[論文レビュー] Implementing general belief function framework with a practical codification for low complexity

Arnaud Martin|ArXiv.org|Jul 22, 2008

Bayesian Modeling and Causal Inference参考文献 28被引用数 23

ひとこと要約

本稿では、一般信念関数フレームワーク、特にDezert-Smarandache理論（DSmT）において、全冪集合ではなく焦点的要素にのみ注目することで計算複雑性を低減する実用的な符号化手法を提示する。Matlabに最適化された構造的符号化システムを導入し、$2^\Theta$および$D^\Theta$上での信念関数の効率的取り扱いを可能にした。組み合わせ、意思決定、復号化のための専用アルゴリズムを備え、実世界の応用において顕著な性能向上を実現している。

ABSTRACT

In this chapter, we propose a new practical codification of the elements of the Venn diagram in order to easily manipulate the focal elements. In order to reduce the complexity, the eventual constraints must be integrated in the codification at the beginning. Hence, we only consider a reduced hyper power set $D_r^Θ$ that can be $2^Θ$ or $D^Θ$. We describe all the steps of a general belief function framework. The step of decision is particularly studied, indeed, when we can decide on intersections of the singletons of the discernment space no actual decision functions are easily to use. Hence, two approaches are proposed, an extension of previous one and an approach based on the specificity of the elements on which to decide. The principal goal of this chapter is to provide practical codes of a general belief function framework for the researchers and users needing the belief function theory.

研究の動機と目的

• 全冪集合 $2^\Theta$ やハイパーモノイド集合 $D^\Theta$ の完全な列挙を避ける代わりに、焦点的要素にのみ注目することで、信念関数フレームワークの計算複雑性を低減すること。
• Matlabにおける実装を効率化できる、人間が読みやすい焦点的要素の符号化システムを構築すること。
• 特にDSmT応用を想定し、信念関数の組み合わせ、意思決定、復号化の完全で段階的なフレームワークを提供すること。
• 単一要素の交差に対する意思決定の課題に取り組むこと。既存のアプローチでは、このような状況に直接的な意思決定関数が存在しない。
• 制約付きで縮小されたハイパーモノイド集合 $D_r^\Theta$ を用いることで、冗長な計算を最小限に抑え、動的融合およびリアルタイム応用を可能にすること。

提案手法

• 整数ベースのインデックス化を用いて、識別空間 $\Theta$ 及びその焦点的要素を実用的な符号化で表現し、データ構造の簡素化とMatlab上での計算効率の向上を図る。
• 初期段階で制約を統合することで、$D^\Theta$ の完全な列挙を回避し、縮小されたハイパーモノイド集合 $D_r^\Theta$ を生成する。
• 符号化、制約の追加、焦点的要素の符号化、質量関数の組み合わせ、意思決定、復号化の各モジュール関数を備えた体系的フレームワークを構築する。
• 意思決定のための2つのアプローチを実装：従来手法の拡張と、意思決定対象の要素の特異性に特化した新規手法。
• Smarandacheの符号化を用いて人間が読みやすい出力を可能にし、内部コードから焦点的要素の記号的表現への変換を可能にする。
• `codingFocal`、`decodingFocal`、`generationDThetar`、`cod2ScodFocal` など、エンドツーエンド実装に適した最適化済みMatlab関数の完全なセットを提供する。

実験結果

リサーチクエスチョン

• RQ1 全冪集合 $2^\Theta$ や $D^\Theta$ の完全な列挙を避ける代わりに、焦点的要素にのみ注目することで、信念関数フレームワークの計算複雑性をどのように低減できるか？
• RQ2 高水準言語（例：Matlab）におけるDSmTの文脈で、焦点的要素の効率的かつ人間が読みやすい操作を可能にする実用的符号化スキームは何か？
• RQ3 標準的な意思決定関数が存在しない単一要素の交差に対して、どのようにして効果的な意思決定を実現できるか？
• RQ4 焦点的要素の制約を尊重しつつ、縮小されたハイパーモノイド集合 $D_r^\Theta$ を最も効率的に生成・表現する方法は何か？
• RQ5 産業的・研究的用途に適したMatlabでの実装を想定し、完全でモジュラーかつ最適化された信念関数フレームワークをどのように構築・符号化すべきか？

主な発見

• 提案された符号化により、$2^\Theta$ や $D^\Theta$ の完全な列挙を回避し、関連する焦点的要素にのみ集中することで複雑性が低減された。
• 制約の早期統合と $D_r^\Theta$ 上での選択的計算により、特に動的融合に適した顕著な性能向上が達成された。
• Matlabベースのフレームワークには、`generationDThetar` や `decodingFocal` といった最適化済み関数が含まれており、焦点的要素の生成と解釈が効率的に行える。
• 意思決定モジュールは2つの強固なアプローチを提供し、そのうちの1つは単一要素の交差処理に特化しており、複雑なシナリオでの使いやすさが向上した。
• 本フレームワークは、$2^\Theta$ 上の古典的信念関数と $D^\Theta$ 上の一般化されたDSmTの両方をサポートし、符号化・復号化関数によりシームレスな移行が可能である。
• システム全体はモジュラー構造であり、十分なドキュメンテーションが整っており、`cod2ScodFocal` のような関数により、マシンコードから人間が読みやすい出力への変換が可能である。