プロダクションルールの分解によるパターン照合コストの削減に関する研究

• Project/Area Number: 05680307
• Research Category: Grant-in-Aid for General Scientific Research (C)
• Allocation Type: Single-year Grants
• Research Field: Intelligent informatics
• Research Institution: Fukuoka Institute of Technology
• Principal Investigator: 荒屋 真二 福岡工業大学, 工学部・情報工学科, 教授 (60175974)
• Project Period (FY): 1993
• Project Status: Completed(Fiscal Year 1993)
• Budget Amount: ¥2,100,000 (Direct Cost : ¥2,100,000); Fiscal Year 1993 : ¥2,100,000 (Direct Cost : ¥2,100,000)
• Keywords: 知識変換 / 高速推論 / ルールベースシステム / 高コストルール / ルール分解

Research Abstract

ルールベースシステムの時間的および空間的推論コストを最小化するために、我々が提案しているルール分解に関して、本研究により以下のような知見が得られた。
(1)直列型ルール分解の効果を最大化する最適ルール分解数というものは存在するが、それは個々の状況によって大きく変化する。その主な理由は、各条件要素を支持するWM要素の数が不均一であるだけでなく、状況によって変化するからである。状況に応じて動的にルール分解をやり直すわけにはいかないので、統計的な意味で最適なルール分解が必要になる。
(2)並列型ルール分解はパターン照合の並列性を増大させる。直列型ルール分解が指数関数的に推論コストを減少させるのに対し、並列型ルール分解は多くても数十%である。しかし、ルール条件部の記述が簡潔になり、ルールベースをコンパクトにするという、直列型ルール分解にはない利点がある。
(3)直列型ルール分解はルールベースの中に高コストルールが存在するならば劇的な効果を生むが、そうでない時にはまったく役に立たない。それに対し、並列型ルール分解は効果は小さいが大部分のルールベースに対して効果を発揮する。
(4)直列型ルール分解は、各条件要素を満足するWM要素の数が多く、条件要素間で満たすべき条件がゆるい場合に効果がある。一方、並列型ルール分解は、多数の概念が他の概念の定義に頻繁に使用されている場合に効果がある。