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