[논문 리뷰] A New Approach to Updating Beliefs

Ronald Fagin, Joseph Y. Halpern|arXiv (Cornell University)|2013. 03. 27.

Bayesian Modeling and Causal Inference참고 문헌 16인용 수 247

한 줄 요약

이 논문은 델름스터-샤이어 신뢰 함수에 대한 조건부 신뢰의 새로운 정의를 제안하며, 이를 조건부 확률 함수의 하한 봉우리로 모델링하여 델름스터의 원래 접근 방식에서 발생하는 핵심적 결함을 피한다. 이 방법은 조건부 신뢰에 대한 닫힌 형태의 표현식을 제공하고, 내부 조건부 확률과 정확한 유사성을 확립함으로써 불확실성 하에서의 신뢰 갱신을 위한 강력한 프레임워크를 제공한다.

ABSTRACT

We define a new notion of conditional belief, which plays the same role for Dempster-Shafer belief functions as conditional probability does for probability functions. Our definition is different from the standard definition given by Dempster, and avoids many of the well-known problems of that definition. Just as the conditional probability Pr (lB) is a probability function which is the result of conditioning on B being true, so too our conditional belief function Bel (lB) is a belief function which is the result of conditioning on B being true. We define the conditional belief as the lower envelope (that is, the inf) of a family of conditional probability functions, and provide a closed form expression for it. An alternate way of understanding our definition of conditional belief is provided by considering ideas from an earlier paper [Fagin and Halpern, 1989], where we connect belief functions with inner measures. In particular, we show here how to extend the definition of conditional probability to non measurable sets, in order to get notions of inner and outer conditional probabilities, which can be viewed as best approximations to the true conditional probability, given our lack of information. Our definition of conditional belief turns out to be an exact analogue of our definition of inner conditional probability.

연구 동기 및 목표

• 신뢰 함수의 델름스터 조건부 신뢰 규칙에서 잘 알려진 한계를 해결하기 위해.
• 확률 이론에서 조건부 확률이 수행하는 역할을 모방하는 조건부 신뢰의 정의를 개발하기 위해.
• 불확실한 환경에서의 신뢰 갱신을 위한 수학적으로 타당하고 실용적으로 유용한 프레임워크를 제공하기 위해.
• 신뢰 함수와 내측 측도 사이의 연결을 맺고, 비가측 집합으로의 조건부 확률을 확장하기 위해.
• 조건부 신뢰와 내부 조건부 확률 사이의 형식적 유사성을 수립하기 위해.

제안 방법

• 증거 B가 주어진 조건부 확률 함수의 가족의 하한값(하한 봉우리)으로서 조건부 신뢰 Bel(⋅|B)을 정의한다.
• 질량 함수의 구조와 증거 B를 이용하여 조건부 신뢰 함수의 닫힌 형태의 표현식을 유도한다.
• 패긴과 할퍼난(1989)의 내측 측도 프레임워크를 활용하여, 신뢰 함수를 알려지지 않은 확률의 근사치로 해석한다.
• 진정한 확률의 범위로 내측 및 외측 조건부 확률을 정의하여 비가측 집합으로의 조건부 확률을 확장한다.
• 제안된 조건부 신뢰 함수가 내부 조건부 확률과 등가임을 보여주어 정확한 수학적 대응을 확립한다.
• 신뢰 함수와 내측 측도 사이의 이중성을 활용하여, 새로운 갱신 규칙의 강건성과 일관성을 정당화한다.

실험 결과

연구 질문

• RQ1 델름스터의 규칙에서 발생하는 역설과 직관에 어긋나는 결과를 피하기 위해 조건부 신뢰는 어떻게 재정의될 수 있는가?
• RQ2 불확실성 갱신의 맥락에서, 신뢰 함수와 조건부 확률 사이의 형식적 관계는 무엇인가?
• RQ3 내측 측도 개념을 활용하여 일관성 있고 수학적으로 엄밀한 조건부 신뢰 함수를 정의할 수 있는가?
• RQ4 일관성과 해석 가능성 측면에서, 새로운 조건부 신뢰 정의는 기존 접근 방식과 비교하여 어떻게 다를 수 있는가?
• RQ5 비가측 집합으로의 조건부 확률은 의미 있는 방식으로 확장될 수 있으며, 이는 신뢰 함수 갱신과 어떻게 관련이 있는가?

주요 결과

• 제안된 조건부 신뢰 함수는 조건부 확률의 하한 봉우리로 정의되어 강력하고 일관된 갱신 메커니즘을 제공한다.
• 이 방법은 '영에 조건부 갱신' 문제 및 델름스터 규칙의 알려진 병리적 현상을 피한다.
• 실제 계산과 구현이 가능한 조건부 신뢰에 대한 닫힌 형태의 표현식이 도출되었다.
• 새로운 조건부 신뢰 정의는 내부 조건부 확률 개념과 수학적으로 동치이며, 깊이 있는 이론적 연결을 수립한다.
• 내측 및 외측 확률을 통해 이 프레임워크는 비가측 집합으로의 조건부 확률을 성공적으로 확장하여, 정보가 불완전한 경우에 원칙적인 방법을 제공한다.
• 이 접근 방식은 델름스터 이론 내에서 조건부 확률의 자연스럽고 직관적인 대응을 제공하여, 인공지능 및 의사결정 이론 분야에서의 적용 가능성을 향상시킨다.