从循环神经网络中被动学习格自动机
形式语言与自动机理论
2026-02-11 v2
摘要
我们提出了一种被动自动机学习算法，能够从具有非常大甚至无限字母表的循环网络中提取自动机。我们的方法结合了抽象解释领域的过近似和语法推断领域的被动自动机学习。我们通过首先将我们的算法与在 Tomita 语法上训练的循环神经网络中最先进的自动机提取算法进行比较来评估我们的算法。然后，我们将这些实验扩展到具有无限字母表的正规语言，我们将其提出作为一种新的基准。
引用
@article{arxiv.2509.22489,
title = {Passive Learning of Lattice Automata from Recurrent Neural Networks},
author = {Jaouhar Slimi and Tristan Le Gall and Augustin Lemesle},
journal= {arXiv preprint arXiv:2509.22489},
year = {2026}
}
备注
Corrected version of the work published in OVERLAY 2025, 7th International Workshop on Artificial Intelligence and Formal Verification, Logic, Automata, and Synthesis