Core Concepts
확률적 프로그램의 정량적 분석을 위해 분할 선형 상한 및 하한을 자동으로 합성하는 새로운 접근법을 제안한다.
Abstract
이 논문은 확률적 프로그램의 정량적 분석을 위한 새로운 접근법을 제안한다. 기존 연구는 전체 상태 공간에 대한 단일 수치 경계를 고려했지만, 이는 보수적이거나 충분히 표현력 있지 않다. 이 논문에서는 다음과 같은 내용을 다룬다:
격자 𝑘-귀납법을 활용하여 주어진 정량적 속성에 대한 분할 특징을 추출하는 방법을 제안한다. 이를 통해 다양한 분할 경계 함수를 포착할 수 있다.
추출된 분할 특징으로부터 분할 선형 상한 및 하한을 합성하는 알고리즘을 개발한다. 이를 위해 이분 계획법을 활용한다.
제안된 접근법을 구현하고, 다양한 벤치마크에 대해 기존 최신 기법보다 더 정밀한 분할 선형 경계를 생성할 수 있음을 보인다.
Stats
확률적 프로그램의 기댓값을 정확하게 계산하기 어려운 이유는 일반적으로 의미론 방정식을 해결할 수 없기 때문이다.
단일 선형 또는 다항식 경계는 보수적이거나 충분히 표현력 있지 않을 수 있다.
분할 선형 경계는 단일 경계보다 더 정밀할 수 있다.
Quotes
"단일 경계는 보수적이거나 충분히 표현력 있지 않을 수 있다."
"분할 선형 경계는 단일 경계보다 더 정밀할 수 있다."