Fugu-MT 論文翻訳(概要): A Survey on String Constraint Solving

論文の概要: A Survey on String Constraint Solving

arxiv url: http://arxiv.org/abs/2002.02376v8
Date: Wed, 30 Jun 2021 08:34:27 GMT
ステータス: 処理完了
システム内更新日: 2023-01-05 06:47:03.969684
Title: A Survey on String Constraint Solving
Title（参考訳）: 文字列制約の解法に関する調査
Authors: Roberto Amadini
Abstract要約: 文字列制約解決とは、文字列変数に対する制約を含む問題を解くことを指す。文字列解決のアプローチは、さまざまなアプリケーションドメインでの文字列の大量使用から、ここ数年で人気を集めている。
参考スコア（独自算出の注目度）: 0.9137554315375919
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: String constraint solving refers to solving combinatorial problems involving constraints over string variables. String solving approaches have become popular over the last years given the massive use of strings in different application domains like formal analysis, automated testing, database query processing, and cybersecurity. This paper reports a comprehensive survey on string constraint solving by exploring the large number of approaches that have been proposed over the last decades to solve string constraints.
Abstract（参考訳）: 文字列制約解決とは、文字列変数に対する制約を含む組合せ問題を解くことを指す。形式的解析、自動テスト、データベースクエリ処理、サイバーセキュリティなど、さまざまなアプリケーションドメインで文字列が大量に使われているため、文字列解決のアプローチはここ数年で普及しています。本稿では,文字列制約を解くために過去数十年にわたって提案されてきた多くのアプローチを探索し,文字列制約解決に関する包括的調査を報告する。

関連論文リスト

Approximating Solutions to the Knapsack Problem using the Lagrangian Dual Framework [0.0]
ラグランジアンデュアルフレームワークを用いて,クナプサック問題の解を近似するニューラルネットワークモデルを開発した。我々は,ベースラインニューラルネットワークと比較して,最適性をわずかに低減した強い制約満足度を示す。
論文参考訳（メタデータ） (2023-12-06T10:50:27Z)
Interactively Learning Preference Constraints in Linear Bandits [100.78514640066565]
我々は、既知の報酬と未知の制約で逐次意思決定を研究する。応用として,運転シミュレーションにおいて,人間の嗜好を表現するための学習制約を検討する。
論文参考訳（メタデータ） (2022-06-10T17:52:58Z)
Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文参考訳（メタデータ） (2022-01-28T05:53:28Z)
A Mutual Information Maximization Approach for the Spurious Solution Problem in Weakly Supervised Question Answering [60.768146126094955]
弱々しい教師付き質問応答は通常、最終的な答えのみを監督信号として持つ。偶然に正解を導出する刺激的な解が多数存在するかもしれないが、そのような解の訓練はモデルの性能を損なう可能性がある。本稿では,質問応答対と予測解間の相互情報の最大化により,このような意味的相関を明示的に活用することを提案する。
論文参考訳（メタデータ） (2021-06-14T05:47:41Z)
Incomplete MaxSAT Approaches for Combinatorial Testing [0.0]
本稿では,最小長の制約付き混合被覆アレイを構築するためのSAT(Satifiability)に基づくアプローチを提案する。この問題はシステム障害検出のためのコンビネータテストの中心である。
論文参考訳（メタデータ） (2021-05-26T14:00:56Z)
Counting the Number of Solutions to Constraints [7.642720485480099]
本稿では,制約に対する解の数をカウントする問題に関する調査研究を行う。制約は、命題論理の論理式、実数や整数上の線型不等式など、様々な形式をとることができる。数える問題を解くための技術やツールや、いくつかのアプリケーションについて説明する。
論文参考訳（メタデータ） (2020-12-28T17:11:57Z)
Learning by Fixing: Solving Math Word Problems with Weak Supervision [70.62896781438694]
数学用語問題(mwps)の従来のニューラルネットワークソルバは、完全な監視によって学習され、多様なソリューションを生み出すことができない。 MWPを学習するためのテキスト弱教師付きパラダイムを提案する。この手法は最終回答のアノテーションのみを必要とし、単一の問題に対して様々な解決策を生成できる。
論文参考訳（メタデータ） (2020-12-19T03:10:21Z)
An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文参考訳（メタデータ） (2020-06-18T20:09:53Z)
ClarQ: A large-scale and diverse dataset for Clarification Question Generation [67.1162903046619]
そこで我々は,スタックエクスチェンジから抽出したポストコメンデーションに基づいて,多様な,大規模な明確化質問データセットの作成を支援する,新しいブートストラップフレームワークを考案した。質問応答の下流タスクに適用することで,新たに作成したデータセットの有用性を定量的に示す。我々はこのデータセットを公開し、ダイアログと質問応答システムの拡張という大きな目標を掲げて、質問生成の分野の研究を促進する。
論文参考訳（メタデータ） (2020-06-10T17:56:50Z)
Submodular Bandit Problem Under Multiple Constraints [8.100450025624443]
我々は、$l$knapsacksと$k$-system制約の交わりの下で、部分モジュラーバンディット問題を導入する。この問題を解決するために,標準あるいは修正された高信頼境界に適応的に焦点をあてる非グレーディアルゴリズムを提案する。近似比が高速アルゴリズムのそれと一致するような近似後悔の確率の高い上限を提供する。
論文参考訳（メタデータ） (2020-06-01T01:28:44Z)
Encoding Linear Constraints into SAT [0.0]
複数値決定ダイアグラムとソートネットワークに基づく新しいSATエンコーディングを定義する。線形整数解法 (MIP) よりも優れており, 適切な問題に対して LCG や SMT より優れている場合もある。
論文参考訳（メタデータ） (2020-05-05T11:37:43Z)

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。