晚餐
星期一19:30Camaroes Potiguar系列
车间说明
一般信息
第二届国际ARCADE（自动推理：挑战、应用、方向、示范成就）研讨会将与第27届自动扣减国际会议（CADE-27）在2019年8月26日.
范围
本次研讨会的主要目标是将关键人员聚集在一起来自自动推理的各个子社区，例如SAT/SMT、分辨率、表格、理论特定计算（例如描述逻辑、算术、集合论）、交互定理proving-to讨论该领域的现在、过去和未来。其目的是提供机会讨论社区面临的广泛问题。
这个第一个拱廊与2017年CADE联合在瑞典哥德堡举行。
研讨会的结构将是非正式的。我们邀请非技术性立场声明形式的扩展摘要，旨在促进生动的讨论。研讨会的标题表明了我们希望鼓励的讨论类型：
- 挑战：自动化推理研究的下一个重大挑战是什么？因此，我们指的是问题的解决，这些问题的解决意味着对CADE社区和其他社区产生重大影响（例如，重点转移）？
- 应用：自动推理是否适用于实际（工业）场景？是否应该鼓励在CADE这样的场所报告此类应用程序，或者通过特殊案例研究论文类别？
- 使用说明：基于现实应用的巨大挑战和需求，社区应该推动什么样的研究方向？需要加强CADE不同亚社区之间的桥梁吗？应该包括哪些新社区？
- 典范成就：自动化推理的里程碑式成就是什么，其影响远远超出了CADE社区本身？在塑造我们未来的研究时，我们可以从这些成功中学到什么？
贡献将被分成类似的主题，并邀请作者在讨论小组中提出自己的观点。然后，作者将被邀请扩展他们的摘要，以纳入后期会议。
提交
请通过提交论文此EasyChair提交页面.提交文件应使用EPiC LaTeX格式。我们征求2-4页的非技术性扩展摘要（没有严格执行此长度要求）。该文件的诉讼后版本可能更长（但长度仍然合理）。
重要日期
| 提交截止日期： | 2019年6月2日 2019年6月23日 |
| 作者通知： | 2019年6月30日 2019年7月7日 |
| 研讨会： | 2019年8月26日 |
| 诉讼后截止日期： | 2019年9月29日 |
话题
为了从各小组委员会收集最相关和最及时的主题，我们向项目委员会征求意见。以下列表总结了收集到的问题绝不是详尽无遗的；相反，它收集了示例围绕当前挑战、应用和方向的问题。
历史上，许多关于自动推理的研究都是由应用程序驱动的在数学和逻辑、验证或人工智能中。段落（1） –（3）从这些领域收集问题。当然，我们也最感兴趣对定理证明核心的挑战和困难的贡献和证明（4）。最后，我们还鼓励讨论非技术性问题关于我们社区的未来（5）。
（1） 自动推理与人工智能
- 自动推理（AR）在人工智能（AI）中的作用是什么？
- 我们如何使用机器学习（ML）构建更好的证明程序，以及如何到目前为止，它对AR的影响很小吗？AR不适合ML吗？
- 相反，我们能否使用AR来更好地理解机器学习的结果技术，从而帮助提供可解释的人工智能？
（2） 自动推理和验证
- 目前使用最广泛的谚语是针对相对“低级”甚至是可判定逻辑，如SAT、SMT和描述逻辑。什么是全一阶逻辑及其以外的证明程序的实际前景？
- AR在项目验证中的作用是什么？AR能为程序验证社区，以及需要应对哪些挑战分析真实世界的程序？
- 自动定理证明程序和交互式定理证明程序之间的关系是什么校对助理，除了锤子？
（3） 逻辑和数学的自动推理
- 如何为非-经典逻辑，尤其是模态逻辑？
- AR和符号计算之间的关系是什么？
（4） 在定理证明和证明中
- 如何从庞大的知识库中识别相关事实？
- 证明人如何利用语义知识或从案例分析中受益？
- 我们如何理解自动定理证明程序的证明？
- 我们如何确保正式验证工具的可靠性？他们应该坚持我们社区经常适用于其他人的高标准软件的各个部分，即它们应该被验证吗？
（5） 非技术挑战
- 命题等领域的技术和语言的融合逻辑、SMT、经典一阶推理和高阶逻辑。
- 我们如何记录、维护和传输大量的知识我们的社区被封装在软件中？
