Buchumschlag

A-IC3: Learning-Guided Adaptive Inductive Generalization for Hardware Model Checking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Xiaofeng, Hu, Guangyu, Zhang, Hongce, Zhang, Wei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Logic in Computer Science Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EvolveGen: Algorithmic Level Hardware Model Checking Benchmark Generation through Reinforcement Learning
von: Hu, Guangyu, et al.
Veröffentlicht: (2026)

Functional Reduction to Speed Up Bounded Model Checking
von: Yu, Changyuan, et al.
Veröffentlicht: (2025)

FORWORD: Accelerating Formal Datapath Verification via Word-Level Sweeping
von: Yang, Ziyi, et al.
Veröffentlicht: (2025)

Inverter Redistribution through Self-Dual and Self-Anti-Dual Function Transformation
von: Wang, Jingren, et al.
Veröffentlicht: (2026)

Learning Representations Through Contrastive Neural Model Checking
von: Krsmanovic, Vladimir, et al.
Veröffentlicht: (2025)

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

Inductive Generalization in Reinforcement Learning from Specifications
von: Subramanian, Vignesh, et al.
Veröffentlicht: (2024)

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

Compositional Inductive Invariant Based Verification of Neural Network Controlled Systems
von: Zhou, Yuhao, et al.
Veröffentlicht: (2023)

Property Checking Without Inductive Invariants
von: Goldberg, Eugene
Veröffentlicht: (2016)

ANDRE: An Attention-based Neuro-symbolic Differentiable Rule Extractor for Inductive Logic Programming
von: Sharifi, Iman, et al.
Veröffentlicht: (2026)

Learning Logic Specifications for Policy Guidance in POMDPs: an Inductive Logic Programming Approach
von: Meli, Daniele, et al.
Veröffentlicht: (2024)

Temporal Inductive Logic Reasoning over Hypergraphs
von: Yang, Yuan, et al.
Veröffentlicht: (2022)

Guiding LLM Temporal Logic Generation with Explicit Separation of Data and Control
von: Murphy, William, 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)

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)

From Circuit Evidence to Mechanistic Theory: An Inductive Logic Approach
von: Aljaafari, Nura, et al.
Veröffentlicht: (2026)

GLIDR: Graph-Like Inductive Logic Programming with Differentiable Reasoning
von: Johnson, Blair, et al.
Veröffentlicht: (2025)

A General Framework for Property-Driven Machine Learning
von: Flinkow, Thomas, et al.
Veröffentlicht: (2025)

k-Inductive Neural Barrier Certificates for Unknown Nonlinear Dynamics
von: Wooding, Ben, et al.
Veröffentlicht: (2026)

Structured Abductive-Deductive-Inductive Reasoning for LLMs via Algebraic Invariants
von: Gilda, Sankalp, et al.
Veröffentlicht: (2026)

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

Feasibility-Guided Fair Adaptive Offline Reinforcement Learning for Medicaid Care Management
von: Basu, Sanjay, et al.
Veröffentlicht: (2025)

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

Generalizing Logic-based Explanations for Machine Learning Classifiers via Optimization
von: Filho, Francisco Mateus Rocha, et al.
Veröffentlicht: (2026)

Chronosymbolic Learning: Efficient CHC Solving with Symbolic Reasoning and Inductive Learning
von: Luo, Ziyan, et al.
Veröffentlicht: (2023)

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

Diminishing Returns in Expanding Generative Models and Godel-Tarski-Lob Limits
von: Majumdar, Angshul
Veröffentlicht: (2026)

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)

MPBMC: Multi-Property Bounded Model Checking with GNN-guided Clustering
von: Roy, Soumik Guha, et al.
Veröffentlicht: (2026)

ReVEAL: GNN-Guided Reverse Engineering for Formal Verification of Optimized Multipliers
von: Chen, Chen, et al.
Veröffentlicht: (2025)

IC3-Evolve: Proof-/Witness-Gated Offline LLM-Driven Heuristic Evolution for IC3 Hardware Model Checking
von: Miao, Mingkai, et al.
Veröffentlicht: (2026)

A PAC Learning Algorithm for LTL and Omega-regular Objectives in MDPs
von: Perez, Mateo, et al.
Veröffentlicht: (2023)

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

MC3G: Model Agnostic Causally Constrained Counterfactual Generation
von: Dasgupta, Sopam, et al.
Veröffentlicht: (2025)

Conformal Signal Temporal Logic for Robust Reinforcement Learning Control: A Case Study
von: Beirami, Hani, et al.
Veröffentlicht: (2026)

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