Guiding Inferences in Connection Tableau by Recurrent Neural Networks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21730%2F20%3A00346116" target="_blank" >RIV/68407700:21730/20:00346116 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1007/978-3-030-53518-6_23" target="_blank" >https://doi.org/10.1007/978-3-030-53518-6_23</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-53518-6_23" target="_blank" >10.1007/978-3-030-53518-6_23</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Guiding Inferences in Connection Tableau by Recurrent Neural Networks

Popis výsledku v původním jazyce

We present a dataset and experiments on applying recurrent neural networks (RNNs) for guiding clause selection in the connection tableau proof calculus. The RNN encodes a sequence of literals from the current branch of the partial proof tree to a hidden vector state; using it, the system selects a clause for extending the proof tree. The training data and learning setup are described, and the results are discussed and compared with state of the art using gradient boosted trees. Additionally, we perform a conjecturing experiment in which the RNN does not just select an existing clause, but completely constructs the next tableau goal.

Název v anglickém jazyce

Guiding Inferences in Connection Tableau by Recurrent Neural Networks

Popis výsledku anglicky

We present a dataset and experiments on applying recurrent neural networks (RNNs) for guiding clause selection in the connection tableau proof calculus. The RNN encodes a sequence of literals from the current branch of the partial proof tree to a hidden vector state; using it, the system selects a clause for extending the proof tree. The training data and learning setup are described, and the results are discussed and compared with state of the art using gradient boosted trees. Additionally, we perform a conjecturing experiment in which the RNN does not just select an existing clause, but completely constructs the next tableau goal.

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

978-3-030-53517-9

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

6

Strana od-do

309-314

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Bertinoro, Forli

Datum konání akce

26. 7. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—