今日任务 看论文
核心论点:引入机器学习假装执行LTL,使用算法预测LTL结果,不真实的进行LTL的MC计算。
具体步骤为:
- 使用ML机器学习算法,具体的工具是ML开源软件包Graph Lab
- 将关系模型K和LTL公式f作为ML的两个特征,再把r当做ML的唯一标签。
- 运行LTL模型检查算法,并获得给定的K和f对的模型检查结果。详情见图(a)。在此基础上,他或她可以执行二进制分类。如果模型检查的结果为“ true”,则分类的结果为1。否则,分类结果为0。
- 将上一步重复n次,得到包含n个记录的训练集。详情见图(b)的左侧。
- 使用ML算法训练该训练集,并获得ML模型M。详情见图(b)的中间部分。
- 当有公式需要检查时,只需将关系模型K和LTL公式f输入ML模型M,就可以得到k是否满足f。
论文链接:
LTL Model Checking Based on Binary Classification of Machine Learning
论文实现图: