[논문 리뷰] Description Logics with Fuzzy Concrete Domains

Umberto Straccia|arXiv (Cornell University)|2012. 07. 04.

Semantic Web and Ontologies참고 문헌 15인용 수 33

한 줄 요약

이 논문은 구체적 도메인을 갖는 퍼지 기술적 논리의 확장판을 제안하여 모호하거나 부정확한 데이터에 대한 추론을 가능하게 한다. t-노름 기반 생성자, 퍼지 구체적 도메인, 수정자들을 통합하며, 완성 규칙과 경계가 있는 혼합정수계획법을 조합한 하이브리드 접근법을 사용하여 퍼지 의미론 하에서 타당하고 완전한 추론을 달성한다.

ABSTRACT

We present a fuzzy version of description logics with concrete domains. Main features are: (i) concept constructors are based on t-norm, t-conorm, negation and implication; (ii) concrete domains are fuzzy sets; (iii) fuzzy modifiers are allowed; and (iv) the reasoning algorithm is based on a mixture of completion rules and bounded mixed integer programming.

연구 동기 및 목표

• 클래식 기술적 논리를 퍼지이고 부정확한 데이터를 처리할 수 있도록 퍼지 구체적 도메인을 통해 확장하기.
• 유연한 추론을 위한 퍼지 수정자와 t-노름 기반 개념 생성자를 지원하기.
• 구체적 도메인을 갖는 퍼지 DL을 위한 타당하고 완전한 추론 절차 개발하기.
• t-노름, t-코노름, 부정과 같은 퍼지 논리 연산을 기술적 논리 프레임워크에 통합하기.
• 완성 규칙과 경계가 있는 혼합정수계획법의 조합을 통해 실용적인 추론 구현하기.

제안 방법

• 구체적 도메인은 논의 도메인 위의 퍼지 집합으로 모델링된다.
• 개념 생성자는 t-노름, t-코노름, 퍼지 부정을 사용하여 퍼지 논리 연산을 처리한다.
• 수정자(예: '매우', '약간')는 진리기반 의미론을 사용하여 통합된다.
• 추론 알고리즘은 완성 규칙과 경계가 있는 혼합정수계획법을 조합하여 퍼지 함의를 계산한다.
• 통일된 퍼지 DL 프레임워크 내에서 크리프 및 퍼지 역할과 개념을 모두 지원한다.
• 체계적인 규칙 적용과 최적화를 통해 추론 과정의 타당성과 완전성을 보장한다.

실험 결과

연구 질문

• RQ1 어떻게 기술적 논리를 사용하여 부정확한 데이터를 모델링할 수 있는 퍼지 구체적 도메인을 지원할 수 있는가?
• RQ2 구체적 도메인에서 퍼지 추론을 지원하기 위해 필요한 논리 연산자(t-노름, t-코노름, 부정)는 무엇인가?
• RQ3 퍼지 수정자는 어떻게 공식적으로 기술적 논리 프레임워크에 통합될 수 있는가?
• RQ4 완성 규칙과 혼합정수계획법을 조합한 하이브리드 추론 메커니즘이 퍼지 DL에서 타당하고 완전한 추론을 보장할 수 있는가?
• RQ5 이 확장된 퍼지 DL에서 추론의 계산 복잡도와 실현 가능성은 어떠한가?

주요 결과

• 제안된 퍼지 기술적 논리는 t-노름 기반 논리 연산을 지원하여 모호한 개념을 다루는 데 있어 민첩성을 제공한다.
• 구체적 도메인은 퍼지 집합으로 모델링되어 부정확한 데이터 값의 직접적 표현을 가능하게 한다.
• 수정자는 진리기반 의미론을 사용하여 공식적으로 통합되어 논리적 일관성을 유지한다.
• 완성 규칙과 경계가 있는 혼합정수계획법의 조합을 통해 추론 알고리즘이 타당하고 완전한 추론을 달성한다.
• 통일된 환경에서 크리프 및 퍼지 개념과 역할을 모두 지원하여 실용적인 추론을 가능하게 한다.
• 이 접근법은 공식적으로 기반을 두고 있으며 확장 가능한 퍼지 지식 표현 및 추론의 기초를 제공한다.