JPH04360237A - 知識評価装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、様々な局面を持つ問題
を解決するために定義された「ルール」または「ルール
とメンバシップ関数」または「メンバシップ関数」等か
らなる知識を利用する推論装置、あるいはそれらの知識
がグループ化された複数個の知識群からなる推論装置に
おいて、対象とする問題に最適な知識であるかどうかを
判定するための知識評価装置に関する。

【０００２】

【従来の技術】従来の知識評価方法としては特開平２−
１６１５２９号公報のルール群切り換え装置に使用され
るものがある。この装置に示される評価方法は、制御対
象の状態情報や時間経過情報等のルール群変更要因情報
を受けて起動すべきルール群を決定する。

【０００３】

【発明が解決しようとする課題】しかし、上記の評価方
法では、ルール変更要因情報（知識変更要因情報）が制
御対象の状態情報や時間経過情報等に特定されているた
めに、動的なパラメータの変化に応じた知識群の切り換
えが出来ない問題がある。また、入力情報の状態空間の
分割方法が同じであるために、出力情報を生成する方法
が異なる各知識群の切り換えを正確に行うことが困難で
ある。

【０００４】本発明の目的は、知識群の推論結果と正当
値とを利用してその局面において使用されている知識群
の評価を行うことにより、状況に応じた適切な知識群の
選択を可能にする知識評価装置を提供することにある。

【０００５】

【課題を解決するための手段】本発明は、入力値を受け
取って推論を行いその推論結果を記憶する知識群が複数
個で構成される知識群推論手段と、前記知識群推論手段
の各知識群の推論結果と正当値とを受け取って各知識群
の推論結果に対する評価を行う推論結果評価手段と、前
記推論結果評価手段による評価結果を記憶する評価結果
記憶手段と、を備えてなることを特徴とする。

【０００６】また、前記評価結果記憶手段に記憶されて
いる各知識群の評価結果に基づいて、各知識群の推論結
果に対して重み付けを与える重み付け調整手段と、重み
付けの与えられた各知識群の推論結果を合成する推論結
果合成手段と、を更に備えることを特徴とする。

【０００７】また、前記評価結果記憶手段に記憶されて
いる各知識群の評価結果に基づいて、各知識群の推論結
果のうち使用する推論結果を選択する推論結果選択手段
を更に備えることを特徴とする。

【０００８】また、前記評価結果記憶手段に記憶されて
いる各知識群の評価結果に基づいて、各知識群に関する
評価情報を表示する表示手段を更に備えることを特徴と
する。

【０００９】また、前記評価結果記憶手段に記憶されて
いる各知識群の評価結果の履歴情報に基づいて、各知識
群の評価推移情報を表示する表示手段を更に備えること
を特徴とする。

【００１０】

【作用】請求項１の知識評価装置では、知識群推論手段
の各知識群において入力値を受け取って推論を行いその
推論結果を順次記憶する。外部からは入力された入力値
に対する対象の実測値や理論値等の正当値が入力されて
おり、推論結果評価手段により、この正当値と各知識群
の推論結果とを比較して推論結果の評価を行う。

【００１１】そして、その評価結果は評価結果記憶手段
に記憶される。各知識群の推論結果と正当値とに基づい
て知識群の評価を行うようにしているために、その時々
の局面においての各知識群が正しいかどうかを知ること
ができ、動的変化に応じた知識群の切り換え等を容易に
行うことができるようになる。

【００１２】請求項２においては、評価結果に基づいて
各知識群の推論結果に対する重み付けを与え、重み付け
の与えられた各知識群の推論結果を合成する。

【００１３】請求項３では、上記各知識群の評価結果に
基づいて各知識群の推論結果のうち使用する推論結果を
選択する。

【００１４】請求項４では、上記各知識群の評価結果に
基づいて各知識群に関する評価情報、たとえば各知識群
の重み付けの比率または選択された知識群等を表示する
。

【００１５】請求項５では、上記各知識群の評価結果の
履歴情報に基づいて各知識群の評価推移情報、たとえば
重み付けの比率が大きく変化した知識群、重み付けのほ
とんど変化しない知識群等を表示する。

【００１６】

【実施例】図１は本発明の実施例の知識評価装置の構成
図である。１は知識群推論部であり、複数の知識群１ａ
〜１ｃで構成されている。各知識群１ａ〜１ｃは、それ
ぞれ推論結果を記憶する領域を備えている。

【００１７】推論結果評価装置２は、上記知識群推論部
１の各知識群の推論結果を受け取るとともに、正当値入
力装置４から正当値を受け取る。正当値は、入力値に対
する実際の値、実測値、理論値等を意味する。たとえば
株価予測システムでは、各種パラメータが入力値となり
、実際の株価が正当値となる。推論結果評価装置２は、
推論結果と正当値の差分と、その差分の変化量（微分値
）を求めることによって評価する。各知識群の推論結果
と正当値との差分およびその変化量は次のように与える
。

【００１８】Ｅｉ＝ＲＶ−ＰＶｉ ＲＶ：　　正当値 ＰＶｉ：ｉ番目の知識群の推論結果 Ｅｉ：　　ｉ番目の知識群の推論結果と正当値との差分
ΔＥｉ＝Ｅｉ（ｔ）−Ｅｉ（ｔ−１） ΔＥｉ：ｉ番目の知識群の推論結果と正当値との差分の
変化量 ｔ：　　　　時間 評価結果記憶装置３は、推論結果評価装置２によって評
価された一つ以上の知識群に対応する評価結果のデータ
を時系列に記憶する。記憶される評価結果は次の通りで
ある。

【００１９】差分 差分の変化量 各知識群に対する重み付けの値（後述）以上の構成によ
り、その時々の各知識群に対する評価を行うことができ
る。

【００２０】重み付け調整装置５は、上記評価装置記憶
装置３に記憶されている各知識群の評価結果に基づいて
各知識群の推論結果に対して重み付けを与える装置であ
る。

【００２１】重み付けの決定方法は二通りある。

【００２２】（１）重み付けの決定方法その１重み付け
の変更量を、差分と差分変化量を利用した以下に示す数
式によって与える。

【００２３】ωｉ＝ωｉ＋Ｃ×Ｅｉ×ΔＥｉωｉ：ｉ番
目の知識群の推論結果に対応した重み付けの値 Ｃ：　　重み付けの変化量に対して与える定数値また、
上式の右片第１項を無くすことにより、重み付けの値自
体を差分とその変化量から決定することも可能である。

【００２４】（２）重み付けの決定方法その２重み付け
の変更量（Δω）を以下のようなファジイ知識を利用し
て行う。

【００２５】 ｉｆ　　Ｅ＝大きい　　＆　　ΔＥ＝大きい　　ｔｈｅ
ｎ　　Δω＝かなり大きい ｉｆ　　Ｅ＝大きい　　＆　　ΔＥ＝普通　　　　ｔｈ
ｅｎ　　Δω＝大きい ｉｆ　　Ｅ＝大きい　　＆　　ΔＥ＝小さい　　ｔｈｅ
ｎ　　Δω＝やや大きい ｉｆ　　Ｅ＝小さい　　＆　　ΔＥ＝大きい　　ｔｈｅ
ｎ　　Δω＝やや小さい ｉｆ　　Ｅ＝小さい　　＆　　ΔＥ＝普通　　　　ｔｈ
ｅｎ　　Δω＝かなり小さい ｉｆ　　Ｅ＝小さい　　＆　　ΔＥ＝小さい　　ｔｈｅ
ｎ　　Δω＝小さい 図２は前件部の変数Ｅ，ΔＥおよび後件部の変数Δωの
メンバシップ関数である。

【００２６】重み付け装置５１，５２，５３は、上記重
み付け調整装置５によって決定された各知識群に対応す
る重み付けの値を各知識群の推論結果に対して付加する
。

【００２７】推論結果合成装置６は、一つ以上の知識群
の推論結果に対して重み付けを乗算した結果の値を合成
する。合成後の推論結果の計算式は次の通りである。

【００２８】

【数１】

【００２９】合成後推論結果出力装置７は、上記推論結
果合成装置６によって合成された推論結果をディスプレ
イやファイル等に出力する装置である。

【００３０】適切知識群表示装置８は、現時点での適切
な知識群の表示を以下のように行う。

【００３１】（１）推論結果を合成する場合知識群の推
論結果に対する評価結果である重み付けを利用して、知
識群の重み付けの比率（Ｐｉ）を計算して、これに基づ
いてヒストグラムや円グラフを用いて表示することによ
り、現在の状況での適切な知識群を知ることができるよ
うにする。

【００３２】比率の計算方法は次の通りである。

【００３３】

【数２】

【００３４】（２）推論結果を切り換える場合現在の状
況での適切な知識群を表示する。

【００３５】知識群を表示する方法として、知識群の名
称を表示するだけでなく、知識群に与えられたコメント
等の表示を行うこともできる。知識群の適応する問題の
局面に関するコメントを知識群の名称とともに与えるこ
とによって、ユーザは問題の状況を把握することができ
るようになる。

【００３６】推移状況表示装置９は、推論過程において
選択或いは重み付けが付加された推論結果を出力した知
識群の推移状況を以下のように表示する。

【００３７】（１）推論結果を合成する場合上記の適切
知識群表示装置と同様に知識群の重み付けの比率の値で
、最も大きな値を持つ知識群が前回の計算結果と相違す
る場合には、対象とする問題の局面が大きく推したとと
らえて、それらの推移した知識群の名称を表示する。こ
れによってユーザに対して推理状況を示すことができる
。

【００３８】（２）推論結果を切り換える場合知識群が
切り換えられた場合に、これらの知識群の名称を表示す
る。

【００３９】また、知識群の名称だけではなく、知識群
に与えられたコメント等の表示を行うこともできる。

【００４０】図１に示す知識評価装置の処理の概要は次
の通りである。

【００４１】（１）推論実行 知識群１〜ｎまでについて推論を実行し、各知識群の推
論結果を所定の記憶領域に記憶する。

【００４２】（２）推論結果の合成 重み付け装置５１〜５３にある重み付けの値と、各知識
群の推論結果を利用して推論結果の合成を行い、合成後
の推論結果を計算する。

【００４３】（３）推論結果の評価 以下の手順で各値を計算する。

【００４４】（ａ）差分の計算 外部から与えられる正当値と、各知識群の推論結果の値
との差分を計算する。

【００４５】（ｂ）差分の変化量の計算前回の差分と今
回の差分とから、各知識群の推論結果の差分の変化量を
計算する。前回の差分は、評価結果記憶装置３から読み
だすことで得ることができる。

【００４６】（Ｃ）重み付けの計算 差分とその変化量とから、各知識群の推論結果に対応す
る重み付けを計算する。これらの計算結果も評価結果記
憶装置３に記憶する。

【００４７】（４）重み付けの調整 推論結果の評価で得られた重み付けの変化量を重み付け
調整によって、各知識群に対応した重み付けを計算して
重み付け装置に与える。

【００４８】（５）適切知識群の表示 対象問題の現時点の局面において、適切な知識群に関す
る情報の表示を行う。

【００４９】評価結果記憶装置３に記憶されている重み
付けを利用して適切知識群を選ぶ。

【００５０】（６）推移状況の表示 対象問題の局面の推移状況を、知識群の推移として表示
する。評価結果記憶装置３に記憶されている重み付けを
利用して、知識群の推移情報を検知し、それらの知識群
に関する情報を表示する。

【００５１】なお、上記（５），（６）に関しては、こ
れらの情報をユーザに対して伝えることができるもので
あれば、ディスプレイに表示する他、ファイル，通信を
利用しての他機器への転送等であってもよい。

【００５２】次に、上記の知識評価装置を金融投資シス
テムに適用した場合について説明する。

【００５３】金利，為替，株式等の市場予測においては
様々な要因で市場状況が変化する。

【００５４】これらの市場の変化をいち早くとらえて対
策を講じる、あるいは効率的な投資予測がよく行われて
いるが、本発明を利用することによって金利の状況によ
って金融投資の有効な運用を予測することができるよう
になる。

【００５５】１．モデル化 知識による予測を行うことを考える。金利の状況によっ
てモデル化するために、入力パラメータの状態空間を分
割し、それらの分割した空間において適切な予測を行う
ためのパラメータ（あるいはパラメータを決定する線形
式、或いはメンバシップ関数）を与える。これらの分割
された個々の状態空間に対応するものとしては、一つの
知識である場合も、一つの知識群である場合も考えられ
る。市場の大きな変化は、これらの分割された状態空間
をパラメータが移動することである。つまり、市場の変
化に対しては、知識群（或いは知識）を切り換えること
が必要である。

