捣碎

MaSh:大锤的机器学习。Sledgehammer在证明助手Isabelle/HOL中集成了自动定理证明器。关联过滤器是一个关键组件,它根据与当前目标的语法相似性,对数千个可用事实进行启发式排序,并选择一个子集。我们介绍MaSh,一种从成功的证明中学习的替代方法。我们的“零点击”愿景带来了新的挑战:MaSh应该与用户的工作流程无缝集成,这样他们就可以从机器学习中获益,而不必安装软件、设置服务器或指导学习。基础机械借鉴了最近在Mizar和HOL-Light的研究成果,并进行了一些改进。MaSh在大型形式化方面优于旧的相关性过滤器,并且通过组合这两个过滤器可以获得特别强的过滤器。


zbMATH参考文献(参考 21篇文章 参考)

显示第1到第20个结果,共21个。
按年份排序(引用)
  1. 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)
  2. Daniel Raggi;Aaron Stockdill;Jamnik,Mateja;Garcia Garcia,Grecia;Sutherland,Holly E.A.;Cheng,Peter C.-H.:检查和选择陈述(2019年)
  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. Komendantskaya,Ekaterina;Heras,Jónathan:相关类型的验证采矿(2017)
  6. Blanchette,Jasmin Christian;Böhme,Sascha;Fleury,Mathias;Smolka,Steffen Juilf;Steckermeier,Albert:机器生成证明的半可理解Isar证明(2016年)
  7. Blanchette,Jasmin Christian;Greenaway,David;Kaliszyk,Cezary;Kühlwein,Daniel;Urban,Josef:Isabelle/HOL基于学习的事实选择器(2016)
  8. Färber,Michael;Kaliszyk,Cezary:前提选择的随机森林(2015)
  9. Kaliszyk,Cezary;Schulz,Stephan;Urban,Josef;Vyskočil,Jiři:系统描述:E.T.0.1(2015)
  10. Kaliszyk,Cezary;Urban,Josef:FEMaLeCoP:相当高效的机器学习连接验证程序(2015)
  11. Kaliszyk,Cezary;Urban,Josef:MizAR 40代表MizAR 40(2015年)
  12. Kaliszyk,Cezary;Urban,Josef:用百万引理证明学习辅助定理(2015)
  13. 卡利斯齐克(Kaliszyk),塞扎里(Cezary);约瑟夫(Josef);西迪克(Siddique),乌迈尔(Umair);汗·阿夫沙(Khan Afshar),萨纳兹(Sanaz);邓切夫(Dunchev),科维坦(Cvetan);塔哈尔(Tahar),索菲涅(Sofiène):形式化物理:自动化、演示
  14. Kaliszyk,Cezary;Urban,Josef;Vyskočil,Jiři:大型理论中更强推理的引理化(2015)
  15. Schulz,Stephan;Sutcliffe,Geoff:饱和一阶定理证明者的证明生成(2015)
  16. Thomas Gransden;Neil Walkinshaw;Rajeev Raman:从proof corpora挖掘基于州的模型(2014)
  17. Moa Johansson,Dan;Rosén,Dan;Smallbone,Nicholas;Claessen,Koen:Hipster:在证明助手中整合理论探索(2014)
  18. Heras,Jónathan;Komendantskaya,Ekaterina:计算机代数验证中的ML4PG(2013)
  19. Kaliszyk,Cezary;Urban,Josef:HOL Light上的引理矿业(2013)
  20. Daniel Kühlwein;Jasmin Christian Blanchette;Cezary Kaliszyk;Urban,Josef:MaSh:machine learning for Sleegehammer(2013年)