[論文レビュー] Predicting Suicide Attacks: A Fuzzy Soft Set Approach

Athar Kharal|arXiv (Cornell University)|Jul 28, 2010

Fuzzy and Soft Set Theory参考文献 13被引用数 3

ひとこと要約

本稿では、言語変数を用いて不完全で曖昧な専門家評価をモデル化することで、都市における自殺攻撃を予測するためのファジィソフト集合ベースの意思決定支援システム（FSP）を提案する。アルゴリズムは都市間のリスク要因を評価し、O(2^n)の計算複雑性を持つ可能性プロファイルを生成するが、シミュレーションにより、他の代替手法と比較して決定指標Γ₁が著しく低いバイアスを示すことが判明した。

ABSTRACT

This paper models a decision support system to predict the occurance of suicide attack in a given collection of cities. The system comprises two parts. First part analyzes and identifies the factors which affect the prediction. Admitting incomplete information and use of linguistic terms by experts, as two characteristic features of this peculiar prediction problem we exploit the Theory of Fuzzy Soft Sets. Hence the Part 2 of the model is an algorithm vz. FSP which takes the assessment of factors given in Part 1 as its input and produces a possibility profile of cities likely to receive the accident. The algorithm is of O(2^n) complexity. It has been illustrated by an example solved in detail. Simulation results for the algorithm have been presented which give insight into the strengths and weaknesses of FSP. Three different decision making measures have been simulated and compared in our discussion.

研究の動機と目的

• 不完全で曖昧なデータの中での都市部における自殺攻撃予測のための意思決定支援システムの開発。
• 反テロ予測における固有の不確実性に対処するため、言語的専門家判断とファジィソフト集合理論を統合する。
• 定性的リスク要因を定量的可能プロファイルに変換する計算的に構造化されたモデルの構築。
• 不確実性下でのリスク評価のための複数の意思決定指標の評価と比較。
• 高影響度環境におけるセキュリティ計画および脅威可視化のための動的で知識ベースのフレームワークの提供。

提案手法

• モデルは、専門家評価から得られる不確実で曖昧な、言語的に表現されたリスク要因を表すためにファジィソフト集合を用いる。
• 二段階のアプローチを採用する：(1) 自殺攻撃の発生確率に影響を与える主要な予測要因の同定；(2) FSPアルゴリズムを用いたリスク可能性プロファイルの計算。
• FSPアルゴリズムは、ファジィソフト集合評価に基づく都市間の対比較を実行し、定義された関数ρ(ψi, ψj)およびχ(ψi, ψj)を用いてスコアを集約する。
• アルゴリズムの計算複雑性はO(2^n)であり、リスク比較の際、n個の都市のすべての部分集合を評価する必要があることに起因する。
• 三つの意思決定指標（Γ₁、Γ₂、Γ₃）をシミュレーションし、リスクランク付けにおけるバイアスと一貫性を評価する。
• 判別行列の構造を活用することで、将来的な粗さ集合理論に基づく最適化への拡張を支援する。

実験結果

リサーチクエスチョン

• RQ1 自殺攻撃リスクに関する言語的で曖昧な専門家判断を、意思決定支援フレームワーク内で体系的にモデル化する方法は何か？
• RQ2 データが不完全で主観的である状況下で、都市の自殺攻撃リスクを効果的にランク付けする最適な方法は何か？
• RQ3 FSPアルゴリズムの性能は、バイアスと一貫性の観点から、異なる意思決定指標においてどのように変動するか？
• RQ4 ファジィソフト集合を用いた大規模都市脅威予測において、計算的・スケーラビリティ上の制限は何か？
• RQ5 データマイニングと継続的再評価を活用して、動的でリアルタイムの脅威評価を支援するため、モデルをどのように拡張できるか？

主な発見

• FSPアルゴリズムは、定性的で言語的に表現されたリスク評価を、都市ごとの構造的可能プロファイルに成功して変換した。
• シミュレーション結果から、決定指標Γ₁はΓ₂（440本の同順位）やΓ₃（2129本の同順位）と比較して著しく低いバイアス（246本の同順位）を示し、一貫性に優れていることが判明した。
• モデルのパフォーマンスは専門家の入力の質に強く依存しており、主観的判断による不確実性がリスク評価に伝播する。
• FSPアルゴリズムのO(2^n)の複雑性はスケーラビリティを制限しており、今後の最適化による効率性向上の必要性を示唆している。
• モデルの比較関数と判別行列との類似性から、粗さ集合理論を統合し、主要リスク要因および再構成（reducts）を抽出する可能性が示唆された。
• 限界はあるが、本モデルは、散在する知的情報の整理と、複雑な都市セキュリティ環境における脅威パターンの可視化に貴重なテンプレートを提供する。