【００５６】市場の大きな変化に対応して、知識群（或
いは知識）を切り換えるためには、その知識群（或いは
知識）がその局面において適切であるかどうかを判定す
る必要がある。

【００５７】今、金利の状態によって、投資予測を行う
知識群が、 （１）金利が低い：ＲＧ１（知識群１）（２）金利が中
位：ＲＧ２（知識群２）（３）金利が高い：ＲＧ３（知
識群３）の状況に応じた知識群が定義されているとする
。

【００５８】２．処理の説明 以下に投資予測を例にとって、知識評価装置の処理例を
示す。

【００５９】（１）初期処理 金利の状態がはっきり分からない時や、その他の対象問
題において初期の差分や重みの値が分からない場合等、
初期処理を行ってそれらの初期値を決定する。

【００６０】図３は初期処理の動作を示すフローチャー
トである。

【００６１】（ａ）重み付けの変化量を計算する場合重
み付けの初期値は、全ての値を０．５にする。或いは、
０．１にしてもよい。また、状況がある程度分かってい
る場合には、それぞれの知識群に対して適切な値を設定
する。

【００６２】（ｂ）重み付け値を計算する場合初期値の
決定方法は、全ての知識群によって推論を実行し、各知
識群の推論結果と正当値から差分を決定する。 差分を利用して重み付けを利用する。

【００６３】（２）推論実行 図４は推論実行の動作を示すフローチャートである。

【００６４】（ａ）ＲＧ１〜ＲＧ３の知識群ごとの推論
を実行し、その結果を知識群推論部の記憶領域に記憶す
る。

【００６５】（ｂ）各知識群に与えられた重み付けと、
各知識群の推論結果を利用して推論結果を合成する。

【００６６】したがって、ＲＧ１〜ＲＧ３の推論結果を
それらの評価に従って設定された重み付けを利用して合
成することになり、正確な推論結果を得ることができる
。また、重み付けの値は評価に従って必要な量だけ変化
することになり、その変化によって合成後の推論結果で
ある予測値の精度を向上するための学習を重み付けによ
って行っていることになる。また、知識群に対する重み
付けが０である場合には、その知識群の推論を行う必要
がないので、推論実行時の負荷を低減させることが可能
である。

【００６７】（３）推論結果の評価 図５に推論結果の評価のフローチャートを示す。

【００６８】（ａ）ＲＧ１〜ＲＧ３の知識群ごとの推論
を実行し、その結果を知識群推論部の記憶領域に記憶す
る。

【００６９】（ｂ）正当値として与えられる実測値と、
ＲＧ１〜ＲＧ３の知識群ごとの推論結果から差分と前回
の差分との変化量を計算する。つまり、実測値と予測値
との間の差分とその変化量を求める。知識群推論部に記
憶された予測値に対応する実測値を与える必要がある。

【００７０】（ｃ）計算した差分と差分の変化量からＲ
Ｇ１〜ＲＧ３に対応する重み付けを決定する。重み付け
そのものを計算する。或いは、重み付けの変化量の計算
を行う。

【００７１】（ｄ）計算した差分と差分の変化量と重み
付けまたは重み付けの変化量を評価結果記憶装置３に記
憶する。

【００７２】ＲＧ１〜ＲＧ３のそれぞれの推論結果は、
正当値に基づいて評価されるために、各知識群の前件部
のモデル化の方法に依存せずにより正確に各知識群の評
価を行うことができる。

【００７３】（４）適切知識群表示装置図６に適切知識
群表示装置のフローチャートを示す。

【００７４】（ａ）評価結果記憶装置３に記憶されてい
るＲＧ１〜ＲＧ３に与えられた重み付けを利用して、そ
れぞれの知識群が占める割合を計算する。

【００７５】（ｂ）割合にしたがってＲＧ１〜ＲＧ３の
名称とその比率を算出する。

【００７６】（例） （１）金利が低い：７０％（ＲＧ１） （２）金利が中位：３０％（ＲＧ２） （３）金利が高い：０％（ＲＧ３） したがって、市場の現局面に対する適切な知識群の影響
度を知ることができる。

