Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2505.19648

帮助 | 高级搜索

计算机科学 > 计算机科学中的逻辑

arXiv:2505.19648 (cs)
[提交于 2025年5月26日 ]

标题: 具有二次延迟复杂度的二变量逻辑模型枚举

标题: Model Enumeration of Two-Variable Logic with Quadratic Delay Complexity

Authors:Qiaolan Meng, Juhua Pu, Hongting Niu, Yuyi Wang, Yuanhong Wang, Ondřej Kuželka
摘要: 我们研究了二阶逻辑函数自由、有限域片段中两个变量的模型枚举问题($FO^2$)。 具体来说,给定一个$FO^2$句子$\Gamma$和一个正整数$n$,如何枚举$\Gamma$在大小为$n$的域上的所有模型? 在本文中,我们设计了一种新颖的算法来解决这个问题。 当句子固定时,我们的算法在给定域大小$n$上的延迟复杂度(即产生两个连续模型之间所需的时间)是二次的(至多对数因子)。 这一复杂度几乎是最优的,因为在任何模型中对二元谓词的解释至少需要$\Omega(n^2)$位来表示。
摘要: We study the model enumeration problem of the function-free, finite domain fragment of first-order logic with two variables ($FO^2$). Specifically, given an $FO^2$ sentence $\Gamma$ and a positive integer $n$, how can one enumerate all the models of $\Gamma$ over a domain of size $n$? In this paper, we devise a novel algorithm to address this problem. The delay complexity, the time required between producing two consecutive models, of our algorithm is quadratic in the given domain size $n$ (up to logarithmic factors) when the sentence is fixed. This complexity is almost optimal since the interpretation of binary predicates in any model requires at least $\Omega(n^2)$ bits to represent.
评论: 16页,4个图,并将发表于第四十届ACM/IEEE计算机科学逻辑研讨会(LICS)
主题: 计算机科学中的逻辑 (cs.LO) ; 人工智能 (cs.AI)
引用方式: arXiv:2505.19648 [cs.LO]
  (或者 arXiv:2505.19648v1 [cs.LO] 对于此版本)
  https://doi.org/10.48550/arXiv.2505.19648
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Qiaolan Meng [查看电子邮件]
[v1] 星期一, 2025 年 5 月 26 日 08:04:19 UTC (314 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-05
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | Disable MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号