阿部 明典

Abstract

知識ベースには推論に必要な知識が全て含まれているとは限らない。 知識ベースに必要な知識が欠けている場合、普通の推論では推論は失敗してし まう。 従って、不完全な知識ベースに対しては、発想的推論、補間推論、 もしくは、近似推論などの推論手法が必要になる。 しかし、実際の所、推論に必要な知識をヒント無しに探すのは少々難しい。
従って、欠如している節を探すために abductive strategy (CMS) を用い、 知識ベースにある知識を参照して尤もらしい仮説を生成することで 観測を説明するということを行なう。 ここでは、2種類の推論を示し、それらを結び付ける。 一つは近似推論で、それがないと推論に失敗する abduce された知識に類似した知 識を用いて観測を説明する推論である。 もう一方は exact 推論で、知識ベースに含まれる知識に類似した知識を生成する ことで、観測を説明する推論である。

Abductive Analogical Reasoning

準備...

• 不完全な知識について
• Explanatory coherence

推論

知識ベースには推論に必要な知識が全て含まれているとは限らない。 知識ベースに必要な知識が欠けている場合、普通の推論では推論は失敗するか、 誤った解を出してしまう。 最近、従って、不完全な知識を用いて推論を行なうことが重要になっている。 不完全な知識ベースを用いて推論をする場合、発想的推論、補間推論、 もしくは、近似推論などの推論手法が必要になる。
このページには abductive strategy を用いて欠如した節を求め、知識ベースの知識を参照 することで、尤もらしい節を生成して観測を説明する推論を示す。
一般に、ヒントなしに類似した補間節を生成して観測を説明するのは難しい。 従って、以下の手法を採る。

1. abduce された欠如節 () の類次節 を導くことの出来る 節集合 () を求める。
2. 節集合 を [ -> ] の逆写像を用いて 節集合 () に変換し、観測を説明する。

1. 観測 C が与えられる。 は節 C を に送る。
2. 若し、 C 現在の知識ベースの知識 (節集合 Σ) で 観測が説明出来ない場合、 は 節集合 Σ に対して、 minimal support 節 を返す。 minimal support 節 の否定は 観測 を説明するための最小の 仮説となりえるが、現在の知識ベースから導き出されたものではない () ので、 の正当性の保証はない。
3. が (Partial Analogical Derivation System) に送られ、 は知識ベースから の類似節を導き出すことの出来る 節集合 () を導き出す。

   ()

4. 更に、 は [] の逆写像を用いて に変換される。 変換により生成された節は minimal support 節 と同じ性質を持つ。 この節は に送られる。
   ()
5. 観測 は を仮説として説明される。

図 1: 推論の様子

,

右の絵に示す推論によって 上記 が生成される。 右の絵をクリックすることで、推論の動きを動画で見ることが出来ます。

図 2: Phase I

右の絵に示す推論によって 上記 が生成される。 右の絵をクリックすることで、推論の動きを動画で見ることが出来ます。

図 3: Phase II

CMS と AAR の相違は以下の図に示す通りである。

	CMS	AAR
given
推論		( ) ( )
仮説

図 4: CMS と AAR の関係

図 5: 推論の様子

上図をクリックすると推論の様子をアニメーションでみることが出来ます。

---

更に......

• AAR における context (観点)の獲得
• 現在、AAR に関しては、基礎的検討も当然行なっておりますが、Chance Discovery や DSIUへの応用も検討しています。

References:

