We investigate conjunctive normal form (CNF) encodings of a function represented with a decomposable negation normal form (DNNF). Several encodings of DNNFs and decision diagrams were considered by (Abio et al. 2016). The authors differentiate between encodings which implement consistency or domain consistency by unit propagation from encodings which are unit refutation complete or propagation complete. The difference is that in the former case we do not care about propagation strength of the encoding with respect to the auxiliary variables while in the latter case we treat all variables (the main and the auxiliary ones) in the same way. The currently known encodings of DNNF theories implement domain consistency. Building on these encodings we generalize the result of (Abio et al. 2016) on a propagation complete encoding of decision diagrams and present a propagation complete encoding of a DNNF and its generalization for variables with finite domains.


翻译:我们调查了一个函数的正态编码(CNF)与可分解的正态格式(DNNF)代表的函数(DNNF)的正态编码(CNF)。DNNF和决定图的若干编码得到了审议(Abio等人,2016年)。作者将单位传播实现一致性或域一致性的编码与单位反省完整或传播完整的编码区分开来。在前一种情况下,我们并不关心辅助变量编码的传播强度,而在后一种情况下,我们以同样的方式处理所有变量(主变量和辅助变量)。目前已知的DNNNF理论编码实施了域一致性。我们将这些编码的结果(Abio等人,2016年)建立在决定图的完整传播编码上,并展示DNNF的传播完整编码及其有限定域的变量的通用。

0
下载
关闭预览

相关内容

专知会员服务
14+阅读 · 2021年9月11日
最新《Transformers模型》教程,64页ppt
专知会员服务
305+阅读 · 2020年11月26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
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
将门创投
4+阅读 · 2018年11月6日
Arxiv
0+阅读 · 2021年10月29日
Arxiv
1+阅读 · 2021年10月27日
Arxiv
0+阅读 · 2021年10月26日
Arxiv
14+阅读 · 2019年9月11日
VIP会员
相关资讯
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
将门创投
4+阅读 · 2018年11月6日
Top
微信扫码咨询专知VIP会员