.png){kind=icon}
返回
Enhancing Query Efficiency for D-DNNF Representations Through Preprocessing
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-04590-4_9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了旨在提高合取范式（CNF）表示的命题公式模型访问效率的预处理技术。我们关注三个基本任务：均匀采样、直接模型访问和模型枚举。分析表明，大多数当前最先进的预处理器在不保持公式等价性的情况下，通常不适合这些任务。相反，我们证明，只要保持相关的预处理信息，能够保持模型计数的预处理器可以被有效利用。为验证我们的方法，我们在多个领域的一系列多样化基准上进行了广泛的实验。实验结果表明，我们的预处理方法既高效又稳健，当CNF公式编译成d-DNNF表示时，能够显著提高模型访问查询的性能。
Keyword:
Preprocessing techniques
Uniform sampling
Direct access
Model enumeration
Decision-DNNF
期刊
L
IF:
0
论文数:
19
被引数:
0
机构
引用论文
.png){kind=icon}
Strips: A new approach to the application of theorem proving to problem solving条带: 将定理证明应用于问题解决的新方法
PREAI
分享收藏
查看更多内容