OBDD 일반화한 트리 결정 다이어그램 모델 제안
원제: A Canonical Generalization of OBDD
왜 중요한가
불린 함수 표현의 효율성을 높여 AI 추론과 지식 표현 분야의 성능 향상에 기여할 것으로 전망된다.
프랑스·미국 연구진이 불린 함수를 위한 새로운 트리 결정 다이어그램(TDD) 모델을 개발했다. 이는 기존 OBDD를 일반화한 것으로, 동일한 연산 효율성을 유지하면서 더 간결한 표현이 가능하다고 4월 7일 arXiv에 발표했다.
Florent Capelli 등 5명의 연구진은 불린 함수 모델링을 위한 트리 결정 다이어그램(TDD)을 제안했다. 이는 순서화된 이진 결정 다이어그램(OBDD)의 일반화된 형태로, structured d-DNNF의 제한된 버전이다. TDD는 vtree T를 준수하는 d-DNNF 구조를 기반으로 한다. 연구진은 TDD가 OBDD와 동일한 연산 효율성을 제공한다고 밝혔다. 모델 카운팅, 열거, 조건부 처리, 적용 등의 작업에서 동등한 성능을 보이면서도 더 간결한 표현이 가능하다. 특히 트리폭 k인 CNF 공식을 고정 매개변수 처리 가능(FPT) 크기의 TDD로 표현할 수 있는데, 이는 기존 OBDD로는 불가능한 것으로 알려져 있다. 연구진은 CNF 공식을 결정적 TDD로 컴파일하는 상향식 컴파일 방법의 복잡도를 분석하고, 이를 Bova와 Szeider가 도입한 팩터 폭(factor width) 개념과 연관지었다. 이 연구는 SAT26 학회에 제출되었다.
출처
※ 본 기사는 해외 미디어의 공개 정보를 편집부가 한국어로 요약한 것입니다. 투자 판단을 권유하는 것이 아닙니다.