[論文レビュー] Towards the Development of a Rule-based Drought Early Warning Expert Systems using Indigenous Knowledge

Adeyinka K. Akanbi, Muthoni Masinde|arXiv (Cornell University)|Sep 19, 2018

Hydrology and Drought Analysis参考文献 17被引用数 3

ひとこと要約

本論文は、地域のドメインエキスパートから得た伝統的知識を統合することで、干ばつを予測するルールベースの干ばつ早期警戒エキスパートシステム（RB-DEWES）を提示する。IF-THENルールと確信係数モデルを備えた知識ベースを用いて、信頼性スコアを伴った干ばつ警報を生成する。これは、形式的なエキスパートシステムフレームワーク内で、地域の伝統的知識を干ばつ予測に活用した最初のシステムである。

ABSTRACT

Drought forecasting and prediction is a complicated process due to the complexity and scalability of the environmental parameters involved. Hence, it required a high level of expertise to predict. In this paper, we describe the research and development of a rule-based drought early warning expert systems (RB-DEWES) for forecasting drought using local indigenous knowledge obtained from domain experts. The system generates inference by using rule set and provides drought advisory information with attributed certainty factor (CF) based on the user's input. The system is believed to be the first expert system for drought forecasting to use local indigenous knowledge on drought. The architecture and components such as knowledge base, JESS inference engine and model base of the system and their functions are presented.

研究の動機と目的

• 科学的気象データに依存するのではなく、地域の専門家から得たインディジナス知識を活用する干ばつ早期警戒システムの開発を目的とする。
• エキスパートの判断を構造化されたルールベースのシステムに形式化することで、干ばつ予測の複雑さとスケーラビリティの課題に対処することを目的とする。
• 意思決定の不確実性下での支援を可能にするために、関連する確信係数を伴った干ばつ警報を生成できるシステムの構築を目的とする。
• 知識ベース、推論エンジン（JESS）、モデルベースを統合した、干ばつ予測のためのプロトタイプエキスパートシステムアーキテクチャの構築を目的とする。
• 文化的に根ざした、地域に根ざした知識を計算機による干ばつ予測システムに活用する可能性を実証することを目的とする。

提案手法

• 干ばつ予測ルールは、地域のドメインエキスパートのインディジナス知識から導出されたルールベースのアーキテクチャを採用する。
• 各ルールは、推論における信頼性を表現するため、確信係数（CF）に関連付けられたIF-THEN形式でエンコードされる。
• JESS推論エンジンがルールセットを処理し、ユーザー入力と知識ベースを照合して干ばつ警報を生成する。
• モデルベースは、干ばつ状態に関連する歴史的および文脈的情報を格納し、ルール評価を支援する。
• 定性的なインディジナス知識と定量的な確信係数を組み合わせることで、確率論的干ばつ予報を生成する。
• ユーザー入力インターフェース、知識ベース、推論エンジン、モデルベースを統合することで、エンドツーエンドの干ばつ警報生成を可能にする。

実験結果

リサーチクエスチョン

• RQ1 地域の専門家から得たインディジナス知識を、干ばつ予測のためのルールベースのエキスパートシステムに効果的に形式化できるか？
• RQ2 非科学的で伝統的な知識から得た干ばつ予測の信頼性を、確信係数を用いてどのように定量化できるか？
• RQ3 従来の気象データに依存するのではなく、主に地域的・文化的に特化した知識に依存する干ばつ早期警戒システムの開発は可能か？
• RQ4 計算機システムにインディジナス知識を統合することで、地域的文脈における干ばつ予測の正確性と使いやすさはどのように向上するか？
• RQ5 地域の知識を用いたスケーラブルなルールベースのエキスパートシステムを構築するために、不可欠なアーキテクチャ的要素は何か？

主な発見

• RB-DEWESは、インディジナス知識を形式的なルールベースのエキスパートシステムに効果的に統合し、計算機による干ばつ予測における伝統的知識の新規応用を実現した。
• 本システムは、関連する確信係数を伴った干ばつ警報を生成し、ユーザーが地域的知識に基づく予測の信頼性を評価できる。
• JESS推論エンジンの使用により、ユーザーが提供する環境指標に基づいた効率的かつ動的なルール評価と推論が可能になった。
• アーキテクチャは、技術的でない、地域に根ざした知識を用いて干ばつ早期警戒を支援するルールベースのシステムを構築できることが示された。
• 本研究は、気候リスク管理における地域生態的知識を優先する将来のエキスパートシステムの基盤フレームワークを確立した。
• 本システムは、干ばつ予測のためのエキスパートシステムとして、インディジナス知識をそのコア予測論理として明示的に使用した最初の知られているシステムである。