In their recent paper (GandALF 2018), Goubault, Ledent, and Rajsbaum provided a formal epistemic model for distributed computing. Their logical model, as an alternative to the well-studied topological model, provides an attractive framework for refuting the solvability of a given distributed task by means of logical obstruction: One just needs to devise a formula, in the formal language of epistemic logic, that describes a discrepancy between the model of computation and that of the task. However, few instances of logical obstruction were presented in their paper and specifically logical obstruction to the wait-free 2-set agreement task was left as an open problem. Soon later, Nishida affirmatively answered to the problem by providing inductively defined logical obstruction formulas to the wait-free $k$-set agreement tasks. The present paper refines Nishida's work and devises logical obstruction formulas to $k$-set agreement tasks for superset-closed adversaries, which supersede the wait-free model. These instances of logical obstruction formulas exemplify that the logical framework can provide yet another feasible method for showing impossibility of distributed tasks, though it is currently being confined to one-round distributed protocols. The logical method has an advantage over the topological method that it enjoys a self-contained, elementary induction proof. This is in contrast to topological methods, in which sophisticated topological tools, such as Nerve lemma, are often assumed as granted.


翻译:在最近的论文(GandALF 2018年)中,古伯尔、勒登和拉杰斯鲍姆提供了正式的分布式计算缩略图模型(GandALF 2018年 ), 古伯尔、 勒登和拉杰斯鲍姆提供了正式的分布式计算缩略图。 他们的逻辑模型,作为研究周密的表层模型的替代,为通过逻辑阻挠来驳斥某一分配式任务溶解性提供了一个有吸引力的框架: 只需用缩进定义的公式, 描述计算模式与任务模式之间的差异。 但是, 他们的文件中很少出现逻辑上的阻挠, 特别是逻辑上流的阻碍, 常常被留作一个开放的问题。 不久之后, 尼希达肯定地回答了问题, 提供了定义明确的逻辑上的阻挠公式, 给免等待的美元协议任务提供了隐含定义的逻辑性公式。 尼希达的工作和逻辑上的阻挠公式, 取代了无等待模式。 这些逻辑上的阻挠公式的例子表明逻辑框架可以提供另一个可行的框架, 利维雅的上行方法是其上的一种最上流的方法。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
【AAAI2021】对比聚类,Contrastive Clustering
专知会员服务
76+阅读 · 2021年1月30日
【CIKM2020】神经逻辑推理,Neural Logic Reasoning
专知会员服务
50+阅读 · 2020年8月25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
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Linguistically Regularized LSTMs for Sentiment Classification
黑龙江大学自然语言处理实验室
8+阅读 · 2018年5月4日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
7+阅读 · 2019年6月20日
VIP会员
相关资讯
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Linguistically Regularized LSTMs for Sentiment Classification
黑龙江大学自然语言处理实验室
8+阅读 · 2018年5月4日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6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