[論文レビュー] Object-Oriented Dynamic Networks

Dmytro Terletskyi, A. I. Provotar|arXiv (Cornell University)|Oct 14, 2015

Cognitive Science and Mapping参考文献 8被引用数 7

ひとこと要約

この論文は、時間の経過とともに変化する知識を、ノードが概念（オブジェクトおよびクラス）を表し、エッジが関係（時間的変更を含む）を表す動的で有向グラフとしてモデル化する、知識表現モデルであるオブジェクト指向動的ネットワーク（OODN）を紹介する。継承、カプセル化、動的クラス生成といったオブジェクト指向の原則を統合することで、OODNは知識の進化、論理的推論、創造的問題解決をグラフの走査によって実現できる。

ABSTRACT

This paper contains description of such knowledge representation model as Object-Oriented Dynamic Network (OODN), which gives us an opportunity to represent knowledge, which can be modified in time, to build new relations between objects and classes of objects and to represent results of their modifications. The model is based on representation of objects via their properties and methods. It gives us a possibility to classify the objects and, in a sense, to build hierarchy of their types. Furthermore, it enables to represent relation of modification between concepts, to build new classes of objects based on existing classes and to create sets and multisets of concepts. OODN can be represented as a connected and directed graph, where nodes are concepts and edges are relations between them. Using such model of knowledge representation, we can consider modifications of knowledge and movement through the graph of network as a process of logical reasoning or finding the right solutions or creativity, etc. The proposed approach gives us an opportunity to model some aspects of human knowledge system and main mechanisms of human thought, in particular getting a new experience and knowledge.

研究の動機と目的

• 時間の経過とともに変化する知識を形式的に表現するモデルの開発。
• 既存の知識に基づいて、新しいクラスやオブジェクト・クラス間の関係を動的に構築することの可能化。
• グラフベースのシステムにおける構造的変更を通じて、人間のような知識習得と推論をモデル化すること。
• 動的知識ネットワークの走査によって、論理的推論、問題解決、創造性を支援すること。
• 継承やカプセル化といったオブジェクト指向の原則を、動的知識表現フレームワークに統合すること。

提案手法

• OODNは、ノードが概念（オブジェクトおよびクラス）を表し、エッジがそれらの間の関係を表す連結された有向グラフとして知識を表現する。
• オブジェクトはそのプロパティとメソッドによってモデル化され、分類および階層的タイプの組織化が可能になる。
• このモデルは継承と、既存のクラスに基づく新しいクラスの動的生成をサポートしており、知識の進化を可能にする。
• 概念間の変更関係が明示的に表現されており、知識の変化を時間的経過に沿って追跡可能である。
• 概念の集合および多重集合がサポートされており、関連する知識エンティティの集まりをモデル化できる。
• 論理的推論と解決策の探索は、ネットワーク内を走査するプロセスとしてモデル化され、認知プロセスを模倣する。

実験結果

リサーチクエスチョン

• RQ1 知識表現モデルは、時間の経過に伴う知識の動的進化を効果的に捉えることができるか？
• RQ2 進化する知識に応じて、新しいクラスや関係を生成するためのメカニズムは何か？
• RQ3 オブジェクト指向の原則をグラフベースのモデルに統合することで、階層的分類と継承をどのようにサポートできるか？
• RQ4 動的ネットワークの走査は、どのように人間のような推論や創造性を模倣できるか？
• RQ5 概念およびそれらの関係に対する変更を形式的に表現し、推論することは可能か？

主な発見

• OODNは、明示的な変更関係を持つ動的で有向グラフを用いて、知識の進化を形式的フレームワークでモデル化する。
• オブジェクト指向の原則の統合により、階層的分類と動的クラス生成が可能となり、スケーラブルな知識モデル化が可能になる。
• OODNにおけるグラフ走査は、概念的変更の経路に従うことで、論理的推論、問題解決、創造的プロセスを模倣できる。
• モデルは概念の集合および多重集合の表現をサポートしており、知識システムにおける集まりのモデル化を可能にする。
• OODNは、ネットワーク内の構造的変更を通じて、知識習得と経験の蓄積の形式的定式化を可能にする。
• このアプローチは、ビジネスおよび工学分野の計算モデルに基づいており、実世界の知識システムへの適用可能性を示している。