Details
Title | Многопоточный обратный метод Маслова: выпускная квалификационная работа магистра: направление 02.04.03 «Математическое обеспечение и администрирование информационных систем» ; образовательная программа 02.04.03_01 «Разработка и математическое обеспечение интеллектуальных информационных систем» |
---|---|
Creators | Шляга Вячеслав Владимирович |
Scientific adviser | Пак Вадим Геннадьевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Imprint | Санкт-Петербург, 2024 |
Collection | Выпускные квалификационные работы; Общая коллекция |
Subjects | обратный метод Маслова; автоматическое доказательство теорем; параллельные алгоритмы; inverse proving method; automated theorem proving; parallel algorithms |
Document type | Master graduation qualification work |
File type | |
Language | Russian |
Level of education | Master |
Speciality code (FGOS) | 02.04.03 |
Speciality group (FGOS) | 020000 - Компьютерные и информационные науки |
DOI | 10.18720/SPBPU/3/2024/vr/vr24-3916 |
Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Additionally | New arrival |
Record key | ru\spstu\vkr\33135 |
Record create date | 8/29/2024 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
Данная работа посвящена улучшению производительности алгоритма обратного метода Маслова с помощью утилизации многопоточной среды. Предлагаемая модель использует несколько запущенных программ, каждая из которых является отдельным прувером, запущенным с уникальной настройкой эвристик. Для повышения производительности они обмениваются промежуточными данными между друг другом.
This article introduces a novel multiprocessing methodology tailored for the Inverse Method, a critical component of Automated Theorem Provers (ATPs), aimed at optimizing theorem proving efficiency. Our approach utilizes multiple running units, each operating as a distinct prover equipped with specific heuristic options, collaborating to explore conjectures and verify theorems. Central to our methodology is the integration of shared memory, enabling seamless communication and data exchange among the processing units, facilitating collaborative problem-solving. We delve into the implementation details of our multiprocessing prover, highlighting the incorporation of heuristic options customized to diverse problem domains and efficient memory sharing mechanisms for formulas. Through rigorous experimentation and benchmarking across various theorem proving tasks, we evaluate the performance and scalability of our approach.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 0
Last 30 days: 0