[논문 리뷰] Nesting Probabilistic Inference

Theofrastos Mantadelis, Gerda Janssens|arXiv (Cornell University)|2011. 12. 16.

Semantic Web and Ontologies참고 문헌 6인용 수 13

한 줄 요약

이 논문은 스택 기반 메커니즘을 통해 추론 인스턴스를 일시정지하고 재개함으로써 중첩된 확률적 추론을 가능하게 하는 파rametrized ProbLog 엔진 아키텍처를 제안한다. 이 방법은 메타콜, 부정, 답변 열거를 지원하며 실험에서 유의미한 성능 오버헤드(약 1%)만을 유발하면서도 복잡한 확률적 추론 워크로드를 처리할 수 있다.

ABSTRACT

When doing inference in ProbLog, a probabilistic extension of Prolog, we extend SLD resolution with some additional bookkeeping. This additional information is used to compute the probabilistic results for a probabilistic query. In Prolog's SLD, goals are nested very naturally. In ProbLog's SLD, nesting probabilistic queries interferes with the probabilistic bookkeeping. In order to support nested probabilistic inference we propose the notion of a parametrised ProbLog engine. Nesting becomes possible by suspending and resuming instances of ProbLog engines. With our approach we realise several extensions of ProbLog such as meta-calls, negation, and answers of probabilistic goals.

연구 동기 및 목표

• PHA, PRISM, PITA와 같은 기존 확률적 논리 프로그래밍 시스템에서 중첩된 확률적 쿼리 지원 부족 문제를 해결하기 위해.
• ProbLog 내에서 메타콜, 부정, 답변 열거를 포함한 고수준의 확률적 메타프로그래밍을 가능하게 하기 위해.
• 중첩된 쿼리 간에 확률적 북키핑을 손상 없이 유지할 수 있는 메커니즘을 설계하기 위해.
• ProbLog 추론 엔진 인스턴스를 일시정지하고 재개할 수 있는 스택 기반 메커니즘을 구현하기 위해.
• 실제 워크로드에서 중첩 추론의 성능 오버헤드를 평가하기 위해.

제안 방법

• 특정 추론 방법에 대한 추론 상태와 파ram터를 캡슐화하는 파rametrized ProbLog 엔진을 도입하기 위해.
• 중첩 쿼리 실행 중에 ProbLog 엔진 인스턴스를 일시정지하고 재개하기 위해 스택을 사용하기 위해.
• 메타콜이 중첩된 쿼리를 표현하기 위해 정확한 구조인 exact((G2, exact((G2, ...)), G1))와 같은 재귀적 구조를 사용하기 위해.
• 확률, 답변, DNF 표현 방식을 포함한 여러 결과 유형을 지원하기 위해 핵심 쿼리 예측자를 problog_inference(Inference, Query, ResultType, Result)로 확장하기 위해.
• 메타콜을 사용하여 problog_not/1 및 problog_answers/3와 같은 새로운 프리미티브를 구현하여 고급 확률적 추론을 가능하게 하기 위해.
• 정확성과 효율성을 유지하기 위해 기존의 ProbLog 테이블링 및 SLD 해상 확장 기능을 활용하기 위해.

실험 결과

연구 질문

• RQ1 확률적 북키핑을 손상시키지 않으면서 ProbLog에서 중첩된 확률적 추론을 지원할 수 있는가?
• RQ2 평탄한 쿼리 대비 중첩 추론은 얼마나 많은 성능 오버헤드를 유발하는가?
• RQ3 고차원 확률적 프로그래밍을 가능하게 하기 위해 확률적 메타콜은 어떻게 구현할 수 있는가?
• RQ4 기존의 ProbLog 프리미티브인 부정 및 답변 열거는 새로운 엔진 일시정지 메커니즘을 통해 어떻게 구현할 수 있는가?
• RQ5 정확한 추론 외의 다른 추론 방법으로도 제안된 방법이 확장 가능한가?

주요 결과

• 제안된 방법은 스택 기반 메커니즘을 통해 ProbLog 엔진을 일시정지하고 재개함으로써 중첩된 확률적 추론을 성공적으로 구현한다.
• 10회 반복 평균 실행 시간은 안정적이었으며, 낮은 표준편차(예: 114–340 ms)를 보여 추론 성능이 일관되게 유지됨을 확인하였다.
• 중첩으로 인한 성능 오버헤드는 극히 미미하여 약 1% 수준이었으며, 다양한 중첩 깊이와 쿼리 유형에서 측정되었다.
• 메타콜, 부정(Problog_not/1를 통해), 답변 열거(Problog_answers/3를 통해)와 같은 고급 기능을 지원한다.
• 실험 결과 중첩 깊이가 성능에 크게 영향을 주지 않으며, 실행 시간의 정밀도는 높고 변동성이 낮음을 확인하였다.
• 이 방법은 확장 가능하며, 지원 그래프 기반 또는 테이블링 기반 추론과 같은 다른 추론 방법으로도 적용 가능할 수 있다.