提出LTLf有限轨迹溯因与对比解释新方法
热点事件持续更新
提出LTLf有限轨迹溯因与对比解释新方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Valeria Fionda、Antonio Ielo和Francesco Ricca在arXiv发布研究，针对有限轨迹上的线性时序逻辑（LTLf）提出溯因解释（AXps）与对比解释（CXps）的轨迹级原生刻画，基于对时间索引事件的锁定与解锁，并证明其与基于分类器的表述等价。 研究发现对比解释与一种新提出的LTLf时序因果语义一致；计算上借助ASP程序的最小不可满足核与最小修正集进行枚举，并在真实事件日志实验中验证了有效性。
AI 根据报道生成 · 38 分钟前更新
最新进展10月27日 12:00
面向有限轨迹线性时序逻辑（LTLf）的形式化解释方法报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI面向有限轨迹线性时序逻辑（LTLf）的形式化解释方法
一项 arXiv 研究针对有限轨迹上的线性时序逻辑（LTLf）提出溯因解释（AXps）与对比解释（CXps）的轨迹级原生刻画，基于时间索引事件的锁定与解锁，并证明其与基于分类器的表述等价。研究发现 CXps 与一种新提出的 LTLf 时序因果语义一致，并借助 ASP 程序的最小不可满足核与最小修正集枚举实现高效计算，在真实事件日志实验中验证了有效性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。