Jul, 2024

基于布尔网络的逻辑程序静态分析

HTML
PDF
TL;DRAnswer Set Programming（ASP）是一个声明性问题解决范式，可以将组合问题编码为逻辑程序，其稳定模型对应于所考虑问题的解决方案。本文深入探讨了逻辑程序和布尔网络之间的连接，该连接对于进一步研究ASP的静态分析具有统一且强大的工具价值。尤其是，新获得的见解有潜力对ASP领域的许多问题带来好处。
发现论文，激发创造
  • 具有命题连接词和聚合运算的逻辑程序

    提出了一种基于命题连词的比喻来定义aggregates的方法，可以在ASP范式下，对任意命题理论进行扩展，将aggregates定义为基础构造，并且结合了表达能力和简洁性。该定义还继承了关于具有嵌套表达式的程序的许多定理，例如强等价性和拆分定理。

    Dec, 2008

  • 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

  • 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

  • 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

  • 非基础规则在答案集编程中的威力

    该论文提出了一种新的ASP编码模式，通过利用实际问题的大规则来编码难题，尤其针对NP问题能提供更强的表达能力，并且提供基于规则分解技术的解决方案，初步的基准测试表明，放弃固定程序的简便方式可以显著提高速度。

    Aug, 2016

  • 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

  • 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

  • ASP程序的部分编译

    本文提出了一种扩展的ASP系统结构，其中将输入程序的部分编译为特定的二进制，并可能不受基础步骤的限制。我们提出了相关的部分编译技术，并在一个著名的ASP求解器上实现了新方法。结果表明，基于编译的方法对于各种用例都有改进。

    Jul, 2019

  • 验证答案集编程的工具和方法

    该研究的目标是扩展支持ASP程序验证的工具和理论，旨在促进知识表示和推理的发展，并解决人工智能中的可靠性和可解释性问题。

    Aug, 2022

  • 函数的有限可导引理：一次一致性之旅

    通过对逻辑编程领域中的回答集编程（ASP）进行分析，我们提出了一种精细化的方法，描述了ASP程序的特征，以及在一些情况下决策问题的半决策解法和用于生成有限扩展的基础步骤。

    May, 2024