*推論システム研究室 [#hf56e03c]
 LEFT:[[工藤 康生(Yasuo, KUDO)助教 (博士(工学))>工藤康生/工藤康生]]
 LEFT:[[工藤 康生(Yasuo, KUDO)准教授 (博士(工学))>工藤康生/工藤康生]]
 
 
 データベースは何らかの目的の為に大量の情報を蓄積し,ユーザからの検索要求に応じて必要なデータを提供することで,我々の日常生活を支える情報システムの基盤として必要不可欠な要素となっています.また,Webに関する様々な技術とデータベースの融合,および大量のデータの中からデータ間の関連性や法則性等を見つけ出す要素技術であるデータマイニングの発展等から,データベースの重要性は更に増しています.
 
 基盤技術としてのデータベースを更に発展させる為には,データに基づく柔軟な推論機能が必要になると私は考えています.本研究室では,データに基づく柔軟な推論機能の実現を目指して,主にラフ集合理論および非単調推論,信念変更理論(belief change)に関する研究を行っています:
 
 -ラフ集合理論(Rough set theory) ラフ集合は「区別できないことによるあいまいさ」を扱う概念です.ラフ集合理論はデータマイニングと密接に関連しており,既知のデータの部分集合として表される対象(例えば,ある商品を購入した顧客)について,データのどの属性に着目すれば対象をより良く近似できるか,近似に必要な属性(縮約と呼びます) をどのように求めるか等の問題を扱います.
 
 -非単調推論(Non-monotonic reasoning) 通常の論理的推論(演繹推論)では,前提となる知識から導かれた結論が覆ることはありません.しかし,我々が日常的に行う推論では,新たな情報を得たことで結論が覆ることがしばしば起こります.結論が覆ることを許容する推論を総称して非単調推論と呼びます.非単調推論は帰納推論(induction),仮説推論(abduction)等の多様な推論形式を含むため,データからの柔軟な推論機能の根幹を成す要素と見なされます.
 
 -信念変更(Belief change): データベースに対しては,新たな情報の追加,情報の書き換え,削除などの変更操作が行われることがあります.データからの柔軟な推論を行うためには,データベースの整合性,一貫性を保ち,かつ適切な変更操作を行う必要があります.信念変更理論では,このような知識の動的な変化を形式化する問題を扱います.
 
 今年度の研究テーマとしては以下のテーマを予定しています:
 -ラフ集合理論を用いたデータマイニング
 -ラフ集合理論を用いた非単調推論システム
 
 

トップ   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS