从含不确定性的演示中学习线性时序规范

Parastou Fahim, Constantino Lagoa, Rômulo Meira-G'oes

摘要

该论文提出了一种从含不确定性的系统演示中学习最小线性时序逻辑（LTL）公式的框架，通过汉明距离建模不确定性并利用伪布尔优化求解。实验表明，该方法在不确定性条件下能恢复更接近真实规范的公式。

LTL learninguncertaintydemonstrationsPseudo-Boolean Optimizationformal verification

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018