×
卢卡·普利纳；阿曼多·塔切拉

学习在量化布尔公式的推理中集成演绎和搜索。 （英语） Zbl 1193.68214号

Ghilardi，Silvio（编辑）等人，《组合系统的前沿》。第七届国际研讨会，FroCoS 2009，意大利特伦托，2009年9月16-18日。诉讼程序。柏林：施普林格出版社（ISBN 978-3-642-04221-8/pbk）。计算机科学课堂讲稿5749。人工智能课堂讲稿，350-365（2009）。
摘要：在本文中，我们借助机器学习技术研究了将演绎和搜索结合起来的问题，以产生实用有效的量化布尔公式（QBFs）决策过程。我们表明，有效的在线策略可以从对具有代表性的公式集的演绎和搜索的观察性能中学习。在求解过程中，可以利用这些策略在推导和搜索之间切换。我们提供的经验证据表明，学习后的策略比演绎和搜索更好，即使后者是使用基于先前工作的手工策略组合而成。事实上，即使使用概念验证实现，我们的方法也能与先进的先进QBF解算器相竞争，这表明机器学习技术在集成不同推理方法方面的潜力。
关于整个系列，请参见[Zbl 1178.68010号].

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68吨15 定理证明（演绎、解析等）（MSC2010）
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）

软件：

Quantor公司；斯基佐；4.5条；利比亚支持向量机
PDF格式BibTeX公司 XML格式引用
\textit{L.Pulina}和\textit{A.Taccella}，莱克特。注释计算。科学。5749350-365（2009年；Zbl 1193.68214）
全文： 内政部

