확률적 환경에서 시스템 측정 및 합성
** 이 논문은 ω‑정규 사양, 입력 분포를 나타내는 마코프 체인, 그리고 평균 보상 자동자를 이용한 정량적 측정을 결합해, 기대값이 최대가 되도록 시스템을 자동으로 합성하는 방법을 제시한다. 안전 사양에 대해서는 평균 보상 MDP를 다항시간에 해결하고, 일반적인 ω‑정규 사양에 대해서는 평균‑보상·패리티 목표를 갖는 MDP에 대한 새로운 다항시간 알고리즘을 개발한다. 무한 카운터가 필요한 최적 전략을 유한 상태 시스템으로 근사하는 ε‑op…
저자: Krishnendu Chatterjee, Thomas A. Henzinger, Barbara Jobstmann
**
이 논문은 “시스템 측정 및 합성”이라는 두 가지 핵심 문제를 하나의 통합 프레임워크로 다룬다. 첫 번째는 시스템이 만족해야 할 정성적(qualitative) 사양을 ω‑정규 자동자(특히 패리티 자동자)로 표현하고, 두 번째는 시스템이 얼마나 잘 동작하는지를 정량적으로 평가하기 위해 가중 자동자(weighted automaton)를 이용한다. 입력 환경은 유한 마코프 체인으로 모델링되어, 각 입력 시퀀스가 발생할 확률을 명시한다. 이러한 설정 하에 시스템 M이 생성하는 출력 시퀀스 w에 대해 가중 자동자는 실수값 L_A(w)를 부여하고, 마코프 체인에 의해 정의된 입력 확률 분포 µ에 대해 기대값 V_ϕ,µ(M)=E_µ
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기