[論文レビュー] Possible World Partition Sequences: A Unifying Framework for Uncertain Reasoning

Choh Man Teng|arXiv (Cornell University)|Feb 13, 2013

Logic, Reasoning, and Knowledge参考文献 15被引用数 5

ひとこと要約

本稿では、可能な世界の順序付き分割を通じて不確実性をモデル化する包括的枠組みである可能な世界分割系列（PWPS）を導入する。これは不確実性下での特定のシナリオへのバイアスを反映する。デフォルト論理、自己認識論理、確率的条件付き確率、しきい値処理、可能性理論が、この枠組み内に形式的に埋め込まれることを示し、異種の不確実性形式主義を統合する共通の意味論を提供する。

ABSTRACT

When we work with information from multiple sources, the formalism each employs to handle uncertainty may not be uniform. In order to be able to combine these knowledge bases of different formats, we need to first establish a common basis for characterizing and evaluating the different formalisms, and provide a semantics for the combined mechanism. A common framework can provide an infrastructure for building an integrated system, and is essential if we are to understand its behavior. We present a unifying framework based on an ordered partition of possible worlds called partition sequences, which corresponds to our intuitive notion of biasing towards certain possible scenarios when we are uncertain of the actual situation. We show that some of the existing formalisms, namely, default logic, autoepistemic logic, probabilistic conditioning and thresholding (generalized conditioning), and possibility theory can be incorporated into this general framework.

研究の動機と目的

• 人工知覚における異種の不確実性形式主義を有する知識ベースを統合する課題に対処すること。
• 多様な不確実性推論システムの共通の意味論的基盤を確立すること。
• 不確実性下での好ましい可能なシナリオへのバイアスという直感的な概念を形式化すること。
• 既存の形式主義を1つの整合的枠組み内で統合・相互運用可能にする仕組みを提供すること。

提案手法

• 枠組みは、可能な世界の順序付き分割を用いる。各分割は妥当性または信頼性のレベルを表す。
• 系列内の各分割は、その後続の分割に属する可能な世界よりもより妥当とされる世界の集合に対応する。
• 可能な世界を段階的に妥当性が低い分割へと順序付けることで、不確実性をランク付けしてモデル化する。
• 既存の形式主義の意味論を分割系列構造にマッピングすることで、それらを一般化する。
• 分割間における一貫性と妥当性の階層的チェックを通じて推論を支援する。
• 共通の意味論の下で、それぞれの形式主義の分割系列を一致させることで、異なる不確実性モデルの組み合わせを可能にする。

実験結果

リサーチクエスチョン

• RQ1 多様な不確実性形式主義を1つの意味論的枠組みで統合する方法は何か？
• RQ2 可能な世界のどのような構造的性質が、不確実性推論におけるバイアスと妥当性順序のモデル化を可能にするか？
• RQ3 デフォルト論理、自己認識論理、確率的条件付け、可能性理論が、1つの形式主義に体系的に埋め込まれるか？
• RQ4 順序付き分割が信念や妥当性の度合いを表現する役割を果たす仕組みは何か？
• RQ5 意味論の正確性を損なわずに、異種の不確実性モデルを統合する方法は何か？

主な発見

• 提案された枠組みは、デフォルト論理、自己認識論理、確率的条件付け、しきい値処理、可能性理論を、1つの包括的構造に成功して埋め込んでいる。
• 分割系列は妥当性バイアスの自然な表現を提供し、不確実性下での直感的推論と整合する。
• 各形式主義の意味論が埋め込みにおいて保持されることで、知識ベースの整合的統合が可能になる。
• 埋め込みにより各形式主義の意味論が保存され、正しさと解釈可能性が保証される。
• 統合的不確実性推論システムを構築するための体系的インfraストラクチャを提供する。
• 異種の不確実性モデル間での挙動や性質の形式的分析を支援する。