Electronic Proceedings in Theoretical Computer Science
PulseAugur coverage of Electronic Proceedings in Theoretical Computer Science — every cluster mentioning Electronic Proceedings in Theoretical Computer Science across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
ILP applications expand beyond traditional AI to scientific domains like meteorology.
The recent paper on ILP explaining weather forecasts with interpretable hypotheses suggests a trend of Inductive Logic Programming moving into specialized scientific domains. This indicates a potential for ILP to be applied to other complex scientific modeling and explanation tasks, such as in biology or physics.
Focus on trustworthy AI and formal verification intensifies in declarative programming.
The introduction of CertiFOX for trustworthy AI grounding and the new semantics for description logic programs highlight a growing concern for formal verification and trust in AI systems. This suggests that future research in declarative programming will likely continue to emphasize methods for ensuring correctness and reliability.
Causality in AI reasoning is being refined with formal logic and counterfactuals.
The new counterfactual cause definition for situation calculus and the advancements in logic programming semantics for causal process modeling indicate a deeper push to formalize and enhance causal reasoning in AI. This suggests a trajectory towards more robust and explainable AI systems capable of understanding cause-and-effect relationships.
-
人工智能自动化患者结果数据处理，用于监管提交
人工智能，特别是自然语言处理和大型语言模型，正在彻底改变临床研究中患者报告结果（PROs）的收集和分析。这些人工智能工具自动化了对通常是非结构化的患者反馈进行清理、标准化和结构化的过程，而这在传统上是一项耗时且资源密集的手动任务。通过实现更快、更可靠的数据处理，人工智能有助于克服与海量数据、不一致的格式和监管审查相关的挑战，最终加速为FDA和EMA等监管机构准备可提交的证据。
-
新的VS Code扩展简化了答案集编程学习
一个名为EZASP的新Visual Studio Code扩展已被开发出来，以支持简易答案集编程（Easy ASP）方法论。该方法论通过专注于语言的结构化子集来简化答案集编程（ASP）的学习。EZASP提供了语法错误高亮、非安全变量检测和自动程序重排等功能，并可以选择禁用这些功能。一项用户研究表明，这些工具对ASP新手和有经验的用户都有益处。
-
为 Situation Calculus 提出新的反事实因果定义
研究人员在 Situation Calculus（一个用于推理动作和变化的形式系统）中引入了因果的新定义。这个新定义基于反事实分析，旨在推广现有的因果概念。所提出的方法扩展了 Halpern 和 Pearl 的 HP 理论，并与 Batusov 和 Soutchanski 开发的 achievement cause 概念相关，解决了析取效应中的细微差别。
-
新的混合MKNF知识库用经典否定扩展逻辑编程
