AI用語集
人工知能の完全辞典
DNF-Net
Disjunctive Normal Form (DNF) で論理ルールを学習・表現するように設計されたニューラルネットワークアーキテクチャ。解釈可能性と予測性能を両立させる。
論理リテラル
命題変数またはその否定で、析取標準形における論理式の基本単位を構成する要素。
リテラルの連言
複数のリテラルを論理AND演算子で結合したDNFの基本節。満たすべき特定の条件を表現する。
論理ルール学習
DNF-Netモデルが構造化データから解釈可能な論理ルールを自動的に抽出するプロセス。
バイナリ活性化
DNF-Netのニューロンにおける活性化関数。論理リテラルの真偽を直接モデル化するためにバイナリ出力（0または1）を生成する。
連言層
論理AND演算子を実装し、リテラルの活性化を連言節に結合する専門的なニューロン層。
選言層
DNF-Netの最終層。連言節の出力を論理OR演算子で集約して最終的な予測を生成する。
特徴量のバイナリ化
連続変数をバイナリ変数に前処理することで、DNF-Netにおける論理リテラルとして解釈を容易にするプロセス。
学習された論理式
訓練されたネットワークから抽出された最終的なDNF（選言標準形）式であり、明示的な論理ルールとして獲得された知識を表す。
記号解釈可能性
DNF-Netが、不透明な数値的重みではなく論理記号の形式で人間が理解可能なモデルを生成する能力。
ゲーティングネットワーク
DNF-Net内で、入力特徴に基づいて様々な連言節の選択的活性化を制御するメカニズム。
抽出ルール
訓練後に、ニューラルネットワークの重みをDNF（選言標準形）における等価な形式的論理式に変換するアルゴリズム。
連言の選言
DNF-Netの基本的な数学的構造であり、最終出力は複数の条件の論理ANDの論理ORとなる。
論理ニューロン
DNF-Net内の特殊な計算単位で、従来の線形結合ではなく論理演算（ANDまたはOR）を直接実装する。
ブール最適化
DNF-Netの訓練プロセスで、論理的制約を尊重しながら分類誤差を最小化するようにパラメータを調整する。
決定節
DNF-Net内の特定のリテラルの連言であり、最終的な予測に貢献する部分的な決定ルールに対応する。
論理的線形分離可能性
FND（析取標準形）の論理式によって正しく分類できるデータの特性、DNF-Netの最適性条件。
リテラルの量化
DNF-Netの節における各論理リテラルの相対的重要度を自動的に決定するプロセス。