論文の概要: Stochastic L-system Inference from Multiple String Sequence Inputs
- arxiv url: http://arxiv.org/abs/2001.10922v1
- Date: Wed, 29 Jan 2020 16:11:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-05 21:22:47.466780
- Title: Stochastic L-system Inference from Multiple String Sequence Inputs
- Title（参考訳）: 複数の文字列列入力からの確率L系推論
- Authors: Jason Bernard, Ian McQuillan
- Abstract要約: リンデンマイヤーシステム(Lindenmayer System、L-systems)は、文字列書き換え規則からなる文法体系である。
本稿では,文字列列を入力として与えられたL-システムの自動探索手法を提案する。
- 参考スコア（独自算出の注目度）: 1.8655840060559168
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Lindenmayer systems (L-systems) are a grammar system that consist of string
rewriting rules. The rules replace every symbol in a string in parallel with a
successor to produce the next string, and this procedure iterates. In a
stochastic context-free L-system (S0L-system), every symbol may have one or
more rewriting rule, each with an associated probability of selection. Properly
constructed rewriting rules have been found to be useful for modeling and
simulating some natural and human engineered processes where each derived
string describes a step in the simulation. Typically, processes are modeled by
experts who meticulously construct the rules based on measurements or domain
knowledge of the process. This paper presents an automated approach to finding
stochastic L-systems, given a set of string sequences as input. The implemented
tool is called the Plant Model Inference Tool for S0L-systems (PMIT-S0L).
PMIT-S0L is evaluated using 960 procedurally generated S0L-systems in a test
suite, which are each used to generate input strings, and PMIT-S0L is then used
to infer the system from only the sequences. The evaluation shows that PMIT-S0L
infers S0L-systems with up to 9 rewriting rules each in under 12 hours.
Additionally, it is found that 3 sequences of strings is sufficient to find the
correct original rewriting rules in 100% of the cases in the test suite, and 6
sequences of strings reduces the difference in the associated probabilities to
approximately 1% or less.
- Abstract（参考訳）: lindenmayer systems (l-systems) は文字列書き換え規則からなる文法体系である。
規則は次の文字列を生成するために文字列内のすべてのシンボルを並列に置き換え、この手順は反復する。
確率的文脈自由L-システム(S0L-system)では、すべてのシンボルは1つ以上の書き換え規則を持ち、それぞれが関連する選択の確率を持つ。
適切に構築された書き換え規則は、各派生文字列がシミュレーションのステップを記述する自然および人為的なプロセスのモデリングとシミュレーションに有用であることが判明した。
通常、プロセスは、プロセスの測定やドメイン知識に基づいてルールを慎重に構築する専門家によってモデル化される。
本稿では,一組の文字列列を入力とする確率的L-システムの自動探索手法を提案する。
この実装ツールは、Parm Model Inference Tool for S0L-systems (PMIT-S0L)と呼ばれる。
PMIT-S0Lは960の手続き的に生成されたS0Lシステムを用いて評価され、それぞれ入力文字列を生成する。
PMIT-S0Lは最大9個の書き換え規則を持つS0L系を12時間以内で推測する。
さらに,テストスイートの100%のケースにおいて,文字列の3つの配列が正しい元の書き直し規則を見つけるのに十分であること,文字列の6つの配列が関連する確率の差を約1%以下に低減できることが判明した。
関連論文リスト
- Toward General Instruction-Following Alignment for Retrieval-Augmented Generation [63.611024451010316]
