Please use this identifier to cite or link to this item: http://repository.kpi.kharkov.ua/handle/KhPI-Press/56153
Title: Hierarchical representation of causal relationships to detail explanations in intelligent systems
Other Titles: Ієрархічна модель каузальних зв'язків для деталізації пояснень в інтелектуальних системах
Authors: Chalyi, Serhii
Leshchynskyi, Volodymyr
Keywords: intellectual system; counterfactual analysis; temporal logic; контрфактичний аналіз; причинно-наслідковий зв'язок; темпоральна логіка
Issue Date: 2021
Publisher: Національний технічний університет "Харківський політехнічний інститут"
Citation: Chalyi S. Hierarchical representation of causal relationships to detail explanations in intelligent systems / S. Chalyi, V. Leshchynskyi // Сучасні інформаційні системи = Advanced Information Systems. – 2021. – Т. 5, № 4. – С. 103-108.
Abstract: The subject of research in the article is the processes of constructing explanations in intelligent systems based on the use of causal dependencies. The aim is to develop a hierarchical representation of causal relationships between the actions of an intelligent system to form an explanation of the process of the system's operation with a given degree of generalization or detailing. Representation of the hierarchy of cause-and-effect relationships allows you to form an explanation at a given level of detail using the input data in the form of a temporally ordered sequence of events reflecting the known actions of an intelligent system. Tasks: structuring the hierarchy of cause-and-effect relationships for known variants of the decision-making process in an intelligent information system, considering the temporal ordering of the corresponding actions; development of a model of a multi-level representation of causal dependencies for description for explanations in an intelligent system. The approaches used are: counterfactual analysis of causality, used to describe alternative dependencies for possible decision-making options; linear temporal logic to reflect the temporal aspect of causation. The following results were obtained. A generalized hierarchy of cause-and-effect relationships is highlighted for the known variants of the process of obtaining recommendations in an intelligent information system based on the temporal ordering of the corresponding decision-making actions. A model of hierarchical representation of causal dependencies has been developed to describe explanations in an intellectual system with a given degree of detail. Conclusions. The scientific novelty of the results obtained is as follows. A model of hierarchical representation of time-ordered causal relationships is proposed to describe the explanations of the operation of an intelligent system with a given degree of detail. At the top level of the hierarchy, the model defines a generalized causal relationship between the event of using the input data and the event of the result of the system's operation. This connection describes the current task that the intelligent information system solves. At the lower level, cause-and-effect relationships are set between events sequential in time, between which there are no other events. At intermediate levels of the hierarchical representation, the causal dependencies of pairs of events are determined, between which there are other events. The developed model creates conditions for constructing explanations with a given degree of detailing of the actions of the decision-making process in an intelligent system. The model also provides the ability to describe early and late anticipation of alternative sequences of the decision-making process by describing causal dependencies for events between which there are other events.
Предметом вивчення в статті є процеси побудови пояснень в інтелектуальних системах на основі використання каузальних залежностей. Метою є розробка ієрархічного представлення каузальних зв'язків між діями інтелектуальної системи для формування пояснення щодо опису процесу роботи системи із заданим ступенем узагальнення або деталізації. Представлення ієрархії причинно-наслідкових зв'язків дає можливість сформувати пояснення на заданому рівні деталізації з використанням вхідних даних у вигляді темпорально упорядкованої послідовності подій, що відображають відомі дії інтелектуальної системи. Завдання: структуризація ієрархії причинно-наслідкових залежностей для відомих варіантів процесу прийняття рішення в інтелектуальній інформаційній системі з урахуванням темпоральної упорядкованості відповідних дій; розробка моделі багаторівневого представлення каузальних залежностей для опису для пояснень в інтелектуальній системі. Використовуваними підходами є: контрфактичний аналіз каузальності, який застосовується для опису альтернативних залежностей для можливих варіантів процесу прийняття рішення; лінійна темпоральна логіка, яка дає можливість відобразити темпоральний аспект каузальності. Отримані наступні результати. Виділено узагальнену ієрархію причинно-наслідкових залежностей для відомих варіантів процесу отримання рекомендацій в інтелектуальній інформаційній системі на основі темпоральної упорядкованості відповідних дій з прийняття рішення. Розроблено модель багаторівневого представлення каузальних залежностей для опису для пояснень в інтелектуальній системі із заданим ступенем деталізації. Висновки. Наукова новизна отриманих результатів полягає в наступному. Запропоновано модель ієрархічного представлення упорядкованих у часі причинно-наслідкових залежностей для опису пояснень щодо роботи інтелектуальної системи із заданим ступенем деталізації. На верхньому рівні ієрархії модель визначає узагальнений каузальний зв'язок між подією використання вхідних даних та подією отримання результату роботи системи. Даний зв'язок визначає поточну задачу, яку вирішує інтелектуальна інформаційна система. На нижньому рівні задаються причинно-наслідкові залежності між послідовними в часі подіями, між якими не існують інші події. На проміжних рівнях ієрархічного представлення визначаються каузальні залежності для пар подій, між якими є інші події. Розроблена модель створює умови для побудови пояснень із заданим ступенем деталізації дій процесу прийняття рішення в інтелектуальній системі. Також модель забезпечує можливість опису раннього та пізнього випередження для альтернативних послідовностей виконання процесу прийняття рішення шляхом опису каузальних залежностей для подій, між якими є інші події.
ORCID: orcid.org/0000-0002-9982-9091
orcid.org/0000-0002-8690-5702
DOI: doi.org/10.20998/2522-9052.2021.4.14
URI: http://repository.kpi.kharkov.ua/handle/KhPI-Press/56153
Appears in Collections:Кафедра "Комп’ютерна інженерія та програмування"

Files in This Item:
File Description SizeFormat 
AIS_2021_5_4_Chalyi_Hierarchical.pdf368,94 kBAdobe PDFView/Open
Show full item record  Google Scholar



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.