[論文レビュー] Power and beauty of interval methods

M. Gutowski|ArXiv.org|Feb 11, 2003

Numerical Methods and Algorithms参考文献 3被引用数 12

ひとこと要約

本稿では、不確実性を伴う問題に対する解の保証された境界を提供する、きめ細やかな数値計算のための厳密な枠組みとして区間法を提示する。区間演算とボックススライcingなどのアルゴリズムを用いることで、解の存在または非存在を数学的に確実に証明でき、確率論的またはファジィ手法よりも信頼性が高く、分布に関する仮定を必要としない。

ABSTRACT

Interval calculus is a relatively new branch of mathematics. Initially understood as a set of tools to assess the quality of numerical calculations (rigorous control of rounding errors), it became a discipline in its own rights today. Interval methods are usefull whenever we have to deal with uncertainties, which can be rigorously bounded. Fuzzy sets, rough sets and probability calculus can perform similar tasks, yet only the interval methods are able to (dis)prove, with mathematical rigor, the (non)existence of desired solution(s). Known are several problems, not presented here, which cannot be effectively solved by any other means. This paper presents basic notions and main ideas of interval calculus and two examples of useful algorithms.

研究の動機と目的

• 区間微積分を、誤差制御がきめ細やかで独立した分野として確立すること。
• 確率論的およびファジィ手法の限界を克服し、解に対して数学的に証明可能な境界を提供すること。
• 特にグローバル最適化と制約満たし問題において、他の手法が失敗する問題に対して区間法の強力さを示すこと。
• 境界付き不確実性下でのパラメータ推定に適したボックススライシングなどのアルゴリズムの開発と検証すること。
• 区間法が外れ値を自動的に検出でき、不十分に評価された不確実性を特定できることを示し、解の信頼性を保証すること。

提案手法

• 区間演算は、すべての可能な演算結果が計算された区間内に含まれるように、外向き丸めによって定義される。
• 区間の代数的演算は端点の算術によって計算され、依存性問題のため乗算は部分的分配的である。
• 区間のハロー演算は2つの区間を組み合わせ、それらを包含する最小の区間を生成し、区間演算における集合演算を可能にする。
• ボックススライシングアルゴリズムは、境界付き不確実性を伴う回帰問題におけるパラメータの保証された境界を計算するために用いられる。
• 区間ニュートン法は非線形方程式系における解の存在と一意性を証明するために適用され、収束性はムーアによって証明されている。
• ハードウェアまたはソフトウェアにおける外向き丸めにより、すべての丸め誤差が境界内に保たれ、数値結果の数学的厳密性が維持される。

実験結果

リサーチクエスチョン

• RQ1 区間法は、非線形方程式系における解の存在または非存在を数学的に厳密に証明できるか？
• RQ2 区間法は、特定の分布を仮定せずに、境界付き不確実性をどのように処理するのか、確率論的およびファジィ手法と比較してどうなるか？
• RQ3 区間算術は、不確実性の低評価や外れ値をどれほど正確に検出・警告できるか？
• RQ4 従来の最小二乗法が境界付き不確実性に適用された場合の限界は何か。区間法はそれらをどのように克服できるか？
• RQ5 ボックススライシングのような区間ベースのアルゴリズムは、『最も可能性の高い推定値』が境界外にある場合でさえ、古典的手法よりもきめ細やかで信頼性の高い境界を生成できるか？

主な発見

• 区間法は、確率論的またはファジィ論理では不可能な、解の非存在を数学的に証明できる。
• ボックススライシングアルゴリズムは、入力の不確実性と直接関連する保証された境界をパラメータ推定に生成し、誤差分布に関する仮定を一切必要としない。
• ある例では、パラメータの『最も可能性の高い』最小二乗推定値が、ボックススライシングアルゴリズムによって得られた区間境界の外に位置していたが、これは区間法の結果の信頼性を示している。
• この手法は、従属変数および独立変数の両方の不確実性を自然に扱い、複雑な統計的モデリングの必要性を回避する。
• より多くのデータが得られると、パラメータの区間が狭くなり、直感的な感覚と完全に一致する。誤差の対称性や正規性に関する仮定を必要としない。
• 不確実性の低評価は信頼性高く検出され、解が得られなくなる可能性があるため、結果に対する誤った自信を防ぐ。