論文の概要: diff-SAT -- A Software for Sampling and Probabilistic Reasoning for SAT and Answer Set Programming

• arxiv url: http://arxiv.org/abs/2101.00589v1
• Date: Sun, 3 Jan 2021 09:04:31 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-12 11:36:44.622419
• Title: diff-SAT -- A Software for Sampling and Probabilistic Reasoning for SAT and Answer Set Programming
• Title（参考訳）: diff-SAT -- SATとAnswer Setプログラミングのためのサンプリングと確率推論のためのソフトウェア
• Authors: Matthias Nickles
• Abstract要約: diff-SATは正規解と確率的節、事実、ルールを使用する能力を組み合わせる。 サンプリングプロセスは、ユーザ定義の微分可能目的関数を最小化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper describes diff-SAT, an Answer Set and SAT solver which combines regular solving with the capability to use probabilistic clauses, facts and rules, and to sample an optimal world-view (multiset of satisfying Boolean variable assignments or answer sets) subject to user-provided probabilistic constraints. The sampling process minimizes a user-defined differentiable objective function using a gradient descent based optimization method called Differentiable Satisfiability Solving ($\partial\mathrm{SAT}$) respectively Differentiable Answer Set Programming ($\partial\mathrm{ASP}$). Use cases are i.a. probabilistic logic programming (in form of Probabilistic Answer Set Programming), Probabilistic Boolean Satisfiability solving (PSAT), and distribution-aware sampling of model multisets (answer sets or Boolean interpretations).
• Abstract（参考訳）: 本稿では,正規解法と確率的節,事実,規則を併用し,ユーザが提供する確率的制約を考慮した最適世界観(ブール変数代入や回答集合を満足するマルチセット)をサンプリングする解法であるdiff-SATについて述べる。 サンプリングプロセスは、勾配降下に基づく最適解法(\partial\mathrm{SAT}$)を用いて、ユーザ定義の微分対象関数を最小化し、それぞれ微分可能な解集合プログラミング(\partial\mathrm{ASP}$)を行う。 ユースケースはi.a。 確率的論理プログラミング(確率的解集合プログラミング)、確率的ブール充足可能性解法(psat)、モデル多重集合(アンスワー集合またはブール解釈)の分布認識サンプリング。

関連論文リスト

• Resource-Constrained Heuristic for Max-SAT [0.848762374187855]
  より大規模な問題をより小さなサブコンポーネントに繰り返し分解する,Max-SATのインスタンスに対するリソース制約を提案する。 本研究では,所定のSATインスタンスの構造を利用するグラフベースの新しい手法を含む,変数選択手法の集合を分析する。 我々は,Max-SAT評価ベンチマークを用いて,ランダムに生成されたMax-SATインスタンスと実世界の実例について実験を行った。
  論文  参考訳（メタデータ） (2024-10-11T18:20:08Z)
• Probabilistic Answer Set Programming with Discrete and Continuous Random Variables [0.18416014644193066]
  Probabilistic Answer Set Programming (PASP)は、不確実な情報を表す確率的事実でAnswer Set Programmingを拡張します。 我々はHPASP(Hybrid Probabilistic Answer Set Programming)を提案する。 本稿では,予測された回答集合列挙と知識コンパイルに基づいて,2つの正確なアルゴリズムの性能を議論し,実装し,評価する。
  論文  参考訳（メタデータ） (2024-09-30T13:24:42Z)
• Decomposing Hard SAT Instances with Metaheuristic Optimization [52.03315747221343]
  分解硬度(d硬度)の概念を導入する。 d-硬度が$C$ w.r.tの硬度の推定値を示すことを示す。
  論文  参考訳（メタデータ） (2023-12-16T12:44:36Z)
• $\omega$PAP Spaces: Reasoning Denotationally About Higher-Order, Recursive Probabilistic and Differentiable Programs [64.25762042361839]
  $omega$PAP 空間は表現的微分可能および確率的プログラミング言語についての推論のための空間である。 我々の意味論は、最も実践的な確率的で微分可能なプログラムに意味を割り当てるのに十分である。 確率プログラムのトレース密度関数のほぼすべての微分可能性を確立する。
  論文  参考訳（メタデータ） (2023-02-21T12:50:05Z)
• Estimating the hardness of SAT encodings for Logical Equivalence Checking of Boolean circuits [58.83758257568434]
  LEC インスタンスの SAT 符号化の硬さは SAT パーティショニングでは textitw.r. と推定できることを示す。 そこで本研究では, SAT符号化の難易度を精度良く推定できるパーティショニング法を提案する。
  論文  参考訳（メタデータ） (2022-10-04T09:19:13Z)
• Multi-block-Single-probe Variance Reduced Estimator for Coupled Compositional Optimization [49.58290066287418]
  構成問題の複雑さを軽減するために,MSVR (Multi-block-probe Variance Reduced) という新しい手法を提案する。 本研究の結果は, 試料の複雑さの順序や強靭性への依存など, 様々な面で先行して改善された。
  論文  参考訳（メタデータ） (2022-07-18T12:03:26Z)
• Transformer-based Machine Learning for Fast SAT Solvers and Logic Synthesis [63.53283025435107]
  CNFベースのSATとMaxSATは論理合成と検証システムの中心である。 そこで本研究では,Transformerアーキテクチャから派生したワンショットモデルを用いて,MaxSAT問題の解法を提案する。
  論文  参考訳（メタデータ） (2021-07-15T04:47:35Z)
• Transforming Probabilistic Programs for Model Checking [0.0]
  確率的プログラムに静的解析を適用し、2つの重要なモデル検査手法の大部分を自動化する。 本手法は,密度関数を指定する確率的プログラムを,効率的なフォワードサンプリング形式に変換する。 本稿では,一般的なStan確率型プログラミング言語を対象とする実装を提案する。
  論文  参考訳（メタデータ） (2020-08-21T21:06:34Z)
• Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
  確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。 我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。 まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2020-08-19T16:04:34Z)
• Improving probability selecting based weights for Satisfiability Problem [6.59413630027528]
  ランダム k-SAT と HRS に対して,SelectNTS という新しい SLS アルゴリズムを提案する。 我々のアルゴリズムは最先端のランダムSATアルゴリズムより優れており、SelectNTSはランダムk-SATとHRSの両方を効果的に解くことができる。
  論文  参考訳（メタデータ） (2020-07-30T02:23:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。