|
可能な要素仮説に重みを付し、重みの和最小の解仮説を求めるコストに基づく仮説推論に焦点を当て、必ずしも最適解でないが制約を充たす準最適解を高速に求める仮説推論法の研究を進め、有用な成果を得た。本研究以前に我々は仮説推論を0-1整数計画法の問題に変換し、その近似解法である掃出し補数法(pivot and compliment method)を適用することにより、準最適解の多項式時間仮説推論法が可能であることを明らかにした。これは知識処理の問題を数理計画問題に変換して、その土俵の上で解法を見い出したものであるが、このままでは知識構造の情報も利用した高速化効果を図れない。そこで、この有効な掃出し補数法の考え方を踏襲しながらも、ネットワーク化した知識上で動作する「ネットワーク化バブル伝播法」と名付けた推論手法を創案し、これによる多項式時間の命題論理版仮説推論システムを開発した。これは、知識ネットワーク上のノードを整数計画法の構造変数、スラック変数、基底変数、非基底変数に対応して分類し、掃出し補数法で最も時間がかかる基底変数と非基底変数の交換を、知識構造を利用して効率化する。高速化の効果を実験によって明らかにし、非常に有効な高速推論手法であることを示した。これはまた、記号操作を主体としてきた人工知能の推論と、数学的手法により多次元実数空間で制約を充足する最適解の探索を行ってきた数理計画法の手法との間の、橋渡しを可能にしたという点でも意義が大きいと思う。より表現力が高い変数を含む述語論理表現の仮説推論に適用する手法の研究も進めた。
|
