Rule Based Reasoning , Programming and Applications
Rule Based Reasoning , Programming and Applications
本書は、2011年7月にスペインのバルセロナで開催された第5回ルールに関する国際シンポジウム「RuleML 2011 – Europe」の査読付きプロシーディングスである。これは、2011年に開催される2つのRuleMLイベントのうちの最初のもので、2回目のRuleMLシンポジウム – RuleML 2011 – America は、2011年11月に米国フロリダ州フォートローダーデールで開催されている。今回発表された18編のフルペーパー、8編のショートペーパー、3編の招待論文、および2編の基調講演のアブストラクトは、58編の応募の中から厳選されたものです。論文は、ルールベースの分散/マルチエージェントシステム、ルール、エージェント、規範、ルールベースのイベント処理と反応ルール、ファジィルールと不確実性、ルールとセマンティックWeb、ルールの学習と抽出、ルールと推論、ルールベースのアプリケーションというテーマ別に構成されている。
Contents
Rules, Agents and Norms:
Rule-Based Event Processing and Reaction Rules:
Rules and the Semantic Web:
-
A RIF-Style Semantics for RuleML-Integrated Positional-Slotted, Object-Applicative Rules
F-logicやRIFでは、オブジェクト(フレーム)は関数や述語のアプリケーションとは全く別に定義される。POSLとRuleMLでは、これらの基本的な概念は、オプションのオブジェクト識別子を持つアプリケーションと、それと直交する位置またはスロットの引数を持つアプリケーションを許可することによって統合されます。その結果、psoa(positional-slotted, object-applicative)項が新たに形式化され、フレーム項やクラスメンバーシップだけでなく、positional項やslotted項(名前付き引数)を一般化することで、RIF項の数を減らすことができる。マルチスロットフレームが同じオブジェクト識別子(IRI)の(Web-)分散スロット記述に対応するように、マルチタプルpsoa用語(例えば、棚)は位置記述に対応する。これらの統合された用語のシンタックスとセマンティクス、およびそれらに対応するルールは、RIF-BLDのスタイルでPSOA RuleMLとして定義されている。この意味論は、F-logicやRIFのようなフレーム分割と、POSLやRuleMLのような統合されたpsoa項を融合させた、新しい一階モデル理論的基礎を提供する。
-
COROR: A COmposable Rule-Entailment Owl Reasoner for Resource-Constrained Devices
OWL(Web Ontology Language)推論は、W3Cによって標準化されて以来、広範囲に研究されてきた。OWL推論コミュニティにおける一般的な研究は、より高速で、より大規模で、より表現力の高いOWL推論器を対象としているが、携帯電話やセンサーなどのリソースに制約のあるデバイスのためのOWL推論に焦点を当てた研究はわずかである。しかし、パーベイシブ・コンピューティングにおけるセマンティック・ウェブ技術の適用が増え続けており、インテリジェンスをネットワークのエッジにプッシュしたいという要望は、リソースに制約のある推論の必要性を強調している。本稿では、リソースに制約のあるデバイスのためのCOmposable Rule-entailment Owl ReasonerであるCORORを紹介する。この研究が関連する研究と異なる点は、特定のセマンティックアプリケーションの特徴に従って、実行時に動的にルールベースの推論器を次元化する2つの新しい推論器構成アルゴリズムを使用することである。この推論器はリソースに制約のあるセンサープラットフォーム上に実装され、評価される。実験により、合成アルゴリズムは、同じ推論能力を保持しながら、元の非合成推論器を上回ることが示された。
-
Rule-Based Trust Assessment on the Semantic Web
セマンティック・ウェブは、誰でも構造化データを公開したり、既存のデータを拡張して再利用したりできる分散型のフォーラムである。このセマンティックウェブ特有のオープン性は、データの信頼性に疑問を投げかける。データは通常、そのソース、ユーザーの予備知識、ソースの評判、ユーザーの過去の経験など、いくつかの要因に基づいて信頼できるとみなされる。しかし、セマンティックウェブでは、データの完全性をチェックしたり、暗黙的な知識を表現したり、あるいはポリシーを定義したりするためのルールが重要であるため、推論されるデータについては、さらなる要因を考慮する必要がある。既存の信頼尺度が与えられた場合、我々はデータとルールという2つの信頼軸と、コンテンツベースとメタデータベースという2つの信頼カテゴリーを特定し、セマンティックウェブデータに関連する信頼割り当てに役立てる。ウェブ上のデータ、ソース、ルールなどに信頼値を割り当てるために信頼オントロジーを使用し、データ生成を捕捉するために実績オントロジーを使用し、異なる信頼評価モデルを形成するためにこれらの値を組み合わせるために宣言的ルールを使用するメタモデリングフレームワークを提案する。これらの信頼評価モデルは、既知のデータから未知のデータへの信頼移転に利用できる。本稿では、Webルール言語であるAIRが、どのように我々のフレームワークを実装し、様々な種類の信頼オントロジーや実績オントロジーを用いて評価モデルを宣言的に記述するために利用できるかについて述べる。
-
SOWL: A Framework for Handling Spatio-temporal Information in OWL 2.0
