PulseAugur
实时 09:33:52

新框架简化了有序数据域上寄存器自动机的学习

研究人员开发了一个统一的框架,用于在有序数据域(包括稠密和非稠密集合,如有理数和整数)上主动学习确定性寄存器自动机(DRAs)。这一新过程在多项式时间内运行,并利用成员资格、等价性和可记忆性查询的预言机。这项工作的一个重要成果是,在非稠密的整数有序域上最小化DRAs是可判定的,而此前这个问题仅在稠密域上已知可解。该研究还为有关DRAs的相关判定问题提供了增强的复杂性界限。 AI

影响 引入了一种更有效的方法来学习与AI相关联的复杂数据结构,有可能提高模式识别和数据分析能力。

排序理由 该集群包含一篇学术论文,详细介绍了学习特定类型自动机的新算法框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架简化了有序数据域上寄存器自动机的学习

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Yong Li, Qiyi Tang, Di-De Yen ·

    在有序数据域上学习规范寄存器自动机

    arXiv:2608.18765v1 Announce Type: new Abstract: Register automata are finite automata equipped with memory that recognize data languages over infinite alphabets. In this work, we investigate active learning algorithms for deterministic register automata (DRAs) over ordered data d…