×
Edvard K.霍尔顿。；康斯坦丁·科洛文

一阶定理证明的异构启发式优化和调度。 （英语） Zbl 1485.68282号

Kamaredine，Fairouz（编辑）等人，《智能计算机数学》。2021年7月26日至31日，罗马尼亚蒂米苏拉第十四届国际会议，CICM 2021。诉讼程序。查姆：斯普林格。莱克特。票据计算。科学。12833107-123（2021年）。
摘要：在一阶自动定理证明中，良好的启发式对于成功的证明搜索至关重要。因此，最先进的定理证明器提供了一系列选项，用于根据特定问题调整证明搜索过程。然而，巨大的配置空间使得构建有效的启发式非常具有挑战性。本文提出了一种称为HOS-ML的新方法，用于自动发现新的启发式并将问题映射到由这些启发式组成的优化局部调度。我们的方法基于交错贝叶斯超参数优化，用于发现有希望的启发式和动态聚类，以使优化在异构问题上有效。HOS-ML还使用约束编程设计局部最优调度，并使用机器学习将未发现的问题映射到此类调度中。我们在定理证明器iProver上评估了HOS-ML，并证明它可以发现新的启发式方法，显著提高性能，并可以解决以前任何其他系统都没有解决的问题。
有关整个系列，请参见[Zbl 1484.68013号].

引用于5文件

MSC公司：

68伏15 定理证明（自动和交互式定理证明、演绎、解析等）
68T05型 人工智能中的学习和自适应系统
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）

关键词：

定理证明；机器学习；启发式优化；启发式选择；动态聚类

软件：

MPTP 0.2；VAMPIRE公司；大锤；TPTP公司；BliStr公司；iProver（iProver）；E定理证明器；XGBoost公司；电子邮件；萨特齐拉；BliStrTune；伊西查尔；SPASS公司
PDF格式BibTeX公司 XML格式引用
\textit{E.K.Holden}和\textit{K.Korovin}，莱克特。票据计算。科学。12833，107-123（2021；Zbl 1485.68282）
全文： 内政部

