[論文レビュー] Ontology of Preference-Based Multiobjective Evolutionary Algorithms

Longmei Li, Iryna Yevseyeva+3 more|arXiv (Cornell University)|Mar 20, 2017

Semantic Web and Ontologies被引用数 3

ひとこと要約

本稿では、意味的相互運用性と知識再利用を可能にするために、Preference-based Multiobjective Evolutionary Algorithms (MOEAs) を形式的にモデル化する OWL を用いたオントロジーを提案する。アルゴリズムの構成要素、Preference処理メカニズム、最適化ワークフローを機械可読形式で構造化することで、自動推論、ツール統合、MOEAs の体系的比較を促進する。

ABSTRACT

An OWL ontology of preference-based multiobjective evolutionary algorithms.

研究の動機と目的

• Preference-based Multiobjective Evolutionary Algorithms の標準化された、機械で解釈可能な表現の欠如に対処すること。
• 再利用可能で拡張可能な方法で、アルゴリズムの構成要素、Preference処理、最適化ワークフローを形式的にモデル化すること。
• 意味的構造化を通じて、自動推論、ツール統合、MOEAs の体系的比較を支援すること。
• Multiobjective Optimization 研究における知識共有と再利用の基盤を提供すること。

提案手法

• 本稿では、Web Ontology Language を用いて、Preference-based MOEAs の主要なエンティティをモデル化する OWL オントロジーを定義する。
• コアクラスには Algorithm、PreferenceModel、SelectionOperator、PreferenceHandlingStrategy が含まれ、それぞれが定義されたプロパティと公理を持つ。
• オントロジーは、Preference モデルが選択オペレータにどのように影響を与えるかといった、アルゴリズム構成要素間の関係をモデル化する。
• 実用的な相互運用性を確保するため、既存の標準（MOEA Framework）と統合する。
• 整合性の維持とアルゴリズム設定の上での推論を可能にするために、意味的公理を用いる。
• 実際の MOEA 構成要素とユースケースを用いたインスタンス化を通じて、オントロジーの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 Preference-based Multiobjective Evolutionary Algorithms を、機械処理可能な形で形式的かつ意味的に表現する方法は何か？
• RQ2 Preference-based MOEAs の構造と動作を最も適切に捉えるオントロジー設計パターンは何か？
• RQ3 提案されたオントロジーは、異なる MOEA ツールやフレームワーク間での相互運用性と知識再利用をどの程度支援するか？
• RQ4 オントロジーは、アルゴリズム設定や性能に関する自動推論をどの程度可能にするか？

主な発見

• オントロジーは、Preference モデル、選択オペレータ、Preference 処理戦略を含む、Preference-based MOEAs のコア構成要素を成功裏にモデル化した。
• 形式的な構造により、アルゴリズム構成要素の一貫性のある分類と意味的拡張が可能になった。
• オントロジーは、整合性の欠如の検出や、アルゴリズム設定間の関係の推論といった自動推論を支援する。
• MOEA Framework との統合は、実用的妥当性と相互運用性を示している。
• オントロジーは、異なる研究および応用文脈における MOEA 設計の体系的比較と再利用を可能にする。
• 本アプローチは、Multiobjective Optimization 分野における知識管理とツール統合の基盤を提供する。