Program Synthesis Using Deduction-Guided Reinforcement Learning
Program Synthesis Using Deduction-Guided Reinforcement Learning
复制标题
使用演绎引导强化学习的程序综合
DOI：
10.1007/978-3-030-53291-8
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Feng, Yu
中科院分区：
文献类型：
--
作者：
Chen, Yanju;Wang, Chenglong;Bastani, Osbert;Dillig, Isil;Feng, Yu
开放获取的两卷集LNCS 12224和12225构成了2020年7月在美国加利福尼亚州洛杉矶举行的第32届计算机辅助验证国际会议CAV 2020的评审程序。提交的43份全文以及18份工具文件和4份案例研究报告是从240份提交材料中仔细审查和挑选出来的。论文分为以下主题部分：第一部分：AI验证;区块链和安全;并发性;硬件验证和决策程序;以及混合和动态系统。第二部分：模型检查;软件验证;随机系统;和综合。会议的举行实际上是由于COVID-19疫情。
he open access two-volume set LNCS 12224 and 12225 constitutes the refereed proceedings of the 32st International Conference on Computer Aided Verification, CAV 2020, held in Los Angeles, CA, USA, in July 2020.* The 43 full papers presented together with 18 tool papers and 4 case studies, were carefully reviewed and selected from 240 submissions. The papers were organized in the following topical sections: Part I: AI verification; blockchain and Security; Concurrency; hardware verification and decision procedures; and hybrid and dynamic systems. Part II: model checking; software verification; stochastic systems; and synthesis.* The conference was held virtually due to the COVID-19 pandemic.
登录
查看更多内容
DOI：
--
发表时间：
2018-09
期刊：
--
影响因子：
--
作者：
X. Si;Yuan Yang;H. Dai;M. Naik;Le Song
通讯作者：
X. Si;Yuan Yang;H. Dai;M. Naik;Le Song
影响因子：
--
作者：
Xinyu Wang;Işıl Dillig;Rishabh Singh
通讯作者：
Xinyu Wang;Işıl Dillig;Rishabh Singh
DOI：
--
发表时间：
2017-07
期刊：
ArXiv
影响因子：
--
作者：
Kevin Ellis;Daniel Ritchie;Armando Solar-Lezama;J. Tenenbaum
通讯作者：
Kevin Ellis;Daniel Ritchie;Armando Solar-Lezama;J. Tenenbaum
影响因子：
--
作者：
Yu Feng;R. Martins;O. Bastani;Işıl Dillig
通讯作者：
Yu Feng;R. Martins;O. Bastani;Işıl Dillig
影响因子：
1.8
作者：
Bavishi, Rohan;Lemieux, Caroline;Stoica, Ion
通讯作者：
Stoica, Ion