Presentation Information
[2Yin-B-50]A Unified Gauge for Controlling Exploration and Integration in Dynamic Knowledge Graphs—Gauge what Knowledge Graph needs.—
〇Kazuyoshi Miyauchi1 (1. *)
Keywords:
Dynamic Knowledge Graph,Free Energy Principle,Minimum Description Length,Transformer Attention,Structural Phase Transition
動的知識グラフにおいて，新しい情報をいつ探索し，いつ構造として統合すべきかという
「When問題」は未解決の基本課題である．既存のGraphRAG等は何を検索するか（What）
を最適化する一方，いつ統合するかの基準はヒューリスティックに依存している．
本研究では，自由エネルギー原理（FEP）と最小記述長（MDL）を操作的に橋渡しする
統一評価関数 geDIG を提案し，探索と統合のトレードオフを単一スカラーで定量化する．
geDIG は構造変更コストと情報利得を同時に評価し，動的知識グラフの種類によらず
意思決定を統一的に制御できる．
空間的知識グラフとして部分観測迷路を用いた実験では，エージェントは98%の成功率を
維持しつつ，候補エッジの98%を棄却する効率的な記憶構築を達成した．
また意味的知識グラフとしてTransformerのAttention行列を解析した結果，
層方向に探索相から構造相への一貫した遷移が観測され，
さらに geDIG に基づく正則化により性能が因果的に改善することを示した．
これらの結果は，geDIG が動的知識グラフ一般における
「いつ探索し，いつ統合するか」を制御する普遍的原理であることを示唆する．
「When問題」は未解決の基本課題である．既存のGraphRAG等は何を検索するか（What）
を最適化する一方，いつ統合するかの基準はヒューリスティックに依存している．
本研究では，自由エネルギー原理（FEP）と最小記述長（MDL）を操作的に橋渡しする
統一評価関数 geDIG を提案し，探索と統合のトレードオフを単一スカラーで定量化する．
geDIG は構造変更コストと情報利得を同時に評価し，動的知識グラフの種類によらず
意思決定を統一的に制御できる．
空間的知識グラフとして部分観測迷路を用いた実験では，エージェントは98%の成功率を
維持しつつ，候補エッジの98%を棄却する効率的な記憶構築を達成した．
また意味的知識グラフとしてTransformerのAttention行列を解析した結果，
層方向に探索相から構造相への一貫した遷移が観測され，
さらに geDIG に基づく正則化により性能が因果的に改善することを示した．
これらの結果は，geDIG が動的知識グラフ一般における
「いつ探索し，いつ統合するか」を制御する普遍的原理であることを示唆する．