AI用語集
人工知能の完全辞典
ケースベース推論
類似の解決済み問題の解決策にインスピレーションを得て新しい問題を解決する、知識ベースに保存されている人工知能の方法論。このアプローチは、類似の問題には類似の解決策があるという原理に基づいています。
ケースベース
ケースベース推論システムに保存されている、以前に解決されたケースの構造化された集合。新しい問題を解決するための参照として機能します。システムの集合的記憶を構成し、新しい経験の追加により動的に進化します。
ケース
ケースベース推論における知識の基本単位で、特定の問題の説明とそれに関連する解決策を含みます。ケースには通常、問題の文脈、適用された解決策、そして時には得られた結果が含まれます。
類似性
現在の問題と知識ベースに保存されているケースとの間の類似度を評価する定量的尺度。この評価は、問題解決のために最も関連性の高いケースを特定する上で重要です。
CBRサイクル
ケースベース推論の4段階の反復プロセス：Retrieve（検索）、Reuse（再利用）、Revise（修正）、Retain（保持）。このサイクルにより、システムは新しい経験から継続的に学習できます。
再利用
最も類似性の高いケースの解決策を新しい問題の特定に応じて適応させるCBRサイクルの段階。このステップでは、元の解決策の手動または自動の変更が関与する場合があります。
修正
再利用段階で提案された解決策の検証と修正の段階で、必要に応じてテストと調整が含まれます。修正は、最終的な解決策が問題の特定の文脈に適していることを保証します。
保持
解決策の検証後、解決された新しいケースを知識ベースに追加するプロセスで、システムの専門知識を豊かにします。このステップは、継続的な学習と将来のパフォーマンス向上にとって基本的です。
ケースの索引付け
記述子やキーを使用して、関連するケースの迅速な検索を容易にするために、知識ベースでケースを整理する技術。効果的な索引付けは、ケースベース推論システムのパフォーマンスに不可欠です。
解決策の適応
成功の基本原則を維持しながら、既存の解決策を新しい問題の特殊性に合わせて変更するプロセス。必要な変更の性質に応じて、変革的または生成的になることがあります。
属性の重み
全体の類似度計算における各属性の相対的重要性を反映するために、ケースの各属性に割り当てられた数値。これらの重みにより、最も関連する特性に重要性を与えることでシステムをカスタマイズできます。
プロトタイプケース
類似した問題のカテゴリを表す代表的なまたは中心的なケースで、ケースの整理と取得の参照として機能します。プロトタイプはケースベースの構造の理解を容易にし、検索を高速化します。
ケースベースの保守
冗長、時代遅れ、または品質の低いケースを排除することにより、ケースベースのサイズと品質を最適化することを目的とする技術の集合。定期的な保守はシステムの効率を維持し、結果の関連性を向上させます。
ケースベース学習
明示的なプログラミングなしで過去の経験を蓄積し再利用することにより、パフォーマンスを向上させるケースベース推論に固有の能力。この学習は漸進的で、効果的な問題解決に基づいています。
ケースベースの説明
参照として使用された類似ケースを提示することで解決策を正当化し、ユーザーの透明性と信頼を高めるシステムのメカニズム。この機能は重要なアプリケーションに不可欠です。
アンカーケース
複雑な領域で類似の解決策を検索するための出発点として使用される優先参照ケース。検索を整理し、ケースベースの探索空間を制限するためのピボットとして機能します。
ケースベース決定木
従来の決定木の原則とケースベース推論を組み合わせたハイブリッド構造で、識別属性に基づいてケースを階層的に整理します。このアプローチは検索を最適化し、結果の解釈を容易にします。