使用表格逻辑编程解决 Petrobras 规划问题
论文介绍了 Picat 计划器及其实现,以及在国际计划竞赛(IPC)2014 中使用的几个领域的规划模型,证明表格逻辑编程对计划的有效性,强调建模的重要性,并在示例模型中提出了几种建模技术,从设计状态表示以促进数据共享和对称性打破,用运算编码操作以进行有效的前置条件检查和状态更新,到整合领域知识和启发式算法。
Jul, 2015
该论文调查了 TLP 及其在 XSB Prolog 中的实现应用,同时讨论了 XSB Prolog 如何在动态改变代码和多线程环境下支持 tabling 以提高程序效率,并应用到程序分析和语义 Web 的查询中。
Dec, 2010
本文介绍了概率逻辑编程(PLP)及其相关技术(如 PRISM、Possibilistic Logic Programming 等),并展示了 PITA 系统如何能够高效支持 PLP、PRISM 和 PLP。
Jul, 2011
本文采用 Pattern-Exploiting Training 技术对预训练语言模型进行强化,在知识事实和表格推理方面优于当前基准,且更有效地支持信息选项卡的底层推理任务,且该模型对各种字符和单词级扰动具有鲁棒性。
Oct, 2022
本文介绍一种用于优化 Datalog 查询的索引技术,通过确定最佳索引方案及 Datalog 规则的适当排列来降低内存消耗并优化查询效率,结果表明在不损失效率的情况下,内存使用显著减少。
Jul, 2019
使用布尔矩阵逻辑编程(BMLP)算法以及 Petri 网的逻辑等价 Datalog 程序,可以有效地模拟和评估复杂系统的元网,解决了逻辑程序处理庞大 Petri 网的困难,提高了性能和分析能力。
May, 2024
该论文研究 Constraint Model 的性能如何通过将子问题转换为单个表约束来提高,提出了识别有前途的候选子问题的启发式方法,并自动将它们转换为表约束。在 Savile Row 约束建模工具中,完全自动地发现有前途的子问题并将其制表以避免多次制表。通过表述约束表达式的简单算法,我们对早期的制表工作中使用的基准问题表现出良好的表现,对于一些新的问题类别也表现出良好的效果。在某些情况下,完全自动的过程导致求解器性能增长数个数量级。
Feb, 2022
本研究介绍了一种利用启发式算法解决定理证明和计划制定问题的方法,并将其应用于 situation calculus 中。该方法通过使用 A * 搜索算法排列一系列情境,并利用删除松弛法控制启发式规划器,获得较短的计划方案,并探索较少的状态。实验表明,该方法可以应用于较大规模的问题。
Mar, 2023
本文基于 TAPAS 模型扩展 BERT 框架以理解表格语义结构,在 SemEval-2021 任务 9 中解决表格事实的声明验证和证据查找问题,并通过在表头行上进行规范化来优化 TAPAS 在子任务 A 中的表现,在子任务 B 中引入不同的 fine-tuning 策略来提高模型准确率,模型在三种分类任务下分别取得了 67.34、72.89 和 62.95 的 F1 分数。
Jun, 2021
本文介绍了一个将表扬逻辑编程与表格逻辑编程结合的方法,可以在显式否定和答案集的情况下计算基于显式否定和答案集的抽象,同时提供了一个用于评估查询的新型表格方法。
Dec, 2003