Fugu-MT 論文翻訳(概要): SATViz: Real-Time Visualization of Clausal Proofs

論文の概要: SATViz: Real-Time Visualization of Clausal Proofs

arxiv url: http://arxiv.org/abs/2209.05838v1
Date: Tue, 13 Sep 2022 09:34:48 GMT
ステータス: 処理完了
システム内更新日: 2022-09-14 12:45:19.344252
Title: SATViz: Real-Time Visualization of Clausal Proofs
Title（参考訳）: SATViz: クローサル証明のリアルタイム可視化
Authors: Tim Holzenkamp, Kevin Kuryshev, Thomas Oltmann, Lucas W\"aldele, Johann Zuber, Tobias Heuer, Markus Iser
Abstract要約: SATインスタンスのコミュニティ構造は、インスタンスの硬さと既知の条項品質の両方に関連付けられている。我々のツールSATVizは、可変相互作用グラフとフォース指向レイアウトアルゴリズムを用いてCNF式を可視化する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Visual layouts of graphs representing SAT instances can highlight the community structure of SAT instances. The community structure of SAT instances has been associated with both instance hardness and known clause quality heuristics. Our tool SATViz visualizes CNF formulas using the variable interaction graph and a force-directed layout algorithm. With SATViz, clause proofs can be animated to continuously highlight variables that occur in a moving window of recently learned clauses. If needed, SATViz can also create new layouts of the variable interaction graph with the adjusted edge weights. In this paper, we describe the structure and feature set of SATViz. We also present some interesting visualizations created with SATViz.
Abstract（参考訳）: SATインスタンスを表すグラフのビジュアルレイアウトは、SATインスタンスのコミュニティ構造を強調することができる。 SATインスタンスのコミュニティ構造は、インスタンスの硬さと既知の節品質ヒューリスティックスの両方に関連付けられている。我々のツールSATVizは、可変相互作用グラフとフォース指向レイアウトアルゴリズムを用いてCNF式を可視化する。 SATVizでは、最近学習された節の移動ウィンドウで発生する変数を連続的にハイライトするために、節証明をアニメーションすることができる。必要に応じて、調整されたエッジ重み付きで可変インタラクショングラフの新しいレイアウトを作成することもできる。本稿では,SATVizの構造と特徴について述べる。 SATVizで作成した興味深い視覚化も紹介する。

