完美衍生传播子
本文研究了基于传播器实现的约束传播的三种改进方法,并探索了如何跟踪下一步要应用的传播器,如何组合多个传播器以及如何动态使用这些方法。在优化中,该研究使用了基于优先级的方法来优化约束传播,并且介绍了基于阶段的传播器来提高传播效率。
Nov, 2006
该文章将提升的推断与约束语言解耦,并通过关系代数运算符定义提升的推断算子,使它们能够在语义层面(约束扩展)上进行操作,从而使其与语言无关。通过使用更强有力的约束语言,飞跃推断的效率得到了数量级的提升,从而允许进行精确推断,而不是仅使用近似推断。
Feb, 2014
使用电路复杂度工具研究全局约束的分解,证明约束传播器存在一个多项式大小分解,当且仅当可以通过一个多项式大小单调布尔电路计算,并证明领域一致性传播者不存在多项式大小分解。
May, 2009
研究提出了基于网络流的 SEQUENCE 约束条件的滤波算法及其扩展,通过使用基于线性规划的流算法,能够更加高效地维护对大型域的约束一致性。
Sep, 2009
本文研究表明,像 ALL-DIFFERENT 和 GCC 等一些常见且重要的全局约束可以被分解为简单的算术约束,我们可以在这些约束上实现界限或范围一致性,甚至可以进行更大的削减。我们在一个伪布尔求解器中使用这些分解进行了实验。
May, 2009
本文提出了一种新的基于符号区间传播和变量分裂的分支定界求解器 DPNeurifyFV,该方法采用新的启发式算法来选择区间变量,以改善变量相关性问题,在结合其他改进措施的情况下,可以显著提高深度学习神经网络验证的效率,并在空中碰撞避免网络 ACAS Xu 上实现了运行时改进。
Dec, 2022
通过建立一个简单的抽象框架,我们发现多种约束传播算法(也称为局部一致性,一致性强制,Waltz,过滤或缩小算法)是处理混沌迭代的算法实例,并且可以统一分类和比较它们并在基本属性上进行确定。
Nov, 1998
本文提出一种基于抽象解释的合作求解框架,通过组合不同的抽象域和合作方案来实现约束求解的协作。该框架支持两种新的合作方案:间隔传播器的补充和延迟乘积,实现了对约束求解的控制方面的抽象。在灵活的工作车间调度问题上,该方法已经得到了实现和应用。
Aug, 2020
本研究提出了一种名为 ProtoProp 的原型传播图方法,用于解决在零样本学习中如何使用上下文线索进行分类的难题,本方法不依赖于任何外部数据,通过在给定数据集上的实验验证,我们证明了该方法优于现有技术的结果
Jun, 2021