arXiv 1104.49932011-04-26cs.AIcs.CCcs.LO

弧一致性及其朋友

Arc Consistency and Friends

Hubie Chen, Victor Dalmau, Berit Grußien

摘要：

限制约束满足问题的一种自然且既定的方法是修复可用于构成约束的关系;这样的关系族称为约束语言。在这篇文章中，我们研究了弧一致性，一个大量研究的推理方法，并从约束语言的角度对其进行了三个扩展。我们进行了比较的基础上，他们解决的约束语言的研究方法，我们提出了新的多项式时间的易处理性结果单弧一致性，最强大的方法研究。

英文摘要：

A natural and established way to restrict the constraint satisfaction problem is to fix the relations that can be used to pose constraints; such a family of relations is called a constraint language. In this article, we study arc consistency, a heavily investigated inference method, and three extensions thereof from the perspective of constraint languages. We conduct a comparison of the studied methods on the basis of which constraint languages they solve, and we present new polynomial-time tractability results for singleton arc consistency, the most powerful method studied.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

Peek弧一致性

Peek Arc Consistency

本文研究了peek弧一致性，一种扩展了约束满足的弧一致性的推理技术。与文献中已经研究的弧一致性的其他更昂贵的扩展相比，peek弧一致性仅需要线性空间和二次时间，并且可以以直接的方式并行化，使得其在线性时间内与线性数量的处理器一起运行。我们证明，对于各种约束语言，峰值弧一致性给出了一个多项式时间的决策过程的约束满足问题。我们还提出了一个代数特征的约束语言，可以解决的peek弧一致性，并研究了算法的鲁棒性。

2012-02-03cs.AIcs.CCcs.LO

软约束的弧一致性

Arc consistency for soft constraints

弧一致性的概念在约束满足中起着核心作用。众所周知，局部一致性的概念可以扩展到基于幂等成本组合算子的软约束框架所定义的约束优化问题。这排除了非幂等算子，如+，它定义了在实际应用中非常重要的问题，如Max-CSP，其目的是最小化违反约束的数量。在本文中，我们表明，使用一个弱的附加公理满足大多数现有的软约束的建议，它可以定义一个概念的软弧一致性，扩展了经典的概念的弧一致性，这即使在非幂等成本组合算子的情况下。一个多项式时间的算法来执行这种软弧一致性存在和它的空间和时间复杂度是相同的强制弧一致性在CSP的成本组合算子是严格单调的（例如Max-CSP）。弧一致性的定向版本可能甚至比非定向版本更强，因为它允许惩罚的非局部传播。我们证明了效用的方向弧一致性，它不仅解决了软约束问题的树，但它也意味着一种形式的局部最优，我们称之为弧不可约。

2001-11-30cs.AIcs.CCcs.DS

单调模式下CSP的单点弧一致性

On Singleton Arc Consistency for CSPs Defined by Monotone Patterns

University of Oxford（牛津大学）；Royal Holloway, University of London（伦敦大学皇家霍洛威学院）；IRIT, University of Toulouse III（图卢兹第三大学IRIT研究所）

单例弧一致性是一种重要的局部一致性，最近被证明可以解决有界宽度约束语言上的所有约束满足问题。我们的目标是将所有类的CSP定义的一个禁止模式，解决了单弧一致性和关闭下删除约束。我们确定了五个新的模式，其情况下，确保单弧一致性，其中四个是可证明的最大和其中三个概括2-SAT的可解性。结合其他模式的简单反例，我们朝着完整的分类取得了重大进展。

2018-08-10cs.AIcs.CCcs.DM

加权CSP的界弧一致性

Bounds Arc Consistency for Weighted CSPs

INRA（法国国家农业研究院）

加权约束满足问题（WCSP）框架允许表示和解决涉及硬约束和成本函数的问题。它已被应用到各种问题，包括资源分配，生物信息学，调度等，以解决这些问题，求解器通常依赖于分支定界算法配备了本地一致性过滤，主要是软弧一致性。然而，这些技术并不适合解决具有非常大的域的问题。出于大的基因组序列内的RNA基因定位问题的决议，并在脆CSP的大域的边界一致性的精神，我们引入软边界弧一致性，一个新的加权局部一致性，专门设计用于WCSP非常大的域。与软弧一致性相比，BAC提供了显著改善的时间和空间渐近复杂度。在本文中，我们展示了如何利用语义的成本函数，以进一步提高时间复杂度的BAC。我们还比较了在理论和实践中的效率BAC上的WCSP与边界的一致性上执行一个清晰的CSP使用成本变量。在两个不同的实际问题建模为WCSP，包括我们的RNA基因定位问题，我们观察到，保持边界弧一致性优于弧一致性，也提高了约束模型与成本变量上执行的边界一致性。

