Coherent branching feature bisimulation
在软件产品线的行为分析在家庭水平的进展受益于进一步发展的基本语义理论。在这里，我们提出了一个行为等价的特征转换系统（FTS）广义分支互模拟标记的转换系统（LTS）。我们证明了分支功能互模拟的一个家庭的产品的FTS与分支互模拟的LTS投影的每个单独的产品。对于相干分支特征互模拟的一个限制性概念，我们进一步提出了一个极小化算法，并证明了它的正确性。虽然相干分支特征互模拟的最小化问题被证明是棘手的，在一个小的案例研究结果的设置中的算法的应用程序在一个显着的加速模型检验的行为属性。
2015-04-14 cs.LO cs.SE
Relating Apartness and Branching Bisimulation Games
本文建立分离关系与回合制双人博弈之间的联系，证明在图像有限和有限迁移系统中，Spoiler 玩家的获胜配置对应分离证明，为强互模拟和分支互模拟提供新的证明视角。
2024-11-05 cs.LO
On path-based coalgebras and weak notions of bisimulation
众所周知，余代数理论提供了行为等价的抽象定义，这与各种基于状态的系统之间的强互模拟相一致。不幸的是，在所谓的沉默行动存在的理论尚未完全发展。在本文中，我们给出了标记转移系统和完全概率系统的分支互模拟的一个共代数刻画。它示出，记录执行（直到一个概念的口吃），而不是一组后继状态，从一个状态是足够的分支互模拟在这两种情况下。
2017-05-30 cs.LO
Proving Linearizability via Branching Bisimulation
线性化和进度属性是并发对象的关键正确性概念。然而，模型检验线性化遭受PSPACE-硬度的微量夹杂物问题。本文提出了利用分支互模拟，一个基本的语义等价关系的进程代数，可以有效地计算，在检查这些属性。一个商的建设提供了巨大的状态空间减少的结果。我们确认所提出的方法的优势，对十几个基准问题。
2016-09-30 cs.LO cs.PL
An O(m log n) Algorithm for Stuttering Equivalence and Branching Bisimulation
我们提供了一个新的算法来确定口吃等价与时间复杂度$O(m \log n)$，其中$n$是状态的数量和$m$是一个Kripke结构的转换的数量。该算法也可用于确定$O(m(\log |\mathit{Act}|+ \log n))$时间上的分支互模拟，其中$\mathit{Act}$是标记迁移系统中的动作集。从理论上讲，我们的算法大大提高了现有的算法，所有的时间复杂度$O(m n)$在最好的。而且，它具有更好或相等的空间复杂度。实际结果证实了这些发现，表明我们的算法可以优于现有的算法的数量级，特别是当Kripke结构的大小是大的。我们的算法的重要性远远超出了口吃等价和分支互模拟。已知的$O(m n)$算法已经比大多数其他算法更有效（在空间和时间上），以确定行为等价（包括弱互模拟），因此它经常被用作一个必不可少的预处理步骤。这种新的算法使得使用口吃等价和分支互模拟更有吸引力。
2016-01-07 cs.DS cs.LO
Computation Tree Logic with Deadlock Detection
研究了在没有下一状态模态的计算树逻辑（CTL-X）中满足相同公式的标号迁移系统的状态等价关系。这个关系是由De Nicola & Vaandrager通过将标记转移系统转化为Kripke结构而得到的，同时解除了对后者的总体性限制。他们将其描述为发散敏感分支互模拟等价。我们发现，这种等价未能成为一个交错并行组合的同余。原因是，CTL-X的非总Kripke结构的拟议应用缺乏表现力，以应付死锁属性是重要的，在并行组合的上下文中。我们提出了一个扩展的CTL-X，或替代治疗的非整体，填补这一空白。等价诱导我们的扩展的特点是分支互模拟等价与明确的分歧，这是，此外，示出的粗同余包含在分歧敏感的分支互模拟等价。
2009-12-22 cs.LO
Positive Hennessy-Milner Logic for Branching Bisimulation
本文引入了 Hennessy-Milner 定理的有向版本，通过提出仅有限使用否定的正模态逻辑（PHMLU）和有向分支互模拟，证明了状态理论包含与有向互模拟的等价性，并揭示 HMLU 可由 PHMLU 的布尔组合表示。
2025-10-27 cs.FL cs.LO
Distributed Branching Bisimulation Minimization by Inductive Signatures
提出了一种新的状态空间最小化模分支互模拟分布式算法。像它的前身一样，它使用签名进行细化，但细化过程和签名已经过优化，以利用输入图不包含tau循环的事实。细化过程中的优化旨在减少所需的迭代次数和内存需求。在前一种情况下，我们不能证明有改进，但我们的实验表明，在许多情况下，迭代次数较少。在后一种情况下，我们可以证明，新算法的最坏情况下的内存使用是线性的状态空间的大小，而旧算法有一个二次上限。本文包括新算法的正确性证明和一些实验的结果，比较旧的和新的算法的性能。
