[论文解读] A Unified framework for order-of-magnitude confidence relations

Didier Dubois, Hélène Fargier|arXiv (Cornell University)|Jul 11, 2012

Logic, Reasoning, and Knowledge参考文献 26被引用 13

一句话总结

本文提出了一种统一的量级置信关系框架，通过大步长概率（big-stepped probabilities）将可能性理论与概率理论融合，实现数值可表示、可加的置信关系，既保留了可能性排序的定性特性，又具备可加表示的表达能力。核心贡献在于建立了非加性信念结构与加性概率之间的正式桥梁，从而在不确定性下实现一致的定性与定量推理。

ABSTRACT

The aim of this work is to provide a unified framework for ordinal representations of uncertainty lying at the crosswords between possibility and probability theories. Such confidence relations between events are commonly found in monotonic reasoning, inconsistency management, or qualitative decision theory. They start either from probability theory, making it more qualitative, or from possibility theory, making it more expressive. We show these two trends converge to a class of genuine probability theories. We provide characterization results for these useful tools that preserve the qualitative nature of possibility rankings, while enjoying the power of expressivity of additive representations.

研究动机与目标

• 将可能性理论中的定性信念表示与概率理论的定量结构统一起来。
• 解决非单调推理与概率推理之间的不一致，特别是关于彩票悖论的问题。
• 形式化一类置信关系，使其在保留可能性理论中可忽略性特性的同时，支持可加的数值表示。
• 为知识表示、信念修正与决策理论中事件的比较置信关系提供统一的公理基础。

提出的方法

• 在事件集上引入最小序关系设置，用于比较置信关系。
• 将置信关系定义为在 2^S 上的自反性、非平凡性、一致性、准传递性及单调性关系。
• 提出大步长概率关系作为置信关系的数值表示，结合可加性与可忽略性。
• 利用词典序精化方法，将可能性排序精化为加性结构。
• 应用公理系统推导出同时满足概率与可能性特性的置信关系。
• 证明满足 COMPO（排序可比性）条件的广义概率关系可通过大步长效用表示。

实验结果

研究问题

• RQ1 如何系统性地精化可能性理论中的置信关系，以支持可加的数值表示？
• RQ2 哪些公理条件可确保置信关系在保留可能性排序定性特征的同时，表现得如同真正的概率关系？
• RQ3 是否可将可能性理论中的可忽略性特性——即高度可能事件主导较不可能事件的析取——正式嵌入概率框架中？
• RQ4 大步长概率测度在多大程度上统一了非加性信念结构与加性决策模型？
• RQ5 在量级置信关系的语境下，完全广义概率与 COMPO 条件之间存在何种关系？

主要发现

• 大步长概率关系被识别为一类数值可表示的置信关系，统一了概率与可能性理论的特性。
• 该框架支持可能性排序的词典序精化，实现加性表示的同时保留定性信念排序。
• 满足 COMPO 条件（排序可比性）的置信关系可由大步长效用表示。
• 论文证明线性大步长概率测度表现出可能性理论中特有的可忽略性特性。
• 提供了公理系统，当与单调性及准传递性结合时，可将置信关系刻画为真正的概率关系。
• 该方法实现了非标准效用与决策准则（如广义康多塞规则）之间的正式连接，以及可能性决策规则的加性精化。