2014-01-15cs.AI

关于约束传播速度和弧一致性测试的时间复杂度

On the speed of constraint propagation and the time complexity of arc consistency testing

RWTH Aachen University（亚琛工业大学）；Humboldt-Universität zu Berlin（柏林洪堡大学）；Institute for Applied Problems of Mechanics and Mathematics（力学与数学应用问题研究所）

在两个关系结构上建立弧一致性是求解约束满足问题最常用的算法之一。我们的目标是确定弧一致性测试的时间复杂度。输入结构$G$和$H$可以被假设为连通着色图，因为一般问题简化为这种特定情况。我们首先观察上界$O(e(G)v(H)+v(G)e(H))$，这意味着边界$O(e(G)e(H))$的边数和边界$O((v(G)+v(H))^3)$的顶点数。然后，我们表明，这两个界限是紧到一个常数因子，只要弧的一致性算法是基于约束传播（像任何算法目前已知的）。我们对下界的论证是基于慢约束传播的例子。我们测量的速度约束传播上观察到的一对$G,H$的大小证明，在一个自然的组合证明系统，剧透赢得存在的2卵石游戏$G,H$。证明的大小由游戏长度$D(G,H)$从下而上限定，我们分析的一个关键要素是$G,H$与$D(G,H)=Ω(v(G)v(H))$的存在性。我们发现一个这样的例子在旧的基准实例的弧一致性问题，也提出了一个新的，不同的建设。

2013-03-28cs.AIcs.LO

由偏序禁止模式定义的CSP中弧一致性的威力

The Power of Arc Consistency for CSPs Defined by Partially-Ordered Forbidden Patterns

IRIT（图卢兹计算机科学研究所）；University of Toulouse III（图卢兹第三大学）；University of Oxford（牛津大学）

本文刻画了具有弧一致性可解性的简单偏序禁止模式，发现破三角模式仅为五种之一，并由此发现新的可处理CSP类。

2017-12-25cs.AIcs.CC

更多相关论文收起更多论文

广义阶梯约束上的约束满足

Constraint Satisfaction over Generalized Staircase Constraints

IBM Research Lab（IBM研究实验室）

约束满足问题的一个重要研究方向是识别易处理的约束类并为它们开发有效的解决方案。在本文中，我们介绍了广义楼梯（GS）的约束，这是一个重要的推广这样一个听话的类在文献中发现，即楼梯约束。GS约束有两种，下楼梯（DS）和上楼梯（US）。我们首先检查GS约束的几个属性，然后证明弧一致性足以确定DS约束的CSP的解决方案。此外，我们提出了一个O（cd）的时间和空间的最优算法来计算弧一致性GS约束，其中c是约束的数量和d是最大域的大小。其次，观察到弧一致性是不必要的求解DSCSP，我们提出了一个更有效的算法来解决它。关于US约束，弧一致性是不足以确定一个解决方案，因此，方法，如路径一致性或变量消除是必要的。由于弧一致性作为这些现有方法的子程序，用我们的最优O（cd）弧一致性算法代替它产生了一个更有效的方法来解决USCSP。

2013-04-18cs.AIcs.DS

二值域弧一致性算法用于时间约束满足问题：其计算分析及其作为解决方案搜索算法中过滤过程的用途

A binarized-domains arc-consistency algorithm for TCSPs: its computational analysis and its use as a filtering procedure in solution search algorithms

University of Sciences and Technology Houari Boumediène（胡阿里·布迈丁科技大学）

本文提出一种针对时间约束满足问题的二值域弧一致性算法，分析其计算性能，并作为解决方案搜索算法中的过滤机制，同时比较了不同调度器的性能。

2026-06-27cs.AI

代价函数网络中线性约束的虚拟弧一致性

Virtual Arc Consistency for Linear Constraints in Cost Function Networks

LIFAT, UR 6300（LIFAT实验室，UR 6300）；MIAT, UR 875（MIAT实验室，UR 875）；MIA Paris, AgroParisTech（巴黎MIA，AgroParisTech）；ANITI；INRAE（法国国家农业食品与环境研究院）

