基于状态合并算法的单计数自动机可扩展学习
形式语言与自动机理论
2025-09-09 v1 数据结构与算法
计算机科学中的逻辑
摘要
我们提出了单计数正负推断法（One-counter Positive Negative Inference, OPNI），这是一种用于确定性实时单计数自动机（DROCA）的被动学习算法。受 RPNI 用于正则语言的算法启发，OPNI 构建一个与给定有效样本集一致的 DROCA。我们进一步提出了将 OPNI 与 DROCA 主动学习相结合的方法，并提供了该方法的实现。我们的实验结果表明，这种方法比现有研究方法更有效地实现了可扩展性。我们还评估了该方法学习可见单计数自动机的性能。
引用
@article{arxiv.2509.05762,
title = {Scalable Learning of One-Counter Automata via State-Merging Algorithms},
author = {Shibashis Guha and Anirban Majumdar and Prince Mathew and A. V. Sreejith},
journal= {arXiv preprint arXiv:2509.05762},
year = {2025}
}
备注
18 pages, 24 figures, 3 procedures