[논문 리뷰] Making Decisions with Belief Functions

Thomas M. Strat|arXiv (Cornell University)|2013. 03. 27.

Bayesian Modeling and Causal Inference참고 문헌 5인용 수 5

한 줄 요약

이 논문은 결정 문제의 모호함을 해소하는 핵심 가정에 대한 확률적 해석을 도입함으로써 신뢰 함수를 사용한 의사결정 프레임워크를 제안한다. 이 방법이 동일한 가정 하에서 확률적 방법과 동일한 기대값을 도출함을 보여주며, 표준 의사결정 분석 기법을 신뢰 함수 이론으로 확장함으로써 일관된 결과를 도출할 수 있음을 시사한다.

ABSTRACT

A primary motivation for reasoning under uncertainty is to derive decisions in the face of inconclusive evidence. However, Shafer's theory of belief functions, which explicitly represents the underconstrained nature of many reasoning problems, lacks a formal procedure for making decisions. Clearly, when sufficient information is not available, no theory can prescribe actions without making additional assumptions. Faced with this situation, some assumption must be made if a clearly superior choice is to emerge. In this paper we offer a probabilistic interpretation of a simple assumption that disambiguates decision problems represented with belief functions. We prove that it yields expected values identical to those obtained by a probabilistic analysis that makes the same assumption. In addition, we show how the decision analysis methodology frequently employed in probabilistic reasoning can be extended for use with belief functions.

연구 동기 및 목표

• 신뢰 함수 이론이 불확실성 표현에 유용함에도 불구하고 의사결정 절차가 공식화되어 있지 않은 점을 해결하기 위해.
• 신뢰 함수 기반 의사결정 문제에서의 모호함을 해소하기 위한 최소한의 가정을 특정하고 형식화하기 위해.
• 이 가정이 확률적 분석에서 도출된 기대값과 동일한 기대값을 도출함을 입증하기 위해.
• 확률 이론에서 널리 사용되는 표준 의사결정 분석 기법들을(예: 기대효용 최대화) 신뢰 함수 프레임워크로 확장하기 위해.
• 증거가 부족하거나 모호할 때도 원칙적이고 일관된 의사결정 방법을 제공하기 위해.

제안 방법

• 신뢰 함수의 집중 요소들에 확률을 할당하는 단순한 가정을 도입하여, 이를 효과적으로 확률 분포로 변환한다.
• 기대효용 최대화와 같은 표준 의사결정 이론 기법을 신뢰 함수에서 유도된 확률 분포에 적용한다.
• 최대 엔트로피 원칙 또는 동등한 확률 변환 기법을 사용하여 기저의 신뢰 구조와 일관성을 확보한다.
• 이 방법으로 계산된 기대값이 동일한 가정 하에서 완전한 확률적 분석에서 도출된 값과 정확히 일치함을 입증한다.
• 유도된 확률적 해석을 활용하여 의사결정 네트워크와 影響 다이어그램를 신뢰 함수 기반으로 작동하도록 변형한다.
• 동일한 가정 하에서 신뢰 함수 기반 의사결정과 확률적 의사결정 간의 등가성을 이론적으로 증명함으로써 접근의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 신뢰 함수 이론은 표준 의사결정 절차가 없음에도 불구하고 어떻게 의사결정을 체계적으로 형식화할 수 있는가?
• RQ2 신뢰 함수를 사용할 때 의사결정의 모호함을 해소하기 위해 필요한 최소한의 가정은 무엇인가?
• RQ3 이 가정을 적용했을 때 확률적 분석에서 도출된 의사결정 결과와 동일한 결과를 얻을 수 있는가?
• RQ4 확률 이론에서 널리 사용되는 의사결정 분석 기법들을 신뢰 함수에 적용할 수 있는가?
• RQ5 신뢰 함수 기반 의사결정에서 모호함을 해소하기 위해 확률적 해석을 사용하는 데 이론적 근거는 무엇인가?

주요 결과

• 제안된 가정은 동일한 조건 하에서 확률적 분석에서 도출된 기대값과 수학적으로 정확히 일치하는 기대값을 도출한다.
• 이 방법은 기대효용, 영향 다이어그램 등 표준 의사결정 분석 도구를 신뢰 함수 프레임워크 내에서 사용할 수 있도록 한다.
• 지정된 가정 하에서 신뢰 함수 기반 의사결정과 확률적 의사결정 간의 등가성이 성립함을 입증하여 접근의 타당성을 확인한다.
• 이 프레임워크는 필요한 이상의 강한 가정 없이도 불확실성 하에서 의사결정을 내리는 데 원칙적인 방법을 제공한다.
• 원래의 신뢰 함수 구조와 일관성을 유지하면서 실용적인 의사결정을 가능하게 한다.
• 이 방법은 이론적으로 타당하며, 증거가 불완전한 실제 문제에 대한 신뢰 함수 이론의 적용 범위를 넓힌다.