Loading article…
定性推論（QR）は、人工知能（AI）の研究分野であり、空間、時間、量などの物理世界の連続的な側面についての推論を自動化し、定量的情報ではなく定性的な情報を使用して問題解決や計画を行うことを目的としています。[1]正確な数値や量は避け、代わりに定性的な値（高、低、ゼロ、上昇、下降など）を使用します。[2]
目的
定性的推論は、重要な動作特性と定性的な区別を維持しながら、物理システムとその動作の非数値的記述を作成します。[3]定性的推論研究の目標は、正確な定量的情報なしでコンピュータプログラムが物理システムの挙動について推論できるようにする表現と推論の方法を開発することです。一例として、土砂降りの雨と着実に上昇する川の水位を観察することが挙げられます。これは、正確な水位、変化率、または川が洪水になる可能性がある時間を知らなくても、起こり得る洪水に対して行動を起こすのに十分な情報です。[4]
原則
使用される原理は人間の認知に基づいています。
定性的な推論の原則には以下が含まれる: [5]
- 離散値
- 推論のために離散エンティティを使用して連続量を表現する
- 例: 変化率に数値を使用する代わりに、増加、減少、一定のいずれかを考慮する
- 関連する値
- タスクとの関連性に基づいて定性的な値を選択する
- 例: 温度が変化する場合は沸点が重要になるかもしれませんが、温度が一定の場合は沸点は関係ないかもしれません。
- 曖昧な値または結果
- 一つの答えではなく、複数の答えを用意する
- 例: 数値で水位や水量を計算する代わりに、低いかゼロかの2つの答えを提供する
- プロセスのモデリング
- 各州を代表する
- 状態間の遷移を表す
- 数量については、ランドマークを決定し、不等式の推論を使用する
- 例:
水の温度が沸点より低い場合、水位は一定またはゆっくりと減少します。
水の温度が沸点より高い場合、水位は急速に減少します。
水の温度が沸点より低いから沸点より上に変化すると、水位は急速に減少します。
水が指定された時間だけ沸点より高い場合、水位は低いかゼロになります。
用途
定性的推論用に開発された技術により、不等式と等式の形で複数の制約を受ける定量的システムのシミュレーションが可能になります。これにより、エコシステムなど、モデル化するには複雑すぎる特定の重要なシステムのシミュレーションが可能になります。定性的推論は、品質に加えて定量的不等式を使用してモデル化する方法を提供します。
成功した応用分野としては、プロセス制御、システム検証、説明、[2]自律宇宙船のサポート、構造物の動作のシミュレーションと説明、[6]車両システムの故障解析とオンボード診断、コピー機の制御ソフトウェアの自動生成、生態学における概念的知識の捕捉、人間の学習のためのインテリジェントな補助などがある。[3]
参照
- 空間的・時間的推論
- 定性的推論グループ (QRG)
参考文献
- ^ 「定性的推論：正確でなくても良い結論に達する」。人工知能推進協会（AAAI）。
- ^ ab John Daintith (2004)。コンピューティング辞典。オックスフォード大学出版局。ISBN 0198608772。
- ^ ab Bert Bredeweg および Peter Struss (2003)。「定性的推論の最新トピック」(PDF)。アメリカ人工知能協会。
- ^ Yumi Iwasaki (1997 年 5 月～6 月)。「定性的推論の現実世界への応用」。IEEEエキスパート: インテリジェント システム。スタンフォード大学コンピュータ サイエンス学部知識システム研究所。
- ^ 「定性的推論、CS227」（PDF）。スタンフォード大学。2011年。
- ^ Salvaneschi, Paolo; Cadei, Mauro; Lazzari, Marco ( 1997). 「構造の挙動のシミュレーションと説明のための因果モデリングフレームワーク」。人工知能工学。11 (3): 205–216. doi :10.1016/S0954-1810(96)00040-4。
外部リンク
- アムステルダム大学の定性的推論とモデリング（QRM）ポータル