• Afhalen na 1 uur in een winkel met voorraad
  • Gratis thuislevering in België vanaf € 30
  • Ruim aanbod met 7 miljoen producten
  • Afhalen na 1 uur in een winkel met voorraad
  • Gratis thuislevering in België vanaf € 30
  • Ruim aanbod met 7 miljoen producten
  1. Boeken
  2. Non-fictie
  3. Informatica
  4. Computerwetenschappen
  5. Machine Learning for Automated Theorem Proving

Machine Learning for Automated Theorem Proving

Learning to Solve SAT and Qsat

Sean B Holden
€ 104,95
+ 209 punten
Levertermijn 1 à 4 weken
Eenvoudig bestellen
Veilig betalen
Gratis thuislevering vanaf € 30 (via bpost)
Gratis levering in je Standaard Boekhandel

Omschrijving

Automated theorem proving represents a significant and long-standing area of research in computer science, with numerous applications. A large proportion of the methods developed to date for the implementation of automated theorem provers (ATPs) have been algorithmic, sharing a great deal in common with the wider study of heuristic search algorithms. However, in recent years researchers have begun to incorporate machine learning (ML) methods into ATPs in an effort to extract better performance. Propositional satisfiability (SAT) solving and machine learning are both large and longstanding areas of research, and each has a correspondingly large literature. In this book, the author presents the results of his thorough and systematic review of the research at the intersection of these two apparently rather unrelated fields. It focusses on the research that has appeared to date on incorporating ML methods into solvers for propositional satisfiability SAT problems, and also solvers for its immediate variants such as and quantified SAT (QSAT). The comprehensiveness of the coverage means that ML researchers gain an understanding of state-of-the-art SAT and QSAT solvers that is sufficient to make new opportunities for applying their own ML research to this domain clearly visible, while ATP researchers gain a clear appreciation of how state-of-the-art machine learning might help them to design better solvers. In presenting the material, the author concentrates on the learning methods used and the way in which they have been incorporated into solvers. This enables researchers and students in both Automated Theorem Proving and Machine Learning to a) know what has been tried and b) understand the often complex interaction between ATP and ML that is needed for success in these undeniably challenging applications.

Specificaties

Betrokkenen

Auteur(s):
Uitgeverij:

Inhoud

Aantal bladzijden:
200
Taal:
Engels
Reeks:

Eigenschappen

Productcode (EAN):
9781680838985
Verschijningsdatum:
22/11/2021
Uitvoering:
Paperback
Formaat:
Trade paperback (VS)
Afmetingen:
156 mm x 234 mm
Gewicht:
290 g
Standaard Boekhandel

Alleen bij Standaard Boekhandel

+ 209 punten op je klantenkaart van Standaard Boekhandel
ACTIE

Nu 10% korting

op dé must-haves van het jaar
ACTIE
Standaard Boekhandel - De must-haves van 2024
KOM LANGS IN ONZE WINKELS

Hoera! Het is weer het Feest van het Boek

van 31/10 t.e.m. 03/11
KOM LANGS IN ONZE WINKELS
Feest van het Boek
WEDSTRIJD

Alleen in onze winkels: koop een boek en win een boekenfeest bij je thuis

Jij kiest welke topauteur misschien bij jou over de vloer komt!
WEDSTRIJD
Win een boekenfeest bij je thuis
Standaard Boekhandel

Beoordelingen

We publiceren alleen reviews die voldoen aan de voorwaarden voor reviews. Bekijk onze voorwaarden voor reviews.