ルールベースシステムのための洗練機能付推論エンジン An Inference Engine with Knowledge Refinement Function for Rule Base Systems
皆川 勝	Masaru MINAGAWA	武蔵工業大学工学部土木工学科	〒158 東京都世田谷区玉堤1-28-1
上谷 丈和	Takekazu KAMITANI	武蔵工業大学工学部土木工学科	〒158 東京都世田谷区玉堤1-28-1
【抄録】 エキスパートシステムの開発にあたっては,知識獲得が困難であり,また曖昧さを持った情報の取り扱いが必要である．本論文では,仮説と仮説間の関係を構成要素としてmin-max演算とニューラルネットワークの誤差逆伝播アルゴリズムを応用した学習アルゴリズムを用いてルールベース洗練機能付推論システムを開発した．さらに,ルールの因果関係を明確にできない場合にニューラルネットワークの誤差逆伝播法と対向伝播法の推論への適用可能性を検討した．その結果,適切な情報の提示があれば本システムにより精度の良い知識更新がなされることを,既存のルールベースシステムによる推論結果を既知情報として用いた適用例により示した．また,誤差逆伝播法及び対向伝播法をブラックボックスとして用いることにより,本推論システムと同等の推論が行え,本システムを補完するシステムとして十分機能していることが示された.
<Abstract> Knowledge acquisition is one of the most crucial requirement for expert systems, because knowledge is usually based on experiences or subjective judgement of engineers. In this paper, constructed is an inference engine which is based on min-max composition and concept of back propagation algorithm usually used for layer-type neural networks. Also, neural network algorithms are directly used as a substitutive learning algorithm. It is confirmed that existing knowledge-base can be easily transformed to a network-type rule base system by using the algorithm proposed here, and back propagation as well as counter propagation can be applicable as learning algorithm
【キーワード】 ルールベース,知識洗練,min-max合成,誤差逆伝播法,対向伝播法
<Keywords> Knowledge Base, Knowledge Refinement, Min-Max Composition, Back Propagation, Counter Propagation