【００７７】ユーザは、現在適用中の知識群から現在の
状況を知ることができ、また推論中であればこれらの情
報から知識群の知識のデバッグを行うこともできる。し
かも、これらの情報は、上記に示した方法で評価されて
いるために、知識群単位の正確なデバッグを行うことが
可能である。

【００７８】（５）推移状況表示装置 図７に、推移状況表示装置のフローチャートを示す。

【００７９】（ａ）過去の知識群に対する重み付けと、
現在の知識群に対する重み付けを利用して、それぞれの
知識群が占める割合を計算する。

【００８０】（ｂ）割合にしたがって過去から現在の局
面への推理状況を表示する。

【００８１】（例）以下のように推移した場合過去 １）金利が低い：７０％（ＲＧ１） ２）金利が中位：３０％（ＲＧ２） ３）金利が高い：０％　　（ＲＧ３） 現在 １）金利が高い：５０％（ＲＧ３） ２）金利が低い：５０％（ＲＧ１） ３）金利が中位：０％　　（ＲＧ２） 表示は、“「金利が低い」状況から「金利が高い」状況
に変化ししています。”となる。

【００８２】したがって、過去の局面から現在の局面へ
の推移をユーザに知らせることができる。ユーザは、複
雑な市場状況の変化をこのようにして知ることが可能と
なる。

【００８３】

【発明の効果】知識群の前件部のモデル化の方法に依存
せずに、推論結果と正当値との差に基づいて知識の評価
を行うことにより、より正確に、且つより広い対象領域
の知識の評価を行うことができる。

【００８４】また、上記の評価に基づいて知識群を選択
することにより、正確に推論結果を与えることができる
。

【００８５】また、複数個の知識群の推論結果を適切な
配分で合成することによって、一つの知識群の推論結果
より正確な推論結果を与えることができる。

【００８６】また、知識群の推論結果に対する重み付け
を、上記の評価に基づいて変化させることによって、対
象問題の持つ状況の細かな変化に対応して学習させるこ
とができる。

【００８７】また、対象とする問題の現状の局面におい
て、適している知識群を表示することによりユーザに対
して局面の状況とその局面に適している知識群を示すこ
とができる。

【００８８】また、対象とする問題の局面の移り変わっ
た状態を、知識群の切り換え或いはそれらへの重み付け
の変化に基づいて説明を与えることができる。

【図面の簡単な説明】

【図１】本発明のブロック図を示す。

【図２】重み付けの決定方法に使用するメンバシップ関
数を示す。

【図３】〜

【図７】図１の知識評価装置の概略の動作を示すフロー
チャート

【符号の説明】

１−知識群推論部 ２−推論結果評価装置 ３−評価結果記憶装置 ４−正当値入力装置 ５−重み付け調整装置 ６−推論結果合成装置 ８−適切知識群表示装置 ９−推移状況表示装置

Claims (5)

【特許請求の範囲】
1. 【請求項１】入力値を受け取って推論を行いその推論結
   果を記憶する知識群が複数個で構成される知識群推論手
   段と、前記知識群推論手段の各知識群の推論結果と正当
   値とを受け取って各知識群の推論結果に対する評価を行
   う推論結果評価手段と、前記推論結果評価手段による評
   価結果を記憶する評価結果記憶手段と、を備えてなる知
   識評価装置。
2. 【請求項２】前記評価結果記憶手段に記憶されている各
   知識群の評価結果に基づいて、各知識群の推論結果に対
   して重み付けを与える重み付け調整手段と、重み付けの
   与えられた各知識群の推論結果を合成する推論結果合成
   手段と、を更に備える請求項１記載の知識評価装置。
3. 【請求項３】前記評価結果記憶手段に記憶されている各
   知識群の評価結果に基づいて、各知識群の推論結果のう
   ち使用する推論結果を選択する推論結果選択手段を更に
   備える請求項１記載の知識評価装置。
4. 【請求項４】前記評価結果記憶手段に記憶されている各
   知識群の評価結果に基づいて、各知識群に関する評価情
   報を表示する表示手段を更に備える請求項１記載の知識
   評価装置。
5. 【請求項５】前記評価結果記憶手段に記憶されている各
   知識群の評価結果の履歴情報に基づいて、各知識群の評
   価推移情報を表示する表示手段を更に備える請求項１記
   載の知識評価装置。