贝恩德·贝克尔；吕迪格·埃勒斯；马修·刘易斯；马林，保罗 通过计算学习求解ALLQBF。 （英文） Zbl 1374.68487号 Chakraborty，Supratik（编辑）等人，《验证和分析自动化技术》。2012年10月3日至6日，印度第十届国际研讨会，2012年ATVA，Thiruvananthapuram。诉讼程序。柏林：施普林格出版社（ISBN 978-3-642-3385-9/pbk）。《计算机科学讲义》7563170-384（2012）。 摘要：在过去几年中，基于搜索的QBF解算器已成为形式方法领域中许多应用程序的关键。然而，对其推理效率的利用仅限于“可满足/不可满足”答案或开放量化布尔公式的一个模型足以作为结果的应用，而到目前为止，需要所有模型的紧凑表示的应用无法用QBF求解器解决。在本文中，我们描述了计算学习是如何解决这个问题的。我们的算法使用基于搜索的QBF解算器，并以CNF（合取范式）、DNF（析取范式）或CDNF（DNF的合取）表示来学习给定开放QBF问题的所有模型的集合。我们使用来自时序逻辑和监控计算的有限状态系统合成的基准，对我们的方法进行了实验评估。关于整个系列，请参见[Zbl 1251.68006号]. 引用于1文件 MSC公司： 68吨15 定理证明（演绎、解析等）（MSC2010） 60年第68季度 规范和验证（程序逻辑、模型检查等） 68T05型 人工智能中的学习和自适应系统 关键词：QBF公司；计算学习；QBF模型枚举 软件：帕奎贝 PDF格式BibTeX公司 XML格式引用 \textit{B.Becker}等人，Lect。注释计算。科学。7561370-384（2012年；Zbl 1374.68487） 全文： 内政部