Rakenteen kartoitusmoottori - Structure mapping engine
Vuonna tekoälyä ja kognitiivisen tieteen , The rakenne kartoitus moottori ( Pk ) on täytäntöönpanon ohjelmistojen olevan algoritmin varten analogisen sovitus perustuu psykologinen teoria Dedre Gentner . Gentnerin rakennekartoitusidean perusta on, että analogia on tiedon kartoitus yhdestä verkkotunnuksesta (perusta) toiseen (kohde). Rakenne-kartoitus moottori on tietokonesimulaatio , että analogisesti ja samankaltaisuusvertailujen.
Vuodesta 1990 lähtien sitä oli käytetty yli 40 projektissa [Falkenhainer, 2005]. RM French sanoi, että rakennekartoitusteoria on "epäilemättä tähän mennessä kaikkein vaikuttavin työ analogian tekemisen mallinnuksessa" [2002].
Teoria on hyödyllinen, koska se jättää huomiotta pintaominaisuudet ja löytää vastaavuudet mahdollisesti hyvin erilaisten asioiden välillä, jos niillä on sama edustava rakenne. Esimerkiksi pk-yritys voisi määrittää, että kynä on kuin sieni, koska molemmat osallistuvat nesteen jakamiseen, vaikka he tekisivätkin tämän hyvin eri tavalla.
Rakennekartoituksen teoria
Rakennekartoitusteoria perustuu systemaattisuuden periaatteeseen, jonka mukaan yhdistetty tieto on etusijalla itsenäisten tosiseikkojen sijaan. Siksi rakennekartoitusmoottorin tulisi jättää huomioimatta eristetyt lähde-kohde-kartoitukset, elleivät ne ole osa suurempaa rakennetta. Teorian mukaan pk-yrityksen tulisi kartoittaa esineitä, jotka liittyvät jo kartoitettuun tietoon.
Teoria vaatii myös, että kartoitukset tehdään yksi kerrallaan , mikä tarkoittaa, että mikään lähdekuvauksen osa ei voi kartoittaa useampaa kuin yhtä kohteen kohdetta eikä mitään kohdekuvauksen osaa voida yhdistää useampaan kuin yhteen osaan lähde. Teoria vaatii myös, että jos ottelu kartoittaa kohteen, kohteen ja kohteen argumentit on myös kartoitettava. Jos molemmat ehdot täyttyvät, kartoituksen sanotaan olevan "rakenteellisesti johdonmukainen".
Pk-yritysten käsitteet
Pk karttoja tietoa siitä lähteestä osaksi tavoite. SME kutsuu kutakin kuvausta ryhmäksi . D-ryhmät sisältävät luettelon entiteeteistä ja predikaateista . Entiteetit edustavat objekteja tai käsitteitä kuvauksessa - kuten syöttövaihde tai kytkin. Predikaatit ovat yksi kolmesta tyypistä ja ovat yleinen tapa ilmaista tietoa pk-yrityksille.
- Suhdeennusteet sisältävät useita argumentteja, jotka voivat olla muita predikaatteja tai entiteettejä. Esimerkkisuhde on: (lähetä (mitä mistä)). Tällä suhteella on funktori- lähetys ja siinä on kolme argumenttia: mitä, mistä ja mihin.
- Attribuutin predikaatit ovat entiteetin ominaisuuksia. Esimerkki määritteestä on (punainen vaihde), mikä tarkoittaa, että vaihde on määritteen punainen.
- Funktio ennustaa entiteetin kartoittamisen toiseen entiteettiin tai vakioon. Esimerkki toiminnosta on ( joulevirtalähde ), joka kartoittaa entiteetin virtalähteen numeerisiin suurejouleihin.
Toiminnoilla ja attribuuteilla on erilaiset merkitykset, joten pk-yritykset käsittelevät niitä eri tavalla. Esimerkiksi pk-yrityksen todellisessa analogiasääntöjoukossa attribuutit eroavat funktioista, koska ne eivät voi täsmätä, ellei niiden välillä ole korkeamman asteen vastaavuutta. Määritteiden ja toimintojen välinen ero selitetään tarkemmin tämän osan esimerkeissä.
