演算を用いて仮説度を計算することで、妥当な説明を生成する方法を示す。

ABSTRACT

This paper proposes two kinds of fuzzy abductive inference in the framework of fuzzy rule base. The abductive inference processes described here depend on the semantic of the rule. We distinguish two classes of interpretation of a fuzzy rule, certainty generation rules and possible generation rules. In this paper we present the architecture of abductive inference in the first class of interpretation. We give two kinds of problem that we can resolve by using the proposed models of inference.

研究の動機と目的

• ルールタイプの意味的差異を明確にした、曖昧ルールベースシステムにおける帰納的推論の形式化。
• 故障検出や因果的推論を含む、現実世界の診断問題における不確実性と曖昧性の取り扱い。
• ルールベース推論における確実性と可能性の区別を可能にするフレームワークの構築。
• 帰納的説明における不確実性と曖昧性を定量化する基盤の提供。

提案手法

• メンバーシップ関数 A(u) および B(v) を [0,1] 内に持つ、'u が A ならば v は B' の形式の曖昧ルールを用いる。
• 二種類のルール意味論を区別する：確実性生成（A(u) が高くなるほど B(v) の確実性が高まる）と可能性生成（A(u) が高くなるほど B(v) の可能性が高まる）。
• t-ノルムおよび含意関数（例：G"odel含意）を用いて、観察 B′(v) から仮説 A′(u) の度合いを計算する。
• 特定の条件下で正確な推論を実現するため、Bandler-Kohout の上図法を採用する。
• 一部の状況では、帰納的問題を曖昧算術方程式の解法に還元する。
• r-含意（例：G"odel、Lukasiewicz）を用いて、前提と結論の論理的関係をモデル化する。

実験結果

リサーチクエスチョン

• RQ1 曖昧ルールベースに、ルールの意味的解釈の差異を明確にした帰納的推論をどのように形式化できるか？
• RQ2 不確実性と曖昧性を扱う診断的推論において、どのような推論手法が効果的か？
• RQ3 故障診断および因果診断において、確実性生成ルールと可能性生成ルールは、それぞれどのように適用可能か？
• RQ4 曖昧論理は、不完全または曖昧なデータ環境下で、人間の類似した帰納的推論を効果的にモデル化できるか？

主な発見

• 本稿は、曖昧システムにおける帰納的推論が一意的ではなく、ルールの意味的解釈に依存することを確立している。
• 確実性生成ルールは、前提のメンバーシップ度が高くなるほど結論の確実性が高まる推論を可能にし、t-ノルムおよび含意関数を用いてモデル化される。
• G"odel含意および B′ = B の場合、解は Bandler-Kohout の上図法に還元され、一貫性が保証される。
• 有効なt-ノルム条件のもとで、仮説度 A′(u) の計算は不等式 A′(u) ≤ inf_v∈V IT(IT(A(u), B(v)), B′(v)) を用いて可能になる。
• この手法は、対偶的対称性を用いて期待される挙動からの逸脱を検出することで、故障部品の診断を可能にする。
• このフレームワークは、多ルールシステムおよび現実世界の診断応用に拡張可能であり、不確実性と曖昧性は曖昧集合演算を用いて定量化される。