論文の概要: Reproducible Science with LaTeX

• arxiv url: http://arxiv.org/abs/2010.01482v2
• Date: Tue, 6 Oct 2020 01:54:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-11 03:57:58.211361
• Title: Reproducible Science with LaTeX
• Title（参考訳）: LaTeXによる再現可能な科学
• Authors: Haim Bar and HaiYing Wang
• Abstract要約: 本稿では,文書から外部ソースコードを実行する手順を提案する。 結果のPortable Document Format (pdf)ファイルに自動的に計算出力が含まれている。
• 参考スコア（独自算出の注目度）: 4.09920839425892
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a procedure to execute external source codes from a LaTeX document and include the calculation outputs in the resulting Portable Document Format (pdf) file automatically. It integrates programming tools into the LaTeX writing tool to facilitate the production of reproducible research. In our proposed approach to a LaTeX-based scientific notebook the user can easily invoke any programming language or a command-line program when compiling the LaTeX document, while using their favorite LaTeX editor in the writing process. The required LaTeX setup, a new Python package, and the defined preamble are discussed in detail, and working examples using R, Julia, and MatLab to reproduce existing research are provided to illustrate the proposed procedure. We also demonstrate how to include system setting information in a paper by invoking shell scripts when compiling the document.
• Abstract（参考訳）: 本稿では、ラテックス文書から外部ソースコードを実行し、結果のポータブル文書フォーマット(pdf)ファイルに自動的に計算出力を含める手順を提案する。 プログラミングツールをLaTeX記述ツールに統合し、再現可能な研究の制作を容易にする。 提案手法では,LaTeX文書のコンパイル時に,お気に入りのLaTeXエディタを書き込みプロセスで使用しながら,任意のプログラミング言語やコマンドラインプログラムを簡単に呼び出すことができる。 必要なLaTeXセットアップ、新しいPythonパッケージ、定義されたプリアンブルについて詳しく説明し、提案した手順を説明するためにR、Julia、MatLabを使って既存の研究を再現する作業例を提供する。 また,文書のコンパイル時にシェルスクリプトを起動することで,システム設定情報を紙に含める方法についても示す。

関連論文リスト

• LATTE: Improving Latex Recognition for Tables and Formulae with Iterative Refinement [11.931911831112357]
  LATTEは、式と表の両方のソース抽出精度を改善し、既存の技術とGPT-4Vより優れている。 本稿では,認識のための最初の反復的改良フレームワークであるLATTEを提案する。
  論文  参考訳（メタデータ） (2024-09-21T17:18:49Z)
• TeXBLEU: Automatic Metric for Evaluate LaTeX Format [4.337656290539519]
  我々は,n-gram-based BLEU で構築した形式を用いて,数式評価のための指標 BLEU を提案する。 提案したBLEUは、arXiv紙のデータセットに基づいて訓練されたトークン化器と、位置エンコーディングによる微調整された埋め込みモデルから構成される。
  論文  参考訳（メタデータ） (2024-09-10T16:54:32Z)
• Towards Semantic Markup of Mathematical Documents via User Interaction [0.0]
  本稿では,既存の s マクロ定義から文法を自動生成し,それらを解析することで,式の意味的マークアップにアプローチする。 また、解析結果を曖昧にするためのGUIベースのツールも提示し、未入力の$lambda$-termsを解析するための文法を用いてその可能性を示す。
  論文  参考訳（メタデータ） (2024-08-05T12:36:40Z)
• Visually Guided Generative Text-Layout Pre-training for Document Intelligence [51.09853181377696]
  視覚誘導型生成テキスト事前学習(ViTLP)を提案する。 文書画像が与えられた場合、モデルは階層言語とレイアウトモデリングの目的を最適化し、インターリーブされたテキストとレイアウトシーケンスを生成する。 ViTLPは、文書画像のテキストをローカライズし、認識するためのネイティブなOCRモデルとして機能する。
  論文  参考訳（メタデータ） (2024-03-25T08:00:43Z)
• TopoX: A Suite of Python Packages for Machine Learning on Topological Domains [89.9320422266332]
  TopoXはPythonのソフトウェアスイートで、トポロジ上のコンピューティングと機械学習のための信頼性とユーザフレンドリなビルディングブロックを提供する。 TopoXは、TopoNetX、TopoEmbedX、TopoModelxの3つのパッケージで構成されている。
  論文  参考訳（メタデータ） (2024-02-04T10:41:40Z)
• LILO: Learning Interpretable Libraries by Compressing and Documenting Code [71.55208585024198]
  LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。 LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。 LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
  論文  参考訳（メタデータ） (2023-10-30T17:55:02Z)
• DocCoder: Generating Code by Retrieving and Reading Docs [87.88474546826913]
  コードマニュアルとドキュメントを明示的に活用するアプローチであるDocCoderを紹介します。 我々のアプローチは一般的に、どんなプログラミング言語にも適用でき、基礎となるニューラルモデルとは無関係です。
  論文  参考訳（メタデータ） (2022-07-13T06:47:51Z)
• Machine Translation of Mathematical Text [0.0]
  数学的テキストを含む文書を対象とした機械翻訳システムPolyMath Translatorを実装した。 現在の実装は英語をフランス語に翻訳し、数学文の保留テストコーパスでBLEUスコアが53.5に達した。 さらに編集することなくPDFにコンパイルできる文書を生成する。
  論文  参考訳（メタデータ） (2020-10-11T11:59:40Z)
• N-LTP: An Open-source Neural Language Technology Platform for Chinese [68.58732970171747]
  textttN-は、中国の6つの基本的なNLPタスクをサポートする、オープンソースのニューラルネットワークテクノロジプラットフォームである。 textttN-は、中国のタスク間で共有知識をキャプチャする利点がある共有事前学習モデルを使用することで、マルチタスクフレームワークを採用する。
  論文  参考訳（メタデータ） (2020-09-24T11:45:39Z)
• Synthesizing Tasks for Block-based Programming [72.45475843387183]
  本稿では,ソリューションコードとともに,新しいタスクのセット$(rm Tout, rm Cout)$を自動生成する新しい手法を提案する。 我々のアルゴリズムは、まずコード$rm Cin$を変更して、コードセット$rm Cout$を得る。
  論文  参考訳（メタデータ） (2020-06-17T15:04:37Z)
• A Makefile for Developing Containerized LaTeX Technical Documents [0.0]
  コンテナ化された$La$の技術ドキュメントを開発するためのMakefileを提案する。 Makefileは、変数、テーブル、フィギュアを生成するコードを実行することができる。 我々はMakefileを使ったテンプレートのオープンソースリポジトリをリリースし、本論文の開発でその使い方を実証する。
  論文  参考訳（メタデータ） (2020-05-26T12:31:22Z)

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。