非确定性名义自动机的剩余和学习
摘要：哪些数据语言接受主动学习算法？这个问题在之前的工作中未得到解答，对于被非确定性自动机识别的语言来说尤其具有挑战性。为了回答这个问题，我们发展了残余名义自动机的理论，它是非确定性名义自动机的一个子类。我们证明了这个类有规范代表，可以通过有限数量的观察来构造。这个性质使得主动学习算法成为可能，并弥补了对于名义自动机来说，残余性质是不可判定的这一事实。我们基于对残余语言的机器无关特征化来构造规范残余自动机，为此我们在名义格理论中开发了新的结果。在名义语言的背景下研究残余性质是对于带有一定类型的非确定性的自动机可学习性的更好理解的一步。
作者：Joshua Moerman and Matteo Sammartino
论文ID：1910.11666
分类：Formal Languages and Automata Theory
分类简称：cs.FL
提交时间：2023-06-22