我々は、時空間情報をOWLで表現し、推論するためのオントロジーであるSOWLを提案する。セマンティック・ウェブの確立された標準(OWL 2.0、SWRL)に基づき、SOWLは4次元流体(あるいはN-ary)アプローチに基づく静的情報と動的情報の表現を可能にする。SOWLにはRCC-8の位相関係と円錐形の方向関係の両方が統合されています。定量的な情報(時間的・空間的情報が正確に定義されている)に加えて、定性的な時間的・空間的情報(空間的関係の 「left-of 」や時間的関係の 「before 」など、時間的・空間的範囲が未知の情報)を表現することがSOWLの特徴である。SOWL推論機能は、サポートされる関係セットに対する健全性、完全性、および扱いやすさを保持しながら、新しい関係を推論し、その整合性をチェックすることができる。
Rule Learning and Extraction:
-
A Framework for the Automatic Extraction of Rules from Online Text
ウェブ上の知識の大半は非構造化テキストにコード化されており、オントロジーやルールといった形式化された知識とはリンクしていない。この問題の潜在的な解決策は、自然言語処理やテキストマイニング手法によってこの知識を獲得することである。先行研究では、テキストからRDFまたはOWLベースのオントロジーを自動的に抽出することに焦点が当てられているが、取得される知識のタイプは一般に単純な用語階層に限定されている。本稿では、テキストからより複雑な関係を取得し、その知識をルールとしてエンコードするための汎用的なフレームワークを紹介する。我々のアプローチは、OWLオントロジーとセマンティック・ウェブ・ルール言語(SWRL)ルールの形で既存のドメイン知識から開始し、クラスとプロパティを推論するために自然言語処理とテキストマッチング技術を適用する。その後、新しいルールの形で演繹的知識を取り込む。我々は、このフレームワークをレンタカーの要件に関するウェブベースのテキストに適用して評価した。我々のアプローチは、知識ベースにはないレンタカー会社の要件に対するルールを自動的かつ正確に生成できることを示している。このように、我々のフレームワークは、自由なテキストソースから複雑な知識を迅速に獲得する。我々はこのフレームワークを、医学のようなより豊かな領域を扱うために拡張している。
-
Classification Rule Mining for a Stream of Perennial Objects
我々は、顧客や学生のような複雑なオブジェクトの遅いストリームに対する分類を研究している。学習タスクは、オブジェクトのラベルが、例えば顧客の購入や学生の試験など、隣接する高速なトランザクションのストリームから入力されるデータの影響を受け、さらにこのラベルが時間とともに変化する可能性があることを考慮しなければならない。このタスクには、ストリームを結合し、ターゲットラベルと高速ストリーム中の属性値との間の関連性を利用することが含まれる。我々は、このようなストリームの連合に対する分類ルールを発見する手法を提案し、決定木分類器を強化するために使用する。新しいアプローチは、元の分類器よりもはるかに小さな決定木を構築しながら、競争力のある予測力を持つことを示す。
-
A Case for Learning Simpler Rule Sets with Multiobjective Evolutionary Algorithms
ファジィ・ルールは、構造化された自然言語で記述されているため、人々に理解されやすい。ビジネスにおける広範な意思決定支援アプリケーションにおいて、ルールベースのシステムの解釈可能性は、「ブラックボックス」として認識される可能性のある代替アプローチに対する特徴であり、優位性である。本稿の動機は、ルールの単純さ(解釈可能性の重要な要素)とサンプル外のパフォーマンスとの関係を考察することである。予測は、プロセスの直感と経験の側面を強調するために、芸術と科学の両方と表現されてきた。我々は、「より単純な説明はより正しい可能性が高い」というオッカムの原理で表現される、広く評価されている予測の「経験則」を計算によって探求する。
Rules and Reasoning:
-
Modularity in the Rule Interchange Format
知識表現と論理プログラミングのコミュニティによる標準の採用は、その可視性と影響力のために不可欠である。ルール・インターチェンジ・フォーマットは、この方向における基本的な取り組みであり、ユーザー、開発者、理論家によって支持されるべきものである。このため、W3C RIFワーキンググループが発表した勧告について議論することは、コミュニティにとって不可欠である。特に本稿では、マルチドキュメントのルール交換フォーマット(RIF)のセマンティクスを提示し、それを分析し、いくつかの欠陥を引き出す。マルチドキュメントの代替セマンティクスとして、より一般的なアプローチを提案する。副次的な重要な結果として、RIF-FLDのセマンティクスにおけるいくつかの関連する問題についても議論し、可能な解決策を提案する。
-
Overview of Knowledge Formalization with XTT2 Rules
本稿では、XTT2と呼ばれる、ルールベース・システムのための新しい形式化された知識表現について述べる。このハイブリッド知識表現は、デシジョンダイアグラムと拡張デシジョンテーブルを組み合わせたものである。1つのデシジョンテーブルには、共通のコンテキスト内で動作する類似構造のルールセットが含まれる。XTT2の構造は、同じコンテキストで動作するルール・セットによって仕様が提供される下位レベルの知識コンポーネントと、デシジョンダイアグラムが知識ベースの全体構造を定義する上位レベルの知識コンポーネントからなる階層的な知識表現を構成する。このモデルは、厳密な設計と検証の可能性を開く簡潔な形式化を持っている。本論文の焦点は、最初の論理仕様から始まるアプローチの形式的側面の提示である。
-
HalVA – Rule Analysis Framework for XTT2 Rules
品質と信頼性の問題は、ルールベース・システムの開発と探索において重要である。本稿では、XTT2と呼ばれるルールのための形式化された知識表現について考察する。これはALSV(FD)と呼ばれる表現力豊かな属性論理に基づくルール言語である。HalVAと呼ばれるXTT2のためのカスタムランタイムと検証フレームワークを提案する。これにより、決定性、包含性、完全性など、ルールの特定の形式的性質を検証することができる。
Rule-Based Applications:
コメント