Make E Smart Again (Short Paper)

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F20%3A00346612" target="_blank" >RIV/68407700:21230/20:00346612 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21730/20:00346612

Výsledek na webu

<a href="https://doi.org/10.1007/978-3-030-51054-1_26" target="_blank" >https://doi.org/10.1007/978-3-030-51054-1_26</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-51054-1_26" target="_blank" >10.1007/978-3-030-51054-1_26</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Make E Smart Again (Short Paper)

Popis výsledku v původním jazyce

In this work in progress, we demonstrate a new use-case for the ENIGMA system. The ENIGMA system using the XGBoost implementation of gradient boosted decision trees has demonstrated high capability to learn to guide the E theorem prover’s inferences in real-time. Here, we strip E to the bare bones: we replace the KBO term ordering with an identity relation as the minimal possible ordering, disable literal selection, and replace evolved strategies with a simple combination of the clause weight and FIFO (first in first out) clause evaluation functions. We experimentally demonstrate that ENIGMA can learn to guide E as well as the smart, evolved strategies even without these standard automated theorem prover functionalities. To this end, we experiment with XGBoost’s meta-parameters over a dozen loops.

Název v anglickém jazyce

Make E Smart Again (Short Paper)

Popis výsledku anglicky

In this work in progress, we demonstrate a new use-case for the ENIGMA system. The ENIGMA system using the XGBoost implementation of gradient boosted decision trees has demonstrated high capability to learn to guide the E theorem prover’s inferences in real-time. Here, we strip E to the bare bones: we replace the KBO term ordering with an identity relation as the minimal possible ordering, disable literal selection, and replace evolved strategies with a simple combination of the clause weight and FIFO (first in first out) clause evaluation functions. We experimentally demonstrate that ENIGMA can learn to guide E as well as the smart, evolved strategies even without these standard automated theorem prover functionalities. To this end, we experiment with XGBoost’s meta-parameters over a dozen loops.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/EF15_003%2F0000466" target="_blank" >EF15_003/0000466: Umělá inteligence a uvažování</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lecture Notes in Computer Science

ISBN

978-3-030-51053-4

ISSN

0302-9743

e-ISSN

0302-9743

Počet stran výsledku

8

Strana od-do

408-415

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Paris

Datum konání akce

29. 6. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000884319500026