抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
SMTビットベクトルにおいて,単語レベル推論は一般的であり,産業で広く使われている。しかし,ハードウェアモデル検査競争が単語レベルベンチマークを用いて開始する2019年までは,それを利用した。単語レベルの推論は,単純化とより強力な推論のための多くの可能性を開く。SMTでは,最終的にはビットブラスティング,従って単語レベル問題をSATに変換するので,単語レベルの動作により利点を見る。単語レベルモデルにおいて,状況は異なった。2019年におけるハードウェアモデル検査競争は,ビットレベルソルバーがはるかに優れている(SMTソルバを通してモデルのビットブラスト後)ことを示した。他方,単語レベルモデルは,アレイでモデル化されたメモリを持つ問題に対するけいを点検する。このチュートリアルにおいて,理論的展望から,単語レベルモデル検査の問題を再検討して,単語レベルモデル検査のための古典的およびより最近のアプローチに関する概観を与えて,次に,課題および将来の研究について論じた。次の論文からのチュートリアルカバー材料。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
