[논문 리뷰] Graphical readings of possibilistic logic bases

Salem Benferhat, Didier Dubois외 2명|arXiv (Cornell University)|2013. 01. 10.

Logic, Reasoning, and Knowledge참고 문헌 18인용 수 6

한 줄 요약

이 논문은 곱연산자를 사용한 연산자 기반으로 가능도 논리 기반의 그래픽적 표현을 제안하여 불확실성과 선호 질서의 직관적인 구조적 해석을 가능하게 한다. 가능도 논리와 비교적 선호 관계, 예를 들어 '문맥 p에서 q는 ¬q보다 선호된다'와 같은 관계 간의 연결을 수립함으로써 우선순위가 부여된 목표와 불확실 지식에 대한 추론을 위한 명확한 프레임워크를 제공한다.

ABSTRACT

Possibility theory offers either a qualitive, or a numerical framework for representing uncertainty, in terms of dual measures of possibility and necessity. This leads to the existence of two kinds of possibilistic causal graphs where the conditioning is either based on the minimum, or the product operator. Benferhat et al. (1999) have investigated the connections between min-based graphs and possibilistic logic bases (made of classical formulas weighted in terms of certainty). This paper deals with a more difficult issue : the product-based graphical representations of possibilistic bases, which provides an easy structural reading of possibilistic bases. Moreover, this paper also provides another reading of possibilistic bases in terms of comparative preferences of the form "in the context p, q is preferred to not q". This enables us to explicit preferences underlying a set of goals with different levels of priority.

연구 동기 및 목표

• 최소기반 그래프에 대한 이전 연구를 확장하여 곱기반 연산자를 사용한 가능도 논리 기반의 그래픽적 해석을 개발하는 것.
• 그래픽 모델을 통해 가능도 논리 기반의 구조적이고 직관적인 해석을 제공하는 것.
• '문맥 p에서 q는 ¬q보다 선호된다'와 같은 비교적 선호 문장과 가능도 논리 간의 연결을 제공하는 것.
• 가장우선순위가 다른 목표 집합의 내재된 선호를 가능도 논리로 형식화하는 것.
• 가능도 논리와 AI 시스템에서의 불확실성과 선호에 대한 정성적 추론 간 격차를 메우는 것.

제안 방법

• 최소 연산자가 아닌 곱연산자를 사용하여 조건부를 모델링하는 곱기반 가능도 인과 그래프를 제안하는 것.
• 가능도 논리의 가중 공식을 노드와 그래프 내의 의존성으로 매핑하는 그래픽 의미론을 도입하는 것.
• 가능도 및 필수성 측도를 사용하여 그래픽 모델 내에서 믿음의 강도와 일관성을 해석하는 것.
• '문맥 p에서 q는 ¬q보다 선호된다' 형태의 선호 문장을 가능도 기반에서 유도된 것으로 정의하는 것.
• 가능도와 필수성 측도 간의 이중성을 활용하여 그래픽 구조를 선호 질서로 해석하는 것.
• 기반으로부터 기본 추론과 우선순위가 부여된 결론을 유도하기 위해 그래프의 구조적 분석을 수행하는 것.

실험 결과

연구 질문

• RQ1 어떻게 곱기반 가능도 그래프를 가능도 논리 기반에서 구성할 수 있는가?
• RQ2 조건부에 곱연산자를 사용할 경우 가능도 논리 기반의 구조적 해석은 어떻게 이루어지는가?
• RQ3 어떻게 비교적 선호 문장을 가능도 논리 기반에서 도출할 수 있는가?
• RQ4 그래픽적 표현은 어떻게 불확실 지식의 가독성과 해석 가능성에 기여하는가?
• RQ5 그래픽 모델은 정성적 불확실성 프레임워크 내에서 목표의 우선순위를 어떻게 반영하는가?

주요 결과

• 최소기반 대비 곱기반 가능도 그래프는 가능도 논리 기반에 대해 더 세밀하고 구조적으로 해석 가능한 표현을 제공한다.
• 그래픽 모델을 통해 '문맥 p에서 q는 ¬q보다 선호된다'와 같은 선호 문장을 기반에서 직접적으로 읽을 수 있다.
• 이 프레임워크는 가능도와 필수성 측도 간의 이중성을 시각적이고 직관적인 방식으로 성공적으로 포착한다.
• 이 방법은 우선순위가 부여된 목표의 명확한 구조적 해석을 가능하게 하여 기본 추론과 비단조화적 추론을 더 쉽게 할 수 있도록 한다.
• 가능도 논리와 정성적 선호 추론 간의 연결이 그래픽 모델을 통해 공식적으로 수립되고 검증된다.
• 이 방법은 원래 논리 기반의 정성적 성격을 유지하면서도 불확실성 하에서의 추론을 지원한다.