[논문 리뷰] Plausibility Measures: A User's Guide

Nir Friedman, Joseph Y. Halpern|arXiv (Cornell University)|2013. 02. 20.

Logic, Reasoning, and Knowledge참고 문헌 22인용 수 73

한 줄 요약

이 논문은 부분순서집합의 원소들과 함께 사건들을 연관지음으로써 확률, 신뢰함수, 가능성 측도를 일반화하는 불확실성 모델링을 위한 일반적 프레임워크로 타당성 측도를 제안한다. 타당성 측도가 불확실성에 대한 모듈러이고 구조를 추가하는 분석을 가능하게 하며, 확률 이론의 연산을 일반화하는 대수적 성질을 제공함으로써 실용적인 불확실성 하에서의 추론을 지원함을 보여준다.

ABSTRACT

We examine a new approach to modeling uncertainty based on plausibility measures, where a plausibility measure just associates with an event its plausibility, an element is some partially ordered set. This approach is easily seen to generalize other approaches to modeling uncertainty, such as probability measures, belief functions, and possibility measures. The lack of structure in a plausibility measure makes it easy for us to add structure on an "as needed" basis, letting us examine what is required to ensure that a plausibility measure has certain properties of interest. This gives us insight into the essential features of the properties in question, while allowing us to prove general results that apply to many approaches to reasoning about uncertainty. Plausibility measures have already proved useful in analyzing default reasoning. In this paper, we examine their "algebraic properties," analogues to the use of + and * in probability theory. An understanding of such properties will be essential if plausibility measures are to be used in practice as a representation tool.

연구 동기 및 목표

• 기존의 모델인 확률, 신뢰함수, 가능성 측도를 포함하는 탄력적이고 일반적인 불확실성 표현 프레임워크를 개발하는 것.
• 필요에 따라 '필요한 지식 기반'으로 타당성 측도에 구조를 체계적으로 추가함으로써 특정 추론 성질에 필요한 핵심 특징을 격리하는 것.
• 확률 이론의 덧셈과 곱셈과 유사한 타당성 측도의 대수적 성질을 조사하여 실용적인 계산과 추론을 지원하는 것.
• 인공지능 분야의 다양한 형식 체계에서 불확실성 하에서의 추론을 통합하고 일반화하는 이론적 기초를 제공하는 것.
• 타당성 측도가 기본 추론과 기타 비단조화적 추론 작업에 어떻게 활용될 수 있는지 보여주는 것.

제안 방법

• 사건에서 부분순서집합의 원소로의 사상으로서 타당성 측도를 정의하여 최소한의 초기 구조를 허용하는 것.
• 확률 연산과 유사한 조합 및 조건화와 같은 타당성 측도에 대한 대수적 연산을 도입하는 것.
• 부분순서를 사용하여 사건 간의 상대적 타당성 정도를 정의함으로써 불확실성에 대한 정성적 추론을 가능하게 하는 것.
• 타당성 측도가 일관성, 일관성 유지, 단조성 등의 성질을 유도하거나 만족시키는 조건을 설정하는 것.
• 특정 구조적 제약 조건을 추가함으로써 기존의 모델(예: 확률의 가환성, 가능성 측도의 최대성)을 회복할 수 있도록 타당성 측도를 특수화하는 것.
• 프레임워크를 기본 추론에 적용하여 타당성 측도가 비단조화적 추론 패턴을 자연스럽게 포괄할 수 있음을 보여주는 것.

실험 결과

연구 질문

• RQ1 확률, 신뢰함수, 가능성 측도를 일반화하는 통합된 프레임워크를 어떻게 구성할 수 있는가?
• RQ2 실용적 환경에서 타당성 측도를 추론하기 위해 필요한 필수 및 충분한 대수적 연산은 무엇인가?
• RQ3 타당성 측도에 대해 일관성 또는 일관성 유지와 같은 바람직한 추론 성질을 확보하기 위해 필요한 구조적 제약 조건은 무엇인가?
• RQ4 타당성 측도는 기본 추론을 어떻게 지원하며, 기존 모델에 비해 어떤 이점이 있는가?
• RQ5 타당성 측도는 도메인 특화의 불확실성 특성에 따라 어떻게 점진적으로 구조화될 수 있는가?

주요 결과

• 타당성 측도는 최소한의 초기 구조를 허용함으로써 확률, 신뢰함수, 가능성 측도를 일반화하며, 요구되는 성질에 기반한 모듈러한 확장을 가능하게 한다.
• 이 프레임워크는 조합 및 조건화와 같은 연산을 포함하는 자연스러운 대수적 구조를 지원하며, 이는 확률 연산을 일반화한다.
• 특정 제약 조건(예: 확률의 가환성, 가능성 측도의 최대성)을 부여함으로써 타당성 측도는 기존의 알려진 모델로 특수화될 수 있다.
• 이 접근법은 핵심 불확실성 표현과 특정 추론 작업에 필요한 구조적 가정 사이에 명확한 분리를 제공한다.
• 타당성 측도는 비단조화적 추론 패턴을 기존 모델보다 더 자연스럽게 포괄함으로써 기본 추론 분석을 위한 견고한 기반을 제공한다.
• 이 프레임워크는 핵심 추론 성질을 위해 필요한 본질적 특징을 이해하는 데 통찰을 제공하며, 불확실성 모델의 깊은 이해를 가능하게 한다.