システム工学 知識システム I

人間社会、人工物ネットワーク、生活環境と自然などのさまざまなシステムの分析からデザイン、構築から運用までにかかる過程を支えている知識の役割を再確認しつつ形式的な知識の表現方法やその知識の学習、想像、利用のための技術と理論について述べる。

1 章では、知的活動を高度化するうえで不可欠な知識表現について理解することを目的とする。一般的な情報モデルを知識の典型的な形式的記述の例として紹介し、記述する対象の種類に応じた記述モデルの存在と特徴を理解する。2 章では, 機械学習の基礎について述べる。記述長最小原理に立脚し、統一的に現代の機械学習技術を整理して紹介する。また、機械学習はデータマイニングの中核技術であると位置づけられるが、特に発展の目覚ましい、異常検知、変化検知といったデータマイニング技術について紹介する。

『システム工学 知識システム I』は、東京大学工学教程編纂委員会の編、青山 和浩と山西 健司の著で、丸善出版から 2018 年 4 月に刊行された教科書です。副題は「知識の表現と学習」で、東京大学工学教程のシステム工学の巻に当たります。版元の紹介文によれば、人間社会や人工物のネットワーク、生活環境と自然といったさまざまなシステムの分析からデザイン、構築から運用までを支える知識の役割を確かめながら、知識を形式的に表す方法と、その知識を学習するための技術と理論を述べる本です。

1 章の知識表現、情報モデルを形式的記述の例に

紹介文によると、1 章の目的は、知的活動を高度化するうえで欠かせない知識表現を理解することです。一般的な情報モデルを、知識の典型的な形式的記述の例として紹介し、記述する対象の種類に応じた記述モデルがあることと、その特徴を理解する流れになっています。知識表現は、人や組織が持つ知識を計算機が扱える形に置き換える方法の総称で、何を要素とみなし、要素同士のどんな関係を書き残すかを決める作業です。製品の構成、業務の手順、組織の関係のように対象が変われば、適した記述の枠組みも変わります。

2 章の機械学習、記述長最小原理で技術を整理

2 章は機械学習の基礎です。紹介文は、記述長最小原理に立脚して現代の 機械学習 技術を統一的に整理して紹介すると説明しています。さらに、機械学習をデータマイニングの中核技術と位置づけ、異常検知と変化検知というデータマイニング技術を取り上げます。記述長最小原理 (Minimum Description Length) は、データを最も短く符号化できるモデルを良いモデルとみなす考え方で、モデルそのものを書き表す長さと、そのモデルを使ってデータを書き表す長さの和を最小にするモデルを選びます。複雑なモデルほどデータへの当てはまりは良くなりますが、モデルの記述は長くなります。この和を基準にすると、当てはまりと複雑さの釣り合いを 1 つの尺度で比べられるため、統計学 でいうモデル選択の問題を符号長の言葉で扱えます。この立場では、異常検知は学習したモデルのもとで符号長が大きくなるデータ、つまり説明しにくいデータを見つける問題として、変化検知はデータを生み出す仕組みそのものが切り替わった時点を見つける問題として捉えられます。

第 II 巻との章の分担と、扱わない実装

章番号は続巻の『システム工学 知識システム II』に続いており、そちらの紹介文は 3 章で知識の創造を、4 章で意思決定理論の基礎を説明しています。副題は「知識の創造と意思決定」です。

紹介文が示すのは知識表現と学習理論の枠組みで、特定のプログラミング言語やライブラリの使い方は挙げられていません。第 I 巻の 1 章と 2 章、第 II 巻の 3 章と 4 章で、知識の表現、学習、創造、意思決定を扱います。