論文の概要: SMT-Based Active Learning of Weighted Automata

• arxiv url: http://arxiv.org/abs/2605.07758v1
• Date: Fri, 08 May 2026 14:01:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:39.092743
• Title: SMT-Based Active Learning of Weighted Automata
• Title（参考訳）: SMTによる重み付きオートマタの能動学習
• Authors: Tiago Ferreira, Kevin Batz, Alexandra Silva,
• Abstract要約: 非決定性重み付きオートマトン(WFAs)の能動学習アルゴリズムを提案する。 我々のアルゴリズムは与えられたセミリングにおいてパラメトリックであり、もし終了すれば最小のWFAを生成することが保証される。
• 参考スコア（独自算出の注目度）: 43.42005874303688
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present an SMT-based active learning algorithm for nondeterministic weighted automata (WFAs) as a practical and robust alternative to Hankel/L*-style methods. Our algorithm is parametric in a given semiring and, if it terminates, guaranteed to produce minimal WFAs. We prove partial correctness and provide a sufficient termination condition, which in particular implies termination for all finite semirings. Our extensive experimental evaluation shows that our algorithm is capable of learning numerous minimal WFAs over both finite and infinite semirings, vastly outperforms a naive baseline, and is competitive with a state-of-the-art algorithm while producing significantly smaller automata and requiring less interaction with the teacher.
• Abstract（参考訳）: 本稿では,非決定性重み付きオートマトン(WFAs)に対するSMTに基づく能動学習アルゴリズムを提案する。 我々のアルゴリズムは与えられたセミリングにおいてパラメトリックであり、もし終了すれば最小のWFAを生成することが保証される。 部分的正しさを証明し、特にすべての有限半環の終点を意味する十分な終点条件を与える。 実験結果から,本アルゴリズムは有限および無限の半環上で多数の最小の WFA を学習でき,素質的ベースラインをはるかに上回り,最先端のアルゴリズムと競合すると同時に,はるかに小さなオートマトンを生成し,教師との相互作用を少なくすることができることがわかった。

関連論文リスト

• End-to-End Efficient RL for Linear Bellman Complete MDPs with Deterministic Transitions [66.17960480460185]
  決定過程(MDP)における線形関数近似を用いた強化学習の研究 本稿では, 線形ベルマン完全オラクルに対して, 決定論的遷移, 初期状態, 報奨を伴う計算効率のよいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-03-24T17:32:29Z)
• LLMs as Probabilistic Minimally Adequate Teachers for DFA Learning [11.037017229299607]
  大規模言語モデル(LLM)におけるインテリジェンス(インテリジェンス)の出現は、オートマチックラーニングへの統合に関する調査にインスピレーションを与えている。 本稿では,pMAT (probabilistic Minimally Adequate Teacher) の定式化について紹介する。 我々は,解答精度を向上し,学習したオートマタの正確性を確保する技術を開発した。
  論文  参考訳（メタデータ） (2024-08-06T07:12:09Z)
• Learning Weighted Finite Automata over the Max-Plus Semiring and its Termination [2.024925013349319]
  最大余剰半環上での重み付きオートマトンに対するL*型学習アルゴリズムについて検討した。 表の整合性の維持に失敗する可能性を示し、従って、明らかに間違った仮説オートマトン上で等価なクエリを作成できることを示す。
  論文  参考訳（メタデータ） (2024-07-13T05:08:06Z)
• GBM-based Bregman Proximal Algorithms for Constrained Learning [3.667453772837954]
  我々はBregman近位アルゴリズムのフレームワーク内で制約付き学習タスクにGBMを適用する。 本稿では,学習対象関数が凸である場合に,大域的最適性を保証する新しいブレグマン法を提案する。 本稿では,Bregmanアルゴリズムフレームワークの有効性を示すための実験的な証拠を提供する。
  論文  参考訳（メタデータ） (2023-08-21T14:56:51Z)
• Adaptive Federated Minimax Optimization with Lower Complexities [82.51223883622552]
  本稿では,これらのミニマックス問題の解法として,適応最小最適化アルゴリズム(AdaFGDA)を提案する。 運動量に基づく還元および局所SGD技術を構築し、様々な適応学習率を柔軟に組み込む。
  論文  参考訳（メタデータ） (2022-11-14T12:32:18Z)
• A Boosting Approach to Reinforcement Learning [59.46285581748018]
  複雑度が状態数に依存しない意思決定プロセスにおける強化学習のための効率的なアルゴリズムについて検討する。 このような弱い学習手法の精度を向上させることができる効率的なアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2021-08-22T16:00:45Z)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)
• Formal Synthesis of Lyapunov Neural Networks [61.79595926825511]
  本稿では,リアプノフ関数の自動合成法を提案する。 我々は,数値学習者と記号検証器が相互作用して,確実に正しいリアプノフニューラルネットワークを構築する,反例誘導方式を採用する。 提案手法は,Lyapunov関数を他の手法よりも高速かつ広い空間領域で合成する。
  論文  参考訳（メタデータ） (2020-03-19T17:21:02Z)

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。