×
卢卡斯·克罗克;阿什什·萨巴沃尔;巴特·塞尔曼

利用信念传播、回溯搜索和统计数据进行模型计数。 （英语） Zbl 1225.90108号

安·Oper。物件。 184, 209-231 (2011).
摘要：我们考虑了布尔公式的模型数（解数）估计问题，并提出了两种计算这些数估计值的技术，以及在效率、边界质量和正确性保证之间进行不同权衡的上下限。对于下限，我们使用最新的概率正确性保证框架，并利用消息传递技术进行边际概率估计，即置信传播（BP）算法的变化。我们的结果表明，BP甚至可以提供结构化、循环公式的有用信息。对于上限，我们对MiniSat SAT解算器进行了多次运行，只是做了一些小的修改，并根据对某些感兴趣量的分布通常非常接近正态分布的观察，获得了模型计数的统计边界。我们的实验表明，基于这两种思想（BPCount和MiniCount）的模型计数器可以提供非常好的时间界限，远远少于其他方法。

引用于2文件

MSC公司：

90C27型 组合优化

关键词：

布尔可满足性;坐;解决方案的数量;模型计数;bpcount个;微型计数;下限;上限

软件：

超小卫星;皇家卫星;DIMACS公司;徒步旅行
PDF格式BibTeX公司 XML格式引用
\textit{L.Kroc}等人，Ann.Oper。第184、209--231号决议（2011年；Zbl 1225.90108）
全文： 内政部 链接

