米科拉什·亚诺塔;马丁·苏达 面向更智能的MACE型模型发现者。 （英语） Zbl 1415.68194号 Barthe，Gilles（编辑）等人，LPAR-22。第22届编程、人工智能和推理逻辑国际会议，埃塞俄比亚阿瓦萨，2018年11月17日至21日。精选论文。曼彻斯特：EasyChair。EPiC系列。计算。57, 454-470 (2018). 摘要：有限模型查找器是一种用于确定有限模型属性问题的强大工具，例如Bernays-Schönfinkel片段（EPR）。此外，有限模型发现器为可反满足猜想提供了有用的信息。本文研究了基于转换为SAT的有限模型光纤中的几种新技术，称为MACE式方法。我们提出的方法是由反例抽象精化（CEGAR）驱动的，它已被证明是可满足模理论（SMT）和量化布尔公式（QBF）中量词上下文中的一个强大工具。基于CEGAR的方法的一个缺点是，为了猜测正确的模型，需要一定的运气，因为求解器总是根据有关公式的不完整信息进行操作。为了解决这个问题，我们建议使用机器学习算法增强模型查找器，以提高遇到正确模型的可能性。基于上述思想实现的原型显示出非常有希望的结果。关于整个系列，请参见[Zbl 1407.68021号]. 引用于1文件 MSC公司： 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：CEGAR公司;电子顺磁共振;有限模型探测器;坐 PDF格式BibTeX公司 XML格式引用 \textit{M.Janota}和\textit{M.Suda}，EPiC Ser。计算。57、454--470（2018年；Zbl 1415.68194） 全文： 内政部