黄宗岩；英格兰，马修；大卫·威尔逊；詹姆斯·H·达文波特。；劳伦斯·C·鲍尔森。；詹姆斯·布里奇 将机器学习应用于选择启发式方法来选择圆柱代数分解的变量顺序的问题。 （英语） Zbl 1304.68224号 Watt，Stephen M.（编辑）等人，《智能计算机数学》。2014年7月7日至11日在葡萄牙科英布拉举行的2014年国际会议。诉讼程序。柏林：施普林格出版社（ISBN 978-3-319-08433-6/pbk）。计算机科学课程讲稿8543。《人工智能课堂讲稿》，92-107（2014）。 摘要：柱面代数分解（CAD）是计算代数几何中的一个关键工具，特别是用于消除实闭域上的量词。使用CAD时，通常可以选择变量的顺序。这一点很重要，因为有些问题对于一个变量的排序是不可行的，但对于另一个变量来说很容易。机器学习是基于从测量数据中学习到的属性将计算机模型拟合到复杂函数的过程。在本文中，我们使用机器学习（特别是支持向量机）在用于选择变量顺序的启发式算法之间进行选择，其性能优于每种单独的启发式。关于整个系列，请参见[Zbl 1293.68035号]. 引用于15文件 MSC公司： 68瓦30 符号计算和代数计算 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：机器学习；支持向量机；符号计算；柱面代数分解；问题表述 软件：枫树；伦敦银行支持向量机；重新记录；QEPCAD公司；梅蒂塔斯基；SVM灯 PDF格式BibTeX公司 XML格式引用 \textit{Z.Huang}等人，Lect。注释计算。科学。8543，92-107（2014；Zbl 1304.68224） 全文： 内政部 arXiv公司 参考文献： [1] Akbarpour，B.，Paulson，L.：MetiTarski：实值特殊函数的自动定理证明器。《自动推理杂志》44（3），175-205（2010）·Zbl 1215.68206号 ·doi:10.1007/s10817-009-9149-2 [2] Alpaydin，E.：机器学习导论。麻省理工学院出版社（2004）·兹比尔1298.68002 [3] Arnon，D.，Collins，G.，McCallum，S.：柱代数分解I：基本算法。SIAM计算杂志13，865–877（1984）·Zbl 0562.14001号 ·数字对象标识代码：10.1137/0213054 [4] Baldi，P.，Brunak，S.，Chauvin，Y.，Andersen，C.A.，Nielsen，H.：评估分类预测算法的准确性：概述。生物信息学16（5），412–424（2000）·doi:10.1093/bioinformatics/16.5.412 [5] Basu，S.：《实代数几何中的算法：一项调查》（2011），www.math.purdue.edu/sbasu/raag_survey2011_final.pdf [6] Boyan，J.，Freitag，D.，Joachims，T.：用于优化web搜索引擎的机器学习架构。摘自：AAAI基于互联网的信息系统研讨会，第1-8页（1996年） [7] Bradford，R.，Davenport，J.，England，M.，McCallum，S.，Wilson，D.：布尔组合的柱面代数分解。In：程序。ISSAC 2013，第125-132页。ACM（2013）·Zbl 1359.68327号 ·doi:10.1145/2465506.2465516 [8] Bradford，R.，Davenport，J.H.，England，M.，Wilson，D.：圆柱代数分解的优化问题公式。作者：Carette，J.、Aspinall，D.、Lange，C.、Sojka，P.、Windsteiger，W.（编辑）CICM 2013。LNCS（LNAI），第7961卷，第19-34页。斯普林格，海德堡（2013）·兹比尔1390.68775 ·doi:10.1007/978-3642-39320-42 [9] Bridge，J.P.：机器学习和自动定理证明。剑桥大学计算机实验室技术报告UCAM-CL-TR-792（2010），http://www.cl.cam.ac.uk/techreports/UCAM-cl-TR-792.pdf [10] Bridge，J.，Holden，S.，Paulson，L.：一阶定理证明的机器学习。《自动推理杂志》，1–32（2014）·Zbl 1314.68274号 ·doi:10.1007/s10817-014-9301-5 [11] Brown，C.：圆柱代数分解的改进投影。符号计算杂志32（5），447–465（2001）·Zbl 0981.68186号 ·doi:10.1006/jsco.2001.0463 [12] Brown，C.