[論文レビュー] Uncertainty in Ontologies: Dempster-Shafer Theory for Data Fusion Applications

Amandine Bellenger, Sylvain Gatepaille|arXiv (Cornell University)|Jun 20, 2011

Semantic Web and Ontologies参考文献 8被引用数 26

ひとこと要約

本稿では、データ統合応用における不確実性をモデル化するため、Dempster-Shafer理論に基づくオントロジー拡張を提案する。信念関数をオントロジー構造に統合することで、カスタムJavaアプリケーションを通じて不確実なインスタンスに関する推論が可能となり、不完全または矛盾するセンサー・データを扱うための確率的およびファジィ手法の代替としての柔軟性を提供する。

ABSTRACT

Nowadays ontologies present a growing interest in Data Fusion applications. As a matter of fact, the ontologies are seen as a semantic tool for describing and reasoning about sensor data, objects, relations and general domain theories. In addition, uncertainty is perhaps one of the most important characteristics of the data and information handled by Data Fusion. However, the fundamental nature of ontologies implies that ontologies describe only asserted and veracious facts of the world. Different probabilistic, fuzzy and evidential approaches already exist to fill this gap; this paper recaps the most popular tools. However none of the tools meets exactly our purposes. Therefore, we constructed a Dempster-Shafer ontology that can be imported into any specific domain ontology and that enables us to instantiate it in an uncertain manner. We also developed a Java application that enables reasoning about these uncertain ontological instances.

研究の動機と目的

• 従来のオントロジーがセンサデータおよび統合システムにおける不確実性を表現する点で有する制限を解決すること。
• 不確実性モデリングをオントロジー構造そのものに直接統合する形式的フレームワークを構築すること。
• 既存の確率的、ファジィ、および証拠的アプローチがデータ統合文脈において有する欠陥を克服するソリューションを提供すること。
• 特に矛盾するか不完全なデータに適した信念関数を用いて、不確実なオントロジーインスタンスに関する推論を可能にすること。
• 分野固有のオントロジーにおける実用的応用を想定し、プロトタイプJavaアプリケーションを実装・検証すること。

提案手法

• 不確実な事実や証拠を表現するために、標準オントロジーにDempster-Shafer信念構造を拡張する。
• オントロジーのエンティティと質量関数との間の形式的マッピングを定義し、不確実性をインスタンスに付加可能にする。
• 推論中に複数のソースからの証拠を統合するために、Dempster-Shafer合成則を用いる。
• 任意の分野固有オントロジーにインポート可能なモジュラーオントロジー拡張を設計する。
• 信念関数理論を用いて不確実なオントロジーインスタンスに対する推論をサポートするJavaベースの推論エンジンを開発する。
• 正確な確率を必要としないように、部分的または矛盾する証拠を表現する信念関数フレームワークを採用する。

実験結果

リサーチクエスチョン

• RQ1 センサデータおよび統合プロセスにおける不確実性を、オントロジー・モデル内で形式的に表現する方法は何か？
• RQ2 既存の確率的およびファジィアプローチが、データ統合における不確実性をモデリングする点で有する制限は何か？
• RQ3 Dempster-Shafer理論をオントロジーに効果的に統合し、実世界の応用において不確実な推論を可能にすることができるか？
• RQ4 信念関数をオントロジー的文脈で用いて、複数ソースからの証拠を統合する方法は何か？
• RQ5 不確実なオントロジーインスタンスに対する推論を可能にするソフトウェアプロトタイプの実現可能性と有効性は何か？

主な発見

• 提案されたDempster-Shaferオントロジー拡張は、信念関数をオントロジーインスタンスに埋め込むことで、データ統合における不確実性を効果的にモデル化した。
• フレームワークは、正確な確率を必要とせず、不完全、矛盾、または曖昧な証拠の表現を可能にする。
• 信念関数をオントロジーに統合することで、従来の確率的またはファジィ手法よりも表現力が高く柔軟な推論が可能になる。
• 不確実なオントロジーインスタンスに対する推論を実証するための動作するJavaアプリケーションが実装され、アプローチの実現可能性が検証された。
• アプローチはモジュラーフレームワークであり再利用可能であり、任意の分野固有オントロジーにインポート可能で、不確実性を考慮した推論が可能になる。
• 本手法は、データが一貫性のないか不完全な場合に不確実性を扱う実用的ソリューションを提供する。