参考文献：

[1] 桥梁，JP；霍尔顿，SB；Paulson，LC，《一阶定理证明的机器学习——选择好启发式学习》，J.Autom。原因。，53, 2, 141-172 (2014) ·Zbl 1314.68274号 ·doi:10.1007/s10817-014-9301-5
[2] Chen，T.，Guestrin，C.：XGBoost。摘自：第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集（2016）
[3] 杜阿尔特，A。；Korovin，K。；北卡罗来纳州佩尔蒂埃。；Sofronie-Stokkerman，V.，《在iProver中实现叠加》（系统描述），《自动推理》，388-397（2020），Cham:Springer，Cham·Zbl 07614685号 ·文件编号：10.1007/978-3-030-51054-1_24
[4] 费雷尔，M。；Hutter，F。；Hutter，F。；Kotthoff，L。；Vanschoren，J.，超参数优化，自动机器学习，3-33（2019），Cham:Springer，Cham·doi:10.1007/978-3-030-05318-5_1
[5] Hutter，F。；箍，HH；莱顿-布朗，K。；Y.哈马迪。；Schoenauer，M.，并行算法配置，学习与智能优化，55-70（2012），海德堡：施普林格·doi:10.1007/978-3-642-34413-85
[6] Jakubuv，J.，Suda，M.，Urban，J.：吸血鬼策略和术语排序的自动化发明。收录人：Benzmüller，C.，Lisetti，C.L.，Theobald，M.（编辑）第三届全球人工智能会议，2017年全球人工智能大会。EPiC计算机系列，第50卷，第121-133页。EasyChair（2017年）
[7] Jakubov，J.，Urban，J.：Blistrtune:定理证明策略的分层发明。收录于：Bertot，Y.，Vafeiadis，V.（eds.）《第六届ACM SIGPLAN认证程序和证明会议论文集》，CPP，第43-52页。ACM（2017）
[8] Kadioglu，S.、Malitsky，Y.、Sellmann，M.、Tierney，K.：ISAC-实例特定算法配置。Coelho，H.，Studer，R.，Wooldridge，M.J.（编辑）第19届欧洲人工智能会议，ECAI 2010。《人工智能与应用前沿》，第215卷，第751-756页。IOS出版社（2010）
[9] Korovin，K。；Armando，A。；鲍姆加特纳，P。；Dowek，G.，iProver——一种基于实例化的一阶逻辑定理证明器（系统描述），《自动推理》，292-298（2008），海德堡：斯普林格·Zbl 1165.68462号 ·doi:10.1007/978-3-540-71070-7_24
[10] Kovács，L。；沃伦科夫，A。；北卡罗来纳州Sharygina。；Veith，H.，《一阶定理证明与吸血鬼》，计算机辅助验证，1-35（2013），海德堡：施普林格出版社·doi:10.1007/978-3-642-39799-8_1
[11] Kühlwein博士。；舒尔茨，S。；Urban，J。；Bonacina，MP，E-MaLeS 1.1，自动扣除-CADE-24，407-413（2013），海德堡：施普林格·Zbl 1381.68273号 ·doi:10.1007/978-3-642-38574-228
[12] Lindawati，L.H.C.，Lo，D.：通过搜索轨迹相似性聚类进行基于实例的参数调整。摘自：Coello，C.A.C.（编辑）第五届学习与智能优化国际会议，LION 5。精选论文。LNCS，第6683卷，第131-145页。斯普林格，海德堡（2011）。doi:10.1007/978-3-642-25566-3-10
[13] 帕克，H。；Jun，C.，一种简单快速的k-medoids聚类算法，专家系统。申请。，36, 2, 3336-3341 (2009) ·doi:10.1016/j.eswa.2008.01.039
[14] Paulson，L.C.：三年使用大锤的经验，这是自动和交互式定理证明程序之间的实际联系。收录：Schmidt，R.A.，Schulz，S.，Konev，B.（编辑）《自动推理实践方面第二次研讨会论文集》，PAAR-2010。EPiC计算机系列，第9卷，第1-10页。EasyChair（2010年）
[15] Rawson，M.，Reger，G.：动态战略优先：授权强者，抛弃弱者。收录于：Konev，B.，Urban，J.，Rümmer，P.（eds.）与2018年联邦逻辑会议合办的第六届自动推理实践方面研讨会论文集，FLoC 2018。CEUR研讨会记录，第2162卷，第58-71页。CEUR-WS.org（2018）
[16] Schäfer，S.，Schulz，S.：用遗传算法证明启发式的育种定理。收录：Gottlob，G.、Sutcliffe，G.和Voronkov，A.（编辑）全球人工智能会议，GCAI。EPiC计算机系列，第36卷，第263-274页。EasyChair（2015年）
[17] 施耐德，M。；箍，HH；Y.哈马迪。；Schoenauer，M.，量化算法配置实例集的同质性，学习和智能优化，190-204（2012），海德堡：施普林格，海德堡·doi:10.1007/978-3-642-34413-8_14
[18] 舒尔茨，S。；McMillan，K。；米德尔多普，A。；Voronkov，A.，《系统描述：E 1.8，编程、人工智能和推理逻辑》，735-743（2013），海德堡：斯普林格·Zbl 1407.68442号 ·doi:10.1007/978-3-642-45221-549
[19] Sutcliffe，G.：TPTP问题库和相关基础设施。从CNF到TH0，TPTP v6.4.0。J.汽车。原因。59（4），483-502（2017）·Zbl 1425.68381号
[20] Urban，J.：MPTP 0.2：设计、实施和初步实验。J.汽车。原因。37(1-2), 21-43 (2006) ·Zbl 1113.68095号
[21] Urban，J.：Blistr：盲目的战略制定者。摘自：Gottlob，G.、Sutcliffe，G.和Voronkov，A.（编辑）全球人工智能会议，GCAI 2015。EPiC计算机系列，第36卷，第312-319页。EasyChair（2015年）
[22] 魏登巴赫，C。；迪莫娃，D。；Fietzke，A。；库马尔，R。；苏达，M。；维斯切涅夫斯基，P。；Schmidt，RA，SPASS 3.5版，自动扣除-CADE-22140-145（2009），海德堡：施普林格，海德伯格·doi:10.1007/978-3-642-02959-2-10
[23] 徐，L。；Hutter，F。；箍，HH；Leyton-Brown，K.，Satzilla:SAT基于组合的算法选择，J.Artif。智力。决议，32，565-606（2008）·Zbl 1182.68272号 ·doi:10.1613/jair.2490
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。