2 dépôts
Database systems that use declarative logic, Horn clauses, and tabling to derive results.
Distinct from Database Query Execution: Deductive logic querying is a distinct paradigm from the relational SQL or graph queries listed in candidates.
Explore 2 awesome GitHub repositories matching data & databases · Deductive Databases. Refine with filters or upvote what's useful.
Racket est un langage de programmation généraliste multi-paradigme de la famille Lisp, conçu pour la création de langages. Il fonctionne comme un atelier de langage, fournissant une plateforme pour concevoir et implémenter des langages de programmation personnalisés via un système flexible de macros et de modules. Le système se distingue en offrant une suite complète pour l'ingénierie sémantique, permettant la construction de sous-ensembles de langages spécialisés et de couches éducatives. Il inclut des outils pour la conception de langages personnalisés, tels que la génération de lexer et de parser, ainsi que la capacité de définir des règles d'expansion de module et une sélection de langage dynamique au moment de la lecture. Le projet fournit un environnement de développement intégré avec un éditeur intégré, un débogueur visuel et un gestionnaire de paquets logiciels. Sa surface de capacités s'étend à une bibliothèque standard généraliste couvrant le rendu graphique 2D, le traitement de données binaires, l'intégration SQL et de bases de données déductives, et la construction d'interfaces utilisateur graphiques. L'environnement prend en charge la compilation du code source en fichiers exécutables autonomes pour la distribution.
Supports executing declarative logic queries using Horn clauses and tabling to ensure result termination.
AlphaGeometry est un système d'IA neuro-symbolique conçu comme un solveur de géométrie automatisé et un prouveur de théorèmes. Il intègre un grand modèle de langage avec un moteur de preuve formel pour dériver des conclusions géométriques à partir de prémisses données et générer des preuves formelles étape par étape. Le système se distingue en combinant un moteur de déduction symbolique avec des constructions auxiliaires pilotées par des neurones. Cette architecture utilise un modèle de langage pour proposer des points ou des lignes supplémentaires afin de combler les lacunes dans une preuve, tandis qu'une base de données déductive et un système de raisonnement algébrique vérifient l'exactitude mathématique de chaque étape par rapport à des axiomes stricts. Le projet couvre la vérification mathématique formelle et le raisonnement géométrique symbolique via une recherche de preuve itérative et une boucle hybride symbolique-neuronale.
Utilizes a deductive database to store geometric properties and derive new conclusions via symbolic logic.