Масштабируемые алгоритмы для приблизительного учета модели DNF

arXiv:2601.10511v2 Тип уведомления: заменить перекрестное резюме: Model Counting of Distractive Real Form (DNF) formula_BAR_(Модель подсчета формул диктуемой обычной формы (DLF) является критической проблемой в таких областях применения, как вероятностный вывод и надежность сети. Например, он часто используется для оценки запросов в вероятностных базах данных. В связи с вычислением экстрагируемости точного подсчета НРФ, была проведена линия исследований различных аппроксимационных алгоритмов. К ним относятся такие подходы Монте Карло, как классические алгоритмы Карпа, Луби и Мадраса (1989), а также методы, основанные на хэшинге (Soos et al. 2023), и эвристические приближения на основе Neural Nets (Abbud, Ceylan and Lukasiewic 2020). Мы разрабатываем новый подход Монте-Карло с адаптивным правилом остановки и оценкой формулы короткого замыкания. Мы доказываем, что она достигает вероятно примерно корректных (PAC) пределов обучения и асимптотически более эффективна по сравнению с предыдущими методами. Мы также экспериментально показываем, что он превосходит предыдущие алгоритмы по приказам