马拉雷亚

MaLARea:大型理论自动推理的元系统。MaLARea(用于自动推理的机器学习者)是一个简单的元系统,它迭代地将演绎自动推理工具(现在的E和SPASS-ATP系统)与机器学习组件(现在是naivebayesian学习模式中使用的SNoW系统)相结合。它的预期用途是在大理论中,即在大量的问题上,以一致的方式使用许多公理、引理、定理、定义和符号。该系统在定理证明的循环中工作,然后从成功的证明中进行机器学习,利用学习到的信息为下一个定理证明周期修剪可用的公理集。尽管元系统非常简单(大约1000行Perl代码),但它的设计已经提出了一些关于思维本质的有趣问题,特别是关于如何(以及如果和何时)结合从以前的经验中学习来解决未解决的难题。第一版的MaLARea已经在MPTP挑战赛的较难(链)划分上进行了测试,解决了252个问题中的142个,而E's89和SPASS'81解决了问题。它还优于SRASS元系统,后者也使用E和SPASS作为组件,可以解决126个问题。


zbMATH中的参考文献(参考文献46条)

显示结果1到20,共46个。
按年份排序(引用)
  1. Färber,迈克尔;卡利斯齐克,塞扎里;城市,约瑟夫:连接表的机器学习指南(2021)
  2. 高蒂埃,蒂堡;卡利斯齐克,塞扎里;城市,约瑟夫;库马尔、拉马纳;诺里斯,迈克尔:战术:学习用战术证明(2021)
  3. 奇瓦洛夫斯克,卡雷尔;Jakubův,一月;苏达,马丁;Urban,Josef:ENIGMA-NG:高效神经和梯度增强推理指导(\mathrmE)(2019)
  4. 英格兰,马修;Florescu,Dorian:比较机器学习模型以选择圆柱形代数分解的变量顺序(2019)
  5. 罗森,迈克尔;Reger,Giles:神经引导的并行定理证明者(2019)
  6. 英国,马修:数学软件的机器学习(2018)
  7. 洛佩兹·埃尔南德斯,胡里奥·塞萨尔;Korovin,Konstantin:大型理论推理的抽象精化框架(2018)
  8. 巴托夫斯基,巴托夫斯基;Urban,Josef:ATPboost:ATP反馈二进制环境下的学习前提选择(2018)
  9. 高蒂埃,蒂堡;卡利斯齐克,塞扎里;厄本,约瑟夫:《战术:学习如何用HOL4战术推理》(2017)
  10. Jakubův,一月;Urban,Josef:ENIGMA:基于高效学习的推理引导机(2017)
  11. 舒尔茨,斯蒂芬;萨特克利夫,杰夫;城市,约瑟夫;Pease,Adam:检测大型一阶知识库中的不一致性(2017)
  12. Sutcliffe,Geoff:TPTP问题库和相关基础设施。从CNF到TH0,TPTP v6.4.0(2017)
  13. 布兰切特,贾斯敏·克里斯蒂安;格林纳威,大卫;卡利斯齐克,塞扎里;居尔温,丹尼尔;Josef Urban:Isabelle/HOL的基于学习的事实选择器(2016)
  14. 布兰切特,贾斯敏C。;卡利斯齐克,塞扎里;保尔森,劳伦斯·C。;厄本,约瑟夫:重击QED(2016)
  15. Jan Jakubuv,Josef Urban:Blisturne:定理证明策略的分层发明(2016)阿尔十四
  16. 班切雷克,格尔泽戈尔茨;比林斯基,捷克;格拉博夫斯基,亚当;科尼奥维茨,阿图尔;马图斯泽夫斯基,罗马人;诺莫维奇,亚当;Pąk,卡罗尔;城市,约瑟夫:米扎尔:最先进的技术和超越(2015)
  17. 富尔巴赫,乌尔里希;佩尔泽,比约恩;Schon,Claudia:野外自动推理(2015)
  18. 卡利斯齐克,塞扎里;Urban,Josef:HOL(y)Hammer:HOL Light的在线ATP服务(2015)
  19. 卡利斯齐克,塞扎里;Urban,Josef:用数百万引理证明学习辅助定理(2015)
  20. 卡利斯齐克,塞扎里;城市,约瑟夫:米扎尔40代表米扎尔40(2015)