論文の概要: Answer Set Programming Modulo Theories and Reasoning about Continuous Changes

• arxiv url: http://arxiv.org/abs/2507.04299v1
• Date: Sun, 06 Jul 2025 08:52:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.107979
• Title: Answer Set Programming Modulo Theories and Reasoning about Continuous Changes
• Title（参考訳）: モジュールプログラミングの理論と継続的変化の理由
• Authors: Joohyung Lee, Yunsong Meng,
• Abstract要約: ASPMTは、解集合プログラミング(ASP)と満足度変調理論(SMT)の緊密な統合のための新しいフレームワークである。 連続的な変化と離散的な変化を扱うためのアクション言語C+を強化することで、ASPMTの有用性を実証する。
• 参考スコア（独自算出の注目度）: 3.677571687801579
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Answer Set Programming Modulo Theories (ASPMT) is a new framework of tight integration of answer set programming (ASP) and satisfiability modulo theories (SMT). Similar to the relationship between first-order logic and SMT, it is based on a recent proposal of the functional stable model semantics by fixing interpretations of background theories. Analogously to a known relationship between ASP and SAT, ``tight'' ASPMT programs can be translated into SMT instances. We demonstrate the usefulness of ASPMT by enhancing action language C+ to handle continuous changes as well as discrete changes. We reformulate the semantics of C+ in terms ofASPMT, and show that SMT solvers can be used to compute the language. We also show how the language can represent cumulative effects on continuous resources.
• Abstract（参考訳）: Answer Set Programming Modulo Theories (ASPMT)は、解集合プログラミング(ASP)と満足度変調理論(SMT)の緊密な統合のための新しいフレームワークである。 一階述語論理とSMTの関係と同様、背景理論の解釈を固定することで機能的安定モデル意味論の最近の提案に基づいている。 ASP と SAT の既知の関係から、 '`tight'' の ASPMT プログラムは SMT インスタンスに変換できる。 連続的な変化と離散的な変化を扱うためのアクション言語C+を強化することで、ASPMTの有用性を実証する。 ASPMTの観点からC+のセマンティクスを再構築し、SMTソルバを用いて言語を計算可能であることを示す。 また、この言語が連続的なリソースに対する累積効果をどのように表現できるかを示す。

関連論文リスト

• System ASPMT2SMT:Computing ASPMT Theories by SMT Solvers [3.677571687801579]
  ASPMTは、解集合プログラミングと満足度モジュロ理論を組み合わせるためのアプローチである。 ASPMTプログラムのきつく断片をSMTインスタンスに変換することができる。 本研究では,連続的な変化を推論するために,実数計算を効果的に処理できることを実証する。
  論文  参考訳（メタデータ） (2025-06-12T13:59:15Z)
• The Unreasonable Effectiveness of Model Merging for Cross-Lingual Transfer in LLMs [54.59207567677249]
  大規模言語モデル(LLM)は、ハイソース言語以外のタスクで依然として苦戦している。 本研究では,タスク固有のポストトレーニングデータが不足している低リソース言語への言語間移動について検討する。
  論文  参考訳（メタデータ） (2025-05-23T20:28:31Z)
• Syzygy of Thoughts: Improving LLM CoT with the Minimal Free Resolution [59.39066657300045]
  CoT(Chain-of-Thought)は、問題を逐次ステップに分解することで、大きな言語モデル(LLM)の推論を促進する。 思考のシジー(Syzygy of Thoughts, SoT)は,CoTを補助的,相互関連的な推論経路を導入して拡張する新しいフレームワークである。 SoTはより深い論理的依存関係をキャプチャし、より堅牢で構造化された問題解決を可能にする。
  論文  参考訳（メタデータ） (2025-04-13T13:35:41Z)
• Training of Scaffolded Language Models with Language Supervision: A Survey [62.59629932720519]
  本調査は,戦後のLM周辺における新規構造物の設計と最適化に関する文献を整理した。 本稿では,この階層構造を足場型LMと呼び,ツールを用いた多段階プロセスに統合されたLMに焦点を当てる。
  論文  参考訳（メタデータ） (2024-10-21T18:06:25Z)
• LangSuitE: Planning, Controlling and Interacting with Large Language Models in Embodied Text Environments [70.91258869156353]
  テキストエンボディの世界における6つの代表的具体的タスクを特徴とする多目的・シミュレーション不要なテストベッドであるLangSuitEを紹介する。 以前のLLMベースのテストベッドと比較すると、LangSuitEは複数のシミュレーションエンジンを使わずに、多様な環境への適応性を提供する。 具体化された状態の履歴情報を要約した新しいチェーン・オブ・ソート(CoT)スキーマであるEmMemを考案する。
  論文  参考訳（メタデータ） (2024-06-24T03:36:29Z)
• An Eager Satisfiability Modulo Theories Solver for Algebraic Datatypes [4.393684402895834]
  Algebraic Data Types (ADT) は関数型プログラミング言語で古典的に見られる構造である。 我々は,基本的に異なるアプローチ,エフェーガーアプローチを採るSMTソルバを提案する。
  論文  参考訳（メタデータ） (2023-10-18T18:14:18Z)
• First-Order Stable Model Semantics with Intensional Functions [2.1955512452222696]
  我々は、フェラーリス、リー、リフシッツによる一階安定モデル意味論を拡張して、インテンショナル函数を許容する。 ASPMT(Answer Set Programming Modulo Theories)の定義基盤としてこの拡張を使用します。 ASPMTは実数を含む領域に適用でき、基底問題を軽減することができる。
  論文  参考訳（メタデータ） (2023-07-15T06:03:35Z)
• On Conditional and Compositional Language Model Differentiable Prompting [75.76546041094436]
  プロンプトは、下流タスクでうまく機能するために、凍結した事前訓練言語モデル(PLM)を適応するための効果的な方法であることが示されている。 タスク命令や入力メタデータを連続的なプロンプトに変換することを学習する新しいモデル Prompt Production System (PRopS) を提案する。
  論文  参考訳（メタデータ） (2023-07-04T02:47:42Z)
• Explicitly Modeling Syntax in Language Models with Incremental Parsing and a Dynamic Oracle [88.65264818967489]
  我々は新しい構文認識型言語モデル、Syntactic Ordered Memory (SOM)を提案する。 モデルは、構造をインクリメンタルにモデル化し、標準言語モデルの条件付き確率設定を維持する。 実験により、SOMは言語モデリング、インクリメンタル解析、構文一般化テストにおいて強力な結果が得られることが示された。
  論文  参考訳（メタデータ） (2020-10-21T17:39:15Z)

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。