MMDec, 2018

基于采样的多模型优化的可导可满足性和可导答案集编程

PDF
TL;DR本文介绍了 Differentiable SAT/ASP 方法，使用梯度下降分支机制采样不同模型进行多模型优化，其主要应用包括分布感知模型采样和富有表现力的可扩展概率逻辑编程，并提出了算法性能检测软件 DelSAT，实验表明该方法性能强劲，远优于与之相比的其他方法。
differentiable sat/aspmulti-model optimizationprobabilistic logic programmingcdnl/cdcl algorithmdelsat
发现论文，激发创造
  • 一种多引擎的答案集编程方法

    本文提出了一种在现有 ASP 求解器基础之上通过应用机器学习方法，通过识别 ASP 程序的一组易于计算的句法特征，并对这些实例上的性能表现进行归纳学习算法选择策略，从而能够比第三届 ASP 竞赛的任何求解器都更有效地解决实例。

    Jun, 2013

  • 基于启发式分解的答案集计算优化

    该研究提出了一种新的优化方法，基于树分解技术和启发式算法，可以将一个输入的逻辑程序转化为一个等价的程序以提高 ASP 系统的求解效率，并在实验中验证了其有效性。

    Dec, 2018

  • 通过动态规划计算答案集数量

    该论文提出一种基于动态规划的 ASP (#ASP) 算法，以解决基于原子命题公式的可满足性问题 (#SAT)，该算法利用底层 ASP 程序的结构，实验结果表明该算法在与现有求解器的比较中很有前途。

    Dec, 2016

  • 有界基础的答案集编程

    本文提出了基于边界约束的 ASP（Bound Founded Answer Set Programming）方法，解决了 ASP 系统中存在的基于有限域变量建模的算法性难题，同时将 ASP 的语义从布尔值和常规规则扩展到了数值变量上。

    May, 2014

  • 面向答案集编程中猜测和检查程序的自动集成：元解释器和应用

    本文提出将无环扩展析取逻辑程序转化为分层正向扩展析取逻辑程序的方法并将研究应用于 ASP 中这一强大的工具，扩展了现有策略在编程范式中的应用，进一步提高了处理 NP 问题的方法。

    Jan, 2005

  • 目标导向的约束答案集程序设计的证明

    使用基于约束的谓词应答集编程的查询驱动自顶向下执行模型 s (CASP) 生成完整解释树，为 ASP 应答集提供最小化且易于转化为自然语言的解释，显著促进了 ASP 程序理解和操作的可行性。

    Sep, 2020

  • 基于答案集规划的求解器调度

    本研究提出了一种使用 Answer Set Programming 自动确定精细的、非均匀且有序的求解器调度方案的方法，并且可以定制化地生成并行调度方案。

    Jan, 2014

  • dPASP：面向神经符号学习和推理的全面可微概率答案集编程环境

    我们提出了 dPASP，一种新颖的声明性概率逻辑编程框架，用于可微的神经符号推理。该框架允许使用神经谓词、逻辑约束和区间值概率选择来指定离散概率模型，从而支持低级知觉（图像、文本等）、常识推理和（模糊的）统计知识的模型。我们讨论了可以表达非确定性、矛盾、不完整和 / 或统计知识的概率逻辑程序的多种语义。我们还讨论了在选定语义下如何使用神经谓词和概率选择进行基于梯度的学习。然后，我们描述了一个实现了推理和学习功能的软件包，并提供了几个示例程序。该软件包对深度学习系统内部工作的用户知识要求很少，同时允许端到端地训练相当复杂的模型和损失函数。

    Aug, 2023

  • 稳定 - 不稳定语义：超越 NP 的普通逻辑程序

    提出一种基于逻辑编程的建模范式，将 ASP 和 QBF 的最佳特性相结合，实现对高层次搜索问题的编码。

    Aug, 2016

  • 超越 NP 问题：量化回答集

    本文提出了一种名为 ASP (Q) 的新语言，引入了程序稳定模型上的量词，进一步拓展了 Answer Set Programming 的建模能力，可以直接对多项式层次中的问题进行建模。

    Jul, 2019