論文の概要: Seminaive Materialisation in DatalogMTL
- arxiv url: http://arxiv.org/abs/2208.07100v1
- Date: Mon, 15 Aug 2022 10:04:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-16 14:34:27.042603
- Title: Seminaive Materialisation in DatalogMTL
- Title（参考訳）: datalogmtlにおけるseminaive materialization
- Authors: Dingmin Wang, Przemys{\l}aw Andrzej Wa{\l}\k{e}ga, and Bernardo Cuenca
Grau
- Abstract要約: DatalogMTLは、計量時間演算子を備えたDatalogの拡張である。
本稿では,冗長計算を最小化するための物質化に基づく手法を提案する。
実験の結果,DatalogMTLの最適化セミナティブ戦略により,製造時間を大幅に短縮できることがわかった。
- 参考スコア（独自算出の注目度）: 10.850687097496373
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: DatalogMTL is an extension of Datalog with metric temporal operators that has
found applications in temporal ontology-based data access and query answering,
as well as in stream reasoning. Practical algorithms for DatalogMTL are reliant
on materialisation-based reasoning, where temporal facts are derived in a
forward chaining manner in successive rounds of rule applications. Current
materialisation-based procedures are, however, based on a naive evaluation
strategy, where the main source of inefficiency stems from redundant
computations.
In this paper, we propose a materialisation-based procedure which,
analogously to the classical seminaive algorithm in Datalog, aims at minimising
redundant computation by ensuring that each temporal rule instance is
considered at most once during the execution of the algorithm. Our experiments
show that our optimised seminaive strategy for DatalogMTL is able to
significantly reduce materialisation times.
- Abstract（参考訳）: datalogmtlは,時間的オントロジーベースのデータアクセスとクエリ応答,さらにはストリーム推論にも応用可能な,メトリックな時間演算子を備えたdatalogの拡張である。
datalogmtlの実用的なアルゴリズムは、逐次的なルール適用において、時間的事実をフォワードチェーン方式で導出する、実体化に基づく推論に依存する。
しかし、現在の実現に基づく手続きは、非効率の主な原因が冗長な計算に起因しているナイーブな評価戦略に基づいている。
本稿では,datalog の古典的セミナティブアルゴリズムと同様に,各時間的ルールインスタンスがアルゴリズムの実行中に最大1回だけ考慮されることを保証することにより,冗長な計算を最小化することを目的とした,具体化に基づく手法を提案する。
実験の結果,DatalogMTLの最適化セミナティブ戦略により,製造時間を大幅に短縮できることがわかった。
関連論文リスト
- Learning Temporal Logic Predicates from Data with Statistical Guarantees [0.0]
有限サンプル精度保証データから時間論理の述語を学習する新しい手法を提案する。
提案手法は,表現最適化と共形予測を利用して,将来の軌跡を正しく記述した述語を学習する。
論文 参考訳（メタデータ） (2024-06-15T00:07:36Z) - Minimally Supervised Learning using Topological Projections in
Self-Organizing Maps [55.31182147885694]
自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。
提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。
提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
論文 参考訳（メタデータ） (2024-01-12T22:51:48Z) - Synthesizing Efficiently Monitorable Formulas in Metric Temporal Logic [4.60607942851373]
システム実行から形式仕様を自動合成する問題を考察する。
時間論理式を合成するための古典的なアプローチの多くは、公式のサイズを最小化することを目的としている。
我々は,この概念を定式化し,有界な外見を持つ簡潔な公式を合成する学習アルゴリズムを考案する。
論文 参考訳（メタデータ） (2023-10-26T14:13:15Z) - Large-Scale OD Matrix Estimation with A Deep Learning Method [70.78575952309023]
提案手法は,ディープラーニングと数値最適化アルゴリズムを統合し,行列構造を推論し,数値最適化を導出する。
大規模合成データセットを用いて,提案手法の優れた一般化性能を実証するために実験を行った。
論文 参考訳（メタデータ） (2023-10-09T14:30:06Z) - Enhancing Datalog Reasoning with Hypertree Decompositions [17.868595375154506]
データログプログラムの物質化と漸進的評価にハイパーツリー分解を利用するアルゴリズムを提供する。
このアプローチを標準データログ推論アルゴリズムとモジュール方式で組み合わせることで,分解によるオーバーヘッドを低減する。
論文 参考訳（メタデータ） (2023-05-11T14:51:16Z) - Dynamic Scheduling for Federated Edge Learning with Streaming Data [56.91063444859008]
我々は,長期的エネルギー制約のある分散エッジデバイスにおいて,トレーニングデータを時間とともにランダムに生成するフェデレーションエッジ学習(FEEL)システムを検討する。
限られた通信リソースとレイテンシ要件のため、各イテレーションでローカルトレーニングプロセスに参加するのはデバイスのサブセットのみである。
論文 参考訳（メタデータ） (2023-05-02T07:41:16Z) - Linear Temporal Logic Modulo Theories over Finite Traces (Extended
Version) [72.38188258853155]
有限トレース(LTLf)上の線形時間論理について検討する。
命題の文字は任意の理論で解釈された一階述語式に置き換えられる。
Satisfiability Modulo Theories (LTLfMT) と呼ばれる結果の論理は半決定可能である。
論文 参考訳（メタデータ） (2022-04-28T17:57:33Z) - MeTeoR: Practical Reasoning in Datalog with Metric Temporal Operators [12.145849273069627]
本稿では,物質化(前方連鎖)とオートマトンに基づく手法を組み合わせたDatalogMTLの実用的な推論手法を提案する。
MeTeoRは、複雑な時間的ルールを推論し、数百万の時間的事実のデータセットを含むスケーラブルなシステムである。
論文 参考訳（メタデータ） (2022-01-12T17:46:18Z) - Uncertainty-Aware Signal Temporal logic [21.626420725274208]
既存の時間論理推論手法は、データの不確かさをほとんど無視する。
本稿では,不確実性を考慮した信号時間論理(STL)推論手法を提案する。
論文 参考訳（メタデータ） (2021-05-24T21:26:57Z) - Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。
提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
論文 参考訳（メタデータ） (2021-05-23T19:21:55Z) - Improving a State-of-the-Art Heuristic for the Minimum Latency Problem
with Data Mining [69.00394670035747]
ハイブリッドメタヒューリスティックスは、オペレーション研究のトレンドとなっている。
成功例は、Greedy Randomized Adaptive Search Procedures (GRASP)とデータマイニング技術を組み合わせたものだ。
論文 参考訳（メタデータ） (2019-08-28T13:12:30Z)
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。