人工知能学会全国大会論文集
Online ISSN : 2758-7347
第34回 (2020)
セッションID: 2N6-GS-1-01
会議情報

グラフ書き換えモデル検査におけるグラフ自己同型に基づく効率的なSymmetry Reduction手法
*恒川 雄太郎上田 和紀
著者情報
会議録・要旨集 フリー

詳細
抄録

モデル検査においてモデルのサイズに対して状態数が爆発的に増加する問題は重要な課題である. Symmetry Reductionとは状態の対称性に着目した探索空間削減手法である. グラフ書き換えに基づくモデル検査器SLIMは,グラフ構造の対称性を用いてSymmetry Reductionを行うことで探索空間を削減しているが,その際に頻発するグラフ同型生判定が実行時間性能のボトルネックになっている. 本研究では探索中にグラフの自己同型性を用いてグラフ同型性判定の回数を削減することで,効率的なSymmetry Reductionを実現する手法を提案する.本手法はグラフ中の自己同型な部分に対する書き換え結果は状態空間中で必ず対称な状態になることに注目し,グラフ同型性判定の回数を削減する.本手法をモデル検査器SLIMに実装し,対称性の高いモデルに対してグラフ同型性判定回数のオーダーが減少したことを確認した.

著者関連情報
© 2020 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top