2009-12-13 cs.DC cs.DM cs.DS
Games for Bisimulations and Abstraction
本文通过 Spoiler 与 Duplicator 之间的游戏统一刻画分支、延迟、η-和弱双模拟，并用于诊断实现与规范的不一致及区分发散。
2017-11-21 cs.LO
Relating Apartness and Bisimulation
本文提出分离性作为双模拟的对偶概念，通过证明系统推导元素分离，并分别针对弱双模拟和分支双模拟定义相应分离性，同时在范畴论中证明其初始代数性质。
2021-07-29 cs.FL cs.LO
A Complete Axiomatisation for Divergence Preserving Branching Congruence of Finite-State Behaviours
我们提出了一个有限状态表达式的方程推理系统，并证明了该系统是健全的和完整的关于分歧保持分支同余，关闭一个问题，自1993年以来一直开放。推理系统完善罗布范Glabbeek的简单而优雅的完整的公理化分支互模拟同余的有限状态行为加入四个简单的公理后，下降一个公理，这是不健全的更精细的发散敏感的语义。
2021-05-17 cs.LO
A simpler O(m log n) algorithm for branching bisimilarity on labelled transition systems
本文提出一种更简单的 O(m log n) 算法用于带标签转移系统上的分支双相似性，结合现有思想，在基准测试中更快且更省内存，成为分支双相似性最小化和弱双相似性预处理的最佳选择。
2019-11-06 cs.LO
Branching-Time Model Checking Gap-Order Constraint Systems (Extended Version)
研究了带间隙序约束系统的模型检验问题。分支时间时序逻辑CTL，特别是它的片段EG和EF。GCS是由整数值变量的演化描述的非确定性无限分支过程，服从形式为$x-y\ge k$的Presburger约束，其中$x$和$y$是变量或常数，$k\in\mathbb{N}$是非负常数。我们表明，EG模型检验是不可判定的GCS，而EF是可判定的。特别是，这意味着GCS和有限状态系统之间的强和弱互模拟等价的可判定性。
2015-02-25 cs.LO
From Branching to Linear Time, Coalgebraically
我们认为基于状态的系统建模为余代数，其类型包括分支，并表明，通过适当调整定义的coalgebraic互模拟，得到一个一般的和统一的帐户的线性时间行为的状态在这样的一个coalgebra。通过远离真值的布尔宇宙，我们的方法可以测量具有分支的系统中的状态能够表现出特定线性时间行为的程度。这实例化到测量在概率系统中发生的特定行为的概率，或者在加权计算的情况下测量表现出特定行为的最小成本。
2013-09-04 cs.LO
A Branching Time Model of CSP
我提出了一个分支时间模型的CSP，是比迄今为止提出的所有其他模型的CSP。它是通过从线性时间分支时间谱中取一个语义等价，即保持发散的耦合相似性，并证明它是CSP算子的同余而得到的。这种等价属于语义等价的互模拟家族，在这个意义上，在没有内部动作的转换系统上，它与强双相似性相一致。然而，足够的方程法CSP仍然获得一个完整的axiomatisation封闭，递归自由条款。
2017-02-25 cs.LO
On Bisimulation in Absence of Restriction
我们重新审视标准的互模拟等式的过程模型的限制运营商。众所周知，一般来说，弱双相似性比强双相似性更粗糙，因为它抽象了内部动作。在没有限制的情况下，这些内部行为变得有些可见，所以人们可能会怀疑弱双相似性是否仍然是“弱”的。我们表明，在两个CCScore（即，Milner的没有$τ$ -前缀、求和和重新标记的标准CCS）及其高阶变体（命名为HOCCScore），弱双相似性确实保持弱，即，即使没有限制算子，仍然严格地比强双相似性粗糙。这些结果可以推广到其他一阶或高阶过程模型。本质上，这是由于复制操作的直接或间接存在，它可以保持进程保持其状态（即，互动能力）。凭借这些意见，我们研究了一个变种的弱双相似性，称为准强双相似性。这种准强双相似性要求内部动作的匹配以强方式进行，如强双相似性，并且可见动作的匹配没有尾随的内部动作。我们表明，在CCScore没有限制算子，弱双相似性完全崩溃到这个准强双相似性，这是此外，以符合分支双相似性。这些结果表明，在没有限制操作的情况下，弱双相似性的某些成分确实变成了强的，特别是内部动作的匹配。
2022-10-19 cs.LO
Comonadic semantics for guarded fragments