Retrieval-Augmented Generation (RAG) システムの効果的な適用には、自然な指示に従うことが不可欠である。
RAGシステムにおける命令追従アライメントのための,最初の自動化,拡張性,検証可能な合成パイプラインであるVIF-RAGを提案する。
論文 参考訳（メタデータ） (2024-10-12T16:30:51Z) - Optimal L-Systems for Stochastic L-system Inference Problems [1.9183348587701112]
本稿では,与えられた文字列列を生成することができる最適L-システムの構築に焦点を当てる。
与えられたシーケンスから最適L系を推論するアルゴリズムを導入する。
これにより、トレーニングに陽性データのみを使用して機械学習のモデルとしてLシステムを使用することが可能になる。
論文 参考訳（メタデータ） (2024-09-03T19:34:25Z) - Bisimulation Learning [55.859538562698496]
我々は、大きな、潜在的に無限の状態空間を持つ状態遷移系の有限バイシミュレートを計算する。
提案手法は,実際に行われている他の最先端ツールよりも高速な検証結果が得られる。
論文 参考訳（メタデータ） (2024-05-24T17:11:27Z) - Error Correction Capabilities of Non-Linear Cryptographic Hash Functions [56.368766255147555]
線形ハッシュは誤り訂正能力を有することが知られている。
ほとんどのアプリケーションでは、擬似ランダム出力を持つ非線形ハッシュが代わりに使用される。
また,非線形ハッシュは誤り訂正能力に優れる可能性が示唆された。
論文 参考訳（メタデータ） (2024-05-02T17:26:56Z) - Regular Abstractions for Array Systems [0.0]
本研究では,アレーシステム上での安全性と生存性を証明する新しいフレームワークを開発する。
フレームワークの要点は、配列システムを文字列書き換えシステムとしてオーバー近似することである。
これにより、文字列書き換えシステムの強力な検証手法を利用できる。
論文 参考訳（メタデータ） (2024-01-05T03:35:55Z) - Learning to Relax: Setting Solver Parameters Across a Sequence of Linear System Instances [42.16343861129583]
オンライン学習アルゴリズムでは、シーケンス長が増加するにつれて、全体のコストが最高の$omega$に近づくように、一連のインスタンスに対してパラメータを選択できることが示される。
我々の研究は、高精度線形システム解法の最初の学習理論処理と、データ駆動型科学計算のエンドツーエンド保証を提供する。
論文 参考訳（メタデータ） (2023-10-03T17:51:42Z) - Large Language Models as General Pattern Machines [64.75501424160748]
我々は,事前訓練された大規模言語モデル (LLM) が,複雑なトークンシーケンスを自動回帰的に完了することを示す。
驚いたことに、語彙からランダムにサンプリングされたトークンを用いてシーケンスが表現された場合でも、パターン完了の習熟度を部分的に保持することができる。
本研究では,ロボット工学における問題に対して,これらのゼロショット機能がどのように適用されるかを検討する。
論文 参考訳（メタデータ） (2023-07-10T17:32:13Z) - Quick Adaptive Ternary Segmentation: An Efficient Decoding Procedure For
Hidden Markov Models [70.26374282390401]
ノイズの多い観測から元の信号(すなわち隠れ鎖)を復号することは、ほぼすべてのHMMに基づくデータ分析の主要な目標の1つである。
本稿では,多対数計算複雑性において隠れた列を復号化するための分法であるQuick Adaptive Ternary(QATS)を提案する。
論文 参考訳（メタデータ） (2023-05-29T19:37:48Z) - MLRegTest: A Benchmark for the Machine Learning of Regular Languages [0.2855453084605426]
本稿では,MLRegTestと呼ばれるシーケンス分類に基づく機械学習システムのための新しいベンチマークを提案する。
これには1,800の正規言語からのトレーニング、開発、テストセットが含まれている。
異なる形式言語は、異なる種類の長距離依存を表す。
論文 参考訳（メタデータ） (2023-04-16T03:49:50Z) - Improving Mandarin End-to-End Speech Recognition with Word N-gram
Language Model [57.92200214957124]
外部言語モデル(LM)は、エンドツーエンド(E2E)自動音声認識(ASR)システムの音声認識性能を向上させることができる。
単語レベルの格子をオンザフライで構築し,可能なすべての単語列を考慮可能な,新しい復号アルゴリズムを提案する。
提案手法は,N-gram LMやニューラルネットワーク LM など,サブワードレベルのLMを一貫して上回る。
論文 参考訳（メタデータ） (2022-01-06T10:04:56Z) - Self-Supervised Learning to Prove Equivalence Between Straight-Line
Programs via Rewrite Rules [9.1570563482476]
2つのプログラムは、1つのプログラムをもう1つのプログラムに書き換える、書き換え規則の一連の適用が存在する場合と同値である。
本稿では,プログラムペア間の等価性の証明を生成するために,トランスフォーマーモデルに基づくニューラルネットワークアーキテクチャを提案する。
我々のシステムであるS4Eqは、1万対の等価プログラムをキュレートしたデータセット上で97%の証明成功を達成した。
論文 参考訳（メタデータ） (2021-09-22T01:37:08Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。