SemML:用机器学习增强自动机理论LTL合成

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

该研究提出了SemML工具,通过语义标记和机器学习策略,解决基于线性时序逻辑的反应系统合成问题,显著提升了合成效率,尤其在大规模实例中表现优异。

🎯

关键要点

  • 该研究提出了SemML工具,解决基于线性时序逻辑的反应系统合成问题。

  • SemML工具采用语义标记和机器学习策略,显著提升合成效率。

  • SemML在大规模实例中表现优异,尤其在SYNTCOMP上解决更多实例。

  • 研究展示了机器学习辅助方法在实际LTL合成中的优越性。

➡️

继续阅读