Fugu-MT 論文翻訳(概要): Reasoning about Intuitionistic Computation Tree Logic

論文の概要: Reasoning about Intuitionistic Computation Tree Logic

arxiv url: http://arxiv.org/abs/2310.02355v1
Date: Tue, 3 Oct 2023 18:30:39 GMT
ステータス: 処理完了
システム内更新日: 2023-10-05 18:02:07.378788
Title: Reasoning about Intuitionistic Computation Tree Logic
Title（参考訳）: 直観主義計算木論理の推論
Authors: Davide Catta, Vadim Malvone, Aniello Murano
Abstract要約: 計算木論理の直観的バージョンを定義する。我々は CTL の固定点公理が直観論的な CTL では有効でないことを示した。
参考スコア（独自算出の注目度）: 8.512802769278245
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we define an intuitionistic version of Computation Tree Logic. After explaining the semantic features of intuitionistic logic, we examine how these characteristics can be interesting for formal verification purposes. Subsequently, we define the syntax and semantics of our intuitionistic version of CTL and study some simple properties of the so obtained logic. We conclude by demonstrating that some fixed-point axioms of CTL are not valid in the intuitionistic version of CTL we have defined.
Abstract（参考訳）: 本稿では,計算木論理の直観的バージョンを定義する。直観主義論理のセマンティックな特徴を説明した後、これらの特徴が形式的検証のためにどのように興味深いかを検討する。その後、直観主義的なバージョンのctlの構文と意味を定義し、得られた論理の単純な性質について研究する。我々は、CTLの固定点公理が、私たちが定義した直観論的なバージョンのCTLでは有効でないことを証明して結論付ける。

関連論文リスト

TLINet: Differentiable Neural Network Temporal Logic Inference [10.36033062385604]
本稿では,STL式を学習するニューラルネットワークシンボリックフレームワークであるTLINetを紹介する。従来の手法とは対照的に,時間論理に基づく勾配法に特化して設計された最大演算子の近似法を導入する。我々のフレームワークは、構造だけでなく、STL公式のパラメータも学習し、演算子と様々な論理構造の柔軟な組み合わせを可能にします。
論文参考訳（メタデータ） (2024-05-03T16:38:14Z)
Explaining Explanations in Probabilistic Logic Programming [0.0]
ほとんどのアプローチでは、システムはブラックボックスと見なされており、適切な説明を生成することは困難である。確率論的論理プログラミング(PLP)は、知識表現のための論理プログラミングと不確実性をモデル化する確率を組み合わせたパラダイムである。本稿では,証明に「選択表現」をラベル付けした PLP の新しいクエリ駆動推論機構の定義に基づく説明法を提案する。
論文参考訳（メタデータ） (2024-01-30T14:27:37Z)
An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。応用例としては、メタ理論的性質の形式的解析と検証がある。
論文参考訳（メタデータ） (2023-12-08T09:32:26Z)
Modeling Hierarchical Reasoning Chains by Linking Discourse Units and Key Phrases for Reading Comprehension [80.99865844249106]
本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
論文参考訳（メタデータ） (2023-06-21T07:34:27Z)
The Lindstrom's Characterizability of Abstract Logic Systems for Analytic Structures Based on Measures [0.0]
我々はリンドストロームの特徴化プログラムを無限論理系のクラスに拡張する。特に、Hajekの積分論理は、新しいタイプのHajekの満足度を持つ抽象論理として再定義されている。
論文参考訳（メタデータ） (2023-02-26T21:48:25Z)
Non-Deterministic Approximation Fixpoint Theory and Its Application in Disjunctive Logic Programming [11.215352918313577]
近似不動点理論(英: Approximation Fixpoint theory)は、非単調論理の意味論を研究するための枠組みである。 AFTは、不確定な情報を扱うことができる非決定論的構造を扱うよう拡張する。この一般化の適用性と有用性は、解法論理プログラミングの文脈で説明される。
論文参考訳（メタデータ） (2022-11-30T18:58:32Z)
Zero-Shot Classification by Logical Reasoning on Natural Language Explanations [56.42922904777717]
我々はCLOREフレームワークを提案する(説明の論理的推論による分類)。 CLOREは、説明を論理構造にパースし、入力のthess構造に沿って明示的に理由付け、分類スコアを生成する。また、我々のフレームワークは視覚的モダリティのゼロショット分類にまで拡張可能であることを示す。
論文参考訳（メタデータ） (2022-11-07T01:05:11Z)
Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文) 論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
論文参考訳（メタデータ） (2022-07-04T14:38:49Z)
Strong Equivalence of Logic Programs with Ordered Disjunction: a Logical Perspective [1.160208922584163]
順序ディジャンクション付き論理プログラム (LPOD) は古典論理プログラムを拡張し、優先ディジャンクションを表現できる。本稿では,4値論理の論理等価性としてLPODの強い等価性を純粋に論理的に評価する。 LPODに対する強同値のcoNP完全性の新たな証明を提供するが、これはプログラムの特別な構造に依存しているため、それ自体が興味を持つ。
論文参考訳（メタデータ） (2022-05-10T13:33:32Z)
Logic-Driven Context Extension and Data Augmentation for Logical Reasoning of Text [65.24325614642223]
論理的な記号や表現をテキストで理解し、答えにたどり着くよう提案します。このような論理的情報に基づいて,文脈拡張フレームワークとデータ拡張アルゴリズムを提案する。本手法は最先端の性能を実現し,論理駆動コンテキスト拡張フレームワークとデータ拡張アルゴリズムの両方が精度向上に寄与する。
論文参考訳（メタデータ） (2021-05-08T10:09:36Z)
Logical Neural Networks [51.46602187496816]
ニューラルネットワーク(学習)と記号論理(知識と推論)の両方の重要な特性をシームレスに提供する新しいフレームワークを提案する。すべてのニューロンは、重み付けされた実数値論理における公式の構成要素としての意味を持ち、非常に解釈不能な非絡み合い表現をもたらす。推論は事前に定義されたターゲット変数ではなく、オムニであり、論理的推論に対応する。
論文参考訳（メタデータ） (2020-06-23T16:55:45Z)

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。