Dempster-Shafer Theory of Evidence
- 提唱者
- Arthur P. Dempster & Glenn Shafer
- 年
- 1976
- 種類
- Uncertainty calculus for combining evidence
- 系統
- Evidence theory
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
Dempster-Shafer理論は、ベイズ確率を一般化し、無知を明示的に表現することで不確実性下での推論を行うための数学的フレームワークである。各仮説に単一の確率を割り当てることを強制する代わりに、仮説の集合に確信度質量を割り当て、確信度-もっともらしさ区間を導出し、複数の独立した情報源からの証拠を融合するためのDempsterの規則を提供する。Arthur Dempsterの1967年の研究とGlenn Shaferの1976年のモノグラフから発展したこの理論は、証拠推論とセンサー/決定融合の基盤となっている。
手法の背後にある直感
ベイズ確率は、単に知らない場合でも、仮説全体に確信度を分割することを要求する――各仮説に数値を割り当てなければならない。Dempster-Shafer理論は、「AまたはBの証拠はあるが、まだ分割できない」と言うことを可能にし、AとBに個別に割り当てるのではなく、集合{A, B}に質量を割り当てる。これらの質量から、任意の仮説に対して2つの境界を計算する:確信度(それに必然的にコミットする証拠)ともっともらしさ(それを排除しない証拠)。それらの間のギャップは、無知の度合いを測定する。第二の情報源からの証拠が到着すると、Dempsterの規則は、それらの焦点集合を交差させ、衝突を除去して正規化することによって、2つを組み合わせる。
歴史学
Arthur Dempsterは1967年に多値写像によって誘発される上限および下限確率を導入し、Glenn Shaferは1976年の著書『A Mathematical Theory of Evidence』でこれを再構成および拡張して、確信度関数、もっともらしさ、および組み合わせ規則を含む自己完結型の証拠理論を構築した。このフレームワークは、人工知能および情報融合において「証拠推論」として広まり、後に伝達可能確信度モデル(Smets)、衝突に対する代替組み合わせ規則、およびMCDMにおける証拠推論アプローチなどの改良により、無知の明示的な扱いを維持しながら、その既知の困難に対処した。
使うべき場面
複数の情報源からの不確実、部分的、または矛盾する証拠を組み合わせる必要があり、完全な事前確率を仮定するのではなく無知を明示的に表現したい場合に、Dempster-Shafer理論を使用する――センサー融合、複数ソース分類、診断およびターゲット認識システム、リスクおよび信頼性評価、GIS証拠オーバーレイなどで典型的である。正確なベイズ事前確率の割り当てが人工的であり、「証拠なし」と「証拠がないこと」を区別することが重要な場合に価値がある。注意点:Dempsterの規則は、高度に衝突する情報源下で直感に反する結果を生じることがある(Zadehのパラドックス)、計算量は仮説のべき集合とともに増加し、情報源間の独立性の仮定はしばしば近似的である。代替案/拡張には、ベイジアンネットワーク、伝達可能確信度モデル、およびその他の衝突耐性のある組み合わせ規則が含まれる。
限界と注意点
- Dempsterの規則は、高度な衝突下で直感に反する結果を生じることがある(Zadehのパラドックス)。
- 計算量は識別枠のべき集合とともに増加し、多くの仮説ではコストがかかる。
- 情報源が独立であると仮定するが、これはしばしば近似的にしか真実ではない。
- 実用的な意味での質量関数の引き出しは困難な場合がある。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 集合上の質量を通じて無知を明示的に表現し、単一確率への強制をしない。
- 未知の量を定量化する確信度ともっともらしさの境界を提供する。
- 複数の独立した情報源からの証拠を融合するための原則的な規則を提供する。
- ベイズ確率を一般化し、すべての質量が単集合に置かれる場合にそれを回復する。
応用
- 分類およびターゲット認識のためのマルチセンサーおよびマルチソースデータ融合。
- 不確実な専門家/テスト証拠を組み合わせる診断および意思決定支援システム。
- 不完全な情報下でのリスク、信頼性、および安全性評価。