関連論文リスト

GraSS: Combining Graph Neural Networks with Expert Knowledge for SAT Solver Selection [45.222591894755105]
インスタンスの3部グラフ表現に基づくSATソルバ自動選択のための新しいアプローチであるGraSSを提案する。我々は、新しいノードの特徴設計のようなドメイン固有の決定でグラフ表現を豊かにします。生の表現とドメイン固有の選択の組み合わせが実行時の改善につながることを実証する。
論文参考訳（メタデータ） (2024-05-17T18:00:50Z)
Video Referring Expression Comprehension via Transformer with Content-conditioned Query [68.06199031102526]
ビデオ参照表現(REC)は、検索された自然言語に基づいて対象物をビデオにローカライズすることを目的としている。ビデオRECの最近の改良は、学習可能なクエリを持つTransformerベースの手法を用いてなされている。
論文参考訳（メタデータ） (2023-10-25T06:38:42Z)
Incorporating Structured Representations into Pretrained Vision & Language Models Using Scene Graphs [79.64891686479213]
シーングラフ(SG)から学習する場合、視覚と言語モデル(VLM)を改善することができることを示す。視覚面では、SG情報を予測するために訓練されたイメージトランスフォーマーに特別な「SG成分」を組み込む一方、テキスト側では、SGを使ってきめ細かなキャプションを生成する。提案手法は,ZS能力を軽度に低下させるだけで,複数のデータセット上でのVLMの性能を向上する。
論文参考訳（メタデータ） (2023-05-10T17:52:26Z)
W2SAT: Learning to generate SAT instances from Weighted Literal Incidence Graphs [11.139131079925113]
W2SATは、現実世界/産業インスタンスから固有の構造と特性を学ぶことによってSAT式を生成するフレームワークである。 Weighted Literal Incidence Graph (WLIG)と呼ばれる新しいSAT表現を導入する。 WLIGからSAT問題への復号化は、新しい丘登り最適化法で重なり合う斜角を見つけることをモデル化する。
論文参考訳（メタデータ） (2023-02-01T06:30:41Z)
Simple Primitives with Feasibility- and Contextuality-Dependence for Open-World Compositional Zero-shot Learning [86.5258816031722]
コンポジションゼロショット学習(CZSL)の課題は、トレーニング段階で欠落している新しい状態オブジェクトのイメージを認識することである。コンポジション埋め込みの学習方法は、クローズドワールドCZSLにおいて有効であることが示されている。オープンワールドCZSL (OW-CZSL) では, 組成の濃度が大きいため, その性能は著しく低下する傾向にある。
論文参考訳（メタデータ） (2022-11-05T12:57:06Z)
A Map of Diverse Synthetic Stable Roommates Instances [12.201530502510115]
本稿では,安定なマッチング問題に対して,安定ルームメイト(SR)インスタンスを用いた実験を行うことに焦点をあてる。本稿では、SRインスタンスの類似度を測定し、その特性を分析し、SRインスタンスのマップを作成するために、a-time Computable pseudometricを導入する。この写像は、合成SRインスタンス(それぞれ10の異なる統計文化の1つからサンプリングされた)を次のように視覚化する: 各インスタンスは平面上の点であり、対応するSRインスタンスが互いに類似している場合、2つの点がマップ上に近接している。
論文参考訳（メタデータ） (2022-08-08T10:41:25Z)
Towards Automatic Parsing of Structured Visual Content through the Use of Synthetic Data [65.68384124394699]
本研究では,構造化ビジュアルコンテンツ(Structured Visual Content, SVC)を画像と地上の真実の形で含む合成データセットを提案する。本稿では、SVC画像からグラフ表現を自動的に抽出するアプリケーションによる、このデータセットの使用例を示す。我々のデータセットは、時間を要する高密度データアノテーションをスキップしながら、SVCの解釈のための強力なモデルの開発を可能にする。
論文参考訳（メタデータ） (2022-04-29T14:44:52Z)
Visual Semantics Allow for Textual Reasoning Better in Scene Text Recognition [46.83992441581874]
本稿では,視覚的意味論に基づくテキスト推論を初めて試みる。我々は、テキスト推論(GTR)のためのグラフ畳み込みネットワークを、クロスエントロピー損失で監視することによって考案する。 S-GTRは6つのSTRベンチマークに新しい最先端をセットし、多言語データセットに最適化する。
論文参考訳（メタデータ） (2021-12-24T02:43:42Z)
Learning Graph Embeddings for Compositional Zero-shot Learning [73.80007492964951]
合成ゼロショット学習では、観察された視覚的原始状態の見えない構成を認識することが目的である。本稿では,画像特徴と視覚的プリミティブの潜在表現をエンドツーエンドに学習するCGEという新しいグラフ定式化を提案する。概念間のセマンティクスを符号化する共同互換性を学習することにより、WordNetのような外部知識ベースに頼ることなく、構成を見えないように一般化することができる。
論文参考訳（メタデータ） (2021-02-03T10:11:03Z)
Towards Spatio-Temporal Video Scene Text Detection via Temporal Clustering [60.189292232973145]
我々は、よく設計された時空間検出基準(STDM)であるSTVText4と呼ばれる新しい大規模ベンチマークを導入する。 STVText4には106本のビデオフレーム161,347のテキストインスタンスが140万件以上含まれている。実験により,本手法の有効性とSTVText4の学術的,実践的価値を実証した。
論文参考訳（メタデータ） (2020-11-19T11:40:35Z)
Tensor Network Rewriting Strategies for Satisfiability and Counting [0.0]
#SATのインスタンスは、標準的な方法でテンソルネットワークとして表現できる。 3SAT や #P-complete のようなNP完全であることが知られているクラス、例えば #2SAT では、対応する書き換え規則がダイアグラムにハイパーエッジを導入している。
論文参考訳（メタデータ） (2020-04-14T12:50:51Z)

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。