Core Concepts
본 논문은 다중 클록을 가진 결정론적 타이밍 오토마타를 능동적으로 학습하는 알고리즘을 제안한다. 이를 위해 리셋 클록 언어에 대한 등가 관계를 정의하고, 타이밍 언어 학습 문제를 리셋 클록 언어 학습 문제로 변환한다. 리셋 정보가 관찰되지 않는 상황에서도 학습할 수 있도록 두 가지 학습 알고리즘을 제안한다.
Abstract
본 논문은 다중 클록을 가진 결정론적 타이밍 오토마타(DTA)를 능동적으로 학습하는 알고리즘을 제안한다.
먼저, 리셋 클록 언어에 대한 등가 관계를 정의하고, 타이밍 언어 학습 문제를 리셋 클록 언어 학습 문제로 변환한다. 이를 통해 타이밍 언어와 리셋 클록 언어가 동등함을 보인다.
그 다음, 리셋 정보를 제공하는 강력한 교사 상황에서 학습 알고리즘을 제안한다. 관찰 테이블을 이용하여 멤버십 쿼리와 리셋 정보 쿼리의 결과를 수집하고, 이를 바탕으로 가설 DTA를 구성한다.
이후 리셋 정보를 알 수 없는 일반적인 교사 상황으로 확장한다. 이 경우 리셋 정보를 추측해야 하므로 관찰 테이블의 인스턴스 수가 지수적으로 증가한다.
두 알고리즘 모두 종료성과 정확성을 증명하며, 쿼리 횟수에 대한 복잡도 분석을 제공한다.
Stats
클록 영역의 수는 |C|! · 2|C| · Π
c∈C (2κ(c) + 2)로 제한된다.
상징 상태의 수는 |L| · |C|! · 2|C| · Π
c∈C (2κ(c) + 2)로 제한된다.