論文の概要: Direct Encoding of Declare Constraints in ASP
- arxiv url: http://arxiv.org/abs/2412.10152v1
- Date: Fri, 13 Dec 2024 14:11:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-16 15:02:04.912593
- Title: Direct Encoding of Declare Constraints in ASP
- Title(参考訳): ASP.NETにおける宣言制約の直接エンコード
- Authors: Francesco Chiariello, Valeria Fionda, Antonio Ielo, Francesco Ricca,
- Abstract要約: Declare制約のための新しいエンコーディングを導入し、それらのセマンティクスを直接ASPルールとしてモデル化する。
本稿では,2つのプロセスマイニングタスクにおける新しい手法の有効性を評価する。
- 参考スコア(独自算出の注目度): 9.599644507730106
- License:
- Abstract: Answer Set Programming (ASP), a well-known declarative logic programming paradigm, has recently found practical application in Process Mining. In particular, ASP has been used to model tasks involving declarative specifications of business processes. In this area, Declare stands out as the most widely adopted declarative process modeling language, offering a means to model processes through sets of constraints valid traces must satisfy, that can be expressed in Linear Temporal Logic over Finite Traces (LTLf). Existing ASP-based solutions encode Declare constraints by modeling the corresponding LTLf formula or its equivalent automaton which can be obtained using established techniques. In this paper, we introduce a novel encoding for Declare constraints that directly models their semantics as ASP rules, eliminating the need for intermediate representations. We assess the effectiveness of this novel approach on two Process Mining tasks by comparing it with alternative ASP encodings and a Python library for Declare. Under consideration in Theory and Practice of Logic Programming (TPLP).
- Abstract(参考訳): 有名な宣言型論理プログラミングパラダイムであるAnswer Set Programming (ASP)は、最近プロセスマイニングにおいて実践的な応用を見出した。
特に、ASPはビジネスプロセスの宣言的な仕様を含むタスクをモデル化するのに使われています。
この領域では、Declareは最も広く採用されている宣言的プロセスモデリング言語であり、有効なトレースを満足しなければならない制約のセットを通じてプロセスをモデル化する手段を提供する。
既存のASPベースのソリューションは、既存の技術を用いて得られる対応するLTLf式またはそれに相当するオートマトンをモデル化することにより、Declare制約を符号化する。
本稿では,セマンティクスを直接ASPルールとしてモデル化し,中間表現の必要性を排除したDeclare制約のための新しいエンコーディングを提案する。
本稿では,2つのプロセスマイニングタスクに対するこの新しいアプローチの有効性を,代替ASPエンコーディングとDeclare用のPythonライブラリとの比較により評価する。
論理プログラミングの理論と実践(TPLP)
関連論文リスト
- Interactive and Expressive Code-Augmented Planning with Large Language Models [62.799579304821826]
大きな言語モデル(LLM)は、常識的推論と対話的な意思決定において強力な能力を示す。
近年,制御フローなどのコード・アジャセント技術を用いてLCM出力を構造化し,計画性能を向上させる技術が提案されている。
完全コード表現で動的なLEM計画手法であるREPL-Planを提案する。
論文 参考訳(メタデータ) (2024-11-21T04:23:17Z) - Adaptive Draft-Verification for Efficient Large Language Model Decoding [24.347886232342862]
大規模言語モデル(LLM)デコードでは、与えられたコンテキストに基づいてトークンのシーケンスを生成する。
