論文の概要: A Visual Language for Composable Inductive Programming
- arxiv url: http://arxiv.org/abs/2009.08700v1
- Date: Fri, 18 Sep 2020 09:21:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-17 03:34:04.161608
- Title: A Visual Language for Composable Inductive Programming
- Title(参考訳): 構成可能なインダクティブプログラミングのためのビジュアル言語
- Authors: Edward McDaid, Sarah McDaid
- Abstract要約: Zoea Visualは、Zoeaコンポーザブルなインダクティブプログラミング言語をベースにしたビジュアルプログラミング言語である。
ユーザーは一連の機能テストケースに似た仕様から直接ソフトウェアを作成できる。
- 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: We present Zoea Visual which is a visual programming language based on the
Zoea composable inductive programming language. Zoea Visual allows users to
create software directly from a specification that resembles a set of
functional test cases. Programming with Zoea Visual involves the definition of
a data flow model of test case inputs, optional intermediate values, and
outputs. Data elements are represented visually and can be combined to create
structures of any complexity. Data flows between elements provide additional
information that allows the Zoea compiler to generate larger programs in less
time. This paper includes an overview of the language. The benefits of the
approach and some possible future enhancements are also discussed.
- Abstract(参考訳): 本稿では,zoea合成可能なインダクティブプログラミング言語に基づいたビジュアル言語であるzoea visualを提案する。
Zoea Visualは、一連の機能テストケースに似た仕様から直接ソフトウェアを作成することができる。
Zoea Visualを使ったプログラミングには、テストケース入力、オプションの中間値、出力のデータフローモデルの定義が含まれる。
データ要素は視覚的に表現され、複雑な構造を作るために組み合わせることができる。
要素間のデータフローは、zoeaコンパイラが少ない時間でより大きなプログラムを生成するための追加情報を提供する。
本稿では,言語の概要を紹介する。
このアプローチのメリットと将来的な拡張についても論じている。
関連論文リスト
- Natural Language Models for Data Visualization Utilizing nvBench Dataset [6.996262696260261]
自然言語翻訳モデルを構築し、Vega Zeroと呼ばれる言語でデータと視覚化クエリの簡易バージョンを構築する。
本稿では,シーケンシャルトランスフォーマーに基づく機械学習モデルアーキテクチャの設計と性能について検討する。
論文 参考訳(メタデータ) (2023-10-02T00:48:01Z) - Natural Language Embedded Programs for Hybrid Language Symbolic
Reasoning [86.92053166457116]
本研究では,数学・記号的推論,自然言語理解,後続の課題に対処するための統合フレームワークとして,自然言語組み込みプログラム(NLEP)を提案する。
我々のアプローチは,構造化知識の自然言語表現を含むデータ構造上の関数を定義する完全なPythonプログラムを生成するよう,言語モデルに促す。
Pythonインタープリタが生成されたコードを実行し、出力をプリントする。
論文 参考訳(メタデータ) (2023-09-19T17:54:21Z) - Code Representation Pre-training with Complements from Program
Executions [29.148208436656216]
テストケースで明らかになったプログラムの動的情報を調べ,それを補体としてコードの特徴表現に埋め込むために,FuzzPretrainを提案する。
FuzzyPretrainは、ソースコードやASTのみをトレーニングしたコード検索に対して、6%/9%のmAP改善を実現した。
論文 参考訳(メタデータ) (2023-09-04T01:57:22Z) - CodeLens: An Interactive Tool for Visualizing Code Representations [12.59741038895472]
ソフトウェアエンジニアリングタスクを自動化するためには、ソースコードを汎用的な入力形式で表現することが不可欠である。
コード表現を視覚化することで、人間の専門家がコードに関する直感的な洞察を得られるようになる。
我々は、様々な表現方法をサポートする視覚的相互作用環境を提供するツール、CodeLensを紹介する。
論文 参考訳(メタデータ) (2023-07-27T14:46:09Z) - Python Code Generation by Asking Clarification Questions [57.63906360576212]
本稿では,この課題に対して,より斬新で現実的なセットアップを導入する。
我々は、自然言語記述の過小評価は、明確化を問うことで解決できると仮定する。
我々は、生成した合成明確化質問と回答を含む自然言語記述とコードのペアを含む、CodeClarQAという新しいデータセットを収集し、導入する。
論文 参考訳(メタデータ) (2022-12-19T22:08:36Z) - Explaining Patterns in Data with Language Models via Interpretable
Autoprompting [143.4162028260874]
本稿では,データを説明する自然言語文字列を生成するアルゴリズムである,解釈可能なオートプロンプト(iPrompt)を提案する。
iPromptは、基盤となるデータセット記述を正確に見つけることで、意味のある洞察を得ることができる。
fMRIデータセットを用いた実験は、iPromptが科学的発見に役立つ可能性を示している。
論文 参考訳(メタデータ) (2022-10-04T18:32:14Z) - Learning compositional programs with arguments and sampling [12.790055619773565]
私たちは、特定の要件を満たすプログラムを見つけるために、機械学習モデルをトレーニングします。
我々は、引数を受理できる関数を生成することを学ぶことによって、アートモデルAlphaNPIの状態を拡張します。
論文 参考訳(メタデータ) (2021-09-01T21:27:41Z) - Leveraging Language to Learn Program Abstractions and Search Heuristics [66.28391181268645]
LAPS(Language for Abstraction and Program Search)は、自然言語アノテーションを用いて、ライブラリとニューラルネットワークによる合成のための検索モデルの共同学習をガイドする手法である。
最先端のライブラリ学習システム(DreamCoder)に統合されると、LAPSは高品質なライブラリを生成し、検索効率と一般化を改善する。
論文 参考訳(メタデータ) (2021-06-18T15:08:47Z) - Representing Partial Programs with Blended Abstract Semantics [62.20775388513027]
プログラム合成エンジンにおける部分的なプログラム表現手法について紹介する。
モジュラーニューラルネットワークとして実装された近似実行モデルを学ぶ。
これらのハイブリッドニューロシンボリック表現は、実行誘導型シンセサイザーがより強力な言語構成を使うことができることを示す。
論文 参考訳(メタデータ) (2020-12-23T20:40:18Z) - A Multi-Perspective Architecture for Semantic Code Search [58.73778219645548]
テキストマッチングのための新しい多言語間ニューラルネットワークを提案する。
CoNaLaデータセットを用いた実験により,提案したモデルでは,従来の手法よりも優れた性能が得られることが示された。
論文 参考訳(メタデータ) (2020-05-06T04:46:11Z)
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。