Kaikilla predikaateilla on neljä parametria. Heillä on (1) funktori, joka tunnistaa sen, ja (2) tyyppi, joka on joko suhde, attribuutti tai funktio. Kaksi muuta parametria (3 ja 4) on tarkoitettu määrittämään, kuinka argumentit käsitellään pk- algoritmissa . Jos argumentit on sovitettava järjestyksessä, kommutatiivinen on väärä. Jos predikaatti voi viedä minkä tahansa määrän argumentteja, N-ary on väärä. Esimerkki predikaattimäärittelystä on: (sme: defPredicate käyttäytymisjoukon (predikaatin) suhde: n-ary? T: kommutatiivinen? T) predikaatin funktori on "käyttäytymisjoukko", sen tyyppi on "suhde" ja sen n - ja kommutatiiviset parametrit asetetaan tosi. Määritelmän "(predikaatti)" -osa määrittelee, että käyttäytymisjoukon ilmentymän sisällä on yksi tai useampi predikaatti.
Algoritmin tiedot
Algoritmilla on useita vaiheita. Algoritmin ensimmäinen vaihe on luoda joukko vastaavuushypoteeseja lähde- ja kohde-d-ryhmien välille. Otteluhypoteesi edustaa mahdollista kartoitusta lähteen minkä tahansa osan ja kohteen välillä. Tätä kartoitusta ohjataan joukko ottelusääntöjä. Muuttamalla ottelusääntöjä voidaan muuttaa perustelutyyppiä pk-yrityksille. Esimerkiksi yhdellä ottelusäännöillä voidaan suorittaa eräänlainen analogia, jota kutsutaan kirjaimelliseksi samankaltaisuudeksi. ja toinen suorittaa eräänlaisen analogian, jota kutsutaan tosi-analogiaksi. Nämä säännöt eivät ole paikka, johon verkkotunnuksesta riippuvainen tieto lisätään, vaan pikemminkin, missä analogiaprosessia muutetaan sen mukaan, minkä tyyppistä kognitiivista toimintoa käyttäjä yrittää jäljitellä.
Annetulle vastaavuussäännölle on kahden tyyppisiä sääntöjä, jotka määrittelevät tarkemmin sen soveltamisen: suodatinsäännöt ja harjoittelusäännöt. Intern-säännöt käyttävät vain suodatinsääntöjen tunnistamien vastaavuushypoteesien lausekkeiden argumentteja. Tämä rajoitus tekee käsittelyä tehokkaammin rajoittamalla määrä ottelu hypoteeseja , jotka syntyvät. Samalla se auttaa rakentamaan rakenteellisia johdonmukaisuuksia, joita tarvitaan myöhemmin algoritmissa. Esimerkki todellisen analogian sääntöjoukon suodatussäännöstä luo vastaavuushypoteesit predikaattien välillä, joilla on sama funktori. Todellisen analogian sääntöjoukolla on intern-sääntö, joka toistaa minkä tahansa vastaavuushypoteesin argumentit ja luo lisää vastaavuushypoteeseja, jos argumentit ovat kokonaisuuksia tai funktioita tai jos argumentit ovat attribuutteja ja niillä on sama toiminto.
Harkitse näitä kahta predikaattia havainnollistaaksesi, kuinka ottelusäännöt tuottavat otteluhypoteeseja:
transmit torque inputgear secondgear (p1)
transmit signal switch div10 (p2)
Tässä käytämme todellista analogiaa päättelyn tyyppiin. Suodattimen vastaavuussääntö luo vastaavuuden p1: n ja p2: n välillä, koska niillä on sama lähetin. Harjoittelijan säännöt tuottavat sitten vielä kolme otteluhypoteesia: vääntömomentti signaaliin, syöttölaite kytkentään ja toinen vaihde div10: een. Harjoittelijan säännöt loivat nämä vastaavuushypoteesit, koska kaikki argumentit olivat kokonaisuuksia.
Jos argumentit olisivat funktioita tai määritteitä entiteettien sijasta, predikaatit ilmaistaisiin seuraavasti:
transmit torque (inputgear gear) (secondgear gear) (p3)
transmit signal (switch circuit) (div10 circuit) (p4)
Nämä lisä predikaatit tekevät inputgear-, secondgear-, switch- ja div10-funktioista tai -attribuuteista riippuen kielen syötetiedostossa määritetystä arvosta. Esitys sisältää myös muita kokonaisuuksia vaihde ja piiri.
Riippuen siitä, minkä tyyppinen syöttölaite, toinen vaihde, kytkin ja div10 on, niiden merkitykset muuttuvat. Attribuutteina kukin niistä on vaihteen tai piirin ominaisuus. Esimerkiksi vaihteella on kaksi määritettä, inputgear ja secondgear. Piirillä on kaksi määritettä, kytkin ja piiri. Toimintona syöttölaite, toinen vaihde, kytkin ja div10 muuttuvat vaihde ja piiri. Tässä esimerkissä toiminnot inputgear ja secondgear kartoittuvat nyt numeerisiin suureisiin "momentti syöttölaitteesta" ja "momentti toissijaiseen laitteeseen". Piirissä määrät määrittyvät loogiseen suureen "kytkin kytketty" ja numeerinen määrä "virta" jakoon 10 laskurin avulla. "
Pk-yritykset käsittelevät näitä eri tavoin. Se ei salli attribuuttien vastaavuutta, elleivät ne ole osa korkeamman asteen relaatiota, mutta se sallii funktioiden vastaavuuden, vaikka ne eivät olisikaan osa tällaista relaatiota. Sen avulla toiminnot voidaan sovittaa yhteen, koska ne viittaavat epäsuorasti entiteetteihin, joten niitä tulisi kohdella kuin suhteita, joihin ei liity yksiköitä. Kuten seuraavasta osiosta käy ilmi, harjoittelijan säännöt antavat pienemmät painot funktioiden välisille vastaavuuksille kuin suhteiden välisille vastaavuuksille.
Syy siihen, että pk-yritys ei sovi attribuutteihin, johtuu siitä, että se yrittää luoda suhteisiin perustuvaa yhdistettyä tietoa ja täyttää siten järjestelmällisyyden periaatteen. Esimerkiksi, jos sekä kellolla että autolla on inputgear-attribuutit, SME ei merkitse niitä samanlaisiksi. Jos se tekisi, se tekisi ottelun kellon ja auton välillä niiden ulkonäön perusteella - ei niiden välisten suhteiden perusteella.
Kun lisä predikaatit p3: ssa ja p4: ssä ovat funktioita, p3: n ja p4: n vastaavuuden tulokset ovat samanlaisia kuin p1: n ja p2: n tulokset, paitsi että vaihteen ja piirin välillä on ylimääräinen vastaavuus ja (syöttölaitteen vaihde) ja (kytkinpiiri) ja (toissijainen vaihde) ja (div10-piiri) ovat matalampia. Seuraava osa kuvaa syyn tähän tarkemmin.
Jos inputgear, secondgear, switch ja div10 ovat määritteitä entiteettien sijasta, SME ei löydä yhtään attribuuttia. Se löytää vastaavuudet vain lähetys predikaattien sekä vääntömomentin ja signaalin välillä. Lisäksi kahden muun ottelun rakennearviointipisteet laskevat. Saadakseen kaksi predikaattia toisiinsa, p3 olisi korvattava p5: llä, mikä osoitetaan alla.
transmit torque (inputgear gear) (div10 gear) (p5)
Koska todellisen analogian sääntöjoukko tunnistaa, että div10-attribuutit ovat samat p5: n ja p4: n välillä ja koska div10-attribuutit ovat molemmat osa vääntömomentin ja signaalin suurempaa suhdetta, SME tekee ottelun (div10 vaihde) ja (div10) välillä piiri) - mikä johtaa vaihteen ja piirin väliseen vastaavuuteen.
Osallistuminen korkeamman asteen otteluun on edellytys vain määritteille. Esimerkiksi, jos (div10 vaihde) ja (div10 piiri) eivät ole osa korkeamman asteen ottelua, pk-yritys ei luo niiden välille vastaavuushypoteesia. Kuitenkin, jos div10 on funktio tai suhde, pk-yritys luo vastaavuuden.
