論文の概要: Functional Stable Model Semantics and Answer Set Programming Modulo Theories

• arxiv url: http://arxiv.org/abs/2605.09524v1
• Date: Sun, 10 May 2026 13:19:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.295211
• Title: Functional Stable Model Semantics and Answer Set Programming Modulo Theories
• Title（参考訳）: 機能的安定モデルセマンティックスとアンサー・セット・プログラミング・モデュロ理論
• Authors: Michael Bartholomew, Joohyung Lee,
• Abstract要約: インテンショナル関数(Intensional function)は、他の関数や述語によって値を記述することができる関数である。 ASPMTのフレームワークにおいて,機能的安定モデルセマンティクスが重要な役割を果たすことを示す。
• 参考スコア（独自算出の注目度）: 2.294331241389926
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently there has been an increasing interest in incorporating ``intensional'' functions in answer set programming. Intensional functions are those whose values can be described by other functions and predicates, rather than being pre-defined as in the standard answer set programming. We demonstrate that the functional stable model semantics plays an important role in the framework of ``Answer Set Programming Modulo Theories (ASPMT)'' -- a tight integration of answer set programming and satisfiability modulo theories, under which existing integration approaches can be viewed as special cases where the role of functions is limited. We show that ``tight'' ASPMT programs can be translated into SMT instances, which is similar to the known relationship between ASP and SAT.
• Abstract（参考訳）: 近年, 'intensional'' 関数を応答集合プログラミングに組み込むことへの関心が高まっている。 インテンショナル関数(Intensional function)は、標準解集合プログラミングのように事前定義されるのではなく、他の関数や述語によって値を記述することができる関数である。 機能的安定モデルセマンティクスは,関数の役割が限定されている特別なケースとして,既存の統合アプローチが見なされるような,応答セットプログラミングと満足度モジュロ理論の密接な統合である<ASPMT(Answer Set Programming Modulo Theories)'(ASPMT)')のフレームワークにおいて,重要な役割を担っていることを実証する。 tight'' の ASPMT プログラムは、ASP と SAT の既知の関係に類似した SMT インスタンスに変換可能であることを示す。

関連論文リスト

• Answer Set Programming Modulo Theories and Reasoning about Continuous Changes [3.677571687801579]
  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。
  論文  参考訳（メタデータ） (2025-07-06T08:52:03Z)
• Automated Synthesis of Formally Verified Multi-Abstraction Function Summaries [19.23701821549906]
  本稿では,記号実行,大規模言語モデル(LLM),および相対的最強ポストコンディション(RSP)を生成するための形式検証を組み合わせた新しいフレームワークを提案する。 我々のアプローチは、VST-Aのシンボル的実行を利用して、プログラムの実行パスと状態遷移を正確に追跡する。 生成したRSPから,ドメイン固有言語内で表現される最強の非冗長な条件を自動で合成する。
  論文  参考訳（メタデータ） (2025-06-11T09:33:02Z)
• De-fine: Decomposing and Refining Visual Programs with Auto-Feedback [75.62712247421146]
  De-fineは、複雑なタスクを単純なサブタスクに分解し、オートフィードバックを通じてプログラムを洗練する、トレーニング不要のフレームワークである。 様々な視覚的タスクに対する我々の実験は、De-fineがより堅牢なプログラムを生成することを示している。
  論文  参考訳（メタデータ） (2023-11-21T06:24:09Z)
• 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)
• 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)
• Text Modular Networks: Learning to Decompose Tasks in the Language of Existing Models [61.480085460269514]
  本稿では,既存のモデルで解けるより単純なモデルに分解することで,複雑なタスクを解くための解釈可能なシステムを構築するためのフレームワークを提案する。 我々はこのフレームワークを用いて、ニューラルネットワークのファクトイド単一スパンQAモデルとシンボリック電卓で答えられるサブクエストに分解することで、マルチホップ推論問題に答えられるシステムであるModularQAを構築する。
  論文  参考訳（メタデータ） (2020-09-01T23:45:42Z)
• From Sets to Multisets: Provable Variational Inference for Probabilistic Integer Submodular Models [82.95892656532696]
  サブモジュール関数は機械学習やデータマイニングにおいて広く研究されている。 本研究では,整数部分モジュラ函数に対する連続DR-部分モジュラ拡張を提案する。 整数部分モジュラー関数によって定義される新しい確率モデルを定式化する。
  論文  参考訳（メタデータ） (2020-06-01T22:20:45Z)

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。

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。