[논문 리뷰] Encoding Petri Nets in Answer Set Programming for Simulation Based Reasoning

Saadat Anwar, Chitta Baral외 1명|arXiv (Cornell University)|2013. 06. 15.

Logic, Reasoning, and Knowledge참고 문헌 27인용 수 6

한 줄 요약

이 논문은 일반 페트리 넷을 위한 직관적인 답변 집합 프로그래밍(ASP) 인코딩을 제시하며, 시뮬레이션 기반 추론, 리셋, 인hibitor, 읽기 화살표와 같은 확장 기능을 위한 소규모 수정을 통한 확장성, 그리고 모든 가능한 상태 변화의 완전한 탐색을 가능하게 한다. 주요 기여는 다중 시뮬레이션에 대한 추론을 지원하는 선언적이고 확장에 용이한 프레임워크로서, 교과서에서 볼 수 있는 현실적인 생물학적 경로 질문에 답하는 데 핵심적이다.

ABSTRACT

One of our long term research goals is to develop systems to answer realistic questions (e.g., some mentioned in textbooks) about biological pathways that a biologist may ask. To answer such questions we need formalisms that can model pathways, simulate their execution, model intervention to those pathways, and compare simulations under different circumstances. We found Petri Nets to be the starting point of a suitable formalism for the modeling and simulation needs. However, we need to make extensions to the Petri Net model and also reason with multiple simulation runs and parallel state evolutions. Towards that end Answer Set Programming (ASP) implementation of Petri Nets would allow us to do both. In this paper we show how ASP can be used to encode basic Petri Nets in an intuitive manner. We then show how we can modify this encoding to model several Petri Net extensions by making small changes. We then highlight some of the reasoning capabilities that we will use to accomplish our ultimate research goal.

연구 동기 및 목표

• 생물학적 경로를 모델링하고, 그것에 대해 교과서 스타일의 현실적인 질문에 답할 수 있는 형식적 체계를 개발하기 위해.
• 기존의 페트리 넷 도구들이 확장성 부족, 모든 상태 변화 지원 부족, 또는 다중 시뮬레이션에 대한 추론 기능 부재 등의 한계를 극복하기 위해.
• ASP를 활용한 시뮬레이션 기반 추론을 통해 병렬 및 교차 상태 변화의 완전한 탐색을 가능하게 하기 위해.
• 최소한의 핵심 인코딩 수정으로 다양한 페트리 넷 확장을 지원하는 확장성 있고 선언적인 프레임워크를 제공하기 위해.

제안 방법

• 사용자 정의가 용이한 논리 기반 접근 방식을 사용하여, 사양-구현 간 격차가 낮은 선언적 방법으로 기본 페트리 넷을 답변 집합 프로그래밍(ASP)에 인코딩하기.
• 장소, 전이, 화살표, 마킹을 ASP 사실과 규칙으로 표현하며, 화살표 가중치와 토큰 수를 수치 값으로 처리하기.
• 다양한 안정 모델이 도달 가능한 마킹에 대응하도록, ASP 솔버를 사용하여 가능한 모든 상태 변화를 나열하기.
• 제약 기반 필터링을 통해 전이의 발화 의미 체계(예: 교차, 최대 발화)를 수정하여 발화 규칙을 조정하기.
• 전이의 전제 조건과 토큰 소비 논리의 수정을 통해 핵심 인코딩을 확장하여 리셋 화살표, 인히비터 화살표, 읽기 화살표를 지원하기.
• 모델 필터링 및 제약 기반 선택과 같은 추론 기법을 사용하여 P-인variants 및 T-인variants와 같은 구조적 성질을 분석하기.

실험 결과

연구 질문

• RQ1 ASP를 사용하여 일반 페트리 넷을 인코딩할 수 있는가? 이 경우, 가능한 모든 상태 변화의 완전한 탐색이 가능한가?
• RQ2 리셋, 인히비터, 읽기 화살표와 같은 페트리 넷 확장 기능을 핵심 인코딩의 최소한의 수정으로 ASP 기반 인코딩에 통합할 수 있는가?
• RQ3 ASP는 다수의 실행 및 병렬 상태 변화에 대한 시뮬레이션 기반 추론을 어느 정도 지원할 수 있는가?
• RQ4 ASP 인코딩을 사용하여 P-인variants 및 T-인variants와 같은 구조적 성질을 선언적이고 확장 가능한 방식으로 분석할 수 있는가?
• RQ5 기존의 페트리 넷 도구와 비교했을 때, 이 ASP 기반 접근 방식은 확장성, 추론 지원, 시뮬레이션 완전성 측면에서 어떤가?

주요 결과

• ASP 인코딩은 사양-구현 간 격차가 낮은 직관적이고 선언적인 방식으로 기본 페트리 넷을 모델링할 수 있다.
• 핵심 ASP 규칙의 소규모 수정만으로도 리셋 화살표, 인히비터 화살표, 읽기 화살표와 같은 주요 페트리 넷 확장을 지원할 수 있다.
• ASP 솔버를 활용하여 도달 가능한 마킹에 대응하는 모든 안정 모델을 생성함으로써 가능한 모든 상태 변화의 나열이 가능해진다.
• 모델 필터링 및 제약 기반 선택을 통한 답변 집합의 필터링을 통해 시뮬레이션 기반 추론이 가능해지며, 다양한 발화 의미 체계 간 비교가 가능해진다.
• P-인variants 및 T-인variants와 같은 구조적 성질은 마킹 순서에서 순환을 식별하거나 답변 집합에 대한 제약 기반 필터링을 통해 분석할 수 있다.
• 이 프레임워크는 다수의 시뮬레이션 실행에 대한 추론을 지원하며, 이는 복잡한 교과서 스타일의 생물학적 경로 질문에 답하는 데 필수적이다.