論文の概要: Proceedings of the 9th International Symposium on Symbolic Computation
in Software Science
- arxiv url: http://arxiv.org/abs/2109.02501v1
- Date: Mon, 6 Sep 2021 14:22:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-07 20:41:29.742396
- Title: Proceedings of the 9th International Symposium on Symbolic Computation
in Software Science
- Title（参考訳）: 第9回ソフトウェア科学における記号計算国際シンポジウムの開催報告
- Authors: Temur Kutsia
- Abstract要約: この巻には、SCSS 2021のシンボリック計算に関する第9回国際シンポジウムで発表された論文が含まれている。
SCSSの目的は、ソフトウェア科学における記号計算の理論的および実践的な側面の研究を、現代の人工知能技術と組み合わせて促進することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This volume contains papers presented at the Ninth International Symposium on
Symbolic Computation in Software Science, SCSS 2021.
Symbolic Computation is the science of computing with symbolic objects
(terms, formulae, programs, representations of algebraic objects, etc.).
Powerful algorithms have been developed during the past decades for the major
subareas of symbolic computation: computer algebra and computational logic.
These algorithms and methods are successfully applied in various fields,
including software science, which covers a broad range of topics about software
construction and analysis.
Meanwhile, artificial intelligence methods and machine learning algorithms
are widely used nowadays in various domains and, in particular, combined with
symbolic computation. Several approaches mix artificial intelligence and
symbolic methods and tools deployed over large corpora to create what is known
as cognitive systems. Cognitive computing focuses on building systems that
interact with humans naturally by reasoning, aiming at learning at scale.
The purpose of SCSS is to promote research on theoretical and practical
aspects of symbolic computation in software science, combined with modern
artificial intelligence techniques. These proceedings contain the keynote paper
by Bruno Buchberger and ten contributed papers. Besides, the conference program
included three invited talks, nine short and work-in-progress papers, and a
special session on computer algebra and computational logic. Due to the
COVID-19 pandemic, the symposium was held completely online. It was organized
by the Research Institute for Symbolic Computation (RISC) of the Johannes
Kepler University Linz on September 8--10, 2021.
- Abstract（参考訳）: この巻には、SCSS 2021のシンボル計算に関する第9回国際シンポジウムで発表された論文が含まれている。
記号計算(英: Symbolic Computation)は、記号的対象(項、公式、プログラム、代数的対象の表現など)による計算の科学である。
強力なアルゴリズムは、コンピュータ代数と計算論理という、記号計算の主要なサブ領域のために、過去数十年の間に開発されてきた。
これらのアルゴリズムと手法はソフトウェアサイエンスを含む様々な分野でうまく適用され、ソフトウェアの構築と分析に関する幅広いトピックをカバーしている。
一方、人工知能手法や機械学習アルゴリズムは、近年、様々な領域、特に記号計算と組み合わせて広く使われている。
いくつかのアプローチは、人工知能と象徴的な方法とツールを混合し、認知システムとして知られるものを作成する。
認知コンピューティングは、推論によって自然に人間と対話するシステムを構築することに焦点を当てている。
SCSSの目的は、ソフトウェア科学における記号計算の理論的および実践的な側面と、現代の人工知能技術を組み合わせた研究を促進することである。
これらの手続きにはBruno Buchberger氏による基調講演と10の論文が含まれている。
さらに、カンファレンスプログラムには3つの招待講演、9つの短い論文と進行中の論文、コンピュータ代数と計算論理に関する特別セッションが含まれていた。
新型コロナウイルスのパンデミックのため、シンポジウムは完全にオンラインで開催された。
2021年9月8日から10日にかけて、ヨハネス・ケプラー大学のシンボリック計算研究所(RISC)によって組織された。
関連論文リスト
- A Symbolic Computing Perspective on Software Systems [0.0]
シンボリック数学計算システムは、60年以上にわたって、ソフトウェアシステムの石炭鉱山の運河として機能してきた。
主要な記号的数理計算システムには、算術、メモリ管理、その他のプリミティブのための低レベルコード、bespokeプログラミング言語のコンパイラまたはインタプリタ、高レベルの数理アルゴリズムのライブラリ、ユーザーインターフェースなどが含まれる。
論文 参考訳（メタデータ） (2024-06-13T13:10:47Z) - AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。
AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文 参考訳（メタデータ） (2023-10-19T02:00:31Z) - A Neural Lambda Calculus: Neurosymbolic AI meets the foundations of
computing and functional programming [0.0]
我々は、プログラム全体の実行方法を学ぶニューラルネットワークの能力を分析する。
統合型ニューラルラーニングと電卓形式化の導入について紹介する。
論文 参考訳（メタデータ） (2023-04-18T20:30:16Z) - A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。
大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文 参考訳（メタデータ） (2022-12-20T18:46:16Z) - Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。
NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文 参考訳（メタデータ） (2022-10-28T04:38:10Z) - Neuro-Symbolic Learning of Answer Set Programs from Raw Data [54.56905063752427]
Neuro-Symbolic AIは、シンボリックテクニックの解釈可能性と、生データから学ぶ深層学習の能力を組み合わせることを目的としている。
本稿では,ニューラルネットワークを用いて生データから潜在概念を抽出するNSIL(Neuro-Symbolic Inductive Learner)を提案する。
NSILは表現力のある知識を学習し、計算的に複雑な問題を解き、精度とデータ効率の観点から最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2022-05-25T12:41:59Z) - Neurocompositional computing: From the Central Paradox of Cognition to a
new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。
ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文 参考訳（メタデータ） (2022-05-02T18:00:10Z) - Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。
シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。
我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
論文 参考訳（メタデータ） (2021-12-06T18:45:31Z) - Symbolic Computation in Software Science: My Personal View [0.0]
私は、ソフトウェア科学における記号計算のスコープと関連性について考えます。
本稿では,記号計算,ソフトウェア科学,自動プログラミング,数学的知識管理,人工知能,アルゴリズム知能,数値計算,機械学習の相互作用と相違について論じる。
論文 参考訳（メタデータ） (2021-09-07T01:41:41Z) - Visions in Theoretical Computer Science: A Report on the TCS Visioning
Workshop 2020 [3.4148735410310738]
理論計算機科学(TCS)は、計算とアルゴリズムのプロセスと相互作用の数学的基礎を研究する。
TCSコミュニティは10年ごとにビジョンワークショップに参加し、この分野における課題と最近の成果について議論する。
第2回TCSビジョンワークショップはSIGACT Committee for the Advancement of Theory Computer Scienceによって組織され、2020年7月20日に開催された。
米国には76人以上の参加者がおり、そのほとんどがヨーロッパやアジアからの参加者だった。
論文 参考訳（メタデータ） (2021-07-06T19:12:03Z) - Quantum Mathematics in Artificial Intelligence [4.958574440736237]
本稿では,人工知能(AI)の応用例を含む,一般的な数学分野について述べる。
これらのアプローチのいくつかは量子ハードウェアに実装できる可能性がある。
論文 参考訳（メタデータ） (2021-01-12T01:35:56Z)
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。