Субъективная логика - это тип вероятностной логики, которая явно принимает во внимание эпистемическую неопределенность и доверие к источнику. В целом субъективная логика подходит для моделирования и анализа ситуаций, связанных с неопределенностью и относительно ненадежными источниками. [1] [2] [3] Например, его можно использовать для моделирования и анализа сетей доверия и байесовских сетей .
Аргументы в субъективной логике - это субъективные мнения о переменных состояния, которые могут принимать значения из домена (также известного как пространство состояний), где значение состояния можно рассматривать как утверждение, которое может быть истинным или ложным. Биномиальное мнение применяется к переменной двоичного состояния и может быть представлено как бета-версия PDF (функция плотности вероятности). Мультиномиальное мнение применяется к переменной состояния с множеством возможных значений и может быть представлено как PDF Дирихле (функция плотности вероятности). Через соответствие между мнениями и распределениями Бета / Дирихле субъективная логика предоставляет алгебру для этих функций. Мнения также связаны с репрезентацией убеждений в теории убеждений Демпстера – Шафера .
Фундаментальный аспект человеческого состояния состоит в том, что никто никогда не может определить с абсолютной уверенностью, истинно или ложно утверждение о мире. Кроме того, всякий раз, когда выражается истинность предложения, это всегда делает человек, и это никогда нельзя рассматривать как представление общего и объективного убеждения. Эти философские идеи напрямую отражены в математическом формализме субъективной логики.
Субъективные мнения
Субъективные мнения выражают субъективные убеждения об истинности государственных ценностей / утверждений со степенью эпистемической неопределенности и могут явно указывать на источник убеждений, когда это необходимо. Мнение обычно обозначается как где является источником мнения, и - это переменная состояния, к которой относится заключение. Переменная может принимать значения из домена (также называемого пространством состояний), например, обозначенного как . Предполагается, что значения домена являются исчерпывающими и взаимно непересекающимися, и предполагается, что источники имеют общую семантическую интерпретацию домена. Источник и переменная являются атрибутами мнения. Если это не имеет значения, указание на источник может быть опущено.
Биномиальные мнения
Позволять быть значением состояния в двоичной области. Биномиальное мнение об истинности государственной ценности упорядоченная четверка где:
: масса веры | вера в то, что правда. |
: масса неверия | вера в то, что ложно. |
: масса неопределенности | это количество незарегистрированных убеждений, также интерпретируемое как эпистемическая неопределенность . |
: базовая ставка | это априорная вероятность при отсутствии веры или неверия. |
Эти компоненты удовлетворяют а также . Характеристики различных классов мнений перечислены ниже.
Мнение | где | является абсолютным мнением, которое эквивалентно логическому ИСТИНА, |
где | является абсолютным мнением, которое эквивалентно логическому FALSE, | |
где | является догматическим мнением, которое эквивалентно традиционной вероятности, | |
где | является неопределенным мнением, которое выражает степень эпистемической неопределенности , и | |
где | это пустое мнение, которое выражает полную эпистемическую неопределенность или полную пустоту убеждений. |
Прогнозируемая вероятность биномиального мнения определяется как .
Биномиальные мнения можно представить в виде равностороннего треугольника, как показано ниже. Точка внутри треугольника представляет собойтройной. Б , д , у -axes работать от одного края к противоположной вершине , указанной Belief, Неверие или метка неопределенности. Например, сильное положительное мнение представлено точкой в правом нижнем углу веры. Базовая ставка, также называемая априорной вероятностью, отображается красным указателем вдоль базовой линии, а прогнозируемая вероятность, формируется путем проецирования мнения на базу, параллельную линии проектора базовой скорости. Мнения о трех значениях / предложениях X, Y и Z визуализируются на треугольнике слева, а их эквивалентные бета-функции PDF (функции плотности вероятности) визуализируются на графиках справа. Также показаны числовые значения и словесные качественные описания каждого мнения.
Beta PDF , как правило , обозначается как где а также два его прочностных параметра. Бета-PDF биномиального мнения это функция где - неинформативный априорный вес, также называемый единицей доказательства, [4] обычно установлен на.
Полиномиальные мнения
Позволять быть переменной состояния, которая может принимать значения состояния . Полиномиальное мнение о составной кортеж , где - это массовое распределение убеждений по возможным государственным значениям , - масса неопределенности, а - априорное (базовое) распределение вероятностей по возможным значениям состояния . Эти параметры удовлетворяют а также также как и .
