SMT制約式の機械学習を用いた自動チューニング

使用SMT约束机器学习进行自动调优

• 批准号: 19K20241
• 负责人: 高野 保真
• 金额: $ 1.08万
• 依托单位: Kitasato University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K20241/
• 关键词: 制約ソルバ; SMT; オートチューニング; 機械学習; 背景理論付きSAT

「背景理論付きSAT」（以下、SMTと呼ぶ）という形式の制約式に対して、SMTソルバと呼ばれるソフトウェアを利用してモデル化した種々の制約問題を解く方法が知られている。SMTソルバは与える制約式によって求解時間が異なるため、短かい求解時間が期待できるように制約式を変換し、数あるSMTソルバの中から適したSMTソルバを選択する手法の確立を目指している。機械学習の学習モデルを作成し、その学習モデルを利用して求解時間を見積ることで、ソフトウェア・ハードウェアの検証に用いる制約式の求解時間の短縮に、統計的な手法が有効であるかを明らかにすることが目的となる。機械学習のモデルとしては、研究計画時に主流であったCNN・RNNを用いることとしていた。研究計画時にはSMT制約式を「抽象構文木」として解釈し、それを特徴量として機械学習する予定であったが、SMTソルバに関するオートチューニング方法の既存研究 [Balunovicら、NeurIPS、2018]で検討がなされていることが分かったため、ログ情報を用いてその改善を目指すこととした。これまでに，対象とするSMT制約式を収集し、Z3というSMTソルバが出力するログ情報を利用する方針を定めて、機械学習を行うための基盤を整えた。Z3のログ情報を用いたデバッグツールAxiom Profiler [Beckerら,TACAS2019] の手法で用いている構造を制約式の特徴量として利用するように取り組んでいる。申請時は3年で研究を完了する予定であったが、現状で大幅に計画が遅れており、2023年度中に研究を完了するように延長申請した。

"Background Theory Pay きSAT" (hereinafter, SMT とcall ぶ) というForm のConstraint に対して, SMT ソルバThe method of solving the constraint problem using the してモデル化したkind of constraint problem is also known as the られている method. SMT ソルバは and える constraint によって solution time is different なるため, short かい solution time is expected できるように constraint Formula を変change し, number あるSMT ソルバの中から Adaptable したSMT ソルバを选択するtechnique のEstablishment している. Mechanical learning is a learning process, and a learning process is used to solve the problem of time. It is proved that the solution time of the constraint expression is shortened, and the statistical method is effective and the purpose is the same. Machine learning is used for machine learning, and CNN and RNN are used in mainstream research projects. During the research project, the SMT control formula "Abstract Structure Wood" was used to solve the problem, and the special measuring machine was used. Existing research on the mechanical learning method and the SMT method [Balunovicら、NeurIPS、2018]で検问がなされてThe いることが分かったため, the ログinformation を Use the いてその to improve the すこととした.これまでに, 対肖 とするSMT restricted type を collection し, Z3 というSMT ソルバが出The strength of the information is the utilization of the policy, and the machine learning is the basis of the foundation. Z3のログinformationをいたデバッグツールAxiom Profiler [Beckerら,TACAS2019] The technique is used to construct the restricted formula and the special quantity is used to take advantage of the group. At the time of application, the three-year research has been completed, and the current status is large and the project is planned, and the research in 2023 has been completed, and the application for extension has been extended.