- 我们如何吸引年轻人进入我们的领域？
程序
我们的初步时间表假设演示大约10分钟，包括六个主题块分布在三个会话中，如下所示。每个主题块都以15-25分钟的讨论结束。
| 8:30-10:00 |
语义和句法推理 |
| |
克里斯托夫·魏登巴赫（Christoph Weidenbach）：统一语义和句法推理限制的挑战
|
| |
约翰·海斯特：带E的自动化Axiom模式
|
| |
问题：
- 为什么要在ZFC中尝试证明，而不是坚持NBG？
- 这些公理模式实例实际上是必要的吗？是否使用了它们？
|
| |
定理证明中的机器学习 |
| |
克劳迪娅·肖恩（Claudia Schon）、弗里德·斯托尔岑伯格（Frieder Stolzenburg）和索菲·西伯特（Sophie Siebert）：使用ConceptNet教授自动定理证明程序的常识
|
| |
乔治·莫瑟和莎拉·温克勒：功能更智能，学习更简单
|
| |
问题：
- 对于因果常识推理问题，使用推理而不是演绎不是更好吗？
- 一阶逻辑知识库能否与作为背景知识来源的知识图竞争？
- 考虑应用于给定问题的策略的机器学习：我们能预处理定理证明问题的特征吗哪些功能对学习有用？
- 这些特征看起来怎么样？
|
| 10:30-12:30 |
自动化高阶推理 |
| |
贾斯敏·布兰切特（Jasmin Blanchette）、帕斯卡·方丹（Pascal Fontaine）、斯蒂芬·舒尔茨（Stephan Schulz）、索菲·图雷特（Sophie Touret）和乌维·沃尔德曼（Uwe Waldmann）：更强的高阶自动化：正在进行的Matryoshka项目报告
|
| |
问题：
- 我们在实践中真正需要多少高阶？
- 您希望AR的哪些部分得到正式验证？你知道这种持续的努力吗？
|
| |
道德方面 |
| |
Christoph Benzmüller和Geoff Sutcliffe：显式规范推理与机器伦理
|
| |
纳文·桑达尔·戈文达拉朱鲁（Naveen Sundar Govindarajulu）和塞尔默·布林斯乔尔（Selmer Bringsjord）：量化模态逻辑的定理证明及其在伦理原则建模中的应用
|
| |
确保我们的工具真正有用 |
| |
马丁·里纳：我们如何改进工具链的定理证明器？
|
| |
贾尔斯·雷格尔（Giles Reger）：勇往直前
|
| 14:00-15:30 |
新的应用领域 |
| |
Pedro Quaresma，智能几何社区，和James H.Davenport：智能几何工具
|
| |
Diego Calvanee、Silvio Ghilardi、Alessandro Gianola、Marco Montali和Andrey Rivkin：数据软件过程的验证：自动推理的挑战和机遇
|
| |
一般性讨论 |
组织
组织者
马丁·苏达，捷克技术大学
莎拉·温克勒，因斯布鲁克大学
项目委员会
弗兰兹·巴德，德累斯顿大学
克里斯托夫·本兹穆勒柏林弗雷大学
阿明·比尔林茨约翰内斯·开普勒大学
尼古拉·比约纳，微软研究
贾斯敏·克里斯蒂安·布兰切特、Inria Nancy&LORIA
玛丽亚·保拉·博纳西纳维罗纳大学
帕斯卡·方丹洛里亚，Inria，洛林大学
西尔维奥·吉拉尔迪米兰大学
吉尔根·吉斯尔，亚琛RWTH
阿尔贝托·格里乔、FBK-IRST
雷内·哈内尔，达姆施塔特大学
Marijn鞋跟德克萨斯大学奥斯汀分校
塞萨里·卡利西克，因斯布鲁克大学
劳拉·科瓦茨，维也纳理工大学
阿尔特·米德尔多普，因斯布鲁克大学
尼尔·默里，纽约州立大学奥尔巴尼分校
大卫·普莱斯特北卡罗来纳大学教堂山分校
安德烈·波佩斯库伦敦米德尔塞克斯大学
雷娜特·施密特曼彻斯特大学
斯蒂芬·舒尔茨，DHBW斯图加特
杰夫·萨特克利夫迈阿密大学
约瑟夫·乌尔班，捷克技术大学
克里斯托夫·魏登巴赫马克斯·普朗克信息学院