1. 阿部 明典: Abduction+類推推論=補間推論 -> 発想, 情処研報, 95-AI-101, pp. 49--50 (1995)
2. 阿部 明典: Abductive Analogical Reasoning, presented in WAL96 (1996)
3. 阿部 明典: Abductive Analogical Reasoning, 人工知 能学会全国大会, S6-04, pp. (123)--(126) (1996)
4. 阿部 明典: 欠如節を生成する推論法, 信学会論文誌, Vol. J81-D-II, No. 6, pp. 1285--1292 (1998)
5. Abe A.: Applications of Abduction, Proc. of ECAI98 Workshop on Abduction and Induction in AI (1998)
6. 阿部 明典, 藤本 和則: 仮説選択: AARに於ける仮説生成と しての類似写像, 人工知能学会研究会資料, SIG-FAI-9901-1, pp. 1--6 (1999)
7. Abe A.: Two-sided Hypotheses Generation for Abductive Analogical Reasoning, Proc. of ICTAI99, pp. 145--152 (1999)
8. Abe A. and Fujimoto K.: Multi-agentized Reasoning as Reasoning with Incomplete Knowledge base, MACC99 (1999)
9. Abe A.: Abductive Analogical Reasoning, Systems and Computers in Japan, Vol. 31, No. 1, pp. 11--19 (2000)
10. 藤本 和則, 賀沢 秀人, 佐藤 浩史, 阿部 明典, 松澤 和光: DSIU systems: Decision Support for Internet Usres , 人工知能学会誌, Vol. 15, No. 1, pp. 61--64 (2000)
11. Ha N. V., Ishikawa T. and Abe A.: A Mechanism for Inferring Approxiamate Solutions under Incomplete Knowledge based on Rule Similarity, Proc. of AISTA2000 (2000)
12. Ha N. V., 石川 勉, 阿部 明典: 推論の状況を考慮した動的 概略推論法, 人工知能学会全国大会, , pp. -- (2000)
13. Ha N. V., Ishikawa T. and Abe A.: An Inference Mechanism under Incomplete Knowledge based on Rule Similarity Considering Viewpoint, Proc. of KES2000 (2000)
14. Abe A.: The Role of Abduction in Internet-based Applications, Proc. of PRICAI2000 (2000)
15. Ha N. V., 石川 勉, 阿部 明典: 知識の類似性を利用した概略推論法, 信学会論文誌, Vol. J84-D-I, No. 4, pp. 389--400 (2001)
16. Abe A. and Fujimoto K.: Selection of preferable abductive hypotheses, Proc. of IJCAI Workshop on Abductive Reasoning, pp. 1--6 (2001)
17. Abe A.: The role of abduction in Chance Discovery, Proc. of SCI2001, Vol. VIII, pp. 400-405 (2001)
18. Viet Ha Nguyen, Tsutomu Ishikawa and Akinori Abe: A mechanism for inferring approximate solutions under incomplete knowledge based on rule similarity, Systems and Computers in Japan, Vol. 33, No. 9, pp. 78--89 (2002)
19. Abe A.: The role of abduction in Chance Discovery, New Generation Computing, Vol.21, No.1, pp. 61-71 (2003)
20. 阿部 明典: 発想的推論とチャンス発見, will appear in チャンス発見の情報技術 (大澤 幸夫 編), 第 8 章, 東京電機大学出版局 (2003)
21. Abe A.: Abduction and Analogy in Chance Discovery, in Chance Discovery (Osawa Y. and McBurney P. eds.), Chap. 16, pp. 231-248, Springer (2003)
22. Abe A., Kogure K. and Hagita N.: Determination of A Chance in Nursing Risk Management, Proc. of ECAI2004 Workshop on Chance Discovery, pp. 222-231 (2004)
23. Abe A., Kogure K. and Hagita N.: Nursing Risk Prediction as Chance Discovery, Proc. of KES2004 Vol. II, pp. 815--822 (2004).
24. Abe A., Naya F., Ozaku H.I., Kuwahara N., and Kogure K.: Scenario Violation in Nursing Activities, Proc. of the ICML05 4th Int'l Workshop on Chance Discovery, pp. 102--109 (2005)
25. Abe A., Ozaku H.I., Kuwahara N., and Kogure K.: Scenario Violation in Nursing Activities --- Nursing Risk Management from the viewpoint of Chance Discovery, Soft Computing Journal, Springer (2006) to appear
26. Abe A., Ozaku H.I., Kuwahara N., and Kogure K.: Scenario-base Construction for Abductive Nursing Risk Management, Proc. of IPUM2006, pp. 206--213 (2006)
27. Abe A., Ozaku H.I., Kuwahara N., and Kogure K.: What Should be Abducible in Abductive Nursing Risk Management?, Proc. of KES2006 (LNAI4253), Vol III, pp. 22--29 (2006) to appear
28. Abe A., Ozaku H.I., Kuwahara N., and Kogure K.: Relation between Abductive and Inductive Nursing Risk Managements, Proc. of RM2006 (JSAI2006), pp. 121--132 (2006)