Aller au contenu principal
Accès ouvert déclaré 2025 conference-paper

Counterexample-Guided Abstraction Refinement for Assumption-based Argumentation

1Citations signalées, ce qui n’est pas une note de qualité
8Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : fr. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Assumption-Based Argumentation (ABA) is a prominent formalism for structured argumentation, widely applied in domains such as healthcare, law, and robotics. Despite its inherent computational complexity, ABA has seen the development of effective techniques that successfully address key tasks, including evaluating the acceptability of literals and computing framework extensions. These approaches typically involve translating the initial ABA framework into an intermediate formalism, such as an Answer Set Program or an Abstract Argumentation Framework, which is then encoded into a Boolean satisfiability (SAT) problem. However, this translation can lead to large and complex intermediate representations, posing challenges for state-of-the-art SAT solvers. In this work, we propose a Counterexample-Guided Abstraction Refinement (CEGAR) approach that bypasses the initial translation step, at the cost of incrementally discovering certain ABA constraints that are not explicitly captured in the initial SAT encoding. We analyze the performance of our method and demonstrate that it outperforms state-of-the-art approaches on specific problem classes, while remaining competitive with the best existing solvers more broadly.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Counterexample-Guided Abstraction Refinement for Assumption-based Argumentation
Date Crossref
01/11/2025
Éditeur
International Joint Conferences on Artificial Intelligence Organization
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Université d'Artois CRIL pays non établi dans la notice
    Université ou école supérieure
  • Centre National de la Recherche Scientifique pays non établi dans la notice
    Organisme public
  • Université Toulouse III - Paul Sabatier pays non établi dans la notice
    Université ou école supérieure
  • Université Toulouse-I-Capitole pays non établi dans la notice
    Université ou école supérieure
  • Institut de Recherche en Informatique de Toulouse pays non établi dans la notice
    Structure de recherche
  • Université Toulouse - Jean Jaurès pays non établi dans la notice
    Université ou école supérieure
  • Institut Polytechnique de Bordeaux pays non établi dans la notice
    Université ou école supérieure
  • Université Toulouse Capitole IRIT pays non établi dans la notice
    Université ou école supérieure

CRIL — Université d'Artois, Centre National de la Recherche Scientifique et Université Toulouse III - Paul Sabatier, avec 5 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Multi-Agent Systems and NegotiationLogic, Reasoning, and KnowledgeTopic Modeling

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.