Fugu-MT 論文翻訳(概要): Teaching and learning mathematics with Prolog

論文の概要: Teaching and learning mathematics with Prolog

arxiv url: http://arxiv.org/abs/2108.09893v1
Date: Mon, 23 Aug 2021 02:05:10 GMT
ステータス: 処理完了
システム内更新日: 2023-03-17 12:24:53.067306
Title: Teaching and learning mathematics with Prolog
Title（参考訳）: Prologによる数学の教育と学習
Authors: Tom Bensky
Abstract要約: 同じ目的のために宣言型言語であるPrologについて検討する。 Prologの事実+ルールの側面は、数学の学習を補うためのコーディングレッスンを開発するための新しいプラットフォームであることに気付きました。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Procedural computer languages have long been used in many aspects of mathematics pedagogy. In this work, we examine the use of Prolog, a declarative language for the same purpose. We find the facts+rules aspect of Prolog to be a novel platform for developing coding lessons to supplement the learning of mathematics. Specific examples are presented.
Abstract（参考訳）: 手続き型コンピュータ言語は長い間、数学教育の多くの側面で使われてきた。本稿では,同じ目的の宣言型言語である prolog の使用について検討する。 Prologの事実+ルールの側面は、数学の学習を補うためのコーディングレッスンを開発するための新しいプラットフォームであることに気付きました。具体的な例を示す。

関連論文リスト

Mathematical Formalized Problem Solving and Theorem Proving in Different Fields in Lean 4 [0.0]
数学の定理を証明するためにLean 4のようなコンピュータ化された形式言語を使うことは、数学的形式化に大きな影響を与える。本稿では、基本構造と戦術を概ね紹介し、AIが数学的形式化プロセスをどのように支援し、その性能を向上させるかを決定する。
論文参考訳（メタデータ） (2024-09-09T18:21:28Z)
ConceptMath: A Bilingual Concept-wise Benchmark for Measuring Mathematical Reasoning of Large Language Models [67.32868432113587]
本稿では,Large Language Models (LLMs) の概念的数学的推論を評価するための詳細なベンチマークであるConceptMathを紹介する。一般的な数学的推論を平均精度で評価する従来のベンチマークとは異なり、ConceptMathは数学の問題を数学的概念の階層の下に体系的に整理する。
論文参考訳（メタデータ） (2024-02-22T16:06:49Z)
Large Language Models for Mathematicians [53.27302720305432]
大規模言語モデル(LLM)は、汎用言語理解、特に高品質なテキストやコンピュータコードを生成する能力に多大な関心を集めている。本稿では,プロの数学者をどの程度支援できるかについて論じる。
論文参考訳（メタデータ） (2023-12-07T18:59:29Z)
Natural Language Embedded Programs for Hybrid Language Symbolic Reasoning [84.12154024070024]
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)
Tree-Based Representation and Generation of Natural and Mathematical Language [77.34726150561087]
科学コミュニケーションと教育シナリオにおける数学的言語は重要であるが、比較的研究されている。数学言語に関する最近の研究は、スタンドアローンな数学的表現や、事前訓練された自然言語モデルにおける数学的推論に焦点をあてている。テキストと数学を共同で表現・生成するために,既存の言語モデルに対する一連の修正を提案する。
論文参考訳（メタデータ） (2023-02-15T22:38:34Z)
Teaching Simple Constructive Proofs with Haskell Programs [0.0]
我々は、大卒の大学コースで、従来の数学的フォーマリズムとともにHaskellの使用について検討してきた。インタラクティブな学習プラットフォームを通じて,ほぼすべての形式的かつ要約的な評価を提供することが可能であることが分かりました。この形式に変換するのに最も難しい課題の1つは、建設的な議論を伝達する伝統的に書かれた証明である。
論文参考訳（メタデータ） (2022-07-26T07:46:58Z)
JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem Understanding [74.12405417718054]
本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
論文参考訳（メタデータ） (2022-06-13T17:03:52Z)
Learning Symbolic Rules for Reasoning in Quasi-Natural Language [74.96601852906328]
我々は,ルールを手作業で構築することなく,自然言語入力で推論できるルールベースシステムを構築した。本稿では,形式論理文と自然言語文の両方を表現可能な"Quasi-Natural"言語であるMetaQNLを提案する。提案手法は,複数の推論ベンチマークにおける最先端の精度を実現する。
論文参考訳（メタデータ） (2021-11-23T17:49:00Z)
Learning Mathematical Properties of Integers [22.86999308648373]
数理知識のための整数埋め込みを探索し、数理推論の一連のタスクに適用し、数理シーケンスデータから表現を学習することで、英語のテキストコーパスから学習した数値埋め込みを大幅に改善できることを示す。
論文参考訳（メタデータ） (2021-09-15T11:54:28Z)
Discrete Math with Programming: A Principled Approach [0.0]
離散数学はプログラミングでよりよく教えられると長年主張されてきた。本稿では、離散数学のすべての中心的な概念をサポートするアプローチを紹介する。数学や論理文は高いレベルで正確に表現され、コンピュータ上で実行される。
論文参考訳（メタデータ） (2020-11-28T03:41:27Z)
Automating the Generation of High School Geometry Proofs using Prolog in an Educational Context [0.0]
我々は、Prologのエンコーディングから証明の完全なセットの生成に至るまで、我々が実装した中核的な概念を提示する。また、私たちが直面した主な問題と、選択したソリューションも提示します。
論文参考訳（メタデータ） (2020-02-28T05:23:16Z)

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。