马尔萨斯

MaLARea:一个在大理论中自动推理的元系统。MaLARea(一个用于自动推理的机器学习者)是一个简单的元系统,它迭代地组合演绎的自动推理工具(现在是E和SPAS-ATP系统)和机器学习组件(现在是在朴素贝叶斯学习模式中使用的积雪系统)。它的预期用途是在很大的理论上,即在许多问题上,以一致的方式使用许多公理、引理、定理、定义和符号。该系统工作在定理证明的周期中,接着从成功的证明中学习机器学习,利用所学的信息修剪下一个定理证明周期的可用公理集合。虽然元系统相当简单(大约1000行的Perl代码),但是它的设计现在已经对思维的本质提出了一些有趣的问题,特别是关于如何(以及何时和何时)结合先前经验的学习来攻击难以解决的问题。第一个版本的MalCar已被测试的难度较大(链式)的MPTP挑战,解决了142个问题中的252个,相比于E的89和SPASS’81解决的问题。它也优于SRASS元系统,它也使用E和SPASS作为组件,并且解决了126个问题。


ZBMaCT中的参考文献(42篇文章中引用)

显示结果1至20的42。
按年份排序(引文
  1. 查瓦洛夫斯克,卡雷尔;Jauub v,J.;Suda,马丁;城市,约瑟夫:NeigMA-NG:(MaTrMe)的有效神经和梯度增强推理指导(2019)
  2. 英国、马修、格奥尔基·弗洛雷斯库、多里安:比较机器学习模型选择柱面代数分解的变量排序(2019)
  3. 英国,马修:数学软件的机器学习(2018)
  4. Lopez Hernandez,祖里奥茨萨尔;Korovin,康斯坦丁:一个大理论推理的抽象精化框架(2018)
  5. 彼得罗夫斯基,Bartosz;城市,约瑟夫:ATPoBoo:使用ATP反馈的二进制设置中的学习前提选择(2018)
  6. 高蒂尔,蒂博特,卡利斯克,Cezary;城市,约瑟夫:战术鹰爪:用HOL4战术学习理性(2017)
  7. Jauub v,J.;城市,约瑟夫:谜:高效的基于学习的推理引导机(2017)
  8. 舒尔茨,Stephan;Sutcliffe,杰夫;城市,Josef;Pease,亚当:检测大一阶知识库中的不一致性(2017)
  9. Sutcliffe,杰夫:TPTP问题库和相关基础设施。从CNF到TH0,TPTP V4.4.0(2017)
  10. Blanchette,Jasmin Christian;格林威韦,戴维;卡利斯克,塞萨里;K·HuWein,丹尼尔;城市,Josef:一种基于学习的事实选择器(SUM/HOL)(2016)
  11. Jan Jakubuv,Josef Urban:吸血鬼:定理证明策略的分层发明(2016)阿西夫
  12. Grzegorz的BeCeRek;Byi-Sk滑雪,CZE-AW;格拉鲍夫斯基,亚当;Kurni-OWICZ,阿图尔;Matuszewski,罗马;诺莫维奇,亚当;P.K,Karol;Mixar:最新的和超越的(2015)
  13. 福巴赫,Ulrich;佩尔泽,BJ Orn;Son,克劳蒂亚:《野生的自动推理》(2015)
  14. Cezary,城市,约瑟夫:HOL(Y)锤:HOLT灯的在线ATP服务(2015)
  15. KaliZyk,Cezary;城市,约瑟夫:用百万引理证明学习辅助定理(2015)
  16. 卡里斯克,Cezary;城市,约瑟夫:米扎尔40,为MIZAR 40(2015)
  17. 卡里斯克,Cezary;城市,Josef;Vysko.IL,姬::大理论中更强推理的勒马化(2015)
  18. 阿拉马、杰西、黑塞克斯、汤姆、K·赫维恩、丹尼尔、Tsivtsivadze、埃夫根尼;城市、约瑟夫:语料库分析和核方法的数学前提选择(2014)
  19. James P.,Holden,Sean B.;保尔森,Lawrence C.:一阶定理证明的机器学习(2014)
  20. Cezary,城市,约瑟夫:学习辅助的自动推理与(\ MathsffLySpk)(2014)