参考文献：

[1] 巴克斯·F·、达尔毛·S·；Pitassi，T.（2009）。使用回溯搜索解决#SAT和贝叶斯推理。《人工智能研究杂志》，34391-442·Zbl 1182.68294号
[2] Bayardo，R.J.Jr.，Pehoushek，J.D.（2000年）。使用连接的组件计算模型。《AAAI-00:第17届全国人工智能会议论文集》（第157-162页），德克萨斯州奥斯汀，7月。
[3] Darwiche，A.（2004）。将CNF编译成可分解否定范式的新进展。《ECAI-04:第16届欧洲人工智能会议论文集》，西班牙巴伦西亚，8月（第328-332页）。
[4] Darwiche，A.（2005）。《寻求有效的概率推理》，2005年7月。受邀演讲。在IJCAI-05中。
[5] Davis，M.、Logemann，G.和；Loveland，D.（1962年）。定理证明的机器程序。ACM通讯，5394–397·Zbl 0217.54002号 ·数字对象标识代码：10.1145/368273.368557
[6] Davis，M.和；Putnam，H.（1960年）。量化理论的计算过程。ACM通讯，7201–215·Zbl 0212.34203号
[7] Eén，n.和；Sörensson，N.（2005）。MiniSat：具有冲突子句最小化的SAT解算器。SAT-05会议记录：第八届可满足性测试理论和应用国际会议，英国圣安德鲁斯，6月。
[8] Feller，W.（1968年）。概率论及其应用导论（第三版，第1卷）。纽约：Wiley·Zbl 0155.23101号
[9] Gogate，V.和；Dechter，R.（2007）。通过采样无回溯搜索空间进行近似计数。AAAI-07:第22届人工智能会议论文集，不列颠哥伦比亚省温哥华，7月（第198-203页）。
[10] Gomes，C.P.、Sabharwal，A.和；Selman，B.（2006年）。模型计数：一种获得良好边界的新策略。《AAAI-06:第21届人工智能会议论文集》，马萨诸塞州波士顿，7月（第54-61页）·Zbl 1341.68202号
[11] Gomes，C.P.、Hoffmann，J.、Sabharwal，A.和；Selman，B.（2007a）。从采样到模型计数。在IJCAI-07会议记录：第20届人工智能国际联合会议，印度海得拉巴，1月（第2293–2299页）。
[12] Gomes，C.P.、van Hoeve，W.-J.、Sabharwal，A.和；Selman，B.（2007b）。使用广义XOR约束计算CSP解。AAAI-07:第22届人工智能会议论文集，不列颠哥伦比亚省温哥华，7月（第204-209页）。
[13] Hsu，E.I.和；McIlraith，S.A.（2006年）。描述布尔可满足性的传播方法。计算机科学讲义：第4121卷。SAT-06会议记录：第九届满意度测试理论与应用国际会议，西雅图，华盛顿州，2006年8月（第325-338页）。柏林：斯普林格·Zbl 1187.68547号
[14] Kroc，L.、Sabharwal，A.和；Selman，B.（2008）。利用信念传播、回溯搜索和统计数据进行模型计算。计算机科学讲义：第5015卷。CP-AI-OR-08:2008年5月在法国巴黎举行的第五届约束编程中人工智能和操作规则技术集成国际会议（第127-141页）。柏林：斯普林格·Zbl 1142.68517号
[15] Littman，M.L.、Majercik，S.M.和；Pitassi，T.（2001）。随机布尔可满足性。自动推理杂志，27（3），251-296·Zbl 0988.68189号 ·doi:10.1023/A:1017584715408
[16] Maneva，E.、Mossel，E.和；Wainwright，M.J.（2007）。调查传播及其推广的新视角。美国医学会杂志，54（4），17·Zbl 1312.68175号 ·doi:10.1145/1255443.1255445
[17] Mooij，J.M.、Wemmenhove，B.、Kappen，H.J.和；Rizzo，T.（2007）。循环修正的信念传播。AISTATS-07:第11届人工智能和统计国际会议论文集，波多黎各圣胡安，3月。
[18] Park，J.D.（2002年）。MAP复杂性结果和近似方法。《UAI-02:第18届人工智能不确定性会议论文集》，加拿大埃德蒙顿，8月（第388-396页）。
[19] Pearl，J.（1988）。智能系统中的概率推理：似是而非推理网络。圣马特奥：摩根·考夫曼·Zbl 0746.68089号
[20] Pipatsrisawat，K.，&；Darwiche，A.（2006年）。RSat 1.03:SAT求解器描述（技术报告D–152）。加州大学洛杉矶分校计算机科学系自动推理小组。
[21] Pretti，M.（2005）。带有阻尼的消息传递算法。《统计力学杂志》，P11008。
[22] Roth，D.（1996）。关于近似推理的难度。人工智能，82（1-2），273–302·doi:10.1016/0004-3702（94）00092-1
[23] Sang，T.、Bacchus，F.、Beame，P.、Kautz，H.A.和；Pitassi，T.（2004）。将组件缓存和子句学习结合起来，实现有效的模型计数。SAT-04会议记录：第七届满意度测试理论与应用国际会议，不列颠哥伦比亚省温哥华，5月。
[24] Sang，T.、Beame，P.和；Kautz，H.A.（2005年A）。快速准确模型计数的启发式。计算机科学讲义：第3569卷。SAT-05会议记录：第八届满意度测试理论与应用国际会议，英国圣安德鲁斯，2005年6月（第226-240页）。柏林：斯普林格·Zbl 1128.68481号
[25] Sang，T.、Beame，P.和；Kautz，H.A.（2005年b）。通过加权模型计数进行贝叶斯推理。《AAAI-05:第20届全国人工智能会议论文集》，宾夕法尼亚州匹兹堡，7月（第475-482页）。
[26] Selman，B.、Kautz，H.和；Cohen，B.（1996年）。可满足性测试的局部搜索策略。D.S.Johnson，&；M.A.Trick（编辑）离散数学和理论计算机科学DIMACS系列：第26卷。集团、着色和可满足性：第二个DIMACS实施挑战（第521-532页）。普罗维登斯：美国数学学会·Zbl 0864.90093号
[27] Thode，H.C.（2002）。正态性测试。博卡拉顿：CRC出版社·Zbl 1032.62040号
[28] Valiant，L.G.（1979年）。计算永久值的复杂性。理论计算机科学，8189-201·Zbl 0415.68008号 ·doi:10.1016/0304-3975（79）90044-6
[29] Wei，W.、Erenrich，J.和；Selman，B.（2004年）。走向高效采样：利用随机行走策略。AAAI-04会议记录：第19届全国人工智能会议，加利福尼亚州圣何塞，7月（第670-676页）。
[30] Wei，W.和；Selman，B.（2005）。一种新的模型计数方法。计算机科学讲义：第3569卷。SAT-05会议记录：第八届满意度测试理论与应用国际会议，英国圣安德鲁斯，2005年6月（第324-339页）。柏林：斯普林格·Zbl 1128.68487号
[31] Yedidia，J.S.、Freeman，W.T.和；Weiss，Y.（2000）。广义信念传播。NIPS-00会议记录：第14届神经信息处理系统进展会议，科罗拉多州丹佛，11月（第689-695页）。
[32] Yedidia，J.S.、Freeman，W.T.和；Weiss，Y.（2005）。构造自由能量近似和广义置信传播算法。IEEE信息理论汇刊，51（7），2282–2312·Zbl 1283.94023号 ·doi:10.1109/TIT.2005.850085
[33] Yuille，A.L.（2002）。最小化Bethe和Kikuchi自由能的CCCP算法：信念传播的收敛替代方案。神经计算，14（7），1691-1722·Zbl 1051.68121号 ·doi:10.1162/08997660260028674
[34] 周，X.-H.，&；Sujuan，G.（1997年）。对数正态平均值的置信区间。医学统计，16783–790·doi:10.1002/（SICI）1097-0258（19970415）16:7<783:：AID-SIM488>3.0.CO；2-2
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。