| 研究概要 |
1.基本的な忘却アルゴリズムの設計と評価
まず,事例単位の忘却と属性単位の忘却(忘却に基づく条件削除による一般化)を行う事例管理モデルを設計した.印象と呼ぶ記憶強度を定義して,1回の問題解決を1単位時間とし,1単位時間が経過する度に記憶強度を弱める一方で,問題解決時にアクセスした事例や属性の印象を強化する.そして,印象が0になった事例や属性を削除することにより忘却機能を実現した.しかし,このままでは出現頻度は低いが必要な事例も忘却されてしまい,システムの性能が低下することが明らかになった.そこで、領域知識を用いて,事例空間を分割することにより,その空間内の事例は必ず一つは残す手法を忘却機構に組み入れた.このような忘却機構を持つ事例ベース推論システムを実現し,電力系統事故時復旧の分野でシミュレーションを行った結果,単純に事例を登録するシステムに対して,事例ベースを10%の大きさに抑え,さらに事例修正数を大幅に減らしたことから,環境変化への対応が達成された.これらの結果は論文誌に投稿中である.
2.忘却アルゴリズムへの一般化規則の導入とその評価
次に基本的な忘却アルゴリズムに区間閉塞化規則と代替案追加規則を導入した.環境変化が伴う場合,事例を一般化するだけでなく,事例を特殊化することも必要であるので,正負の事例を蓄え,より新しい符号の異なる事例を用いて既存の事例を特殊化する手法を設計した.この手法では,事例の忘却に基づく一般化により,類似性に基づく一般化が促進される.このような考え方に基づくシステムを作成し,同様に電力系統事故時復旧の分野でシミュレーションを行ったところ,事例ベースの大きさを1.の結果の80%程度に抑制できた.これは,1.で忘却により小さくなった事例ベースがさらに忘却に基づく一般化によってコンパクト化されたことを示している.解の品質については同等であった.
|
