[논문 리뷰] Generalizing Redundancy in Propositional Logic: Foundations and Hitting Sets Duality

Anton Belov, João Marques‐Silva|arXiv (Cornell University)|2012. 07. 05.

Logic, Reasoning, and Knowledge참고 문헌 15인용 수 6

한 줄 요약

이 논문은 레이블이 부여된 CNF 공식을 사용하여 명제 논리에서 중복 검출을 일반화하는 프레임워크를 제안한다. 이는 문장, 변수, 그룹 기반의 중복을 통합한다. 최소 불만족 가능한 부분공식(LMNS)과 최대 만족 가능한 부분공식(LMES) 사이의 히팅 세트 이중성에 기반하여, 기존 결과를 만족 가능한 공식과 다중 추상 수준으로 확장한다.

ABSTRACT

Detection and elimination of redundant clauses from propositional formulas in Conjunctive Normal Form (CNF) is a fundamental problem with numerous application domains, including AI, and has been the subject of extensive research. Moreover, a number of recent applications motivated various extensions of this problem. For example, unsatisfiable formulas partitioned into disjoint subsets of clauses (so-called groups) often need to be simplified by removing redundant groups, or may contain redundant variables, rather than clauses. In this report we present a generalized theoretical framework of labelled CNF formulas that unifies various extensions of the redundancy detection and removal problem and allows to derive a number of results that subsume and extend previous work. The follow-up reports contain a number of additional theoretical results and algorithms for various computational problems in the context of the proposed framework.

연구 동기 및 목표

• 개별 문장 외에 변수와 문장 그룹까지 포함한 CNF 공식에서의 중복 검출을 통합하고 일반화하는 것.
• 기존에 잘 알려진 최소 불만족 가능한 부분공식(MUS)과 최대 만족 가능한 부분공식(MSS) 사이의 히팅 세트 이중성을 레이블이 부여된 CNF 공식으로 확장하는 것.
• 문장, 변수, 그룹 수준의 다양한 추상 수준에서 만족 가능한 공식과 불만족 가능한 공식 모두에 대해 중복 제거의 이론적 기반을 제공하는 것.
• 기존의 MUS 및 MSS 추출 알고리즘을 새로운 문제 영역에 적응 및 확장할 수 있도록 통합된 형식론을 제공하는 것.
• 일반화된 중복 기준 하에서 비중복 부분공식과 최소 불만족 가능한 부분공식의 열거 및 계산을 지원하는 것.

제안 방법

• 문장에 변수, 문장 그룹, 또는 임의의 집합을 나타내는 레이블을 부여하는 레이블이 부여된 CNF 공식(LCNF)의 개념을 도입한다.
• 표준 문장 기반 정의를 일반화하여, 레이블 기반으로 최소 불만족 가능한 부분공식(LMNS)과 최대 만족 가능한 부분공식(LMES)을 정의한다.
• 클래식한 결과를 확장하여, 레이블이 부여된 설정에서 LMES와 co-LMNS(=LMNS의 여집합) 사이의 히팅 세트 이중성이 성립함을 증명한다.
• 이중성 정리(정리 3.1)를 사용하여, LMES의 비중복 히팅 세트는 co-LMNS와 대응하고, 그 반대도 성립함을 공식적인 증명 구조로 제시한다.
• 이 프레임워크를 불만족 가능한 공식과 만족 가능한 공식 모두에 적용하여, 약한 조건 하에 이중성이 일반적으로 성립함을 보여준다.
• 이 프레임워크를 사용하여 MUS 추출 및 중복 제거 알고리즘을 변수 수준과 그룹 수준의 추상화로 일반화한다.

실험 결과

연구 질문

• RQ1 CNF 공식에서의 중복 검출을 개별 문장 외에 변수와 문장 그룹까지 일반화할 수 있는가?
• RQ2 일반화된 중복 기준 하에서, 고전적인 MUS와 MSS 사이의 히팅 세트 이중성이 레이블이 부여된 CNF 공식으로 확장되는가?
• RQ3 레이블 기반 추상화 하에서, 만족 가능한 공식에서도 LMES와 co-LMNS 사이의 이중성이 유지되는가?
• RQ4 일반화된 레이블 기반 프레임워크에서 히팅 세트 이중성이 성립하기 위한 조건은 무엇인가?
• RQ5 기존의 MUS 및 MSS 추출 알고리즘은 변수나 문장 그룹을 나타내는 레이블에서 어떻게 적응될 수 있는가?

주요 결과

• 레이블이 부여된 CNF 공식에서 LMES와 co-LMNS 사이의 히팅 세트 이중성은 공식에 적어도 하나의 비중복 레이블이 존재하는 조건 하에 성립한다.
• 모든 레이블이 부여된 CNF 공식 Φ에 대해, 모든 LMES의 합집합은 모든 레이블의 집합에서 모든 LMNS의 교집합을 뺀 결과와 동일하며, 이를 정리 1로 공식화하였다.
• LMES(Φ)의 모든 비중복 히팅 세트는 Φ의 co-LMNS와 대응하고, co-LMNS(Φ)의 모든 비중복 히팅 세트는 Φ의 LMES와 대응한다.
• 이 프레임워크는 고전적인 MUS 및 MSS 결과를 만족 가능한 공식으로 일반화하여, 이중성이 불만족 가능한 경우에만 국한되지 않음을 보여준다.
• 이 프레임워크는 레이블 기반으로 LMES 및 LMNS의 열거를 가능하게 하여, 변수 수준 또는 그룹 수준에서의 중복 제거 및 MUS 추출을 지원한다.
• 이론적 결과는 기존의 MUS 추출 알고리즘을 그룹-MUS 및 변수-MUS와 같은 새로운 문제 영역에 적응시킬 수 있도록 한다.