会员服务
线性的 ·
2021 年 7 月 2 日
A Verified Decision Procedure for Orders in Isabelle/HOL
翻译：伊莎贝尔/HOL号命令的经核证的裁判程序
Lukas Stevens,Tobias Nipkow
Lukas Stevens,Tobias Nipkow

We present the first verified implementation of a decision procedure for the quantifier-free theory of partial and linear orders. We formalise the procedure in Isabelle/HOL and provide a specification that is made executable using Isabelle's code generator. The procedure is already part of the development version of Isabelle as a sub-procedure of the simplifier.


翻译：我们首次对部分订单和线性订单的无量化理论的决定程序进行了核查,正式确定了伊莎贝尔/HOL程序,并提供了使用伊莎贝尔代码生成器可执行的规格,该程序已经是伊莎贝尔开发版本的一部分,作为简化的次级程序。
0
下载
关闭预览

相关内容

【斯坦福新书】决策算法，464页pdf，Algorithms for Decision Making
【斯坦福新书】决策算法，464页pdf，Algorithms for Decision Making
专知会员服务
119+阅读 · 2020年12月7日
【优化基准：最佳实践，54页pdf】Benchmarking in Optimization: Best Practice and Open Issues
【优化基准：最佳实践，54页pdf】Benchmarking in Optimization: Best Practice and Open Issues
专知会员服务
23+阅读 · 2020年7月28日
【深度学习社区检测】Deep Learning for Community Detection: Progress, Challenges and Opportunities
【深度学习社区检测】Deep Learning for Community Detection: Progress, Challenges and Opportunities
专知会员服务
27+阅读 · 2020年6月13日
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
108+阅读 · 2020年6月10日
【AAAI2020】拓扑贝叶斯优化与持久性图：Topological Bayesian Optimization with Persistence Diagrams
【AAAI2020】拓扑贝叶斯优化与持久性图：Topological Bayesian Optimization with Persistence Diagrams
专知会员服务
10+阅读 · 2020年1月17日
2019年自然语言处理NLP亮点总结，29页pdf，NLP Year in Review — 2019 NLP highlights for the year 2019.
2019年自然语言处理NLP亮点总结，29页pdf，NLP Year in Review — 2019 NLP highlights for the year 2019.
专知会员服务
68+阅读 · 2020年1月2日
【KDD2019|讲座推荐】公平意识机器学习：现实挑战与经验教训：Fairness-Aware Machine Learning: Practical Challenges and Lessons Learned
专知会员服务
19+阅读 · 2019年12月9日
【KDD2019|讲座推荐】在线控制实验结果评估的挑战、最佳实践和陷阱：Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments
【KDD2019|讲座推荐】在线控制实验结果评估的挑战、最佳实践和陷阱：Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments
专知会员服务
3+阅读 · 2019年12月4日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
局部学习的特征选择：Local-Learning-Based Feature Selection
局部学习的特征选择：Local-Learning-Based Feature Selection
我爱读PAMI
14+阅读 · 2019年9月20日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
NLP 2018 Highlights：2018自然语言处理技术亮点汇总
NLP 2018 Highlights：2018自然语言处理技术亮点汇总
AINLP
10+阅读 · 2019年2月9日
强化学习的Unsupervised Meta-Learning
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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Linguistically Regularized LSTMs for Sentiment Classification
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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
自然语言处理 (NLP)资源大全
自然语言处理 (NLP)资源大全
机械鸡
35+阅读 · 2017年9月17日
最佳实践：深度学习用于自然语言处理（三）
最佳实践：深度学习用于自然语言处理（三）
待字闺中
3+阅读 · 2017年8月20日
Towards Formalising Schutz' Axioms for Minkowski Spacetime in Isabelle/HOL
Arxiv
0+阅读 · 2021年9月6日
Nonparametric Extrema Analysis in Time Series for Envelope Extraction, Peak Detection and Clustering
Arxiv
0+阅读 · 2021年9月5日
Quasi Monte Carlo Time-Frequency Analysis
Arxiv
0+阅读 · 2021年9月4日
Multi-agent online learning in time-varying games
Arxiv
0+阅读 · 2021年9月4日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
The Book of Why: Review
Arxiv
15+阅读 · 2019年9月30日
Object Detection in 20 Years: A Survey
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Efficient and Effective $L_0$ Feature Selection
