Der Artikel stellt eine formale Methode zur Kompression bekannter Transitionen (explizit dargestellte Semantik) eines Graphtransformationsmodells in einen Regelsatz (implizite Semantik) vor. Die Methode hat zwei Hauptmodi, eine verlustfreie und eine verlustbehaftete Kompression, wobei letztere eine Überapproximation der Eingabedaten erzeugt.
Es werden verschiedene Anwendungsfälle der Methode diskutiert, darunter Reverse Engineering, Komplexitätsanalyse und Modellergänzung. Anwendungsbeispiele aus verschiedenen Graphtransformationsmodellen werden präsentiert.
Die Methode nimmt ein Eingabe-Transitionssystem und erzeugt daraus einen Satz von Regeln, der das Verhalten des Eingabesystems reproduzieren kann. Dazu wird zunächst für jeden Übergang im Eingabesystem eine maximale Regel definiert, die diesen Übergang generiert. Anschließend werden Kandidatenregeln identifiziert, die Teilmengen dieser maximalen Regeln sind und mindestens zwei Übergänge generieren. Aus diesen Kandidatenregeln wird dann ein minimaler Regelsatz ausgewählt, der das Eingabeverhalten möglichst kompakt abbildet.
Für den Fall, dass kein exakter minimaler Regelsatz existiert, wird eine verlustbehaftete Kompression durchgeführt, bei der der erzeugte Regelsatz mehr Transitionen generiert als im Eingabesystem vorhanden sind. Dies ermöglicht die Identifikation von "promisken Substraten", also ähnlichen Molekülen, die dieselbe Reaktion eingehen können.
Abschließend wird die Komplexität von Graphtransformationsmodellen diskutiert, die durch die minimale Größe des erzeugten Regelsatzes gemessen werden kann. Dies entspricht einer Approximation der Kolmogorov-Komplexität für Graphtransformationsprobleme.
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Jako... kl. arxiv.org 04-04-2024
https://arxiv.org/pdf/2404.02692.pdfDybere Forespørgsler