Rakennearviointipisteet
Kun vastaavuushypoteesit on luotu, pk-yritysten on laskettava arviointipisteet jokaiselle hypoteesille. Pk-yritys tekee sen käyttämällä joukkoa intern-ottelun sääntöjä positiivisten ja negatiivisten todisteiden laskemiseksi jokaisesta ottelusta. Useat todistemäärät korreloidaan Dempsterin säännön [Shafer, 1978] avulla, mikä johtaa positiivisiin ja negatiivisiin uskomusarvoihin välillä 0–1. Ottelusäännöt antavat erilaisia arvoja funktioita ja suhteita sisältäville otteluille. Nämä arvot ovat kuitenkin ohjelmoitavissa, ja joitain oletusarvoja, joita voidaan käyttää systemaattisuusperiaatteen noudattamiseen, on kuvattu julkaisussa [Falkenhainer et ai., 1989].
Nämä säännöt ovat:
- Jos lähde ja kohde eivät ole funktioita ja niillä on sama järjestys, ottelu saa +0,3 todisteita. Jos tilaukset ovat toistensa sisällä, ottelu saa +0,2 todistetta ja -0,05 todistetta.
- Jos lähteellä ja kohteella on sama funktori, ottelu saa 0,2 todistetta, jos lähde on funktio, ja 0,5, jos lähde on suhde.
- Jos argumentit vastaavat, ottelu saa +0,4 todisteita. Argumentit saattavat täsmätä, jos kaikki lähteen ja kohteen väliset argumenttiparit ovat entiteettejä, jos argumenteilla on samat toiminnot tai ei koskaan tapahdu, että kohde on kokonaisuus, mutta lähde ei ole.
- Jos predikaattityyppi täsmää, mutta predikaatin elementit eivät täsmää, ottelu saa -0,8 todisteita.
- Jos lähde- ja kohdelausekkeet ovat osa vastaavaa korkeamman asteen vastaavuutta, lisää 0,8 korkeamman asteen vastaavuuden todisteista.
P1: n ja p2: n välisessä esimerkkitapahtumassa SME antaa lähetyssuhteiden väliselle osumalle positiivisen todistusarvon 0,7900 ja muut saavat arvon 0,6320. Lähetyssuhde saa todistusarvoksi 0,7900, koska se saa todisteita säännöistä 1, 3 ja 2. Muut vastaavuudet saavat arvon 0,6320, koska lähetyksen todisteista 0,8 lähetetään näihin otteluihin säännön 5 takia.
Predikaattien p3 ja p4 kohdalla SME osoittaa vähemmän todisteita, koska lähetyssuhteiden argumentit ovat funktioita. Lähetyssuhde saa positiivisen todistuksen 0,65: stä, koska sääntö 3 ei enää lisää todisteita. (Syöttövaihde) ja (kytkinpiiri) välisestä vastaavuudesta tulee 0,7120. Tämä ottelu saa 0,4 todistetta säännön 3 takia ja 0,52 näyttöä lähetetään lähetyssuhteesta säännön 5 takia.
Kun p3: n ja p4: n predikaatit ovat attribuutteja, sääntö 4 lisää -0,8 näyttöä lähetysotteluun, koska vaikka lähetyssuhteen funktorit sopivat yhteen, argumenteilla ei ole mahdollisuutta täsmätä ja argumentit eivät ole funktioita.
Yhteenvetona voidaan todeta, että harjoittelijan ottelun säännöt laskevat rakenteellisen arviointipisteen jokaiselle otteluhypoteesille. Nämä säännöt noudattavat järjestelmällisyyden periaatetta. Sääntö 5 tarjoaa harhaanjohtavia todisteita korkeamman asteen suhteisiin liittyvien otteluiden vahvistamiseksi. Säännöt 1, 3 ja 4 lisäävät tai vähentävät tukea suhteille, joilla voi olla vastaavia argumentteja. Sääntö 2 lisää tukea tapauksille, joissa funktorit vastaavat. lisäämällä siten tukea otteluille, jotka korostavat suhteita.
