Fugu-MT 論文翻訳(概要): How to Increase Interest in Studying Functional Programming via Interdisciplinary Application

論文の概要: How to Increase Interest in Studying Functional Programming via Interdisciplinary Application

arxiv url: http://arxiv.org/abs/2007.11070v2
Date: Mon, 24 Aug 2020 09:19:09 GMT
ステータス: 処理完了
システム内更新日: 2023-05-08 20:39:07.266057
Title: How to Increase Interest in Studying Functional Programming via Interdisciplinary Application
Title（参考訳）: 学際的応用による関数型プログラミング研究への興味の高まり
Authors: Pedro Figueir\^edo (E\"otv\"os Lor\'and University), Yuri Kim (E\"otv\"os Lor\'and University), Nghia Le Minh (E\"otv\"os Lor\'and University), Evan Sitt (E\"otv\"os Lor\'and University), Xue Ying (E\"otv\"os Lor\'and University), Vikt\'oria Zs\'ok (E\"otv\"os Lor\'and University)
Abstract要約: 関数型プログラミングにおける技術の現状は、このパラダイムにおける方法論の増加を報告している。我々のゴールは、アプリケーション(レイトレーサ)を用いて関数型プログラミングのさらなる研究を進めることへの学生の関心を高めることである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Functional programming represents a modern tool for applying and implementing software. The state of the art in functional programming reports an increasing number of methodologies in this paradigm. However, extensive interdisciplinary applications are missing. Our goal is to increase student interest in pursuing further studies in functional programming with the use of an application: the ray tracer. We conducted a teaching experience, with positive results and student feedback, described here in this paper.
Abstract（参考訳）: 関数型プログラミングは、ソフトウェアを適用し実装するためのモダンなツールである。 state of the art in functional programmingはこのパラダイムにおける方法論の増加を報告している。しかし、広範な学際的応用が欠落している。我々のゴールは、アプリケーションを用いて関数型プログラミングのさらなる研究を進めることへの学生の関心を高めることである。本論文では,ポジティブな結果と学生のフィードバックを得た授業経験について述べる。

関連論文リスト

Action Research with Industrial Software Engineering -- An Educational Perspective [0.5257115841810258]
アクションリサーチは、産業環境でのソフトウェアエンジニアリング手法の有用性とユーザビリティを探求する機会を提供する。ソフトウェア開発組織と異なる種類のインタラクションが必要です。本章は、行動研究の学習と指導を支援することを目的としている。
論文参考訳（メタデータ） (2024-07-05T17:05:06Z)
Towards Coarse-to-Fine Evaluation of Inference Efficiency for Large Language Models [95.96734086126469]
大規模言語モデル(LLM)は、ユーザが仕事を達成するのを助けるアシスタントとして機能し、高度なアプリケーションの開発をサポートする。 LLMの幅広い応用にとって、推論効率は重要な問題であり、既存の研究で広く研究されている。各種コードライブラリの推論性能の粗大な解析を行う。
論文参考訳（メタデータ） (2024-04-17T15:57:50Z)
Application-Driven Innovation in Machine Learning [56.85396167616353]
機械学習におけるアプリケーション駆動研究のパラダイムについて述べる。このアプローチがメソッド駆動の作業と生産的に相乗効果を示す。このようなメリットにもかかわらず、マシンラーニングにおけるレビュー、採用、教育のプラクティスが、アプリケーション主導のイノベーションを後押しすることが多いことに気付きます。
論文参考訳（メタデータ） (2024-03-26T04:59:27Z)
De-fine: Decomposing and Refining Visual Programs with Auto-Feedback [75.62712247421146]
De-fineは、複雑なタスクを単純なサブタスクに分解し、オートフィードバックを通じてプログラムを洗練する、トレーニング不要のフレームワークである。様々な視覚的タスクに対する我々の実験は、De-fineがより堅牢なプログラムを生成することを示している。
論文参考訳（メタデータ） (2023-11-21T06:24:09Z)
Hierarchical Programmatic Reinforcement Learning via Learning to Compose Programs [58.94569213396991]
プログラムポリシーを作成するための階層型プログラム強化学習フレームワークを提案する。提案するフレームワークは,プログラム作成の学習を通じて,アウト・オブ・ディストリビュータの複雑な動作を記述するプログラムポリシーを作成することができる。 Karel ドメインの実験結果から,提案するフレームワークがベースラインより優れていることが示された。
論文参考訳（メタデータ） (2023-01-30T14:50:46Z)
ProTo: Program-Guided Transformer for Program-Guided Tasks [59.34258016795216]
我々は,学習者が与えられたタスク仕様に基づいて所定のプログラムを実行することを要求されるプログラム誘導タスクを定式化する。本稿では,プログラムの意味的ガイダンスと構造的ガイダンスを統合したProTo(Proto)を提案する。 ProToは学習された潜在空間でプログラムを実行し、従来のニューラルシンボリックアプローチよりも強力な表現能力を持っている。
論文参考訳（メタデータ） (2021-10-02T13:46:32Z)
Learning functional programs with function invention and reuse [0.0]
本稿では,IPのサブフィールドであるインダクティブ関数型プログラミング(IFP)について述べる。モジュール型関数型プログラムを生成するというアイデアと,それらが関数の再利用を可能にする方法について検討する。様々な問題に対して再利用が重要であり(重要ではないとしても)、一般に関数再利用の恩恵を受けるプログラムの2つの幅広いクラスを区別する。
論文参考訳（メタデータ） (2020-11-17T19:11:00Z)
Curriculum Learning with a Progression Function [6.212955085775758]
本稿では,プログレッシションとマッピング機能に基づくカリキュラム生成のための新しいパラダイムを提案する。提案手法の利点と幅広い適用性は、その性能を2つの最先端のカリキュラム学習アルゴリズムと経験的に比較することによって示される。
論文参考訳（メタデータ） (2020-08-02T16:18:41Z)
On the Nature of Programming Exercises [0.0]
プログラミング演習の性質が成功と一貫した学習の重要な要素であることを理解することが不可欠である。本稿では,プログラミング演習の作成における様々なアプローチについて考察する。
論文参考訳（メタデータ） (2020-06-25T15:22:26Z)
IReEn: Reverse-Engineering of Black-Box Functions via Iterative Neural Program Synthesis [70.61283188380689]
ブラックボックスエージェントの機能を明らかにする際の問題点について検討する。我々はブラックボックスの特権情報に頼るのではなく、プログラムの入力と出力のみにアクセスするというより弱い仮定の下で問題を調査する。その結果, 提案手法は, 78%の症例において, ほぼ機能的な等価プログラムを見出すことにより, 現状よりも優れていることがわかった。
論文参考訳（メタデータ） (2020-06-18T17:50:48Z)
Genome as a functional program [0.0]
ある種の関数型プログラムのための学習モデルを導入する。我々はダーウィン進化へのアプローチを関数型プログラミングの学習問題と考える。
論文参考訳（メタデータ） (2020-06-05T07:58:50Z)

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。