Трехчленные мнения можно просто визуализировать как точки внутри тетраэдра , но мнения с размерами больше трехчлена не поддаются простой визуализации.
PDF-файлы Дирихле обычно обозначаются как где - распределение вероятностей по значениям состояний , а также - прочностные параметры. PDF-матрица Дирихле полиномиального мнения это функция где прочностные параметры определяются выражением , где - неинформативный априорный вес, также называемый единицей доказательства, [4] обычно установлен на.
Операторы
Большинство операторов в таблице ниже являются обобщениями бинарной логики и операторов вероятности. Например, сложение - это просто обобщение сложения вероятностей. Некоторые операторы имеют смысл только для объединения биномиальных мнений, а некоторые также применимы к полиномиальным мнениям. [5] Большинство операторов бинарны, но дополнение - унарное, а абдукция - троичное. См. Ссылки на публикации для математических подробностей каждого оператора.
Субъективный логический оператор | Обозначение оператора | Пропозициональный / бинарный логический оператор |
---|---|---|
Дополнение [6] | Союз | |
Вычитание [6] | Разница | |
Умножение [7] | Соединение / И | |
Дивизия [7] | Несоединение / UN-AND | |
Коумножение [7] | Дизъюнкция / ИЛИ | |
Codivision [7] | Нерасхождение / UN-OR | |
Дополнение [2] [3] | НЕТ | |
Удержание [1] | Modus ponens | |
Субъективная теорема Байеса [1] [8] | Противопоставление | |
Похищение [1] | Modus tollens | |
Транзитивность / дисконтирование [1] | на | |
Кумулятивное слияние [1] | на | |
Объединение ограничений [1] | на |
Комбинация переходных источников может быть обозначена в компактной или развернутой форме. Например, транзитивный путь доверия от аналитика / источника через источник к переменной можно обозначить как в компактной форме или как в развернутом виде. Здесь, заявляет, что имеет некоторое доверие / недоверие к источнику , тогда как заявляет, что имеет мнение о состоянии переменной который дается как совет . Расширенная форма является наиболее общей и напрямую соответствует способу формирования субъективных логических выражений с помощью операторов.
Характеристики
В случае, если мнения аргументов эквивалентны логическому ИСТИНА или ЛОЖЬ, результат любого субъективного логического оператора всегда равен результату соответствующего пропозиционального / бинарного логического оператора. Точно так же, когда аргументы мнений эквивалентны традиционным вероятностям, результат любого оператора субъективной логики всегда равен результату соответствующего оператора вероятности (если он существует).
В случае, если аргументы мнений содержат степени неопределенности, операторы, включающие умножение и деление (включая дедукцию, абдукцию и теорему Байеса), будут давать производные мнения, которые всегда имеют правильную прогнозируемую вероятность, но, возможно, с приблизительной дисперсией, когда рассматриваются как PDF-файлы Бета / Дирихле. [1] Все другие операторы дают заключения, в которых прогнозируемые вероятности и дисперсия всегда аналитически верны.
Различные логические формулы, которые традиционно эквивалентны в логике высказываний, не обязательно имеют одинаковые мнения. Напримерв общем, хотя распределительность конъюнкции над дизъюнкцией, выраженная как, выполняется в бинарной логике высказываний. Это неудивительно, поскольку соответствующие операторы вероятности также не являются распределительными. Однако умножение распределяет по сравнению с сложением, что выражается следующим образом:. Также соблюдаются законы Де Моргана, как, например, выраженные.
Субъективная логика позволяет очень эффективно вычислять математически сложные модели. Это возможно путем аппроксимации аналитически правильных функций. Хотя аналитически перемножить два бета- файла PDF в виде единого бета-файла PDF относительно просто , все более сложное быстро становится трудноразрешимым. При объединении двух бета-файлов PDF с некоторым оператором / связкой аналитический результат не всегда является бета-файлом PDF и может включать гипергеометрические ряды . В таких случаях субъективная логика всегда аппроксимирует результат как мнение, эквивалентное бета-версии PDF.
