Buchumschlag

Foundational propositions of hesitant fuzzy soft $β$-covering approximation spaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Lu, Shizhan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Logic in Computer Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Foundational theories of hesitant fuzzy sets and families of hesitant fuzzy sets
von: Lu, Shizhan, et al.
Veröffentlicht: (2023)

Interval-valued fuzzy soft $β$-covering approximation spaces
von: Lu, Shizhan
Veröffentlicht: (2024)

Tableau methodology for propositional logics
von: Jarmuzek, T., et al.
Veröffentlicht: (2025)

Constrained Decoding for Safe Robot Navigation Foundation Models
von: Kapoor, Parv, et al.
Veröffentlicht: (2025)

Logical GANs: Adversarial Learning through Ehrenfeucht Fraisse Games
von: Mannucci, Mirco A.
Veröffentlicht: (2025)

How (and when) can you fit examples to logic-based hypothesis classes over infinite structures?
von: Benedikt, Michael, et al.
Veröffentlicht: (2026)

From learnable objects to learnable random objects
von: Anderson, Aaron, et al.
Veröffentlicht: (2025)

Programs as Singularities
von: Murfet, Daniel, et al.
Veröffentlicht: (2025)

Complexity of the Model Checking problem for inquisitive propositional and modal logic
von: Grilletti, Gianluca, et al.
Veröffentlicht: (2024)

The higher dimensional propositional calculus
von: Bucciarelli, Antonio, et al.
Veröffentlicht: (2022)

Branch and Bound for Piecewise Linear Neural Network Verification
von: Bunel, Rudy, et al.
Veröffentlicht: (2019)

Transfer Learning from Foundational Optimization Embeddings to Unsupervised SAT Representations
von: Pal, Koyena, et al.
Veröffentlicht: (2026)

A Foundational Theory of Quantitative Abstraction: Adjunctions, Duality, and Logic for Probabilistic Systems
von: Anwer, Nivar, et al.
Veröffentlicht: (2025)

There are (other) ways to negate in propositional team semantics
von: Yang, Fan
Veröffentlicht: (2024)

A study of cut-elimination for a non-labelled cyclic proof system for propositional dynamic logics
von: Oda, Yukihiro
Veröffentlicht: (2025)

Set-like operations on propositional logic programs
von: Antić, Christian
Veröffentlicht: (2026)

Neural Model Checking
von: Giacobbe, Mirco, et al.
Veröffentlicht: (2024)

Learning Better Representations From Less Data For Propositional Satisfiability
von: Ghanem, Mohamed, et al.
Veröffentlicht: (2024)

Deep Learning with Parametric Lenses
von: Cruttwell, Geoffrey S. H., et al.
Veröffentlicht: (2024)

Guiding LLM Temporal Logic Generation with Explicit Separation of Data and Control
von: Murphy, William, et al.
Veröffentlicht: (2024)

Bisimulation Learning
von: Abate, Alessandro, et al.
Veröffentlicht: (2024)

TLINet: Differentiable Neural Network Temporal Logic Inference
von: Li, Danyang, et al.
Veröffentlicht: (2024)

Developing a Dataset-Adaptive, Normalized Metric for Machine Learning Model Assessment: Integrating Size, Complexity, and Class Imbalance
von: Ossenov, Serzhan
Veröffentlicht: (2024)

A Hybrid Real-Time Framework for Efficient Fussell-Vesely Importance Evaluation Using Virtual Fault Trees and Graph Neural Networks
von: Xiao, Xingyu, et al.
Veröffentlicht: (2024)

Verifying the Generalization of Deep Learning to Out-of-Distribution Domains
von: Amir, Guy, et al.
Veröffentlicht: (2024)

Effective Littlestone Dimension
von: Rose, Valentino Delle, et al.
Veröffentlicht: (2024)

Implementing local-explainability in Gradient Boosting Trees: Feature Contribution
von: Delgado-Panadero, Ángel, et al.
Veröffentlicht: (2024)

Revisiting Differential Verification: Equivalence Verification with Confidence
von: Teuber, Samuel, et al.
Veröffentlicht: (2024)

Compact Proofs of Model Performance via Mechanistic Interpretability
von: Gross, Jason, et al.
Veröffentlicht: (2024)

Pathformer: Recursive Path Query Encoding for Complex Logical Query Answering
von: Zhang, Chongzhi, et al.
Veröffentlicht: (2024)

Model Checking for Reinforcement Learning in Autonomous Driving: One Can Do More Than You Think!
von: Gu, Rong
Veröffentlicht: (2024)

Progressive Safeguards for Safe and Model-Agnostic Reinforcement Learning
von: Omi, Nabil, et al.
Veröffentlicht: (2024)

Learning logic programs by finding minimal unsatisfiable subprograms
von: Cropper, Andrew, et al.
Veröffentlicht: (2024)

LLASP: Fine-tuning Large Language Models for Answer Set Programming
von: Coppolillo, Erica, et al.
Veröffentlicht: (2024)

NeuroSynt: A Neuro-symbolic Portfolio Solver for Reactive Synthesis
von: Cosler, Matthias, et al.
Veröffentlicht: (2024)

State Matching and Multiple References in Adaptive Active Automata Learning
von: Kruger, Loes, et al.
Veröffentlicht: (2024)

Counterexample-Guided Repair of Reinforcement Learning Systems Using Safety Critics
von: Boetius, David, et al.
Veröffentlicht: (2024)

Output-decomposed Learning of Mealy Machines
von: Koenders, Rick, et al.
Veröffentlicht: (2024)

Infectious Disease Forecasting in India using LLM's and Deep Learning
von: Shah, Chaitya, et al.
Veröffentlicht: (2024)

Almost Surely Asymptotically Constant Graph Neural Networks
von: Adam-Day, Sam, et al.
Veröffentlicht: (2024)