典型的な自己回帰復号法では、生成されたトークンごとに別の前方通過が必要となる。
微調整を必要とせずにLDMデコーディングを高速化するADEDを導入する。
論文 参考訳(メタデータ) (2024-06-27T22:20:39Z) - A Thorough Examination of Decoding Methods in the Era of LLMs [72.65956436513241]
復号法は、次世代の予測器から実用的なタスク解決器に言語モデルを変換する上で、必須の役割を果たす。
本稿では,大規模言語モデルの文脈における様々な復号法を包括的かつ多面的に分析する。
その結果,復号法の性能は特にタスク依存的であり,アライメント,モデルサイズ,量子化などの要因に影響されていることが明らかとなった。
論文 参考訳(メタデータ) (2024-02-10T11:14:53Z) - Automated legal reasoning with discretion to act using s(LAW) [0.294944680995069]
倫理的および法的懸念は、自動化された推論者が人間の理解可能な言葉で正当化する必要がある。
パターンのセットに従って曖昧な概念をモデル化するために、ASPを述語するためのトップダウン実行モデルであるs(CASP)を使うことを提案する。
我々は、s(LAW)と呼ばれるフレームワークを実装して、適用可能な法律をモデル化、理由付け、正当化し、代表的なユースケースを翻訳(およびベンチマーク)することでそれを検証しました。
論文 参考訳(メタデータ) (2024-01-25T21:11:08Z) - Natural Language Processing for Requirements Formalization: How to
Derive New Approaches? [0.32885740436059047]
我々はNLPの分野における主要な考え方と最先端の方法論について論じる。
我々は2つの異なるアプローチを詳細に議論し、ルールセットの反復的開発を強調した。
提案手法は, 自動車分野と鉄道分野の2つの産業分野において実証された。
論文 参考訳(メタデータ) (2023-09-23T05:45:19Z) - SatLM: Satisfiability-Aided Language Models Using Declarative Prompting [68.40726892904286]
本研究では,大規模言語モデル (LLM) の推論能力を向上させるために,新しい満足度支援言語モデリング (SatLM) 手法を提案する。
我々はLLMを用いて命令型プログラムではなく宣言型タスク仕様を生成し、既製の自動定理証明器を利用して最終解を導出する。
我々はSATLMを8つの異なるデータセット上で評価し、命令パラダイムにおいてプログラム支援されたLMよりも一貫して優れていることを示す。
論文 参考訳(メタデータ) (2023-05-16T17:55:51Z) - Procedures as Programs: Hierarchical Control of Situated Agents through
Natural Language [81.73820295186727]
エージェント命令と制御のための階層的な手続き的知識を表現する強力な手法である,プログラムとしての手続きの形式化を提案する。
NL命令に対するIQAおよびALFREDデータセット上で、このフレームワークをインスタンス化する。
論文 参考訳(メタデータ) (2021-09-16T20:36:21Z) - How could Neural Networks understand Programs? [67.4217527949013]
ソースコードにnlpプリトレーニング技術を直接適用するか、あるいはtheshelfによってモデルに機能を追加するかで、プログラムをより理解するためのモデルを構築するのは難しい。
本研究では,(1)操作セマンティクスの基本操作とよく一致する表現と(2)環境遷移の情報からなる情報から,モデルが学ぶべき新しいプログラムセマンティクス学習パラダイムを提案する。
論文 参考訳(メタデータ) (2021-05-10T12:21:42Z) - A Machine Learning guided Rewriting Approach for ASP Logic Programs [0.0]
機械学習(ML)に基づいて、書き換えるかどうかを自動決定するアプローチについて説明する。
特に、ASPプログラムと入力事実のセットが与えられた場合、我々のアプローチは、それらの構造特性とドメイン情報を測定する一連の機能に基づいて、入力ルールを書き換えるかどうかと方法を選択する。
論文 参考訳(メタデータ) (2020-09-22T00:51:13Z) - ASP(AC): Answer Set Programming with Algebraic Constraints [20.559497209595822]
本稿では、半順序値と重み付け式評価を比較する制約を含むような、代数制約付き解集合プログラミング(ASP(AC))を紹介する。
この研究は論理プログラミングの理論と実践の受け入れを検討中である。
論文 参考訳(メタデータ) (2020-08-10T10:20:49Z) - Certified Reinforcement Learning with Logic Guidance [78.2286146954051]
線形時間論理(LTL)を用いて未知の連続状態/動作マルコフ決定過程(MDP)のゴールを定式化できるモデルフリーなRLアルゴリズムを提案する。
このアルゴリズムは、トレースが仕様を最大確率で満たす制御ポリシーを合成することが保証される。
論文 参考訳(メタデータ) (2019-02-02T20:09:32Z)
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。