[論文レビュー] Information Analysis Infrastructure for Diagnosis

Vladimir Hahanov, Wajeb Gharibi+2 more|arXiv (Cornell University)|Jan 4, 2012

Embedded Systems Design Techniques参考文献 2被引用数 14

ひとこと要約

本稿では、n次元ベクター空間内で解析的・グラフ的・表形式のデータを処理する、脳に似た情報分析のための高速マルチプロセッサアーキテクチャを提案する。非算術的距離計測法を導入し、ベクター間相互作用の質を評価するための理論的証明を提示し、意思決定および認識タスクへの応用を裏付ける。

ABSTRACT

A high-speed multiprocessor architecture for brain-like analyzing information represented in analytic, graph- and table forms of associative relations to search, recognize and make a decision in n-dimensional vector discrete space is offered. Vector-logical process models of actual applications, where the quality of solution is estimated by the proposed integral non-arithmetical metric of the interaction between binary vectors, are described. The theoretical proof of the metric for a vector logical space and the quality criteria for estimating solutions is created.

研究の動機と目的

• 複雑で関連的なデータ構造のリアルタイム分析を可能にする、スケーラブルで高速なマルチプロセッサシステムの開発。
• 従来の診断システムの限界を克服するため、n次元離散空間におけるベクタ論理的プロセスとしての情報モデル化。
• ベクタ論理的推論における解の正確性を評価するための堅牢な非算術的質的指標の確立。
• 提案された指標が意思決定およびパターン認識タスクに応用可能であることを理論的に検証する。
• 解析的・グラフ的・表形式の複合的データ表現において、効率的な検索・認識・意思決定を可能にする。

提案手法

• n次元離散ベクタ空間における情報の表現と分析のためのベクタ論理的プロセスモデルの設計。
• 実世界の応用をモデル化するため、解析的・グラフ的・表形式のデータ間における関連関係の活用。
• 二値ベクタ間の相互作用の質を評価する非算術的積分的指標の導入。
• 理論的証明を用いて、ベクタ論理的空間における指標の整合性と信頼性を検証。
• 高速マルチプロセッサアーキテクチャを採用し、ベクタ演算の並列処理を実現。
• 算術的平均に依存しない形で、意思決定ワークフローに指標を統合し、解の質の評価を可能にする。

実験結果

リサーチクエスチョン

• RQ1 n次元離散空間におけるベクタ論理的プロセスは、どのようにして診断的推論に効果的にモデル化できるか？
• RQ2 ベクタ論理的システムにおける二値ベクタ間の相互作用の質を信頼性高く評価できる非算術的指標は何か？
• RQ3 このような指標はどのように理論的に証明され、意思決定の正確性を向上させる応用が可能か？
• RQ4 解析的・グラフ的・表形式の複数のデータ形式を横断する関連的データの高速処理を可能にするアーキテクチャ設計は何か？
• RQ5 提案されたシステムは、従来手法に比べて検索・認識・意思決定タスクにおいてどのように優れているか？

主な発見

• 提案された非算術的指標は、ベクタ論理的空間における解の質を評価する理論的に妥当な手法を提供する。
• 理論的証明により、二値ベクタ間の相互作用の質を測定する指標の有効性と整合性が確認された。
• 高速マルチプロセッサアーキテクチャにより、複雑で複数形式のデータ表現の処理が効率的に行えるようになった。
• 本システムは、n次元ベクタ空間内での検索・認識・意思決定において、向上した能力を示した。
• 本手法は、解析的・グラフ的・表形式の関連的データのリアルタイム分析を可能にする。
• 本研究は、ベクタ論理的モデルと新規の質的指標を用いた脳に似た情報処理システムの基盤を確立した。