研究人员开发了一种混合MKNF知识库的扩展，该扩展将经典否定纳入规则组件。这一进展解决了现有系统的一个关键限制，即以前无法表示明确的负面知识，而这是安全关键型应用的一个关键方面。新框架正式定义了其语法和语义，并包含了一个计算其良基模型的程序。
-
新的ASP方法解决了UAM战略冲突消解问题
研究人员开发了一种使用答案集编程（ASP）来管理城市空中交通（UAM）运行中战略冲突消解的新方法。该方法侧重于同步飞行时间和优化航线，以防止空中碰撞和与现有空中交通的冲突。与约束编程（CP）相比，ASP方法在中小规模场景下表现出更快的执行速度和更好的可扩展性，尽管CP在复杂性增加的情况下保持了更稳定的内存使用。
-
Anthropic 的 Claude LLM 用于 Prolog 代码生成和形式化验证
研究人员详细介绍了一项实验，他们使用 Anthropic 的 Claude LLM 解决了称为 P-99 的一组 Prolog 编程练习。该 LLM 不仅生成了 Prolog 代码和测试，还使用逻辑程序定理证明器 (LPTP) 形式化证明了类型、接地性（groundness）和终止性等属性。这种被称为“vibe-coding/vericoding”的方法，涉及生成非正式规范，并让 Claude 产生具有形式保证的可靠代码，最终生成了 …
-
LLM 协助形式化证明 sqrt(2) 的无理性
研究人员探索了结合使用大型语言模型 (LLM) 和逻辑程序定理证明器 (LPTP) 来形式化证明平方根 2 的无理性。该过程包括定义基本的逻辑编程谓词，并利用 LPTP，LPTP 使用自然演绎法生成人类可读的证明。该研究详细介绍了与 LLM 的交互，最终由 LLM 部分生成并由 LPTP 完全验证的完整形式化证明。
-
因果过程建模的逻辑编程语义得到推进
研究人员开发了新的逻辑编程语义，以更好地模拟因果过程，特别是在生命科学领域的应用。该研究展示了正逻辑程序的稳定模型如何表示从中性状态开始并无限持续的因果过程的最终状态。此外，支持模型被证明可以描述从任何任意起点可达的最终状态，为将逻辑编程解释为因果规则语言提供了时间视角。
-
新的ILP流程通过可解释的假设来解释天气预报
研究人员开发了一个新的流程，使用归纳逻辑编程（ILP）来解释来自意大利弗留利-威尼斯朱利亚地区气象天文台OSMER FVG的天气公告。该系统基于FastLAS2框架，将气象数据和专家公告转换为一种格式，使ILP能够推断出简单、易于理解的假设。这些假设解释了天气预报背后的推理过程，特别是公告中带注释地图所用符号的选择，提供了一种可推广到其他地区和公告来源的方法。
-
描述逻辑程序的新语义提高了复杂性和表征能力
研究人员为描述逻辑程序引入了一种新颖的语义，旨在解决现有良支撑语义的局限性。新方法为一致性问题提供了改进的计算复杂性，将其保持在NP完全的范围内，并通过不动点算子和约简变换提供了表征。这种更严格的语义在保持良支撑性的核心概念的同时，提供了更精细的概念，使其更贴近传统的逻辑编程原则。
-
新的CertiFOX框架确保声明式求解的可信归纳
研究人员推出CertiFOX，一个旨在确保声明式求解过程可信度的新框架。该框架通过提供一个认证式归纳器GroundFOX来弥合“信任鸿沟”，GroundFOX将高级理论转换为无量词公式。配套的证明检查器CheckFOX验证原始规范与归纳器的输出之间的等价性，从而实现可靠的端到端认证求解流水线。实验结果表明，CertiFOX是一种实用的方法，GroundFOX的性能与现有归纳器相当，而CheckFOX的开销极小。
-
新的逻辑模型超越单纯知识的比较理解
研究人员开发了一种新的比较认知逻辑，用于形式化建模和比较理解的程度，超越了简单的知识。该逻辑引入了级别索引模态和比较连接词，以表示从最小到理想的各种理解级别。该框架通过分级解释结构和一种基于证明的术语代数来丰富认知模型，并为其演算系统建立了可靠性和完备性。
-
新的CEGAR表方法整合了SAT、表和分辨率，用于模态可满足性
研究人员开发了一种将CEGAR表扩展到SAT捷径的新方法，整合了SAT、表和分辨率方法，用于模态可满足性。通过他们的C++实现CEGARBox++进行的实验表明，使用模态分辨率定理证明器KSP作为SAT捷径的Oracle，其性能显著优于单独使用CEGARBox++或单独使用KSP，尤其是在大型可满足问题上。这种整合被认为是首次有效地结合了这些方法以提高性能。
-
新研究推进了关于信念和分布式知识的认知逻辑
两篇新研究论文探讨了认知逻辑领域的进展，该领域关注关于知识和信念的推理。第一篇论文在标准克里普克模型中引入了一种新颖的信念收缩机制，解决了现有方法需要丰富模型的局限性。第二篇论文侧重于具有分布式知识的认知逻辑的序列演算，建立了保证这些系统满足 Craig 插值定理的解析割性质。
-
新逻辑系统通过数据交换建模扩展知识推理
研究人员开发了一个新的逻辑系统，扩展了动态认知逻辑（DEL）。这种增强的逻辑包含了条件非命题知识的算子，允许智能体根据附加信息推理变量的数值。该系统还包括用于比较假设值和动态模态的确定性描述，以模拟“数据交换事件”，例如公开公告、私有数据共享或黑客攻击。已为这些新开发的逻辑提供了完整的公理化和可判定性证明。