- 異種レイヤーからのGIS証拠オーバーレイおよび適合性マッピング。
- 多基準意思決定分析における証拠推論アプローチ。
使い方
使い方
証拠は、識別枠Θ(相互排他的な仮説の集合)の部分集合上の基本確率割り当て(質量関数)mとしてエンコードされる。質量は、完全な無知を表す全体枠Θを含む任意の部分集合に配置でき、質量の合計は1であり、空集合はゼロを受け取る。
数式
m: 2^{\Theta} \to [0,1],\quad m(\emptyset)=0,\ \sum_{A \subseteq \Theta} m(A) = 1質量から、任意の仮説Aに対して2つの尺度が導出される:確信度Bel(A)は、Aの完全に内側にあるすべての部分集合の質量を合計する(Aに完全にコミットする証拠)、一方、もっともらしさPl(A)は、Aと交差するすべての部分集合の質量を合計する(Aと少なくとも互換性のある証拠)。これら2つは区間[Bel(A), Pl(A)]を形成し、その幅は残りの不確実性を定量化する。
数式
\text{Bel}(A) = \sum_{B \subseteq A} m(B),\quad \text{Pl}(A) = \sum_{B \cap A \neq \emptyset} m(B)Dempsterの組み合わせ規則は、2つの独立した質量関数を融合する:焦点集合の各ペアについて、それらの質量を乗算し、積をそれらの交差に割り当て、次に 1 − K で正規化する。ここでKは、空集合に落ちた総質量(情報源間の衝突)である。結果は、プールされた証拠を要約する新しい質量関数となる。
数式
m_{12}(A) = \dfrac{1}{1-K}\sum_{B \cap C = A} m_1(B)\,m_2(C),\quad K = \sum_{B \cap C = \emptyset} m_1(B)\,m_2(C)決定は、確信度-もっともらしさ区間を使用する――例えば、最も高い確信度、最も高いもっともらしさ、または質量の最も高いピグニスティック(確率的)変換を持つ仮説を選択する。明示的な区間は、確信度ともっともらしさが大きく乖離した場合に、システムが決定を延期したり、追加の証拠を要求したりすることを可能にする。
数式
[\text{Bel}(A),\ \text{Pl}(A)]\ \text{= belief interval for } Aよくある落とし穴
- 衝突質量Kをチェックせずに、高度に衝突する情報源にDempsterの規則を適用すること。
- 確信度を確率と混同すること――確信度は下限であり、点推定ではない。
- 識別枠が大きい場合に、組み合わせ爆発を無視すること。
- 独立であるかのように依存する情報源を組み合わせ、共有証拠を二重にカウントすること。
よくある質問
Dempster-Shafer理論はベイズ確率とどのように異なるか?
ベイズ確率は各仮説に単一の数値を割り当て、完全な事前確率を要求する。Dempster-Shafer理論は仮説の集合に質量を割り当て、無知を直接表現することを可能にし、各仮説を確信度-もっともらしさ区間で要約する。これはベイズ的アプローチを一般化し、すべての質量が個々の仮説に置かれる場合に回復される。
確信度ともっともらしさとは何か?
確信度Bel(A)は、Aに完全にコミットする総証拠(その確率の下限)である。もっともらしさPl(A)は、Aと互換性がある総証拠(その確率の上限)である。区間[Bel(A), Pl(A)]はAの真の支持を挟み、その幅は未知の残りの量を反映する。
Dempsterの規則における衝突問題とは何か?
2つの情報源が強く意見が対立する場合、組み合わせられた質量のほとんどは空集合(衝突K)に落ちる。それを正規化して除去すると、直感に反する結果――Zadehの古典的なパラドックス――が生じることがある。高い衝突は、Dempsterの規則が不適切である可能性を示唆し、代替の組み合わせ規則や情報源の信頼性の見直しを促す。
関連する手法
参考文献
Dempster, A. P. (1967). Upper and lower probabilities induced by a multivalued mapping. The Annals of Mathematical Statistics, 38(2), 325–339.
DOI 文献を開くコピーしました。Shafer, G. (1976). A Mathematical Theory of Evidence. Princeton University Press.
ISBN:978-0-691-08175-5コピーしました。