|
===================================== 〔語彙分解〕的な部分一致の検索結果は以下の通りです。 ・ 後 ： [のち] 1. (n,adj-no) afterwards 2. since then 3. in the future ・ 後向き ： [うしろむき] 【名詞】 1. back facing 2. turning one's back to ・ 向き ： [むき] 1. (adj-na,n,n-suf) direction 2. orientation 3. aspect 4. situation 5. exposure 6. suitability 7. tendency ・ 連 ： [むらじ, れん] 【名詞】 1. party 2. company 3. group ・ 連鎖 ： [れんさ] 1. chain 2. connection 3. chaining, linkage ・ 鎖 ： [くさり] 【名詞】 1. chain
後向き連鎖（Backward chaining）は、（人工知能において）推論規則を使う時の二種類の主要な推論手法のひとつである。もう一方は前向き連鎖である。 後向き連鎖はゴール(または仮説)のリストによって起動して後向きに作業し、いずれかのゴールが正しいことを補強するのに使用可能なデータがあるかどうかを確かめる後向き連鎖を使う。 推論エンジンは推論規則を検索し、帰結部（THEN節）がゴールにマッチする規則を探す。その規則の条件部（IF節）が真かどうか不明な場合、それもゴールのリストに追加され（つまり、仮説の一部とされ）、それを立証するデータをさらに提供しなければならない。 例として、以下の二つの規則を持つルールベースと、フリッツは蛙であるというゴール（仮説）と、それが弾むというデータがあるとする。 # IF節：フリッツははずむ — THEN節：フリッツは緑色である # IF節：フリッツは緑色である — THEN節：フリッツは蛙である このルールベースが検索されると、帰結部（THEN節）がゴール（フリッツは蛙である）とマッチしている規則(2)が選択される。フリッツが緑色かどうかは不明なので、条件部（IF節）はゴールのリストに追加される（フリッツが蛙であるためには、緑色でなければならない）。ルールベースは再び検索されて、THEN節がリストに追加された新しいゴール（フリッツは緑色である）とマッチする規則(1)が選択される。その規則の条件部（フリッツは弾む）が真であることは予め分かっているので、フリッツは蛙であると結論付けられる（フリッツは弾むので緑色であるに違いない、フリッツが緑色なので蛙に違いない）。 ゴールのリストが、どの規則が選ばれて使われるかを決定するので、この方法はゴール駆動型と呼ばれる。一方、前向き連鎖による推論はデータ駆動型と呼ばれる。このようなアプローチは、しばしばエキスパートシステムで使用される。 プログラミング言語Prologは後向き連鎖をサポートしている。 抄文引用元・出典: フリー百科事典『 ウィキペディア（Wikipedia）』 ■ウィキペディアで「後向き連鎖」の詳細全文を読む スポンサード リンク
|