否定推論と肯定推論を同時に実行できるコネクショニスト推論システム

概要

論文の詳細を見る
本研究は, 「ニューラルネットワークを用いた知識獲得」に関するものである.目的は, 知られているほぼ正しい知識を, 知られているほぼ正しい例題とニューラルネットワークの学習機能を用いて洗練することである.これは, 知られているほぼ正しい知識は, 不完全であったり矛盾を含んでいたりするので, ニューラルネットワークの学習によって足りない部分を補い矛盾している部分を訂正するものである.このニューラルネットワークの特徴としては:(1)肯定推論と否定推論を同時に行うことができる.(2)例題が正しく解釈できるように, 知識が完全化かつ完備化される.(3)真と偽以外にこれらの中間状態や, 矛盾等が表現可能で, 非単調性推論の機能を有する.(4)ニューラルネットワークでは入力と出力の区別がないので, 知られている事実を入力とすると, 知られていないことについての推論が行われる.(5)知られている事実が不十分であるときは, 真偽不明と答えることもできる.これまでのエキスパートシステムでは上記した機能の一部は実現可能であるが, すべてを同時に実現したものはない.正しい知識をニューラルネットワークに展開する方法と, それを用いた推論方法について説明し, 推論時のシステムの動作がつねに平衡状態に到達することをリヤプノフ関数の存在を示すことにより証明した.さらに, 例題からの学習方法等について説明し, 実装例を用いて実現方法の妥当性について検討する.
一般社団法人情報処理学会の論文
1998-12-15

否定推論と肯定推論を同時に実行できるコネクショニスト推論システム

スポンサーリンク

概要

著者

関連論文

スポンサーリンク