技術概要：オーバー/アンダー/オフ質量の導入

1. 問題定義

Dempster-Shafer 理論 (DST) や Dezert-Smarandache 理論 (DSmT) といった従来の情報融合理論は、信念質量が区間 $[0, 1]$ にあり、かつ合計が正確に 1 であるという制約の下で動作する。標準的な不確実性に対しては有効であるが、これらの枠組みは、以下のような特定の現実世界のシナリオをモデル化する際に困難に直面する。

• 証拠の過剰蓄積: 複数の高信頼性のソースが単一の仮説を強化し、標準的な単位限界（残業労働に類似）を超える「合意の強度」を生み出す状況。
• 不足蓄積/不確定性: 情報の大きな欠落や欠測データが存在し、信念の合計が単位和に達するのに不十分なシナリオ。
• 矛盾する証拠または反証: 証拠が仮説を積極的に否定するか、損害や反証を表す場合。誤警報を数学的に「相殺」するために負の値が必要となる。

既存の拡張（ファジー、ニュートロソフィック）は、集合論と論理（OverSets, UnderSets, OffSets）においてこれらの概念に対処してきたが、情報融合における質量関数に対応する形式体系は以前は定義されていなかった。

2. 手法

本論文は、古典的な質量関数を 3 つの新しいカテゴリ、すなわちOverMass、UnderMass、およびOffMassへ数学的に拡張することを提案する。手法には、識別フレーム $\Theta$ における質量関数 $m: 2^\Theta \to \mathbb{R}$ の定義域と値域の再定義が含まれる。

核心的な定義

• OverMass ($m_{over}$): 質量の合計が 1 を超える質量関数 ($\sum m(x) = \psi > 1$)。値域は $[0, \psi]$。
• UnderMass ($m_{under}$): 質量の合計が 1 未満である質量関数 ($\sum m(x) = \varphi + 1$, ここで $\varphi < 0$)。値域は $[\varphi, 1]$。
• OffMass ($m_{off}$): 0 未満および 1 超の値を許容する質量関数 ($\sum m(x) = \varphi + \psi$)。値域は $\varphi < 0 < 1 < \psi$ となる $[\varphi, \psi]$。

融合規則

本論文は、標準的な Dempster 規則を超えて、これらの新しい質量タイプを処理するための特定の融合規則を導入する。

1. OverConjunctive Rule（オーバー結合規則）: 2 つの OverMass を融合する場合、標準的な結合規則を適用した後、**OverNormalization（オーバー正規化）**を行う。

   • 質量の生積を計算する。
   • 合計値を元の合計の積で割ることで正規化する（例：両方のソースの合計が 1.1 の場合、結果を 1.1 で割る）。
   • **PCR5（比例矛盾再分配規則 #5）**を適用し、矛盾する質量を非矛盾要素に比例して再分配する。

2. Average of Masses Rule（質量の平均規則）: 負の値を含む質量（UnderMass または OffMass）を融合する場合、乗算は不適切であると論文は主張する（負×負＝正となるため）。代わりに、証拠の符号と大きさを保持するために、異なるソースからの質量の算術平均を使用することを提案する。

3. Interval Unification（区間の統一）: 異なる区間からの質量を融合する場合（例：あるソースは $[0, 1.1]$、別のソースは $[0, 1.2]$）、結果の定義域はすべての可能な値を収容するために区間の和集合（例：$[0, 1.2]$）として定義される。

3. 主要な貢献

• 形式的拡張: OverMass、UnderMass、OffMass の初めてとなる定義。Over/Under/Off Sets および Logic の概念を証拠融合の領域へ拡張する。
• 新規融合アルゴリズム: $[0, 1]$ 区間外の値を処理するために特化した融合規則（OverNormalization を伴う OverConjunctive および Average Rule）の開発。
• 負の信念の処理: 負の質量値を通じて「偽」または「損害」を数学的に表現するメカニズムの導入。誤ったデータの相殺を可能にする。
• 動的正規化: 固定された正規化（合計 = 1）から、証拠の「強度」を減衰させるのではなく保持する動的正規化（合計 = $\psi$ または $\varphi + 1$）への転換。

4. 結果と例

本論文は、3 つの異なるシナリオを通じて手法を検証する。

A. 管理者選定（OverMass 融合）

• シナリオ: 2 人の取締役が 2 人の候補者（A と B）を評価する。両方の取締役が高信頼性を割り当て、質量の合計が 1.1 となる。
• プロセス: OverConjunctive 規則が適用された。生矛盾は PCR5 を使用して再分配された。最終的な質量は 1.1 で割る OverNormalization によって正規化された。
• 結果: システムは、合意の強さを希薄化させるために 1.0 に強制するのではなく、「過剰な自信」のシグナル（総質量 = 1.1）を維持したまま、優れた候補者（A）を正常に特定した。

B. 山火事避難（適用シナリオ）

• OverMass（冗長な証拠）: 衛星、IoT、ソーシャルメディアのすべてが火災を確認する。質量の合計 > 1 が「最重要優先度」のアラートを触发し、証拠の「過剰性能」に基づき、ヘリコプタータンカーなどの重資源の即時配備を正当化する。
• UnderMass（カバレッジの欠落）: センサーが欠落している遠隔地では、質量の合計が低い（例：0.3）。システムは「欠落した質量」（0.7）を高い不確実性として解釈し、盲目的な避難ではなく「捜索および偵察」プロトコルを触发する。
• OffMass（偽証）: センサーが誤って火災を報告する（正の質量）が、熱画像カメラは火災がないことを確認する（負の質量）。OffMass 枠組みにより、これらが数学的に相殺され、安全地域への資源派遣が防止される。

C. 警察捜査（PCR5 を伴う OverMass）

• シナリオ: 2 つのソースが、質量の合計が 1.1 となる容疑者 A と B に関する証拠を提供する。
• 結果: 結合規則、PCR5 再分配、および OverNormalization を適用した後、システムは信念 (Bel) と可能度 (Pl) の値を計算した。最終的な正規化された質量（合計 1.1）は、容疑者 B を主要ターゲットとして明確に示し、矛盾する高信頼データを取り扱う際の手法の堅牢性を実証した。

5. 意義

Over/Under/Off Masses の導入は、不確実な環境における情報融合のパラダイムシフトを表している。

1. 強化された表現力: 従来の正規化が隠蔽してしまう「強い合意」（OverMass）と「弱い合意」（UnderMass）をシステムが区別することを可能にする。
2. エラーに対する堅牢性: 負の値（OffMass）を取り入れることで、フレームワークは誤検知や悪意のあるデータを処理し、割引するための厳密な数学的アプローチを提供する。これはセキュリティおよび安全クリティカルなシステムにとって重要な機能である。
3. 現実世界への適用性: この手法は、データが冗長、不完全、または矛盾していることが多い、緊急管理（山火事）、セキュリティ監視、人員評価における複雑な多ソース融合問題に直接対処する。
4. 理論的基盤: ニュートロソフィック集合論と実用的な証拠融合の間のギャップを埋め、不確定性、矛盾、および過剰な情報を処理するための統一された枠組みを提供する。

この研究は、混合質量タイプ（例：OverMass と UnderMass）の融合、およびこれらの拡張質量値に対する信念関数の解釈の開発に向けた将来の研究の基礎を築く。