[논문 리뷰] Dealing with Uncertainty on the Initial State of a Petri Net

Iman Jarkass, Michèle Rombaut|arXiv (Cornell University)|2013. 01. 30.

Petri Nets in System Modeling참고 문헌 4인용 수 6

한 줄 요약

이 논문은 초기 상태가 불확실할 때 동적 시스템을 페트리 넷으로 모델링한 경우 실제 시스템 상태를 추론하기 위해 데임프스터-섀퍼 이론 기반 방법을 제안한다. 센서 관측값과 노미널 페트리 넷 모델을 결합함으로써 가능한 상태들에 대한 신뢰도를 계산함으로써, 불확실성 하에서 신뢰할 수 있는 상태 추정이 가능해지며, 제어 및 인공지능 분야의 복잡한 시스템에 적용 가능하다.

ABSTRACT

This paper proposes a method to find the actual state of a complex dynamic system from information coming from the sensors on the system himself, or on its environment. The nominal evolution of the system is a priori known and can be modeled (by an expert, for example), by different methods. In this paper, the Petri nets have been chosen. Contrary to the usual use of the Petri nets, the initial state of the system is unknown. So a degree of belief is bound to each places, or set of places. The theory used to model this uncertainty is the Dempster-Shafer's one which is well adapted to this type of problems. From the given Petri net characterizing the nominal evolution of the dynamic system, and from the observation inputs, the proposed method allows to determine according to the reliability of the model and the inputs, the state of the system at any time.

연구 동기 및 목표

• 초기 상태가 알려지지 않거나 불확실할 때 동적 시스템의 상태 추정 문제를 해결하기 위해.
• 데임프스터-섀퍼 이론의 신뢰 함수를 사용하여 페트리 넷의 초기 마킹에 대한 불확실성을 모델링하기 위해.
• 센서 관측값을 노미널 페트리 넷 모델과 통합하여 시간이 지남에 따라 상태에 대한 신뢰도를 향상시키기 위해.
• 모델과 관측의 신뢰성도 고려하여 언제든지 실제 시스템 상태를 신뢰성 있게 결정할 수 있는 방법을 제공하기 위해.
• 정확한 초기 조건이 제공되지 않지만 노미널 행동은 알려져 있는 복잡한 시스템의 의사결정 지원을 위해.

제안 방법

• 전이가 상태 전이를 나타내고 장소가 시스템 상태를 나타내는 페트리 넷을 사용하여 노미널 시스템 행동을 모델링하기 위해.
• 데임프스터-섀퍼 이론을 사용하여 초기 상태에 대한 불확실성을 표현하기 위해 장소 또는 장소의 집합에 초기 신뢰 질량을 할당하기 위해.
• 데임프스터의 조합 규칙을 사용하여 시간이 지남에 따라 센서 관측값을 증거로 삼아 신뢰 질량을 업데이트하기 위해.
• 전이의 발화 규칙을 사용하여 페트리 넷을 통해 신뢰도를 전파하고 각 시간 단계에서 신뢰 분포를 업데이트하기 위해.
• 모델과 관측의 신뢰성 가중치를 사용하여 신뢰 업데이트를 동적으로 조정하기 위해.
• 시간이 지남에 따라 신뢰 구조를 유지하고 업데이트하여 시스템의 가장 가능성 있는 현재 상태를 추정하기 위해.

실험 결과

연구 질문

• RQ1 초기 상태가 불확실할 경우, 페트리 넷의 초기 상태에 대한 신뢰를 공식적으로 어떻게 표현할 수 있는가?
• RQ2 센서 관측값을 노미널 페트리 넷 모델과 효과적으로 통합하여 상태 추정을 정밀화하는 가장 효과적인 방법은 무엇인가?
• RQ3 모델과 관측의 신뢰성은 어떻게 신뢰 업데이트 과정에 통합할 수 있는가?
• RQ4 초기 불확실성에도 불구하고 제안된 방법이 시간이 지남에 따라 실제 시스템 상태를 안정적으로 추정할 수 있는가?
• RQ5 관측 품질과 모델의 정밀도는 상태 추정 정확도에 어떤 영향을 미치는가?

주요 결과

• 초기 마킹이 알려지지 않은 상태에서조차도 시간에 따라 변화하는 신뢰 분포를 성공적으로 계산할 수 있었다.
• 센서 입력에 기반한 신뢰 업데이트가 시간이 지남에 따라 상태 추정 정확도를 향상시키며 불확실성을 감소시켰다.
• 데임프스터-섀퍼 이론을 통해 모델과 관측의 신뢰성을 통합함으로써 더 견고한 상태 추론이 가능해졌다.
• 1998년 UAI 회의 논문에서 제시된 바와 같이, 이 방법은 초기 조건이 불확실한 복잡한 시스템에서도 효과적으로 작동함을 입증하였다.
• 실시간 모니터링 및 제어에 적합한, 페트리 넷 모델에서의 불확실성 전파를 위한 공식적 프레임워크를 제공하였다.