：QEPCAD B：使用CAD计算半代数集的程序。ACM SIGSAM公告37（4），97–108（2003）·兹比尔1083.68148 ·数字对象标识代码：10.1145/968708.968710 [13] Brown，C.：教程指南：柱形代数分解。发表于ISSAC 2004（2004），www.usna.edu/Users/cs/wcbrown/research/ISAC04/handout.pdf [14] Brown，C.，Davenport，J.：量词消除和柱面代数分解的复杂性。In：程序。ISSAC 2007，第54–60页。ACM（2007）·Zbl 1190.68028号 ·数字对象标识代码：10.1145/1277548.1277557 [15] Brown，C.，Kahoui，M.E.，Novotni，D.，Weber，A.：流行病建模中平衡研究的算法方法。符号计算杂志41，1157–1173（2006）·Zbl 1120.92034号 ·doi:10.1016/j.jsc.2005.09.011 [16] Carette，J.：理解表达式简化。In：程序。ISSAC 2004，第72-79页。ACM（2004）·Zbl 1134.68596号 ·doi:10.1145/1005285.1005298 [17] Chen，C.，Maza，M.M.，Xia，B.，Yang，L.：通过三角分解计算圆柱代数分解。In：程序。ISSAC 2009，第95-102页。ACM（2009）·Zbl 1237.14068号 ·doi:10.1145/1576702.1576718 [18] Collins，G.E.：通过柱面代数分解消除实闭场的量词。收录：Brakhage，H.（编辑）GI-Fachtagung 1975。LNCS，第33卷，第134-183页。斯普林格，海德堡（1975）·doi:10.1007/3-540-07407-4_17 [19] Collins，G.：通过柱面代数分解消除量词——20年的进步。量词消除和柱代数分解。《符号计算的文本与专著》，第8-23页。斯普林格（1998）·Zbl 0900.03053号 [20] Collins，G.，Hong，H.：量词消除的部分柱面代数分解。符号计算杂志12，299–328（1991）·Zbl 0754.68063号 ·doi:10.1016/S0747-7171（08）80152-6 [21] Cristianini，N.，Shawe-Taylor，J.：支持向量机和其他基于核的学习方法简介。剑桥大学出版社（2000）·Zbl 0994.68074号 ·doi:10.1017/CBO9780511801389 [22] Davenport，J.、Bradford，R.、England，M.、Wilson，D.：存在复数的程序验证、带有分支切割的函数等。SYNASC 2012，第83-88页。IEEE（2012）·doi:10.1109/SYNASC.2012.68 [23] Dolzmann，A.、Seidl，A.、Sturm，T.：CAD的有效投影顺序。In：程序。ISSAC 2004，第111-118页。ACM（2004）·Zbl 1134.68575号 ·数字对象标识代码：10.1145/1005285.1005303 [24] Dolzmann，A.，Sturm，T.：REDLOG：计算机代数与计算机逻辑相结合。SIGSAM公告31（2），2–9（1997）·doi:10.1145/261320.261324 [25] Dolzmann，A.，Sturm，T.，Weispfenning，V.：实际中的真正量词消除。摘自：《算法代数与数论》，第221-247页。斯普林格（1998）·Zbl 0934.68130号 [26] England，M.：利用问题公式、方程约束和真实不变在Maple中实现CAD。巴斯大学计算机科学系技术报告2013-04（2013），网址：http://opus.bath.ac.uk/35636/ [27] Forsyth，R.，Rada，R.：机器学习：在专家系统和信息检索中的应用。霍尔斯特德出版社（1986） [28] Fotiou，I.，Parrilo，P.，Morari，M.：使用柱面代数分解的非线性参数优化。摘自：2005年欧洲决策和控制控制会议，CDC-ECC 2005，第3735–3740页（2005）·doi:10.1109/CDC.2005.1582743 [29] Hong，H.：圆柱代数分解中投影算子的改进。In：程序。ISSAC 1990，第261-264页。ACM（1990）·数字对象标识代码：10.1145/96877.96943 [30] Hornik，K.，Stinchcombe，M.，White，H.：多层前馈网络是通用逼近器。