[論文レビュー] Myopic Value of Information in Influence Diagrams

Sören Dittmer, Finn V. Jensen|arXiv (Cornell University)|Feb 6, 2013

Bayesian Modeling and Causal Inference参考文献 11被引用数 46

ひとこと要約

本稿では、テーブル拡張を用いたジュンクションツリー再構成により、強いジュンクションツリー枠組みを用いて影響図における情報の短絡的価値を計算する手法を提案する。これにより、テーブルの再利用と構造の再構成を避けることで、各順序に対して別々の図を必要とする従来の手法に比べ、モデルの再構築を回避し、計算効率を著しく向上させる。

ABSTRACT

We present a method for calculation of myopic value of information in influence diagrams (Howard & Matheson, 1981) based on the strong junction tree framework (Jensen, Jensen & Dittmer, 1994). The difference in instantiation order in the influence diagrams is reflected in the corresponding junction trees by the order in which the chance nodes are marginalized. This order of marginalization can be changed by table expansion and in effect the same junction tree with expanded tables may be used for calculating the expected utility for scenarios with different instantiation order. We also compare our method to the classic method of modeling different instantiation orders in the same influence diagram.

研究の動機と目的

• 異なるインスタンシエーション順序を別々の図としてモデル化する際の計算非効率性を解消すること。
• モデル全体を再構築せずに、確率的ノードのマージナライゼーション順序を動的に再順序付け可能にするための仕組みを提供すること。
• 複数のインスタンシエーション順序にわたる期待効用計算を効率的に行うために、強いジュンクションツリー枠組みを活用すること。
• 意思決定の不確実性下での情報価値評価における計算オーバーヘッドを低減すること。

提案手法

• 影響図およびその条件付き独立構造を表現するために、強いジュンクションツリー枠組みを用いる。
• 確率的ノードのマージナライゼーション順序を変更することで、異なるインスタンシエーション順序を表現する。
• テーブル拡張を用いてジュンクションツリー構造を変更し、同じツリーで異なるマージナライゼーション順序をシミュレート可能にする。
• 同じジュンクションツリーを、拡張されたテーブルを用いて再利用することで、図を再作成せずに複数のシナリオの期待効用を計算する。
• ジュンクションツリー内での変数消去原理を適用し、期待効用値を効率的に計算する。
• マージナライゼーション順序の変更が、構造の再構成ではなくテーブル変換によって符号号化できることを示す。

実験結果

リサーチクエスチョン

• RQ1 影響図における異なるインスタンシエーション順序にわたる情報の短絡的価値を、どのように効率的に計算できるか？
• RQ2 1つのジュンクションツリー構造を、複数のマージナライゼーション順序をシミュレートするために再利用可能か？
• RQ3 各インスタンシエーション順序に対して別々の図を維持するのではなく、テーブル拡張を用いることで、どのような計算的利点が得られるか？
• RQ4 強いジュンクションツリー枠組みは、影響図におけるノードインスタンシエーションの動的再順序付けをどのように支援するか？
• RQ5 マージナライゼーション順序の変更が、影響図における期待効用計算に与える影響は何か？

主な発見

• 提案手法により、1つの修正済みジュンクションツリーを用いて、異なるインスタンシエーション順序における期待効用を効率的に計算可能である。
• テーブル拡張により、ネットワークの構造を変更せずに、同じジュンクションツリーで異なるマージナライゼーション順序をシミュレートできる。
• 異なる順序ごとに別々の影響図を維持する必要がなくなるため、モデルの保守性が向上する。
• 従来の手法（各順序を別個の図としてモデル化）に比べ、著しい計算コストの削減が実現された。
• 強いジュンクションツリー枠組みにより、テーブル操作によるマニピュレーションで動的再順序付けが可能であり、正しさを保持しながら効率性が向上する。
• 複数の観測順序が想定される複雑な意思決定ネットワークにおける情報価値評価に対して、スケーラブルなソリューションを提供する。