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
A Tour of Reinforcement Learning: The View from Continuous Control
Arxiv
6+阅读 · 2018年6月25日
Natural Language Processing: State of The Art, Current Trends and Challenges
Arxiv
4+阅读 · 2017年8月17日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
线性的
相关VIP内容
【斯坦福新书】决策算法，464页pdf，Algorithms for Decision Making
【斯坦福新书】决策算法，464页pdf，Algorithms for Decision Making
专知会员服务
119+阅读 · 2020年12月7日
【优化基准：最佳实践，54页pdf】Benchmarking in Optimization: Best Practice and Open Issues
【优化基准：最佳实践，54页pdf】Benchmarking in Optimization: Best Practice and Open Issues
专知会员服务
23+阅读 · 2020年7月28日
【深度学习社区检测】Deep Learning for Community Detection: Progress, Challenges and Opportunities
【深度学习社区检测】Deep Learning for Community Detection: Progress, Challenges and Opportunities
专知会员服务
27+阅读 · 2020年6月13日
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
108+阅读 · 2020年6月10日
【AAAI2020】拓扑贝叶斯优化与持久性图：Topological Bayesian Optimization with Persistence Diagrams
【AAAI2020】拓扑贝叶斯优化与持久性图：Topological Bayesian Optimization with Persistence Diagrams
专知会员服务
10+阅读 · 2020年1月17日
2019年自然语言处理NLP亮点总结，29页pdf，NLP Year in Review — 2019 NLP highlights for the year 2019.
2019年自然语言处理NLP亮点总结，29页pdf，NLP Year in Review — 2019 NLP highlights for the year 2019.
专知会员服务
68+阅读 · 2020年1月2日
【KDD2019|讲座推荐】公平意识机器学习：现实挑战与经验教训：Fairness-Aware Machine Learning: Practical Challenges and Lessons Learned
专知会员服务
19+阅读 · 2019年12月9日
【KDD2019|讲座推荐】在线控制实验结果评估的挑战、最佳实践和陷阱：Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments
【KDD2019|讲座推荐】在线控制实验结果评估的挑战、最佳实践和陷阱：Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments
专知会员服务
3+阅读 · 2019年12月4日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
热门VIP内容
相关资讯
局部学习的特征选择：Local-Learning-Based Feature Selection
局部学习的特征选择：Local-Learning-Based Feature Selection
我爱读PAMI
14+阅读 · 2019年9月20日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
NLP 2018 Highlights：2018自然语言处理技术亮点汇总
NLP 2018 Highlights：2018自然语言处理技术亮点汇总
AINLP
10+阅读 · 2019年2月9日
强化学习的Unsupervised Meta-Learning
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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Linguistically Regularized LSTMs for Sentiment Classification
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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
自然语言处理 (NLP)资源大全
自然语言处理 (NLP)资源大全
机械鸡
35+阅读 · 2017年9月17日
最佳实践：深度学习用于自然语言处理（三）
最佳实践：深度学习用于自然语言处理（三）
待字闺中
3+阅读 · 2017年8月20日
相关论文
Towards Formalising Schutz' Axioms for Minkowski Spacetime in Isabelle/HOL
Arxiv
0+阅读 · 2021年9月6日
Nonparametric Extrema Analysis in Time Series for Envelope Extraction, Peak Detection and Clustering
Arxiv
0+阅读 · 2021年9月5日
Quasi Monte Carlo Time-Frequency Analysis
Arxiv
0+阅读 · 2021年9月4日
Multi-agent online learning in time-varying games
Arxiv
0+阅读 · 2021年9月4日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
The Book of Why: Review
Arxiv
15+阅读 · 2019年9月30日
Object Detection in 20 Years: A Survey
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Efficient and Effective $L_0$ Feature Selection
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
A Tour of Reinforcement Learning: The View from Continuous Control
Arxiv
6+阅读 · 2018年6月25日
Natural Language Processing: State of The Art, Current Trends and Challenges
Arxiv
4+阅读 · 2017年8月17日
Top
微信扫码咨询专知VIP会员
Top