[論文レビュー] Multi-Context Systems for Reactive Reasoning in Dynamic Environments

Gerhard Brewka, Stefan Ellmauthaler+1 more|arXiv (Cornell University)|May 20, 2015

Logic, Reasoning, and Knowledge参考文献 13被引用数 8

ひとこと要約

この論文は、センサデータの統合と知識ベースの進化管理を可能にする、管理付きマルチコンテキストシステム（mMCS）の拡張版である反応型マルチコンテキストシステム（rMCS）を導入する。これは、リアルタイム環境における継続的・動的推論を可能にする。不一致する入力、選択的忘却、注目制御、計算効率性といったオンライン推論の主な課題に対して、システム実行と均衡意味論の形式的枠組みを用いて対処し、主要意思決定問題の計算複雑性を分析する。

ABSTRACT

We show in this paper how managed multi-context systems (mMCSs) can be turned into a reactive formalism suitable for continuous reasoning in dynamic environments. We extend mMCSs with (abstract) sensors and define the notion of a run of the extended systems. We then show how typical problems arising in online reasoning can be addressed: handling potentially inconsistent sensor input, modeling intelligent forms of forgetting, selective integration of knowledge, and controlling the reasoning effort spent by contexts, like setting contexts to an idle mode. We also investigate the complexity of some important related decision problems and discuss different design choices which are given to the knowledge engineer.

研究の動機と目的

• スマートホームや監視システムのような継続的に変化する動的環境において、従来のオフライン知識表現システムの限界を解決すること。
• センサ入力と実行ベース意味論を用いて、管理付きマルチコンテキストシステム（mMCS）を拡張し、継続的・反応的推論を可能にする形式的枠組みを導入すること。
• オンライン推論システムにおける不一致するセンサデータ、選択的知識の忘却、注目焦点、計算努力の制御のための原理的メカニズムを提供すること。
• 主要意思決定問題の複雑性を分析し、知識工学者が設計選択を下せるようにすることで、フレームワークの計算的実行可能性を保証すること。

提案手法

• mMCSを拡張し、ブリッジルールを一般化してセンサ観測を統合することで、コンテキストが現実世界のデータに反応できるようにする。
• 「実行」として、時間経過に伴うシステム状態の系列を定義し、各状態が新たな観測を処理し、管理操作を介して信念集合を更新することによって得られる。
• 知識の追加・削除・変更といったアクションを可能にする管理関数を導入し、KBサイズと推論努力の制御を可能にする。
• コンテキスト固有の管理ポリシーを用いて動的忘却をモデル化し、固定時間窓ではなく関連性に基づいて情報が破棄されるようにする。
• 均衡意味論を用いて、コンテキスト間で一貫性のある信念集合を定義し、不一致や変化する入力に対しても整合性を保証する。
• 多項式的および一般的コンテキスト複雑性仮定の下で、主要問題（均衡の存在、クエリ評価など）の計算複雑性を分析する。

実験結果

リサーチクエスチョン

• RQ1 管理付きマルチコンテキストシステムは、継続的なセンサ入力を持つ動的環境での反応的推論をどのように拡張できるか？
• RQ2 オンライン推論システムにおいて、不一致または信頼性の低いセンサデータを処理するための形式的メカニズムは何か？
• RQ3 推論品質を損なわせることなく、KBサイズと計算努力を制御するための動的知識管理はどのように実現できるか？
• RQ4 反応型マルチコンテキストシステムにおける意思決定問題の複雑性は何か？また、設計選択は実行可能性にどのように影響するか？
• RQ5 継続的推論の過程で、注目を的確に集中させ、関係のない情報を原理的かつ適切に除外するにはどうすればよいか？

主な発見

• 提案された反応型マルチコンテキストシステム（rMCS）は、mMCSにセンサ統合と実行ベース意味論を追加することで、実世界の応用における継続的・動的推論を実現した。
• コンテキスト固有の管理関数を用いた知的な忘却が可能となり、固定時間窓ではなく関連性に基づいて情報が破棄される。
• 信念集合選択やブリッジルールにおける非決定的要因により、複数の均衡が生じ得るが、弱い制約や最適化記述を用いた優先順位ベースの選択メカニズムにより、最良の均衡を選べる。
• 均衡の存在およびクエリ評価問題の複雑性を分析した：有限の実行では、これらの問題は適切な複雑性クラス（例：NP や co-NP）に留まるが、無限の観測列では決定不能になる。
• 手続き的制御（例：コンテキストをアイドルモードに設定）をサポートしており、長時間実行されるシステムにおける計算努力の効率的管理が可能になる。
• 知識統合とオンライン推論を統一的に扱う一貫した形式的枠組みとして、既存のストリーム推論および信念変化技術を一般化している。