[논문 리뷰] Dialectics of Knowledge Representation in a Granular Rough Set Theory

A. Mani|arXiv (Cornell University)|2012. 12. 28.

Rough Sets and Fuzzy Logic참고 문헌 15인용 수 6

한 줄 요약

이 논문은 원시순환근사공간(Proto-Transitive Approximation Spaces, PRAS) 위에서 틀림없는 대상의 쌍을 통해 근사 대상이 특정 조건 하에서 어떻게 표현될 수 있는지 보여주는, 근사집합 이론 내 지식 표현을 위한 대립적 프레임워크를 개발한다. 주요 기여는 오염 문제를 해결하고 비고전적 RST 환경에서 특히 다양한 의미 영역 간 일관된 지식 표현을 가능하게 하는 확장된 지식 해석(KI)을 제공한다는 점이다.

ABSTRACT

The concepts of rough and definite objects are relatively more determinate than those of granules and granulation in general rough set theory (RST) [1]. Representation of rough objects can however depend on the dialectical relation between granulation and definiteness. In this research, we make this exact in the context of RST over proto-transitive approximation spaces. This approach can be directly extended to many other types of RST. These are used for formulating an extended concept of knowledge interpretation (KI)(relative the situation for classical RST) and the problem of knowledge representation (KR) is solved. These will be of direct interest in granular KR in RST as developed by the present author [2] and of rough objects in general. In [3], these have already been used for five different semantics by the present author. This is an extended version of [4] with key examples and more results.

연구 동기 및 목표

• 근사집합 이론 내에서, 특히 비고전적 설정에서 분할과 확정성 간의 대립적 관계를 형식화하는 것.
• 다양한 의미 영역을 구분하는 분할 기반의 KI를 도입하여 지식 표현에서 발생하는 '오염 문제'를 해결하는 것.
• 고전적 지식 해석(KI)을 원시순환근사공간(Proto-Transitive Approximation Spaces, PRAS)으로 일반화하여 더 풍부한 의미적 해석을 가능하게 하는 것.
• 원시순환근사공간(PRAS)에서 근사 대상이 분할 대상의 쌍 또는 간격으로 표현될 수 있는 조건을 설정하는 것.
• 비판적 점(하한 및 상한)을 인지할 수 있는 의미 프레임워크(Meta-RC)를 개발하여 강력한 지식 표현 및 근사 수세기 절차를 가능하게 하는 것.

제안 방법

• 약한 전이성과 반사성을 만족하는 관계를 갖는 원시순환근사공간(PRAS)을 기초 구조로 사용한다.
• 근사 대상을 a ⊆ b 를 만족하는 분할 대상의 쌍 (a, b)로 정의하며, b가 a를 덮을 경우에만 ]a, b[ 를 근사 대상으로 간주한다.
• 하한 근사에 대한 I₁(S)와 상한 근사에 대한 Iₒ(S)를 정의하여 일반화된 KI를 (I₁(S), Iₒ(S)) 로 구성한다.
• PRAS 간의 o-거친성과 p-거친성 관계를 정의하여 지식의 분할 정도와 정밀도 수준을 비교한다.
• 지식 의존도를 측정하는 지식의 분할 양상 gPOS_R(Q)를 정의하며, 이는 R 하에서 Q-분할의 하한 근사를 통해 정의된다.
• 분할 대상의 격자 이론과 공리적 분할 이론을 적용하여 PRAS 내에서 분할 지식의 형식화와 그 한계를 규명한다.

실험 결과

연구 질문

• RQ1 원시순환근사공간(PRAS)에서 분할 대상을 이용하여 근사 대상을 체계적으로 어떻게 표현할 수 있는가?
• RQ2 지식 표현에서 오염 문제를 해결하기 위해 분할이 어떤 역할을 하는가?
• RQ3 일반화된 지식 해석(KI)이 다양한 의미 영역 간에 고전적 KI를 어떻게 확장하는가?
• RQ4 비판적 점(하한 및 상한)이 Meta-RC 내 지식 표현에 어떤 기여를 하는가? 그리고 이는 어떻게 근사 수세기와 연결되는가?
• RQ5 PRAS에서 ]a, b[ 형태의 간격이 유효한 근사 대상으로 간주되기 위한 조건은 무엇이며, 이는 고전적 RST와 어떻게 다를까?

주요 결과

• PRAS 내 근사 대상은 a ⊆ b 를 만족하는 분할 대상의 쌍 (a, b)로 표현되며, b가 a를 덮을 경우에만 ]a, b[ 형태의 간격으로 간주된다.
• 일반화된 지식 해석(KI)은 (I₁(S), Iₒ(S)) 의 쌍으로 정의되며, 이는 다양한 의미 영역 간 일관된 지식 표현을 가능하게 한다.
• 지식의 분할 양상 gPOS_R(Q)는 { [x]_Q^{l_R} : x ∈ S } 로 공식적으로 정의되며, 분할 간 지식 의존도를 측정하는 데 사용된다.
• 원시순환성은 τ(R) 가 동치관계임을 보장하여, PRAS 내 지식 해석에 안정적인 기반을 제공한다.
• 고전적 KI의 오염 문제는 Meta-C, Meta-R, Meta-RC와 같은 의미 영역을 구분함으로써 해결되며, 특히 Meta-RC는 비판적 점 인식을 가능하게 한다.
• 이 논문은 고전적 KI와 분할 기반 KI가 본질적으로 다르며, 분할 KI는 전체 일관성을 확보하기 위해 Meta-RC와 같은 더 풍부한 의미 구조가 필요하다는 것을 보여준다.