基于循环神经网络的有状态前提选择
计算机科学中的逻辑
2020-04-20 v1 人工智能
机器学习
机器学习
摘要
在这项工作中，我们开发了一种新的基于学习的方法，用于在大型形式化库上证明新目标时选择事实（前提）。与以往按排序独立选择事实集合的方法不同，新方法使用了每次做出事实选择时更新的“状态”概念。我们的有状态架构基于近期在语言翻译等有状态任务中非常成功的循环神经网络。新方法结合数据增强技术，在一个标准的大理论基准上以多种方式评估，并与基于梯度提升树的最先进前提选择方法进行比较。结果表明其性能显著更优，并解决了许多新问题。
引用
@article{arxiv.2004.08212,
title = {Stateful Premise Selection by Recurrent Neural Networks},
author = {Bartosz Piotrowski and Josef Urban},
journal= {arXiv preprint arXiv:2004.08212},
year = {2020}
}
备注
13 pages, 1 figure