[논문 리뷰] MIVAR: Transition from Productions to Bipartite Graphs MIVAR Nets and Practical Realization of Automated Constructor of Algorithms Handling More than Three Million Production Rules

О. О. Варламов|arXiv (Cornell University)|2011. 11. 05.

Manufacturing Process and Optimization참고 문헌 1인용 수 4

한 줄 요약

이 논문은 생산 시스템을 이분 그래프(MIVAR 네트워크)로 변환하는 새로운 프레임워크인 MIVAR를 소개한다. 이는 선형 시간 내에 추론과 규칙 처리를 가능하게 한다. MIVAR 네트워크의 구축 및 쿼리에 대해 이론적으로 증명된 선형 복잡도 알고리즘을 제안하며, 이는 UDAV 소프트웨어 시스템에 구현되어 표준 하드웨어에서 350만 개 이상의 규칙과 117만 개의 객체를 효율적으로 처리한다. 이는 인공지능 및 전문가 시스템 분야에서 실용적인 확장성을 입증한다.

ABSTRACT

The theoretical transition from the graphs of production systems to the bipartite graphs of the MIVAR nets is shown. Examples of the implementation of the MIVAR nets in the formalisms of matrixes and graphs are given. The linear computational complexity of algorithms for automated building of objects and rules of the MIVAR nets is theoretically proved. On the basis of the MIVAR nets the UDAV software complex is developed, handling more than 1.17 million objects and more than 3.5 million rules on ordinary computers. The results of experiments that confirm a linear computational complexity of the MIVAR method of information processing are given. Keywords: MIVAR, MIVAR net, logical inference, computational complexity, artificial intelligence, intelligent systems, expert systems, General Problem Solver.

연구 동기 및 목표

• 대규모 규칙 기반 시스템을 다룰 때 기존 생산 시스템의 확장성 한계를 해결하기 위해.
• 생산 시스템을 이분 그래프(MIVAR 네트워크)로 매핑하는 공식적 프레임워크를 개발하여 효율적인 추론을 가능하게 하기 위해.
• 이론적으로 증명된 선형 계산 복잡도를 갖는 자동 생성 알고리즘을 설계하고 구현하기 위해.
• 기존 컴퓨팅 플랫폼에서 300만 개 이상의 생산 규칙을 처리할 수 있는 실용적 가능성을 입증하기 위해.
• 이론적 복잡도 주장에 대해 대규모 규칙 세트를 대상으로 실증 실험을 통해 검증하기 위해.

제안 방법

• 논문은 규칙 조건과 결론 간의 수학적 매핑을 통해 생산 시스템 그래프에서 이분 MIVAR 네트워크로의 전환을 공식화한다.
• MIVAR 네트워크를 행렬 및 그래프 형식으로 표현하여 효율적인 계산과 저장을 가능하게 한다.
• MIVAR 네트워크 객체와 규칙을 구성하기 위한 선형 시간 알고리즘을 제안하며, 계산 복잡도 분석을 통해 이론적으로 증명한다.
• UDAV 소프트웨어 시스템은 MIVAR 프레임워크를 활용한 규칙 처리를 실현한 실용적 구현이다.
• 입력 크기와 비례하는 선형 시간 내에 이분 구조를 순회함으로써 효율적인 논리적 추론을 지원한다.
• 합성 및 실제 세계 규칙 세트를 사용하여 다양한 규모에서 선형 시간 복잡도가 성립하는지 검증하기 위한 실증 평가를 수행한다.

실험 결과

연구 질문

• RQ1 생산 시스템을 공식적으로 이분 그래프로 변환하여 계산 효율성을 향상시킬 수 있는가?
• RQ2 제안된 MIVAR 네트워크 생성 알고리즘이 실질적으로 선형 계산 복잡도를 달성하는가?
• RQ3 MIVAR 프레임워크는 표준 컴퓨터에서 300만 개 이상의 생산 규칙을 처리할 수 있는가?
• RQ4 대규모 환경에서 MIVAR 기반 추론 성능은 기존 생산 시스템 엔진과 비교해 어떻게 되는가?
• RQ5 MIVAR 규칙 처리에 대한 이론적 선형 복잡도 주장은 실증적으로 어떻게 검증되는가?

주요 결과

• MIVAR 네트워크 프레임워크는 생산 시스템을 이분 그래프로 성공적으로 변환하여 효율적이고 확장 가능한 추론을 가능하게 한다.
• MIVAR 네트워크를 위한 자동 생성 알고리즘은 이론적으로 증명된 선형 계산 복잡도를 달성하며, 실증적으로도 검증되었다.
• MIVAR 기반의 UDAV 소프트웨어 시스템은 표준 하드웨어에서 117만 개 이상의 객체와 350만 개 이상의 규칙을 성공적으로 처리했다.
• 실험 결과는 MIVAR 기반 정보 처리의 선형 시간 복잡도가 여러 테스트 케이스에서 확인되었다.
• 이 방법은 기존 생산 규칙 엔진의 한계를 초월하여 대규모 전문가 시스템 및 인공지능 응용 분야에서 실용적 가능성을 입증한다.
• 생산 시스템에서 MIVAR 네트워크로의 전환은 표현력이나 논리적 완전성을 훼손하지 않으면서도 성능 향상을 가져온다.