本文针对代价函数网络中线性约束的建模需求，改编现有软弧一致性算法以处理线性约束，实验表明该方法在多个基准上显著改善下界并缩短求解时间。

2025-09-23cs.AI

概率弧一致性：约束推理与概率推理的一种联系

Probabilistic Arc Consistency: A Connection between Constraint Reasoning and Probabilistic Reasoning

Simon Fraser University（西蒙弗雷泽大学）

我们证明了约束推理和概率推理之间的联系。我们提出了一个算法，称为{em概率弧一致性}，这是一个众所周知的算法的推广弧一致性用于约束推理，和一个特殊的单连通网络的信念更新算法。我们的算法对单连通约束问题是精确的，但对任意问题都可以很好地近似。我们简要地讨论了一些经验结果，和相关的方法。

2013-01-16cs.AI

反向友好优化：在内存约束下使用近似梯度训练大型语言模型

Backward-Friendly Optimization: Training Large Language Models with Approximate Gradients under Memory Constraints

Sun Yat-sen University（中山大学）

针对LLM全参数微调内存瓶颈，提出反向友好优化器GradLite，通过低秩雅可比近似和误差反馈校正放宽精确梯度要求，减少高达50%内存且性能不降。

2025-10-26cs.AIcs.LG

一类计数约束的广义弧一致性算法：一种修正的修正版

A Generalized Arc-Consistency Algorithm for a Class of Counting Constraints: Revised Edition that Incorporates One Correction

Mines-Nantes（南特矿业学院）；LINA UMR CNRS 6241（法国国家科学研究中心LINA联合研究单元（UMR 6241））

本文引入了SEQ BIN元约束，并根据其性质，提出了一种实现广义弧一致性的多时间算法。SEQ BIN可用于编码计数约束，如CHANGE、SMOOTH或INCREAS- ING NVALUE。对于其中的一些约束和它们的一些变体，GAC可以在域大小的总和中以线性的时间和空间复杂度来执行，这改进或等于文献中最好的已知结果。

2011-10-21cs.AI

BERTomelo：你的葡萄牙语编码器最佳伙伴

BERTomelo: Your Portuguese Encoder Best Friend

Department of Computer Science（计算机科学系）；University of Brasília（巴西联邦大学）

提出BERTomelo，基于ModernBERT架构从零预训练的葡萄牙语单语编码器，通过大规模高质量语料ClassiCC-PT和硬件优化（FlashAttention等），在STS和NER等下游任务上超越现有葡萄牙语编码器及多语言模型。

2026-06-27cs.AIcs.CL

多智能体简单时态问题：弧一致性方法

Multiagent Simple Temporal Problem: The Arc-Consistency Approach

Centre for Quantum Software and Information, FEIT, University of Technology Sydney（悉尼科技大学 FEIT 量子软件与信息中心）；UTS-AMSS Joint Research Laboratory, AMSS, Chinese Academy of Sciences（中国科学院数学与系统科学研究院 UTS-AMSS 联合研究实验室）

简单时态问题（STP）是一个基本的时态推理问题，最近被扩展到多智能体简单时态问题（MaSTP）。在本文中，我们提出了一种新的方法，是基于强制执行弧一致性（AC）的输入（多智能体）简单的时间网络。我们表明，AC为基础的方法是足够的解决STP和MASTP，并为他们提供有效的算法。由于我们基于AC的方法不会在代理之间施加新的约束，因此它不会侵犯代理的隐私，并且优于最先进的MaSTP方法。对不同基准数据集的实证评估也表明，我们基于AC的STP和MaSTP算法比现有的方法更有效。

2017-11-22cs.AIcs.MA

硅世界中的朋友与祖母：在语言模型中本地化实体细胞

Friends and Grandmothers in Silico: Localizing Entity Cells in Language Models

Mentaleap；Independent Researcher（独立研究者）；Tel Aviv University（特拉维夫大学）

研究通过寻找稀疏的实体选择性MLP神经元（实体细胞）探讨语言模型如何检索实体特定事实，并发现这些细胞在早期层聚集，具有因果作用。

2026-05-16cs.AIcs.CL