在以前的工作中，Abramsky，Dawar和Wang（LiCS 2017）以及Abramsky和Shah（CSL 2018）已经展示了如何在有限模型理论中发挥核心作用的一系列模型比较游戏，包括Escherichfeucht-Fraisse，pebbling和互模拟游戏，可以在关系结构类别的资源索引comonads中捕获。此外，这些comonads的coalgebras捕获重要的组合参数，如树的宽度和树的深度。本文将这种分析扩展到一阶逻辑的量词保护片段。我们给出了一个系统的帐户，包括原子，松散和派系警卫。在每一种情况下，我们表明，coKleisli态射捕获复制器在存在的守卫互模拟游戏中的获胜策略，而来回互模拟，因此等价的完整的守卫片段，被捕获的跨度开放态射。我们研究了这些comonads的余代数，并证明了它们对应于守护树分解。我们将这些结构的语法自由设置，一类超图的comonad。
2021-05-13 cs.LO
Conformance Games for Graded Semantics
本文提出一种基于拓扑范畴的通用符合性博弈，推广分级语义下的行为等价博弈，覆盖预序、伪度量等比较，并给出多个实例刻画。
2025-01-27 cs.LO
Divide and Congruence III: From Decomposition of Modal Formulas to Preservation of Stability and Divergence
在两个较早的文件，我们推导出同余格式关于弱语义的转换系统规范的基础上的模态公式的分解方法。其思想是，语义的一致格式必须确保该语义的模态表征中的公式总是被分解为再次处于该模态表征中的公式。到目前为止，强加在许多已知的弱语义上的稳定性和发散性要求已经超出了这种方法的范围。稳定性是指不存在$τ$ -转变。我们展示了，使用分解方法，同余格式可以放松弱语义，是稳定的尊重。例如，这种放松将优先级算子带入了尊重稳定性的分支互模拟格式的范围内。发散，这是指存在一个无限序列的$τ$ -跃迁，逃避归纳分解方法。我们绕过这个问题，证明了一个稳定的弱语义的同余格式也是一个同余格式，其分歧保持对应。
2019-08-19 cs.LO
Weak MSO: Automata and Expressiveness Modulo Bisimilarity
证明了弱一元二阶逻辑的互模拟不变片段等价于模态$μ$ -演算的片段，其中最小不动点算子$μp.φ$的应用仅限于在$p$中连续的公式$φ$.我们的证明是自动机理论的性质，特别是，我们引入了一类自动机的特点的表达能力的WMSO树模型的任意分支度。这些自动机的转换映射是根据逻辑$\mathrm{FOE}_1^\infty$定义的，该逻辑是具有广义量词$\exists^\infty$的一阶逻辑的扩展，其中$\exists^\infty x. ϕ$意味着有无限多个对象满足$ϕ$。我们的工作的一个重要组成部分是$\mathrm{FOE}_1^\infty$的模型理论分析。
2014-01-22 cs.LO
Divide and Congruence II: From Decomposition of Modal Formulas to Preservation of Delay and Weak Bisimilarity
本文提出了一种分解具有内部作用$τ$的过程的模态公式的方法，并在此分解方法的基础上导出了分支和$η$ -双相似的同余格式。其思想是，语义的一致格式必须确保该语义的模态表征中的公式总是被分解为再次处于该模态表征中的公式。在这个后续文件中的分解方法进行了增强，以处理包含一个模态$\langleε\rangle\langle a\rangleϕ$的模态特征，推导出一致格式的延迟和弱双相似性。
2017-12-21 cs.LO
Improved Branch and Bound for Neural Network Verification via Lagrangian Decomposition
University of Oxford（牛津大学）；Deepmind
本文改进了用于形式化证明神经网络输入输出性质的分支定界算法的可扩展性。首先，我们提出了新的边界算法的基础上拉格朗日分解。以前的工作已经使用现成的求解器来解决松弛在每个节点的BaB树，或构造较弱的松弛，可以有效地解决，但导致不必要的弱边界。我们的配方限制优化的对偶域，保证包含最佳的子空间，从而加速收敛。此外，它允许大规模并行实现，这可以通过现代深度学习框架进行GPU加速。其次，我们提出了一种新的基于激活的分支策略。通过耦合一个廉价的启发式与快速的双重绑定，我们的分支方案大大减少了大小的BaB树相比，以前的探试法。此外，它与基于学习算法的最新策略具有竞争力，而没有其大的离线训练成本。最后，我们设计了一个BaB框架，命名为分支和双网络界（BaDNB），基于我们的新的边界和分支算法。我们表明，BaDNB优于以前的完整的验证系统的大幅度，削减平均验证时间的因素高达50对抗性的鲁棒性。
2021-04-14 cs.LG cs.LO stat.ML
