[論文レビュー] MIVAR: Transition from Productions to Bipartite Graphs MIVAR Nets and Practical Realization of Automated Constructor of Algorithms Handling More than Three Million Production Rules

О. О. Варламов|arXiv (Cornell University)|Nov 5, 2011

Manufacturing Process and Optimization参考文献 1被引用数 4

ひとこと要約

本論文は、生産システムを二部グラフ（MIVARネット）に変換する新規フレームワークMIVARを紹介する。これにより、線形時間の推論とルール処理が可能となる。MIVARネットの構築および照会に線形時間計算量を保証する理論的裏付け付きのアルゴリズムを提示し、UDA Vソフトウェアシステムに実装されている。標準的なハードウェア上でも350万件以上のルールと117万件以上のオブジェクトを効率的に処理でき、AIおよびエキスパートシステム分野における実用的スケーラビリティを示している。

ABSTRACT

The theoretical transition from the graphs of production systems to the bipartite graphs of the MIVAR nets is shown. Examples of the implementation of the MIVAR nets in the formalisms of matrixes and graphs are given. The linear computational complexity of algorithms for automated building of objects and rules of the MIVAR nets is theoretically proved. On the basis of the MIVAR nets the UDAV software complex is developed, handling more than 1.17 million objects and more than 3.5 million rules on ordinary computers. The results of experiments that confirm a linear computational complexity of the MIVAR method of information processing are given. Keywords: MIVAR, MIVAR net, logical inference, computational complexity, artificial intelligence, intelligent systems, expert systems, General Problem Solver.

研究の動機と目的

• 大規模なルールベースを扱う際の従来の生産システムのスケーラビリティの限界を解消すること。
• 生産システムを二部グラフ（MIVARネット）にマッピングする形式的フレームワークを構築し、効率的な推論を可能にすること。
• 理論的に線形計算量が保証される自動コンストラクタアルゴリズムの設計および実装すること。
• 従来の計算プラットフォーム上で300万件を超える生産ルールを処理する実用的妥当性を示すこと。
• 理論的計算量の主張を、大規模なルールセットを用いた実験によって検証すること。

提案手法

• ルールの条件と結論の間の数学的マッピングを用いて、生産システムグラフから二部グラフMIVARネットへの変換を形式化する。
• MIVARネットを行列およびグラフの形式的表現で表し、計算および保存の効率性を実現する。
• MIVARネットのオブジェクトおよびルールの構築に線形時間アルゴリズムを提案し、計算量解析を用いて理論的に証明する。
• UDA Vソフトウェアシステムを実装し、MIVARフレームワークを活用したルール処理の実用的実現を図る。
• 入力サイズに比例する線形時間で二部構造を走査することで、効率的な論理的推論を実現する。
• 合成および実世界のルールセットを用いた実験的評価により、さまざまな規模での線形時間計算量の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 生産システムを形式的に二部グラフに変換することで、計算効率が向上するか？
• RQ2 提案されたMIVARネット構築アルゴリズムは実際の運用でも線形計算量を達成するか？
• RQ3 MIVARフレームワークは、標準的なコンピュータ上で300万件を超える生産ルールを処理できるか？
• RQ4 スケーリングされた環境下で、MIVARベースの推論は従来の生産システムエンジンと比較してどのように性能を発揮するか？
• RQ5 MIVARルール処理の理論的線形計算量主張は、実験的にどのように検証されるか？

主な発見

• MIVARネットフレームワークは、生産システムを二部グラフに効率的かつスケーラブルに変換し、推論を可能にした。
• MIVARネットの自動コンストラクタアルゴリズムは、理論的に線形計算量を達成しており、実験的にも裏付けられた。
• MIVARに基づくUDA Vソフトウェアシステムは、標準的なハードウェア上でも117万件を超えるオブジェクトと350万件を超えるルールを効率的に処理できた。
• 実験結果から、MIVARベースの情報処理における線形時間計算量が複数のテストケースで確認された。
• 本手法は、従来の生産ルールエンジンの限界を超えて、大規模なエキスパートシステムおよびAIアプリケーションの実用的妥当性を示した。
• 生産システムからMIVARネットへの移行により、表現力や論理的完全性を損なわず、顕著な性能向上が達成された。