| 研究概要 |
背景知識Bと事例Eが与えられたときに,帰納推論は関係B∧H〓Eを満たす仮説Hを計算する.逆伴意法(inverse entailment)は上の関係を演繹定理を使って,B∧〓E〓〓Hと変形することによって,仮説HをBとEから演繹的に構成する手法である.逆伴意法はホーン節論理プログラムのような,節論理で記述された背景知識から仮説を効率的に計算する場合に有効であり,帰納論理プログラミングの基本技術の一つとして知られている.しかし,背景知識が非単調な論理プログラムの場合,上記の逆伴意法はそのまま適用できない.その理由の一つは,逆伴意の導出過程で使用した演繹定理が非単調論理では一般に成立しないことが知られているからである.従って,逆伴意法を使って非単調な論理プログラムから帰納推論を行うためには,理論の再構築が必要となる.本研究では,先ず非単調論理における演繹定理の問題点を解析し,非単調な論理プログラムにおける新たな伴意定理を導入した,これに基づいて,非単調な論理プログラムにおける逆伴意法の理論を構築し,非単調な論理プログラムから逆伴意法を使って帰納的学習を行うアルゴリズムを提案した.本研究で提案された逆伴意法は,節論理における逆伴意法を非単調な論理プログラムに拡張したものであり,非単調な論理プログラムから帰納的学習を実現する上での基礎理論として貢献する.
|