Säännöt myös pakottavat eron määritteiden, toimintojen ja suhteiden välillä. Heillä on esimerkiksi tarkastuksia, jotka antavat vähemmän todisteita toiminnoista kuin suhteet. Määritteitä ei erikseen käsitellä harjoittelijan ottelusäännöissä, mutta pk-yritysten suodatussäännöt varmistavat, että niitä otetaan huomioon näiden sääntöjen yhteydessä vain, jos ne ovat osa korkeamman asteen relaatiota, ja sääntö 2 varmistaa, että määritteet vastaavat vain, jos niillä on identtinen funktoreita.
Gmap-luominen
Loput pk-yritysten algoritmista ovat mukana luomassa maksimaalisen johdonmukaisia osumahypoteeseja. Näitä sarjoja kutsutaan gmapsiksi. Pk-yritysten on varmistettava, että kaikki luomansa aukot ovat rakenteellisesti yhdenmukaisia; toisin sanoen, että ne ovat yksi yhteen - siten, että mikään lähde ei kartoitu useisiin kohteisiin eikä yhtään kohdetta ole kartoitettu useisiin lähteisiin. Karttapiireillä on myös oltava tuki, mikä tarkoittaa, että jos vastaavuushypoteesi on gmapissa, niin ovat myös vastaavuushypoteesit, joihin liittyy lähde- ja kohdekohteita.
Gmap-luomisprosessi seuraa kahta vaihetta. Ensinnäkin pk-yritys laskee tiedot kustakin osumahypoteesista - mukaan lukien entiteettikartoitukset, mahdolliset ristiriidat muiden hypoteesien kanssa ja mitä muita vastaavia hypoteeseja, joiden kanssa se saattaa olla rakenteellisesti epäjohdonmukainen.
Sitten pk-yritykset käyttävät näitä tietoja yhdistämällä vastaavuushypoteeseja - ahneiden algoritmien ja rakennearviointipisteiden avulla. Se yhdistää osumahypoteesit rakenteellisesti yhdenmukaisiksi yhdistetyiksi kaavioiksi vastaavuushypoteeseista. Sitten se yhdistää kartat, joilla on päällekkäinen rakenne, jos ne ovat rakenteellisesti yhtenäisiä. Lopuksi se yhdistää itsenäiset aukot yhdessä säilyttäen rakenteellisen johdonmukaisuuden.
Lähteen vertaaminen kohde-d-ryhmään voi tuottaa yhden tai useampia karttoja. Kunkin gmap: n paino on kaikkien positiivisten todisteiden arvojen summa kaikista gmapiin liittyvistä vastaavuushypoteeseista. Esimerkiksi, jos lähdettä, joka sisältää alla p1: n ja p6: n, verrataan kohteeseen, joka sisältää p2: n, pk-yritys tuottaa kaksi aukkoa. Molempien aukkojen paino on 2,9186.
Lähde:
transmit torque inputgear secondgear (p1)
transmit torque secondgear thirdgear (p6)
Kohde:
transmit signal switch div10 (p2)
Nämä ovat aukkoja, jotka saadaan vertaamalla lähdettä, joka sisältää p1: n ja p6: n, ja kohdetta, joka sisältää p2: n.
Gmap nro 1:
(TORQUE SIGNAL) (INPUTGEAR SWITCH) (SECONDGEAR DIV10) (*TRANSMIT-TORQUE-INPUTGEAR-SECONDGEAR *TRANSMIT-SIGNAL-SWITCH-DIV10)
Gmap nro 2 :
(TORQUE SIGNAL) (SECONDGEAR SWITCH) (THIRDGEAR DIV10) (*TRANSMIT-TORQUE-SECONDGEAR-THIRDGEAR *TRANSMIT-SIGNAL-SWITCH-DIV10)
Gmaps näyttää predikaattien tai entiteettipareja, jotka vastaavat toisiaan. Esimerkiksi gmap: ssä nro 1 entiteetit vääntömomentti ja signaali vastaavat toisiaan ja käyttäytymismuodot välittävät vääntömomentin sisääntulovälineen sekundaarilaitteen ja lähetyssignaalin kytkimen div10. Gmap nro 1 edustaa pl: n ja p2: n yhdistämistä. Gmap nro 2 edustaa pl: n ja p6: n yhdistämistä. Vaikka p2 on yhteensopiva sekä p1: n että p6: n kanssa, one-to-one-kartoitusrajoitus pakottaa sen, että molemmat kartoitukset eivät voi olla samassa gmapissa. Siksi pk-yritys tuottaa kaksi itsenäistä aukkoa. Lisäksi näiden kahden aukon yhdistäminen tekisi kolmannen vaihteen ja div10-yksiköiden yhdistämisen ristiriidassa toisen vaihteen ja div10: n välillä.
