Collective adaptive systems (CAS) consist of many heterogeneous components typically organised in groups. These entities interact with each other by adapting their behaviour to pursue individual or collective goals. The distribution of system entities determines a space that can be either physical or logical. The former is defined in terms of a physical relation among components. The latter depends on some logical relations such as being part of the same group. For these systems, specification and verification of spatial properties play a fundamental role to understand their behaviour and to support their design. Recently, different tools and languages have been introduced to specify and verify the properties of space. However, these formalisms are mainly based on graphs. This does not permit considering higher-order relations such as surfaces or volumes. In this work, we propose a spatial logic interpreted on simplicial complexes. These are topological objects able to represent surfaces and volumes efficiently and that generalise graphs with higher-order edges. The expressiveness of the proposed spatial logic is studied in terms of bisimulation and branching bisimulation relations defined over simplicial complexes. Finally, we discuss how the satisfaction of logical formulas can be verified by a correct and complete algorithm.


翻译:集体适应系统(CAS)由通常按群体组织的许多不同组成部分组成,这些实体通过调整其行为以追求个人或集体目标而相互互动。系统实体的分布决定了一个可以物理或逻辑的空间。前者以各组成部分之间的物理关系来界定。前者取决于某些逻辑关系,例如属于同一组的一部分。对于这些系统,空间特性的规格和核查在理解其行为和支持其设计方面起着根本作用。最近,采用了不同的工具和语言来说明和核实空间的特性。然而,这些形式主义主要基于图表。这不允许考虑表面或数量等更高顺序的关系。在这项工作中,我们建议对简化的复杂内容进行空间逻辑解释。这些是能够有效代表表面和数量以及具有较高顺序边缘的概括性图表。对拟议空间逻辑的表达性进行了研究,从精确和分解的复杂程度的角度来研究。最后,我们讨论了如何通过正确和完整的算法来验证逻辑公式的准确性。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
专知会员服务
109+阅读 · 2020年3月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
互信息论文笔记
CreateAMind
23+阅读 · 2018年8月23日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月7日
A Generalized CUR decomposition for matrix pairs
Arxiv
0+阅读 · 2021年7月7日
Embedding Logical Queries on Knowledge Graphs
Arxiv
5+阅读 · 2018年9月6日
Neural Arithmetic Logic Units
Arxiv
5+阅读 · 2018年8月1日
Arxiv
3+阅读 · 2018年2月20日
VIP会员
相关VIP内容
专知会员服务
76+阅读 · 2021年3月16日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
专知会员服务
109+阅读 · 2020年3月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
互信息论文笔记
CreateAMind
23+阅读 · 2018年8月23日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员