参考文献：

[1] Mneimneh，M.，Sakallah，K.：计算指数大图中的顶点偏心：QBF公式和解。收录：Giunchiglia，E.，Tacchella，A.（编辑）SAT 2003。LNCS，第2919卷，第411-425页。斯普林格，海德堡（2004）·Zbl 1204.68206号 ·doi:10.1007/978-3-540-24605-331
[2] Ansotegui，C.，Gomes，C.P.，Selman，B.：QBF的致命弱点。In：程序。AAAI第275-281页（2005年）
[3] Egly，U.、Eiter，T.、Tompits，H.、Woltran，S.：使用量化布尔公式解决高级推理任务。摘自：第十七届全国人工智能会议（AAAI 2000），第417-422页。麻省理工学院出版社，剑桥（2000）
[4] Giunchiglia，E.，Narizzano，M.，Taccella，A.：量化布尔逻辑可满足性中的子句项分解和学习。人工智能研究26，371–416（2006），http://www.jair.org/vol/vol26.html ·Zbl 1183.68475号
[5] Benedetti，M.：sKizzo：评估和认证QBFs的套件。收录：Nieuwenhuis，R.（编辑）CADE 2005。LNCS（LNAI），第3632卷，第369-376页。斯普林格，海德堡（2005）·Zbl 1135.68550号 ·doi:10.1007/11532231_27
[6] Biere，A.：解决和扩展。摘自：Hoos，H.H.，Mitchell，D.G.（编辑）SAT 2004。LNCS，第3542卷，第59–70页。斯普林格，海德堡（2005）·Zbl 1122.68585号 ·doi:10.1007/11527695_5
[7] Pan，G.，Vardi，M.Y.：QBF的符号决策程序。摘自：Wallace，M.（编辑）CP 2004。LNCS，第3258卷，第453-467页。斯普林格，海德堡（2004）·Zbl 1152.68570号 ·doi:10.1007/978-3-540-30201-8_34
[8] Pulina，L.，Tacchella，A.：量化布尔公式的自适应多引擎求解器。约束条件14（1），80–116（2009）·Zbl 1183.68589号 ·doi:10.1007/s10601-008-9051-2
[9] Samulowitz，H.，Memisevic，R.：学会解决QBF。In：程序。第22届人工智能会议（AAAI 2007），第255-260页（2007）
[10] Peschiera，C.，Pulina，L.，Taccella，A.：第六届QBF解决方案评估（2008年），http://www.qbfeval.org/2008
[11] Kleine-Büning，H.，Karpinski，M.，Flögel，A.：量化布尔公式的解析。信息与计算117（1），12-18（1995）·Zbl 0828.68045号 ·doi:10.1006/inco.1995.1025
[12] Giunchiglia，E.，Narizzano，M.，Taccella，A.：量化布尔逻辑可满足性的回跳。参见：第十七届国际人工智能联合会议（IJCAI 2001）。Morgan Kaufmann，旧金山（2001）·Zbl 1082.68795号
[13] Rish，I.，Dechter，R.：解决与搜索：卫星的两种策略。《自动推理杂志》24（1/2），225-275（2000）·Zbl 0967.68147号 ·doi:10.1023/A:1006303512524
[14] Gottlob，G.，Leone，N.，Scarcello，F.：结构CSP分解方法的比较。人工智能124、243–282（2000）·Zbl 0952.68044号 ·doi:10.1016/S0004-3702（00）00078-3
[15] Chen，H.，Dalmau，V.：从卵石游戏到可牵引性：量化约束满足的二元一致性算法。收录：Ong，L.（编辑）CSL 2005。LNCS，第3634卷，第232-247页。斯普林格，海德堡（2005）·Zbl 1136.68517号 ·doi:10.1007/11538363_17
[16] Gottlob，G.，Greco，G.，Scarcello，F.：结构约束下量化约束满足问题的复杂性。载于：IJCAI 2005，《第十九届国际人工智能联合会议记录》，第150-155页。专业图书中心（2005）
[17] Pan，G.，Vardi，M.Y.：PSPACE内部的固定参数层次结构。摘自：第21届IEEE计算机科学逻辑研讨会（LICS 2006），第27-36页。IEEE计算机协会，洛斯阿拉米托斯（2006）·doi:10.1109/LICS.2006.25
[18] Pulina，L.，Tacchella，A.：树宽：量化布尔逻辑编码中经验硬度的有用标记。收录人：Cervesato，I.、Veith，H.、Voronkov，A.（编辑）LPAR 2008。LNCS（LNAI），第5330卷，第528–542页。斯普林格，海德堡（2008）·Zbl 1182.68263号 ·doi:10.1007/978-3-540-89439-1_37
[19] Quinlan，J.R.：C4.5：机器学习程序。Morgan Kaufmann Publishers，旧金山（1993）
[20] Vapnik，V.：统计学习的本质。施普林格，纽约（1995）·Zbl 0833.62008号 ·doi:10.1007/978-1-4757-2440-0
[21] Larrosa，J.，Dechter，R.：在约束优化和约束满足问题中使用变量消除来促进搜索。约束8（3），303–326（2003）·Zbl 1057.68114号 ·doi:10.1023/A:1025627211942
[22] Cadoli，M.，Giovanardi，A.，Schaerf，M.：评估量化布尔公式的算法。In：程序。AAAI（1998）·Zbl 0979.68124号
[23] Bodlaender，H.L.：一种线性时间算法，用于查找小树宽的树分解。摘自：第25届ACM计算理论年会，第226-234页（1993年）·Zbl 1310.05194号 ·数字对象标识代码：10.1145/167088.167161
[24] Witten，I.H.，Frank，E.：数据挖掘，第二版。Morgan Kaufmann，旧金山（2005）·Zbl 1076.68555号
[25] Chang，C.-C.，Lin，C.-J.：LIBSVM–支持向量机库（2005），网址：http://www.csie.ntu.edu.tw/cjlin/libsvm/
[26] Yu，Y.，Malik，S.：验证量化布尔公式（QBF）解算器的正确性：理论与实践。纳入：ASP-DAC（2005）
[27] Samulowitz，H.，Bacchus，F.：QBF中的二元子句推理。摘自：Biere，A.，Gomes，C.P.（编辑）SAT 2006。LNCS，第4121卷，第353–367页。施普林格，海德堡（2006）·Zbl 1187.68265号 ·doi:10.1007/11814948_33
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。