Core Concepts
확실한 내부 종료를 증명하기 위한 새로운 완전한 기준을 제시합니다.
Abstract
최근에 확실한 내부 종료를 증명하기 위해 종속성 쌍 프레임워크를 개선하고 완전한 기준을 제시했습니다.
확률적 용어 재작성을 위한 새로운 변환을 도입하여 확률적 종속성 쌍 프레임워크를 확장했습니다.
새로운 "변환" 확률적 종속성 쌍 프로세서를 소개하여 전력을 상당히 증가시켰습니다.
비확률적 TRS에 대한 DP 프레임워크를 요약하고 새로운 ADP를 제시했습니다.
새로운 ADP 프레임워크를 소개하고 ADP 문제를 간단한 하위 문제로 변환하는 프로세서를 적용합니다.
확률적 종속성 그래프 프로세서, 확률적 사용 가능한 규칙 프로세서, 확률적 축소 쌍 프로세서를 적용하여 완전한 종속성 쌍 프레임워크를 완성합니다.
Stats
확률적 프로그램은 무작위 알고리즘과 확률 분포를 설명합니다.
확률적 종속성 쌍 프레임워크는 새로운 변환을 도입하여 전력을 증가시켰습니다.
새로운 ADP 프레임워크는 모든 DP를 하나의 ADP로 대체하여 간단하고 효과적으로 변환합니다.
Quotes
"우리의 목표는 (임의의) 확률적 TRS에 대한 완전히 자동화된 종료 분석입니다."
"우리의 새로운 개념의 DP에서는 원래 리라이트 규칙의 주석된 기호를 직접 제거합니다."