Sep, 2010

基于线性逻辑的包含析取的约束处理规则分析

PDF
TL;DR本文关注 Constraint Handling Rules（CHR）及其拓展 CHRv 的声明式语言，分析其经典的声明式语义的优缺点，提出并开发基于线性逻辑的声明式语义，探讨如何将其应用于决定程序属性和证明跨语言范式的 CHRv 程序的运行等价性。
constraint handling rulesdeclarative programminglinear-logic semanticsprogram propertiesoperational equivalence
发现论文，激发创造
  • 使用线性约束进行逻辑编程的终止分析

    这篇论文提出了规则受限和循环受限程序的新类别，通过更全局地分析术语如何从规则的主体传播到头部来克服目前方法的各种限制。

    Dec, 2015

  • 分布式约束优化的逻辑和约束逻辑编程

    本文旨在探究利用基于逻辑编程技术的基础设施，通过使用一种通用约束求解器（此处为约束逻辑编程系统）来处理代理层次的约束求解，以解决分布式约束优化问题，并通过初步实验表明其在性能和可扩展性方面较目前最先进的 DCOP 系统有所提高，为解决 DCOP 问题提供更先进的技术手段（例如搜索策略和复杂约束) 。

    May, 2014

  • 有序析取的逻辑编程

    该研究介绍了基于排序析取的逻辑程序设计，结合了响应集编程的想法，它有助于设计和配置应用，并可作为定性决策的基础。

    Jul, 2002

  • Chronosymbolic Learning: 采用符号推理和归纳学习的高效 CHC 求解

    本论文提出了 Chronosymbolic Learning 这一基于数据驱动的框架，结合符号信息和数值数据点解决 Constrained Horn Clauses（CHC）系统，此工具在包含许多非线性整数算术实例的数据集上表现出比现有 CHC 求解器更高的性能。

    May, 2023

  • 应用约束逻辑编程于 SQL 语义分析

    使用约束逻辑编程 (CL) 对 SQL 查询进行建模，通过关注语义属性来对数据无关的抽象层进行建模，以发现可能存在的错误。该方法使用不同的约束域，这些约束域映射到 SQL 类型，并提出它们协作以提高准确性，最终我们获得一个包括 SQL 和 Datalog 的演绎系统并在课堂上实现它，和其他方法相比，表现出巨大的优势和差异，并展示其性能数据。

    Jul, 2019

  • 使用 GNN 探索 Horn 子句的表示（扩展技术报告）

    本文提出了一种新的基于图的编程语义学习方法 - 关系超图神经网络（R-HyGNN），通过学习规约角色（Constrained Horn Clauses）的图形表示，提供了一种有效的语言无关的程序特征提取方式，并在 CHC-COMP 2021 基准上展示了一系列任务的准确性。

    Jun, 2022

  • 带继承的分离逻辑程序

    该论文提出了一种新的知识表示语言 DLP <，通过继承扩展了具有强否定的分段逻辑编程。文中提供了 DLP < 的声明性模型论语义，并通过将经典的非单调问题编码为 DLP < 来说明其知识建模功能，证明了继承不会导致任何计算开销。

    May, 2001

  • 关于策略的推理：关于模型检查问题

    介绍了一种更广泛的策略逻辑，用于在多代理并发游戏中推理策略，证明了其包括 CHP-SL，同时维护可决策模型检查问题。

    Dec, 2011

  • 基于 Horn 描述逻辑本体的规划表达能力（技术报告）

    本文通过基于 DL 本体的规划来解决开放世界状态约束，并提出了一种新的编译方案，即基于 DL 查询重写为具有分层否定的 Datalog 的标准 PDDL，以应对更具表现力的 DL，同时还证明了我们的方法可以优于以前的 DL 本体规划工作。

    Mar, 2022

  • 带算术表达式和一致性恢复规则的 ASP {f} 语言

    本文扩展了答案集编程的语言支持，使其包含非赫尔布兰函数的算术表达式、各种不等式关系和一致性规则，并演示了该版本语言在重要知识表示中的应用。

    Jan, 2013