神经网络2（5），359–366（1989）·Zbl 1383.92015年 ·doi:10.1016/0893-6080（89）90020-8 [31] Huang，Z.，Paulson，L.：机器学习在rcf决策过程中的应用。In：程序。第20届自动推理研讨会（2013年） [32] Hsu，C.，Chang，C.，Lin，C.：支持向量分类实用指南（2003） [33] Iwane，H.，Yanami，H.，Anai，H.，Yokoyama，K.：用于量词消去的符号数字柱面代数分解的有效实现。In：程序。SNC 2009，第55–64页（2009）·Zbl 1356.68282号 ·数字对象标识代码：10.1145/1577190.1577203 [34] Joachims，T.：使大规模SVM学习实用化。摘自：《内核方法的进展——支持向量学习》，第169-184页。麻省理工学院出版社（1999） [35] Joachims，T.：多元性能度量的支持向量方法。In：程序。第22届国际机器学习大会，第377–384页。ACM（2005）·数字对象标识代码：10.1145/102351.1102399 [36] Jovanović，D.，de Moura，L.：解决非线性算法。收录于：Gramlich，B.、Miller，D.、Sattler，U.（编辑）IJCAR 2012。LNCS，第7364卷，第339-354页。斯普林格，海德堡（2012）·兹比尔1358.68257 ·doi:10.1007/978-3-642-31365-3_27 [37] McCallum，S.：柱面代数分解的改进投影操作。量词消除和柱代数分解。《符号计算中的文本与专著》，第242–268页。斯普林格（1998）·Zbl 0900.68279号 ·doi:10.1007/978-3-7091-9459-112 [38] McCallum，S.：关于带等式约束的基于CAD的量词消除中的投影。In：程序。ISSAC 1999，第145-149页。ACM（1999）·数字对象标识代码：10.1145/309831.309892 [39] McCulloch，W.S.，Pitts，W.：神经活动内在思想的逻辑演算。《数学生物物理公报》5（4），115–133（1943）·Zbl 0063.03860号 ·doi:10.1007/BF02478259 [40] Rosenblatt，F.：感知器：大脑中信息存储和组织的概率模型。《心理学评论》65（6），386（1958）·doi:10.1037/0042519 [41] Schölkopf，B.，Tsuda，K.，Vert，J.-P.：计算生物学中的内核方法。麻省理工学院出版社（2004） [42] Sebastiani，F.：自动文本分类中的机器学习。ACM计算调查（CSUR）34（1），1-47（2002）·doi:10.1145/505282.505283 [43] Shawe-Taylor，J.，Cristianini，N.：模式分析的核心方法。剑桥大学出版社（2004）·Zbl 0994.68074号 ·doi:10.1017/CBO9780511809682 [44] Stone，P.，Veloso，M.：《多智能体系统：从机器学习角度的调查》。自动机器人8（3），345–383（2000）·doi:10.1023/A:1008942012299 [45] 斯特泽波恩斯基，A.：使用验证的数值进行圆柱代数分解。符号计算杂志41（9），1021–1038（2006）·Zbl 1124.68123号 ·doi:10.1016/j.jsc.2006.06.004 [46] 斯特泽波恩斯基，A.：求解柱代数公式表示的半代数集上的多项式系统。In：程序。ISSAC 2012，第335-342页。ACM（2012年）·兹比尔1308.68191 ·doi:10.1145/2442829.2442877 [47] Tarski，A.：初等代数和几何的决策方法。量词消除和柱代数分解。《符号计算的文本和专著》，第24-84页。斯普林格（1998）·doi:10.1007/978-3-7091-9459-13 [48] Wilson，D.、Bradford，R.、Davenport，J.：CAD示例库。计算机代数中的ACM通信46（3），67–69（2012）·Zbl 1322.68294号 [49] Wilson，D.，Davenport，J.，England，M.，Bradford，R.：重新制定了“钢琴搬家”问题。In：程序。2013年SYNASC。IEEE（2013） [50] 用于求解非线性算法的基准。纽约大学（2012），网址：http://cs.nyu.edu/dejan/非线性/ 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。