論文の概要: Conjunctive Query Based Constraint Solving For Feature Model
Configuration
- arxiv url: http://arxiv.org/abs/2304.13422v1
- Date: Wed, 26 Apr 2023 10:08:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-27 14:49:16.279091
- Title: Conjunctive Query Based Constraint Solving For Feature Model
Configuration
- Title(参考訳): 結合型クエリに基づく特徴モデル構成のための制約解法
- Authors: Alexander Felfernig, Viet-Man Le, Sebastian Lubos
- Abstract要約: 本稿では、制約満足度問題を解決するために共役クエリーを適用する方法を示す。
このアプローチは、構成タスクを解決するために、広範囲のデータベース技術の応用を可能にする。
- 参考スコア(独自算出の注目度): 79.14348940034351
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Feature model configuration can be supported on the basis of various types of
reasoning approaches. Examples thereof are SAT solving, constraint solving, and
answer set programming (ASP). Using these approaches requires technical
expertise of how to define and solve the underlying configuration problem. In
this paper, we show how to apply conjunctive queries typically supported by
today's relational database systems to solve constraint satisfaction problems
(CSP) and -- more specifically -- feature model configuration tasks. This
approach allows the application of a wide-spread database technology to solve
configuration tasks and also allows for new algorithmic approaches when it
comes to the identification and resolution of inconsistencies.
- Abstract(参考訳): 機能モデルの設定は、様々なタイプの推論アプローチに基づいてサポートできる。
その例としてSATの解法、制約の解法、解集合プログラミング(ASP.NET)がある。
これらのアプローチを使用するには、基盤となる構成問題を定義し解決する方法に関する技術的な専門知識が必要です。
本稿では,制約満足度問題(CSP)を解決するために,今日のリレーショナルデータベースシステムで一般的にサポートされている接続型クエリを適用する方法について述べる。
このアプローチは、構成タスクを解決するために広帯域データベース技術の応用を可能にし、不整合の識別と解決に関して新しいアルゴリズムアプローチを可能にする。
関連論文リスト
- Deep Neural Network for Constraint Acquisition through Tailored Loss
Function [0.0]
データから制約を学習することの重要性は、実世界の問題解決における潜在的な応用によって裏付けられている。
この研究は、シンボリック回帰に基づくディープニューラルネットワーク(DNN)に基づく新しいアプローチを導入する。
論文 参考訳(メタデータ) (2024-03-04T13:47:33Z) - Evolutionary Pareto Set Learning with Structure Constraints [12.281116781860199]
本稿では,多目的最適化のための構造制約付き解集合全体を学習する最初のモデルベースアルゴリズムフレームワークを提案する。
また,構造制約のある集合モデルを学習するための効率的な進化的学習手法も開発している。
論文 参考訳(メタデータ) (2023-10-31T12:53:56Z) - GLUECons: A Generic Benchmark for Learning Under Constraints [102.78051169725455]
本研究では,自然言語処理とコンピュータビジョンの分野における9つのタスクの集合であるベンチマークを作成する。
外部知識を制約としてモデル化し、各タスクの制約のソースを特定し、これらの制約を使用するさまざまなモデルを実装します。
論文 参考訳(メタデータ) (2023-02-16T16:45:36Z) - Optimal Event Monitoring through Internet Mashup over Multivariate Time
Series [77.34726150561087]
このフレームワークは、モデル定義、クエリ、パラメータ学習、モデル評価、データ監視、決定レコメンデーション、Webポータルのサービスをサポートする。
さらに、MTSAデータモデルとクエリ言語を拡張して、学習、監視、レコメンデーションのサービスにおいて、この種の問題をサポートする。
論文 参考訳(メタデータ) (2022-10-18T16:56:17Z) - Efficient lifting of symmetry breaking constraints for complex
combinatorial problems [9.156939957189502]
この作業は、Answer Set Programmingのためのモデルベースのアプローチの学習フレームワークと実装を拡張します。
Inductive Logic Programming System ILASPに新たなコンフリクト解析アルゴリズムを組み込む。
論文 参考訳(メタデータ) (2022-05-14T20:42:13Z) - A review of approaches to modeling applied vehicle routing problems [77.34726150561087]
車両経路問題のモデル化手法について概説する。
モデリング手法を評価するためのいくつかの基準を定式化する。
我々はVRPドメインのモデリング分野における今後の研究の道について論じる。
論文 参考訳(メタデータ) (2021-05-23T14:50:14Z) - CoreDiag: Eliminating Redundancy in Constraint Sets [68.8204255655161]
最小コア(最小非冗長制約集合)の決定に利用できる新しいアルゴリズムを提案する。
このアルゴリズムは、冗長性の度合いが高い分散知識工学シナリオにおいて特に有用である。
本手法の適用可能性を示すために, 商業的構成知識ベースを用いた実証的研究を実施した。
論文 参考訳(メタデータ) (2021-02-24T09:16:10Z) - An Efficient Diagnosis Algorithm for Inconsistent Constraint Sets [68.8204255655161]
過制約問題における最小限の障害制約を識別する分割・分散型診断アルゴリズム(FastDiag)を提案する。
ヒットセットの競合指向計算とfastdiagを比較し,詳細な性能解析を行う。
論文 参考訳(メタデータ) (2021-02-17T19:55:42Z) - Efficient Incremental Modelling and Solving [1.6172800007896284]
AI計画問題を解決するための標準的なアプローチは、計画の地平線を漸進的に拡張し、特定の長さの計画を見つけようとする問題の解決である。
この研究の貢献は、SATソルバと自動モデリングシステムSaveile Rowのネイティブインタラクションを可能にすることである。
論文 参考訳(メタデータ) (2020-09-23T12:40:23Z)
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。