[論文レビュー] Precise Propagation of Upper and Lower Probability Bounds in System P

Angelo Gilio|ArXiv.org|Mar 7, 2000

Logic, Reasoning, and Knowledge参考文献 29被引用数 10

ひとこと要約

本稿では、インフォームド確率に基づく一貫性のある不確実性確率を用いて、System Pにおける上位および下位確率境界の正確な伝播手法を提示する。この手法により、無限小確率に依存せずに、導出された条件付き文に対する最もきつい確率境界の正確な計算が可能になる。このアプローチは、ゼロ確率の条件付き事象を自然に取り扱い、線形計画法アルゴリズムによる明確な境界伝播を通じて、確率的解釈下での推論規則の劣化を実証的に示す。

ABSTRACT

In this paper we consider the inference rules of System P in the framework of coherent imprecise probabilistic assessments. Exploiting our algorithms, we propagate the lower and upper probability bounds associated with the conditional assertions of a given knowledge base, automatically obtaining the precise probability bounds for the derived conclusions of the inference rules. This allows a more flexible and realistic use of System P in default reasoning and provides an exact illustration of the degradation of the inference rules when interpreted in probabilistic terms. We also examine the disjunctive Weak Rational Monotony of System P+ proposed by Adams in his extended probability logic.

研究の動機と目的

• System Pの非単調推論規則における下位および上位確率境界を正確かつ一貫性を持って伝播する手法を開発すること。
• デフォルト推論における無限小確率意味論の代替として、現実的で柔軟な代替手段を提供すること。
• 有限の誤差境界を伴う確率的解釈下でのSystem P推論規則の劣化を、正確な境界伝播を通じて実証的に示すこと。
• de Finettiの一貫性原理を活用して、追加の仮定を要せず、ゼロ確率の条件付き事象を一貫性のある不確実性確率枠組み内で自然に取り扱うこと。
• 知識ベースから導出される条件付き文の最もきつい確率境界を計算するアルゴリズムの実装

提案手法

• 条件付き確率を原始的に扱うためにde Finettiの一貫性原理を用い、P(B) > 0 を必要としない。
• 線形計画法を用いて、導出された条件付き文の最もきつい下位および上位確率境界を計算する。
• 各条件付き表明を確率的境界 P(A|B) ≥ 1−ε としてモデル化し、εは誤差許容度を表す。
• 標準的なSystem P推論規則（Cut, And, S, Cautious Monotonicity, Or, Right Weakening）を、正確なε値伝播とともに適用する。
• 一貫性のある枠組み内にAdamの拡張確率論理および選言的弱合理的単調性を統合する。
• 前提から結論への境界伝播を実装し、一貫性と緊密さを保証するアルゴリズムを構築する。

実験結果

リサーチクエスチョン

• RQ1 一貫性を保ちながら、System P推論規則を介して正確な確率境界をどのように伝播できるか。
• RQ2 有限の誤差境界を伴う確率的解釈下で、System P推論規則の正確な劣化はどの程度か。
• RQ3 ゼロ確率の条件付き事象が、一貫性のある不確実性確率枠組み内で自然に取り扱えるか。
• RQ4 選言的弱合理的単調性規則は、System P+における正確な境界伝播下でどのように振る舞うか。
• RQ5 線形計画法を用いて、導出された条件付き文の最もきつい確率境界を効果的に計算できるか。

主な発見

• Cut規則はε値を加法的に伝播する：ε₁ + ε₂ = 0.2 + 0.1 = 0.3 であり、Linda |~₀.₂₈ ¬noisy を得る。
• And規則はε₁ + ε₂ = 0.28 + 0.05 = 0.33 を用いて境界を結合し、Linda |~₀.₃₃ great ∧ ¬noisy を得る。
• S規則をLinda |~₀.₃₃ great ∧ ¬noisy に適用すると、⊤ |~₀.₃₃ ¬Linda ∨ great ∧ ¬noisy が得られる。
• Or規則はε値をε₁ + ε₂ − ε₁ε₂ として結合し、個々の境界からLinda ∨ Steve |~₀.₃₅₈ ¬noisy を得る。
• Cautious Monotonicityにより、Linda |~₀.₀₅ great および Linda |~₀.₂ Steve から、Linda ∧ Steve |~₀.₀₆₂₅ great が得られる。
• 最終的な境界 ⊤ |~₀.₅₃ ¬Linda ∧ (noisy ∨ ¬great) は、S規則の2つの結果をAnd規則で結合することで得られる。