Kritiikki
Chalmers, French ja Hofstadter [1992] arvostelevat pk-yritystä sen turvautumisesta manuaalisesti rakennettuihin LISP- esityksiin. He väittävät, että näiden esitysten rakentamiseen tarvitaan liikaa ihmisen luovuutta; älykkyys tulee panoksen suunnittelusta, ei pk-yrityksiltä. Forbus et ai. [1998] yritti kumota tämän kritiikin. Morrison ja Dietrich [1995] yrittivät sovittaa yhteen nämä kaksi näkökulmaa. Turney [2008] esittelee algoritmin, joka ei vaadi LISP-syötettä, mutta noudattaa kuitenkin rakennekartoitusteorian periaatteita. Turney [2008] toteaa, että myös heidän työnsä ei ole immuuni Chalmersin, ranskalaisen ja Hofstadterin [1992] kritiikille.
Liane Gabora kirjoittaa artikkelissaan Luovien ideoiden muodon muotoilu "Luovuuden hionta-teorian mukaan luova ajattelu ei toimi yksilöllisesti harkituilla, erillisillä, ennalta määritellyillä esityksillä, vaan asiayhteyteen yhdistetyllä esineiden yhdistelmällä, joka on potentiaalisessa tilassa. Tämä ei välttämättä ole helposti erotettavissa. Tämä johtaa ennusteeseen, jonka mukaan analogian tekeminen ei etene kartoittamalla vastaavuuksia ehdokaslähteistä kohteeseen, kuten analogian rakennekartoitusteoria ennustaa, vaan kitkemällä vastaamattomuutta ja tuhoamalla potentiaalisuuden.
Viitteet
Lisälukemista
- Luoteis-yliopiston laadullisen päättelyryhmän paperit
- Chalmers, DJ, ranska, RM, & Hofstadter, DR: 1992, Korkean tason käsitys, edustus ja analogia: tekoälyn metodologian kritiikki . Journal of Experimental & Theoretical Artificial Intelligence , 4 (3), 185–211.
- Falkenhainer, B: 2005, Rakenteen kartoitusmoottorin toteutus. sme-toteutus
- Falkenhainer, B, Forbus, K ja Gentner, D: 1989, "Rakenteen kartoitusmoottori: algoritmi ja esimerkkejä" . Tekoäly, 20 (41): 1–63.
- Forbus, KD, Gentner, D., Markman, AB ja Ferguson, RW: 1998, Analogia näyttää vain korkean tason havainnolta: Miksi toimialueen yleinen lähestymistapa analogiseen kartoitukseen on oikea . Journal of Experimental and Theoretical Artificial Intelligence , 10 (2), 231-257.
- French, RM: 2002. "Analogiatuotannon laskennallinen mallinnus" . Kognitiivisten tieteiden trendit, 6 (5), 200-205.
- Gentner, D: 1983, "Rakenteen kartoitus: Analogian teoreettinen kehys" , Kognitiivinen tiede 7 (2)
- Shafer, G : 1978, Matematiikan todisteiden teoria , Princeton University Press, Princeton, New Jersey. ISBN 0-691-08175-1 .
- Morrison, CT, ja Dietrich, E .: 1995, Structure-Mapping vs. High-Level Perception: The Mistaken Fight Over The Analog Selitys . Kognitiivisen tiedeyhdistyksen seitsemästoista vuosikokouksen julkaisut, 678-682.
- Turney, PD: 2008, Piilevän suhteen kartoitusmoottori: Algoritmi ja kokeet , Journal of Artificial Intelligence Research (JAIR), 33, 615-655.