Fugu-MT 論文翻訳(概要): AutoMATES: Automated Model Assembly from Text, Equations, and Software

論文の概要: AutoMATES: Automated Model Assembly from Text, Equations, and Software

arxiv url: http://arxiv.org/abs/2001.07295v1
Date: Tue, 21 Jan 2020 00:33:40 GMT
ステータス: 処理完了
システム内更新日: 2023-01-08 00:28:52.265943
Title: AutoMATES: Automated Model Assembly from Text, Equations, and Software
Title（参考訳）: AutoMATES: テキスト、方程式、ソフトウェアからの自動モデルアセンブリ
Authors: Adarsh Pyarelal and Marco A. Valenzuela-Escarcega and Rebecca Sharp and Paul D. Hein, Jon Stephens, Pratik Bhandari, HeuiChan Lim, Saumya Debray, Clayton T. Morrison
Abstract要約: AutoMATESは、科学的コードと出版物から意味的にリッチなモデルの統一表現を構築することを目的としている。複雑なシステムのモデルは、異なる方法で表現できる - 科学論文では、自然言語のテキストと方程式を使って表現される。
参考スコア（独自算出の注目度）: 5.364472782227326
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Models of complicated systems can be represented in different ways - in scientific papers, they are represented using natural language text as well as equations. But to be of real use, they must also be implemented as software, thus making code a third form of representing models. We introduce the AutoMATES project, which aims to build semantically-rich unified representations of models from scientific code and publications to facilitate the integration of computational models from different domains and allow for modeling large, complicated systems that span multiple domains and levels of abstraction.
Abstract（参考訳）: 複雑なシステムのモデルは、異なる方法で表現できる - 科学論文では、自然言語のテキストと方程式を使って表現される。しかし、実際の使用にはソフトウェアとしても実装する必要があるため、コードをモデルを表す第3の形式にする必要がある。我々はAutoMATESプロジェクトを紹介し、科学的なコードや出版物からモデルの意味的にリッチな統一表現を構築し、異なるドメインからの計算モデルの統合を容易にし、複数のドメインと抽象化レベルにまたがる大規模で複雑なシステムをモデル化できるようにする。

関連論文リスト

A Model Is Not Built By A Single Prompt: LLM-Based Domain Modeling With Question Decomposition [4.123601037699469]
現実世界のドメインモデリングでは、エンジニアは通常複雑なタスクを簡単に解けるサブタスクに分解する。本稿では,開発者のモデリングプロセスに類似した質問分解によるLLMに基づくドメインモデリング手法を提案する。予備的な結果から,本手法は単発プロンプトによるプロンプトよりも優れていた。
論文参考訳（メタデータ） (2024-10-13T14:28:04Z)
Consistent Autoformalization for Constructing Mathematical Libraries [4.559523879294721]
オートフォーマル化(Autoformalization)は、自然言語で書かれた数学的内容を自動的に形式言語表現に翻訳するタスクである。本稿では,MS-RAG(Mult-similar search augmented generation),デノナイズステップ(denoising steps),自動誤りフィードバック(Auto-SEF)による自動補正という3つのメカニズムの協調的利用を提案する。
論文参考訳（メタデータ） (2024-10-05T15:13:22Z)
Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities [89.40778301238642]
モデルマージは、機械学習コミュニティにおける効率的なエンパワーメント技術である。これらの手法の体系的かつ徹底的なレビューに関する文献には大きなギャップがある。
論文参考訳（メタデータ） (2024-08-14T16:58:48Z)
Learnable & Interpretable Model Combination in Dynamical Systems Modeling [0.0]
この研究は、動的システムモデリングにおいて、どのタイプのモデルが通常結合されるかを簡単に議論する。本稿では,混合代数的,離散的,微分方程式に基づくモデルを表現可能なモデルのクラスを提案する。最後に,モデルの任意の組み合わせを,容易に解釈可能な方法で記述できる新しいワイルドカードアーキテクチャを提案する。
論文参考訳（メタデータ） (2024-06-12T11:17:11Z)
A Graphical Modeling Language for Artificial Intelligence Applications in Automation Systems [69.50862982117127]
学際的なグラフィカルモデリング言語で、すべての分野に理解可能なシステムとして、AIアプリケーションのモデリングを可能にすることは、まだ存在しない。本稿では,システムレベルでの自動化システムにおけるAIアプリケーションの一貫した,理解可能なモデリングを可能にするグラフィカルモデリング言語を提案する。
論文参考訳（メタデータ） (2023-06-20T12:06:41Z)
PaLM-E: An Embodied Multimodal Language Model [101.29116156731762]
本研究では,実世界の連続型センサを言語モデルに組み込むための具体的言語モデルを提案する。我々は、複数の具体的タスクのために、事前訓練された大規模言語モデルとともに、これらのエンコーディングをエンドツーエンドにトレーニングする。 562Bパラメータを持つ大モデル PaLM-E-562B は、OK-VQA 上での最先端性能を持つ視覚言語ジェネラリストである。
論文参考訳（メタデータ） (2023-03-06T18:58:06Z)
Language Model Cascades [72.18809575261498]
テスト時に1つのモデルで繰り返し対話する、あるいは複数のモデルの合成は、さらに機能を拡張する。制御フローと動的構造を持つ場合、確率的プログラミングのテクニックが必要となる。この観点から、スクラッチパッド/思考連鎖、検証器、STaR、選択推論、ツール利用など、いくつかの既存のテクニックを定式化します。
論文参考訳（メタデータ） (2022-07-21T07:35:18Z)
Facilitating automated conversion of scientific knowledge into scientific simulation models with the Machine Assisted Generation, Calibration, and Comparison (MAGCC) Framework [0.0]
Machine Assisted Generation, Comparison, and Computational (MAGCC)フレームワークは、繰り返し発生する重要なステップとプロセスのマシンアシストと自動化を提供する。 MAGCCは、自然言語処理または既存の数学的モデルから抽出された知識抽出のためのシステムを橋渡しする。 MAGCCフレームワークは任意の科学領域をカスタマイズでき、今後は新たに開発されたコード生成AIシステムを統合する予定だ。
論文参考訳（メタデータ） (2022-04-21T19:30:50Z)
Automated Creation and Human-assisted Curation of Computable Scientific Models from Code and Text [2.3746609573239756]
ドメインエキスパートは、コードに詳しくなければ、科学的モデルの実装を完全に理解することはできない。我々は,科学モデルの自動作成と人手によるキュレーションのためのシステムを開発した。本研究では,NASAのハイパーソニック・エアロダイナミックス(Hypersonic Aerodynamics)のウェブサイトから得られたコードと関連テキストのデータセットを用いて実験を行った。
論文参考訳（メタデータ） (2022-01-28T17:31:38Z)
Model-agnostic multi-objective approach for the evolutionary discovery of mathematical models [55.41644538483948]
現代のデータ科学では、どの部分がより良い結果を得るために置き換えられるかというモデルの性質を理解することがより興味深い。合成データ駆動型モデル学習において,多目的進化最適化を用いてアルゴリズムの所望特性を求める。
論文参考訳（メタデータ） (2021-07-07T11:17:09Z)
S2RMs: Spatially Structured Recurrent Modules [105.0377129434636]
モジュール構造とテンポラル構造の両方を同時に活用できる動的構造を利用するための一歩を踏み出します。我々のモデルは利用可能なビューの数に対して堅牢であり、追加のトレーニングなしで新しいタスクに一般化できる。
論文参考訳（メタデータ） (2020-07-13T17:44:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。