Fugu-MT 論文翻訳(概要): Report of the Workshop on Program Synthesis for Scientific Computing

論文の概要: Report of the Workshop on Program Synthesis for Scientific Computing

arxiv url: http://arxiv.org/abs/2102.01687v1
Date: Tue, 2 Feb 2021 18:55:23 GMT
ステータス: 処理完了
システム内更新日: 2021-02-03 22:35:50.522405
Title: Report of the Workshop on Program Synthesis for Scientific Computing
Title（参考訳）: the workshop on program synthesis for scientific computing 参加報告
Authors: Hal Finkel, Ignacio Laguna
Abstract要約: プログラム合成は、学術、国立研究所、産業において活発な研究分野である。本報告では,科学計算におけるプログラム合成研究の関連分野を概説し,これまでの成果について論じ,今後の研究の機会を概説する。
参考スコア（独自算出の注目度）: 1.609950046042424
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Program synthesis is an active research field in academia, national labs, and industry. Yet, work directly applicable to scientific computing, while having some impressive successes, has been limited. This report reviews the relevant areas of program synthesis work for scientific computing, discusses successes to date, and outlines opportunities for future work. This report is the result of the Workshop on Program Synthesis for Scientific Computing was held virtually on August 4-5 2020 (https://prog-synth-science.github.io/2020/).
Abstract（参考訳）: プログラム合成は、学術、国立研究所、産業において活発な研究分野である。しかし、科学計算に直接適用できる仕事は、いくつかの印象的な成功を収めているが、制限されている。本報告は,科学計算におけるプログラム合成作業の関連分野を概観し,これまでの成功を議論し,今後の作業の機会を概説する。本報告は,2020年8月4日～5日(https://prog-synth-science.github.io/2020/)にサイエントコンピューティングのためのプログラム合成ワークショップの成果である。

関連論文リスト

Ten Years of Teaching Empirical Software Engineering in the context of Energy-efficient Software [12.26887943861433]
オランダのアムステルダムにあるVrije Universityversiteit Amsterdamで、Green Labのコースを10回行った経験を共有します。このコースは、VUのComputer Science MasterプログラムのSoftware Engineering and Green ITトラックで提供されている。
論文参考訳（メタデータ） (2024-07-08T07:44:49Z)
MASSW: A New Dataset and Benchmark Tasks for AI-Assisted Scientific Workflows [58.56005277371235]
我々は,Multi-Aspect Summarization of ScientificAspectsに関する総合テキストデータセットであるMASSWを紹介する。 MASSWには過去50年間にわたる17の主要なコンピュータサイエンスカンファレンスから152,000以上の査読論文が含まれている。我々は、この新しいデータセットを用いてベンチマーク可能な、複数の新しい機械学習タスクを通じて、MASSWの有用性を実証する。
論文参考訳（メタデータ） (2024-06-10T15:19:09Z)
Cycling on the Freeway: The Perilous State of Open Source Neuroscience Software [46.83624918571962]
既存の神経科学オープンソースソフトウェアのエコシステムは不安定である、と我々は主張する。近年、神経科学データ分析のためのフリーのオープンソース科学ソフトウェア(FOSSS)への依存がシフトしている。
論文参考訳（メタデータ） (2024-03-28T13:11:09Z)
SciOps: Achieving Productivity and Reliability in Data-Intensive Research [0.8414742293641504]
科学者たちは、実験や研究の目標を拡大するために、機器、自動化、協調ツールの進歩をますます活用している。神経科学を含む様々な科学分野は、コラボレーション、インスピレーション、自動化を強化するための重要な技術を採用してきた。厳密な科学的操作の原理を説明する5段階の能力成熟度モデルを導入する。
論文参考訳（メタデータ） (2023-12-29T21:37:22Z)
Hierarchical Neural Program Synthesis [19.94176152035497]
プログラム合成は、与えられたタスク仕様を満たす人間可読プログラムを自動構築することを目的としている。プログラムを階層的に構成することでプログラムを合成するスケーラブルなプログラム合成フレームワークを提案する。入力/出力ペアを持つ文字列変換領域において,提案するフレームワークを広範囲に評価する。
論文参考訳（メタデータ） (2023-03-09T18:20:07Z)
Coordinated Science Laboratory 70th Anniversary Symposium: The Future of Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文参考訳（メタデータ） (2022-10-04T17:32:27Z)
Training the next generation of computational scientists through a new undergraduate course [0.0]
このコースは、次世代の研究指向の計算科学者と技術者として学生を準備することを目的としている。このトレーニングには、科学計算におけるプログラムの考え方、定式化、組織化、実装の方法が含まれる。
論文参考訳（メタデータ） (2022-03-17T19:42:52Z)
Latent Execution for Neural Program Synthesis Beyond Domain-Specific Languages [97.58968222942173]
入力出力の例からCプログラムを合成する第一歩を踏み出す。特に,部分生成プログラムの実行を近似するために潜在表現を学習するLa Synthを提案する。これらのプログラムのトレーニングにより,Karel と C のプログラム合成における予測性能がさらに向上することを示す。
論文参考訳（メタデータ） (2021-06-29T02:21:32Z)
Interleaving Computational and Inferential Thinking: Data Science for Undergraduates at Berkeley [81.01051375191828]
カリフォルニア大学バークレー校の大学院データサイエンスカリキュラムは、5つの新しいコースに固定されている。これらのコースは計算思考、推論思考、現実世界の問題に取り組むことを強調する。これらのコースは、キャンパスで最も人気のあるコースの一つとなり、データサイエンスの新しい学部生とマイナープログラムへの関心が高まっている。
論文参考訳（メタデータ） (2021-02-13T22:51:24Z)
Shape of synth to come: Why we should use synthetic data for English surface realization [72.62356061765976]
2018年の共有タスクでは、追加で合成されたデータを使用してトレーニングされたシステムの絶対的なパフォーマンスにはほとんど差がなかった。我々は、2018年の英語データセットの実験において、合成データの使用はかなりの効果があることを示した。我々は、こうしたデータを活用するシステムについて、今後の研究努力が引き続き探求されるよう、禁止されるのではなく、その使用を奨励すべきであると主張している。
論文参考訳（メタデータ） (2020-05-06T10:00:55Z)

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。