[論文レビュー] Generation and Interpretation of Temporal Decision Rules

Kamran Karimi, Howard J. Hamilton|arXiv (Cornell University)|Apr 20, 2010

Advanced Database Systems and Queries参考文献 33被引用数 29

ひとこと要約

本稿では、時間的に順序付けられた観測の系列を生成するシステムを理解するための、時系列意思決定ルールの生成と解釈手法を提案する。TIMERSフレームワークを用いて、異なる時刻に観測された条件属性と意思決定属性の間の、即時の、因果的でない、またはおそらく因果的な関係を同定する。解釈可能性とルールベース分析を通じて、合成データおよび実際の時系列データの両方で有効性を示している。

ABSTRACT

We present a solution to the problem of understanding a system that produces a sequence of temporally ordered observations. Our solution is based on generating and interpreting a set of temporal decision rules. A temporal decision rule is a decision rule that can be used to predict or retrodict the value of a decision attribute, using condition attributes that are observed at times other than the decision attribute's time of observation. A rule set, consisting of a set of temporal decision rules with the same decision attribute, can be interpreted by our Temporal Investigation Method for Enregistered Record Sequences (TIMERS) to signify an instantaneous, an acausal or a possibly causal relationship between the condition attributes and the decision attribute. We show the effectiveness of our method, by describing a number of experiments with both synthetic and real temporal data.

研究の動機と目的

• 時間的に順序付けられた観測の系列を生成するシステムの解釈を扱う挑戦に応えること。
• 異なる時刻に観測された条件属性を用いて意思決定属性を予測または後知的に推定する、時系列意思決定ルールを生成する手法を開発すること。
• 時系列記録系列のための時系列的調査法（TIMERS）を用いて、ルールセットの解釈を可能にすること。
• 条件属性と意思決定属性の間の関係を、即時的、因果的でない、またはおそらく因果的であると分類すること。
• 解釈可能性と有効性の観点から、合成データおよび実世界の時系列データセットの両方でこの手法を評価すること。

提案手法

• 条件属性が意思決定属性の観測時刻とは異なる時刻に観測されるような、時系列意思決定ルールを生成する。
• 同じ意思決定属性を持つルールセットをTIMERSフレームワークを用いて分析し、関係のタイプ（即時的、因果的でない、おそらく因果的）を同定する。
• TIMERSは、時系列の順序とルールの一貫性を用いて、関係が因果的か非因果的か、あるいは即時のものかを判断する。
• このアプローチは、時系列データの系列における予測（前向き）および後知的推定（後向き）の両方のタスクに適用可能である。
• 人間が読みやすいルールを提供することで、時系列的文脈と関係の意味論を伴った解釈可能性を支援する。
• 実験では、合成データおよび実際の時系列データを用いて、ルール生成と解釈の正確性を検証する。

実験結果

リサーチクエスチョン

• RQ1 異なる時刻に観測された条件属性を用いて、意思決定属性を予測または後知的に推定するための時系列意思決定ルールは、どのように生成できるか？
• RQ2 時系列データにおいて、条件属性と意思決定属性の間で同定可能な関係の種類（即時的、因果的でない、おそらく因果的）は何か？
• RQ3 TIMERSフレームワークは、時系列意思決定のためのルールセットの解釈にどの程度有効か？
• RQ4 この手法は、解釈の一貫性を保ちながら、合成データおよび実世界の時系列データセットの両方を処理できるか？
• RQ5 時系列の順序は、意思決定ルールの信頼性と解釈可能性にどのような影響を与えるか？

主な発見

• TIMERSフレームワークは、時系列ルールのパターンに基づいて、条件属性と意思決定属性の関係を即時的、因果的でない、またはおそらく因果的であると的確に分類できた。
• 制御された環境下で、合成データに対して本手法は、既知の時系列的関係を正しく同定するという、頑健な性能を示した。
• 実際の時系列データセットにおいては、ルール生成と解釈のプロセスが、分野の期待に一致する解釈可能で意味のあるパターンを導き出した。
• 本手法は予測と後知的推定の両方を可能にし、時系列推論タスクにおける柔軟性を示した。
• 生成されたルールセットは解釈可能であり、系列データにおける時系列的依存関係に関する実用的なインサイトを提供した。
• 評価結果から、時系列意思決定ルールが、構造的で時間に依存する論理を用いることで、動的システムの理解を向上させることの有効性が確認された。