著者

鈴木 誠 松嶋 敏泰 平澤 茂一

出版者

一般社団法人情報処理学会

雑誌

情報処理学会論文誌 (ISSN:03875806)

巻号頁・発行日

vol.41, no.1, pp.1-11, 2000-01-15

参考文献数

19

被引用文献数

1

---

人工知能(AI)における不確実性を含む推論の分野では,1980年代にBelief Network(BN)がPearlによって提案され,不確実性を含む推論の基礎理論として脚光を浴びるようになった.BNは人間にとって直感的に理解しやすい知識表現機能を備えており,不確実性を含む推論に携わるAI研究者の間で現在も活発に研究がなされている.しかし,BNをはじめとする従来手法は「なぜ不確実性が生じるのか」,「どのような不確実性を扱っているのか」などの不確実性の発生メカニズムやその種類が明確にされないまま推論方法が論じられているため,求められた推論結果の意味が明確でなかった.そこで本稿では,不確実性を含む推論の問題を多変量データ解析や情報理論的な視点から考察し,従来の手法を一般化した数理モデルと推論法を提案する.さらに,従来から多くの診断・予測型ESが扱ってきた不確実性を含む推論の問題が,一種の制約条件付き最適化問題としての性質を備えていることを明らかにする.