d-DNNF 电路的伪多项式时间 Top-k 算法
本文介绍了可分解否定范式(DNNF)作为可行的命题理论形式,并提供了一些在多项式时间内可以执行的强大逻辑操作。在此基础上,本文提出了将任何合取范式(CNF)转化为 DNNF 的算法,并提供其空间和时间复杂度上的结构保证。同时它也介绍了将有序二叉决策图(OBDD)表示的命题理论转换为等价的 DNNF 的线性时间算法。接着,介绍了采用新的操作在 d-DNNF 上遍历之后实现线性时间、完整的信念修正系统。
Mar, 2000
通过使用 Davis-Putnam 算法,提出了一种算法 CDP,用于计算 CNF 或 DNF 公式的模型的准确数量,该算法的平均运行时间是 O (nm^d),在大量的 CNF formulas 实验中的实际表现已经被估计。
Jun, 2011
本文研究了用于准确计算布尔公式的确定性决策图 (d-DNNF) 表示法,将其转换为自由二叉决策图 (FBDD) 用于提供计算上限,并证明了决策 - DNNF 的指数下限,从而提高了关联概率数据库的计算效率。
Sep, 2013
研究了在 $k$-SAT 问题中寻找满足分配的算法任务,证明了低次数多项式算法类无法在特定子密度下解决该问题,这是关于任何算法类在与 Fix 相等水平难度下的首个困难结果。
Jun, 2021
研究了逻辑程序中稳定模型的最大数量问题,得到了所有逻辑程序及分离逻辑程序的最大值,且提出了一种可在 O (3^{n/3}) 的最坏情况下找到 n 个子句程序的所有稳定模型的算法。
Jan, 1999
结构化 d-DNNF、SDD 和 OBDD 之间存在可处理性转换和简洁性差距的问题,我们通过实验证明结构化 d-DNNF 不支持多项式时间的取反、析取和存在量词操作,并且存在一些函数,其具有等价的多项式大小的结构化 d-DNNF,但没有等价的 SDD 表示。我们还通过对算术电路(AC)的研究,将这个结果推广到 PSDD 和结构化 d-DNNF 的单调 AC 类似物之间,从而展示了简洁性差距。
Feb, 2024
研究了在用户级差分隐私的条件下,对于大数据域中的前 k 项选择问题。介绍了新的算法,使用真实的前固定 k 项,实现了(近似)(ϵ,δ>0)差分隐私。提供了算法的隐私组合边界。
May, 2019