EPCCL理论的并行知识编译算法

zxshunine

摘要:基于超扩展规则,证明了EPCCL(Each Pair Contains Complementary Literal)理论的合并过程是可并行执行的,并设计了针对多个EPCCL理论的并行合并算法PUAE( Parallel computing Union of Any number of EPCCL).通过对 EPCCL理论原始子句集的利用,提出了另一种高效的EPCCL理论并行合并算法imp-PUAE( improvement of PUAE).UKCHER( computing Union sets of maximum terms for Knowledge Compilation based on Hyper Extension Rule)是一种可并行的EPCCL理论编译算法,分别利用PUAE和 imp-PUAE设计了两个并行知识编译算法Р-UKCHER(UKCHER withPUAE)和impP-UKCHER(UKCHER with imp-PUAE).实验结果表明-UKCHER算法虽然没有提升UKCHER 算法的效率,但能够提升UKCHER 算法编译结果的质量,最好情况下可提升4倍;而 impP-UKCHER 算法能够提高UKCHER算法的效率,同时也能够提升编译结果的质量,同样最好情况下可提升4倍.
3 u, W4 |) {8 z6 }
7 {# h- }+ |) _4 K$ N; m3 r( ^$ K关键词:知识编译;扩展规则;超扩展规则;EPCCL理论;并行编译


       知识编译的主要目的是为了提高重复性任务的计算效率,主要思想为将问题的求解分为两个基本阶段:离线编译和在线推理. Darwiche和 Marquis介绍了知识编译图谱用于比较不同的目标语言.随后,相关学者对知识编译图谱进行了扩充。
' O7 {- [# }9 }5 t0 j5 M" n8 Z


) }: f* T, V. O% h  V8 \
4 X4 x( S# m* {9 W5 ^& }$ @+ x

游客，如果您要查看本帖隐藏内容请回复

2 Z# C0 l( E2 C/ [5 x; C4 x& t
4 l- N8 v$ Y% p

tutututut

知识编译的主要目的是为了提高重复性任务的计算效率