Output-decomposed Learning of Mealy Machines

要約

個々の出力への投影に基づいて、有限状態マシンの分解を学習するアクティブ オートマトン学習アルゴリズムを紹介します。
これは、Labbaf らによる最近の構成学習アルゴリズムと二重の関係にあります。
（2023年）。
出力をより小さなセットに投影すると、モデル自体のサイズが小さくなります。
このような予測を複数持つことで、情報を失うことなく、システム全体を再構築できます。
アルゴリズムの予備評価で示されているように、システムの構造に応じて、これによりクエリの数が大幅に減少します。

要約(オリジナル)

We present an active automata learning algorithm which learns a decomposition of a finite state machine, based on projecting onto individual outputs. This is dual to a recent compositional learning algorithm by Labbaf et al. (2023). When projecting the outputs to a smaller set, the model itself is reduced in size. By having several such projections, we do not lose any information and the full system can be reconstructed. Depending on the structure of the system this reduces the number of queries drastically, as shown by a preliminary evaluation of the algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google