学习广义树自动机的范畴框架
摘要：使用自动机学习技术从查询中自动构建自动机模型是一种流行的技术。许多研究通过开发针对不同类型自动机的特定算法来实现。CALF项目旨在使用范畴论来统一这些算法，以便简化正确性证明并指导新算法的设计。本文将CALF扩展到覆盖可能没有余代数表示的代数结构的学习。此外，我们还提供了一个对广泛使用的L*算法的抽象版本的详细算法描述，该版本在CALF中缺失。我们将抽象理论实例化为一个大类别的集合函子，从而第一次从抽象框架中恢复了实际的树自动机学习算法，并同时获得了学习商多项式函子的代数的新算法。
作者：Gerco van Heerdt, Tobias Kapp''e, Jurriaan Rot, Matteo Sammartino, Alexandra Silva
论文ID：2001.05786
分类：Formal Languages and Automata Theory
分类简称：cs.FL
提交时间：2023-02-03