競合駆動型の条項学習SATソルバーにおけるVSIDS分岐ヒューリスティックの理解
7結果の解釈
(1) VSIDSが追加的にバンプするために選択する変数のクラスの何が特別なのですか? 変換:vsidによって選択された変数の何が特別なのですか?
VSIDSとTGCの実験( セクション4)では、スピアマンの順位相関係数を使用して、VSIDSとTGCの順位が強く相関している ことを示しました。
翻訳:VSIDSとTGCの実験(セクション4)では、Spearmanのランク相関係数を使用して、VSIDSとTGCランクに強い相関があることを示しています。
私たちの実験から、このホワイトペーパーで検討したすべてのVSIDSバリアントについて、選択した変数の中心性の増加と追加のバンピングが一致していると言えます。
翻訳:私たちの実験から、このホワイトペーパーで検討したすべてのVSIDS変数について、追加バンプは選択した変数の中心性の増加と一致することがわかります。
また、結果から、ソルバーが分岐のために選択する変数は、TGCランクが非常に高いことがわかります。中心性の概念により、多くのソルバー開発者が持っていた直感を数学的に正確に定義できます。つまり、「非常に制約された変数」での分岐は効果的な戦略です。
翻訳:結果から、ブランチのソルバーによって選択された変数のTGCランクが非常に高いこともわかります。中心性の概念により、多くのソルバー開発者の直感を正確な数学的方法で定義できます。つまり、「非常に制約された変数」での分岐は効果的な戦略です。
TGC実験と組み合わせたブリッジ変数実験は、VSIDSが高中心性ブリッジ変数に焦点を当てていることを示唆してい ます。
翻訳:TGC実験と組み合わせた私たちのブリッジ変数実験は、vsidが非常に中心的なブリッジ変数に焦点を当てていることを示しています。
8関連研究
Marques-SilvaとSakallahは、CDCL技術を発明したとされています[ 34 ]。オリジナルのVSIDSヒューリスティックは、Chaffの作者によって発明されました[ 36 ]。
Armin Biere [ 8 ]は、VSIDSのローパスフィルターの振る舞いと、Huangらを説明しました。[ 26 ]は、VSIDSは本質的にEMAであると述べた。
翻訳:Armin Biere [8]は、VSIDSのローパスフィルタリング動作について説明しています。Huangら[26]は、VSIDSは本質的にEMA(指数移動平均)であると信じています。
-------------------------------------------------- -------------------------------------------------- -------------------------------------------------- -------------------------------------------------- ----------------------------------------
KatsirelosとSimon [ 30 ]は、固有ベクトルの中心性と分岐ヒューリスティックの関係を最初に公開した。彼らの論文[ 30 ]で、著者らは(Google PageRankを介して)固有ベクトルの中心性を元の入力句で1回だけ計算し、ほとんどの決定変数の中心性が平均よりも高いことを示しました。
翻訳:KatsirelosとSimon [30]は、特徴ベクトルの中心性とブランチヒューリスティックの関係を最初に公開しました。
翻訳:著者は、元の入力句について(Google PageRankを介して)特徴ベクトルの中心性を 1 回だけ計算しました。結果は、ほとんどの決定変数の中心性が平均中心性よりも高いことを示しています。
また、彼らの中心性の定義は一時的なものではないことも強調しておきます。対照的に、私たちの結果は、VSIDSランキングを時間次数および固有ベクトルの中心性と相関させ、ソルバーの実行全体にわたって動的に相関関係が保持されることを示しています。
翻訳:さらに、彼らの中心性の定義は一時的なものではないことを強調する必要があります。
翻訳:私たちの結果は、vsidランキングを時間の程度と特徴ベクトルの中心性にリンクし、ソリューションプロセス全体の相関関係を動的に示します。
-------------------------------------------------- -------------------------------------------------- -------------------------------------------------- -------------------------------------------------- ----------------------------------------
また、時間性で中心性を拡張すると、相関も大幅に強化されることにも気づきました。SimonとKatsirelosは、VSIDSがブリッジ変数を選択している可能性があると仮定しています(それらはフリンジ変数と呼ばれています)。ただし、それらはこれについての実験的証拠を提供しません。
翻訳:さらに、中心性と適時性を拡張した後、相関関係も大幅に強化されています。SimonとKatsirelosは、vsidがブリッジ変数を選択する可能性があると仮定しました(これらは限界変数と呼ばれます)。しかし、彼らはこれについて実験的な証拠を提供しませんでした。
私たちの知る限り、私たちはVSIDSに関する次の結果を最初に確立しました。最初に、VSIDSはピック、バンプを行い、高中心性ブリッジ変数を学習します。第二に、VSIDSの影響を受ける検索は、私たちが検討した他の分岐ヒューリスティックよりも空間的および時間的に集中しています。3番目に、VSIDSの有効性に対するEMA(乗法的減衰)の重要性を説明します。第4に、観測に基づいて新しい適応型VSIDS分岐ヒューリスティックを発明します。
翻訳:私たちの知る限りでは、まずvsidに関する次の結果を決定しました。
翻訳:まず、vsidの選択、バンプ、および非常に中心的なブリッジング変数の学習。
翻訳:次に、私たちが検討している他のブランチヒューリスティックと比較して、vsidの影響を受ける検索は、空間と時間にもっと注意を払います。
翻訳:3番目に、vsid(本質的には指数平滑法の一種)の効果に対するEMA(乗法的減衰)の重要性を説明します。
翻訳:私たちの観察に基づいて、新しい適応型vsidブランチヒューリスティックを発明します。