TAG ARCHIVE
knowledge-graph
MARIA OSブログのknowledge-graphタグに関連する6件の記事。ボンギンカンの判断OS、AIガバナンス、Agentic Company研究をテーマ別に参照しやすい技術記事アーカイブです。
判断OS / 決断インテリジェンスOS
組織の判断を実行可能な意思決定システムに変換するMARIA OS中核研究。
エージェント型企業アーキテクチャ
人間とエージェントの組織、委任境界、役割トポロジー、ガバナンス付き自律性に関する研究。
責任ゲートとAIガバナンス
AIエージェントの安全性、説明責任、フェイルクローズドゲート、監査可能性、HITL制御。
マルチエージェント数学
収束、安定性、ゲーム理論、グラフダイナミクス、マルチエージェント評価の形式モデル。
エビデンス、RAG、ナレッジガバナンス
エビデンスバンドル、検索アーキテクチャ、Graph RAG、ナレッジトラスト、監査可能な推論パイプライン。
Agentic R&Dと判断科学
研究運用、シミュレーションラボ、判断科学、再帰的改善、実験的AIガバナンス。
Company Intelligence: なぜMARIA OSはAIツールではなく、会社の知能をつくるOSなのか
AI Officeの価値は作業自動化ではなく、会社が記憶し、判断し、学習し、自己改善する閉ループを持てるかで決まる
多くのAI導入は局所的な生産性を改善しても、企業固有の知能には積み上がらない。本稿は、Company Intelligence を Memory・Decision・Feedback・Governance の閉ループとして定義し、MARIA OS がそれを Company Memory、Decision Card、Task Intelligence、Agent Performance、Knowledge Graph、Strategic Simulation へどう実装するかを解説する。
意思決定監査証跡からの知識グラフ構築: 組織トレーサビリティのためのエンティティ統合と時間重み付け
不変監査ログを多段関係照会可能な知識構造へ変換するための、時間減衰とクロスエージェント統合手法
監査ログを知識グラフ化する際の主要課題であるエンティティ統合、時間的関連度重み付け、コンプライアンス向け部分グラフ抽出を統一的に扱う。MARIA OS監査コーパスで高い統合精度と照会高速化を示し、監査実務での追跡可能性を強化する。
エージェント能力評価のための知識グラフ埋め込み: 責任空間における並進距離モデル
エージェント・意思決定・結果を連続ベクトル空間へ埋め込み、文脈依存能力を距離幾何で定量化する
能力評価を二値成功率から文脈依存の連続指標へ拡張するため、TransE/RotatE系の埋め込みを責任空間へ適用する。ガバナンス制約を反映した損失設計と収束分析を示し、埋め込み由来能力スコアが実績成功率と高相関を持つことを確認した。
部分観測下の知識グラフ補完: 企業統治グラフにおける欠損責任エッジ予測
不完全な統治グラフに対するテンソル分解リンク予測と、観測率ごとの理論精度境界
企業統治グラフには未記録の責任リンクが残りやすい。本稿は3階テンソル表現とCP分解で欠損エッジを補完し、観測率ρに応じた予測精度境界を導出する。実データで高い欠損復元率を示し、本番環境で未文書化の責任ギャップを抽出した。
AI統治の因果時系列知識グラフ: パス単位の責任帰属フレームワーク
時間依存因果と責任保存則を組み込み、監査説明を再現可能にする深層研究設計
通常の監査グラフが答えるのは『何が起きたか』までに留まりやすい。本稿は因果エッジ、介入メタデータ、時間重みを拡張し、パス単位の責任配分と反実仮想リプレイを可能にする。
Graph RAG行列モデル: 安定ホップ数導出による検索品質最適化
隣接行列スペクトルから、信号雑音比を最大化する拡散深さを求める
ホップを増やすほど文脈は増えるがノイズも増える問題を、行列拡散と減衰係数で定式化する。スペクトル分解により最適ホップ `h*` を導き、固定深さ探索との差を定量評価する。