摘要 在本文中，我們開發了對可能包含矛盾的資料集進行自動假設空間探索的技術

本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。

原文連結

• SFI 頁面

論文資訊

• 類型：已發表論文
• 日期：2022-09-02

摘要

在本文中，我們開發了對可能包含矛盾的資料集進行自動假設空間探索的技術。為此，我們利用兩個公式之間的等價性：有限模型假設下帶有前綴模態量詞的一階謂詞邏輯和混合整數線性規劃 (MILP) 問題。與其他方法不同，我們並沒有假設所有邏輯斷言都是正確的。相反，我們透過識別相應 MILP 的替代最佳解決方案來尋找有關主張有效性的替代假設。我們在導出的線性約束中使用鬆弛變數的集合來指示矛盾資料或假設的存在。目標是最小化資料與線性約束集中存在非零鬆弛所表示的斷言之間的矛盾。在本文中，我們提出以下內容：1）有限模型假設下帶有模態量詞前綴的一階謂詞邏輯與 MILP 問題之間的對應關係；2）用於探索矛盾假設空間的隱式枚舉演算法。