불확실성 처리를 위한 효율적 뎀스터 쉐이퍼 증거병합 방법

An Efficient Dempster-Shafer Evidence Combination Scheme for Uncertainty Handling

많은 전문가 시스템에서 고려되는 중요한 주제 중의 하나인 불확실성 처리에 관한 연구에는 여러 처리 기법들이 있다. 그 중 뎀스터 쉐이퍼 증거병합방법은 그것의 장점과 동시에 계산적 복잡성 때문에 많이 연구되고 있다. 이 논문에서는 뎀스터 쉐이퍼 증거 병합 방법이 갖는 지수적 계산 특성을 해결하는 알고리즘을 개발한다. 두개의 신뢰 함수를 병합함에 있어 가설 집단(frame of discernment)을 두 신뢰함수에 공통되는 부분과 그 나머지로 구분해 계산 비용이 높은 뎀스터 쉐이퍼 병합은 공통부분인, 원래 보다 축소된 가설집단에 적용해 전체 계산 효율을 높이는 효과를 가져오도록 한다. 나머지 부분에 대해서는 병합의 결과가 무관성 요소(irrelevancy fac-tor)라 정의한 특정 상수에 의해 증감되는 선형적인 변화를 갖게되는 성질을 찾아낸다. 공유하는 요소가 없는 부분에 대해서는 병합의 결과가 간단히 이 상수의 곱에 의해 결정되므로 계산적인 효율을 증대시킬 수 있게 된다.

A number of techniques have been studied for handling uncertainty in the development of expert systems. One of techniques adopted in many expert systems is the Dumpster-Shafer Evidence combination scheme. This has been the main focus among others due to is favorable features and computational complexity. In this paper, we develop and algorithm to deal with the exponential complexity inherent in Dempster-Shafer evidence combination. In the evidence combination process, we divide the frame of discernment into two groups, one for those common in both belief functions and the other for the rest. A property is found that in computing new belief function for the latter group, the result of evidence combination show linear change. The irrelevancy factor is derived and used to compute the change. The main idea of the method is to reduce the size of the frame of discernment and thus exponential complexity.