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 43篇文章

显示第1到第20个结果,共43个。
按年份排序(引用)
  1. Chvalovský,Karel;Jakubův,Jan;Suda,Martin;Urban,Josef:ENIGMA-NG:高效神经和梯度增强推理指导(\mathrmE)(2019)
  2. England,Matthew;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)
  3. Rawson,Michael;Reger,Giles:神经引导的平行定理证明者(2019)
  4. 英国,马修:数学软件的机器学习(2018)
  5. Lopez Hernandez,Julio Cesar;Korovin,Konstantin:大型理论推理的抽象精化框架(2018)
  6. Piotrowski,Bartosz;Urban,Josef:ATPboost:ATP反馈的二进制环境下的学习前提选择(2018)
  7. Gauthier,Thibault;Kaliszyk,Cezary;Urban,Josef:《战术学:用HOL4战术学理性》(2017)
  8. Jakubův,Jan;Urban,Josef:ENIGMA:基于高效学习的推理引导机(2017)
  9. Stephan Schulz;Sutcliffe,Geoff;Urban,Josef;Pease,Adam:检测大型一阶知识库中的不一致性(2017)
  10. Sutcliffe,Geoff:TPTP问题库和相关基础设施。从CNF到TH0,TPTP v6.4.0(2017)
  11. Blanchette,Jasmin Christian;Greenaway,David;Kaliszyk,Cezary;Kühlwein,Daniel;Urban,Josef:Isabelle/HOL基于学习的事实选择器(2016)
  12. Jan Jakubuv,Josef Urban:Blisturne:定理证明策略的分层发明(2016)阿尔十四
  13. 班切雷克,格尔泽戈尔茨;拜利林斯基,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,罗曼;诺莫维奇,亚当;Pąk,卡罗尔;厄本,约瑟夫:米扎尔:最新和更高水平(2015)
  14. Furbach,Ulrich;Pelzer,Björn;Schon,Claudia:野外自动推理(2015)
  15. Kaliszyk,Cezary;Urban,Josef:HOL(y)Hammer:HOL Light的在线ATP服务(2015)
  16. Kaliszyk,Cezary;Urban,Josef:用百万引理证明学习辅助定理(2015)
  17. Kaliszyk,Cezary;Urban,Josef:MizAR 40代表MizAR 40(2015年)
  18. Kaliszyk,Cezary;Urban,Josef;Vyskočil,Jiři:大型理论中更强推理的引理化(2015)
  19. 杰西·阿拉马;汤姆·赫斯克斯;丹尼尔·奎尔韦恩;齐夫茨瓦泽,叶夫根尼;厄本,约瑟夫:《语料库分析和核方法的数学前提选择》(2014)
  20. Bridge,James P.;Holden,Sean B.;Paulson,Lawrence C.:一阶定理证明的机器学习(2014)