Приложения
Субъективная логика применима, когда ситуация, подлежащая анализу, характеризуется значительной эпистемической неопределенностью из-за неполного знания. Таким образом, субъективная логика становится вероятностной логикой эпистемически неопределенных вероятностей. Преимущество состоит в том, что неопределенность сохраняется на протяжении всего анализа и явно выражается в результатах, так что можно различать определенные и неопределенные выводы.
Моделирование сетей доверия и байесовских сетей - типичные приложения субъективной логики.
Сети субъективного доверия
Сети субъективного доверия можно смоделировать с помощью комбинации операторов транзитивности и слияния. Позволять выразить преимущество реферального доверия от к , и разреши выражать край убеждений от к . Сеть субъективного доверия может, например, быть выражена как как показано на рисунке ниже.
Индексы 1, 2 и 3 указывают хронологический порядок формирования ребер доверия и советов. Таким образом, учитывая набор доверительных ребер с индексом 1, доверитель источника получает совет от а также , и, таким образом, может получить веру в переменную . Выражая каждую крайность доверия и край убеждений как мнение, можно получить веру в выражается как .
Сети доверия могут выражать надежность источников информации и могут использоваться для определения субъективных мнений о переменных, о которых источники предоставляют информацию.
Субъективная логика, основанная на доказательствах ( EBSL ) [4], описывает альтернативное вычисление сети доверия, где транзитивность мнений (дисконтирование) обрабатывается путем применения весов к свидетельствам, лежащим в основе мнений.
Субъективные байесовские сети
В байесовской сети ниже а также родительские переменные и дочерняя переменная. Аналитик должен усвоить набор совместных условных мнений. чтобы применить оператор дедукции и вывести маргинальное мнение по переменной . Условные мнения выражают условную связь между родительскими переменными и дочерней переменной.
Выведенное мнение вычисляется как . Мнение о совместных доказательствах можно рассчитать как результат независимых доказательств, мнений по а также , или как совместный продукт частично зависимых мнений о доказательствах.
Субъективные сети
Комбинация сети субъективного доверия и субъективной байесовской сети является субъективной сетью. Сеть субъективного доверия может использоваться для получения из различных источников мнений, которые будут использоваться в качестве исходных мнений для субъективной байесовской сети, как показано на рисунке ниже.
Традиционные байесовские сети обычно не принимают во внимание надежность источников. В субъективных сетях явно учитывается доверие к источникам.
Рекомендации
- ^ Б с д е е г ч А. Jøsang. Субъективная логика: формализм для рассуждений в условиях неопределенности . Springer Verlag, 2016 г.
- ^ а б А. Йосанг. Искусственное рассуждение с субъективной логикой. Труды второго австралийского семинара по здравому смыслу , Перт, 1997. PDF
- ^ а б А. Йосанг. Логика неопределенных вероятностей. Международный журнал неопределенности, нечеткости и систем, основанных на знаниях . 9 (3), стр. 279–311, июнь 2001 г. PDF
- ^ a b c Скорич, Б .; Занноне, Н. (2016). «Потоковая репутация с неопределенностью: субъективная логика, основанная на доказательствах». Международный журнал информационной безопасности . 15 : 381–402. arXiv : 1402.3319 . DOI : 10.1007 / s10207-015-0298-5 .
- ^ А. Jøsang. Вероятностная логика в условиях неопределенности. Proceedings of Computing: The Australian Theory Symposium (CATS'07) , Балларат, январь 2007 г. PDF
- ^ a b Д. Макэналли и А. Йосанг. Сложение и вычитание убеждений. Материалы конференции по обработке информации и управлению неопределенностью в системах, основанных на знаниях (IPMU2004) , Перуджа, июль 2004 г.
- ^ a b c d А. Йосанг и Д. МакЭнэлли. Умножение и умножение убеждений. Международный журнал приблизительных рассуждений , 38/1, стр. 19–51, 2004 г.
- ^ А. Jøsang. Обобщение теоремы Байеса в субъективной логике . Международная конференция IEEE по объединению и интеграции мультисенсоров для интеллектуальных систем (MFI, 2016) , Баден-Баден, Германия, 2016 г.
Внешние ссылки
- Субъективная логика Аудуна Йосанга
- Структура субъективного логического экспериментирования, основанная на субъективных логических операторах в оценке доверия: эмпирическое исследование Ф. Черутти, Л. М. Каплан, Т. Дж. Норман, Н. Орен и А. Тониоло