論文の概要: Symbolic Computation in Software Science: My Personal View
- arxiv url: http://arxiv.org/abs/2109.02806v1
- Date: Tue, 7 Sep 2021 01:41:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-08 23:52:16.046252
- Title: Symbolic Computation in Software Science: My Personal View
- Title（参考訳）: ソフトウェア科学におけるシンボリック計算:私の見解
- Authors: Bruno Buchberger (Research Institute for Symbolic Computation (RISC),
Johannes Kepler University, Linz / Schloss Hagenberg, Austria)
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this note, I develop my personal view on the scope and relevance of
symbolic computation in software science. For this, I discuss the interaction
and differences between symbolic computation, software science, automatic
programming, mathematical knowledge management, artificial intelligence,
algorithmic intelligence, numerical computation, and machine learning. In the
discussion of these notions, I allow myself to refer also to papers (1982,
1985, 2001, 2003, 2013) of mine in which I expressed my views on these areas at
early stages of some of these fields.
- Abstract（参考訳）: 本稿では,ソフトウェア科学におけるシンボリック計算のスコープと妥当性について,個人的な見解を述べる。
そこで本稿では,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差異について論じる。
これらの概念の議論において、私は、これらの分野の早い段階でこれらの分野についての見解を述べた私の論文(1982年、1985年、2001年、2003年、2013年)にも言及することを許します。
関連論文リスト
- MathBench: Evaluating the Theory and Application Proficiency of LLMs with a Hierarchical Mathematics Benchmark [82.64129627675123]
MathBenchは、大規模言語モデルの数学的能力を厳格に評価する新しいベンチマークである。
MathBenchは幅広い数学の分野にまたがっており、理論的な理解と実践的な問題解決のスキルの両方を詳細に評価している。
論文 参考訳（メタデータ） (2024-05-20T17:52:29Z) - Machine learning and information theory concepts towards an AI
Mathematician [77.63761356203105]
人工知能の現在の最先端技術は、特に言語習得の点で印象的だが、数学的推論の点ではあまり重要ではない。
このエッセイは、現在のディープラーニングが主にシステム1の能力で成功するという考えに基づいている。
興味深い数学的ステートメントを構成するものについて質問するために、情報理論的な姿勢を取る。
論文 参考訳（メタデータ） (2024-03-07T15:12:06Z) - The Computational Lens: from Quantum Physics to Neuroscience [0.92463347238923]
コンピューティングの2つの変革的な波は、私たちが科学にアプローチする方法を再定義した。
私は、概念レベルを目指して、計算レンズを科学に提示します。
具体的には、計算は情報処理システムを理解し解析するのに便利で機械的な言語として機能する。
論文 参考訳（メタデータ） (2023-10-31T15:21:22Z) - 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) - How much can ChatGPT really help Computational Biologists in
Programming? [0.40792653193642503]
本稿では,ChatGPTの有意な影響(肯定的および否定的)を,異なる視点から説明的な例を用いて論じる。
計算機科学の他の分野と比較して、計算生物学は、(1)コーディングリソースの削減、(2)感度とバイアスの問題(医療データとの対応)、(3)コーディング支援の必要性が増している。
論文 参考訳（メタデータ） (2023-09-17T01:36:02Z) - 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) - Proceedings of the 9th International Symposium on Symbolic Computation
in Software Science [0.0]
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。
論文 参考訳（メタデータ） (2021-09-06T14:22:11Z) - Machine Learning and Computational Mathematics [8.160343645537106]
機械学習がすでにどのような影響を及ぼし、さらに計算数学、科学計算、計算科学に影響を及ぼすかについて論じる。
これらの問題について、最も重要な進展をいくつか紹介する。
私たちの希望は、機械学習と計算数学を統合するのに役立つ視点に物事を組み込むことです。
論文 参考訳（メタデータ） (2020-09-23T23:16:46Z) - Proceedings 36th International Conference on Logic Programming
(Technical Communications) [127.81808516917793]
ICLPは論理プログラミング研究のための国際会議である。
1982年にマルセイユで開かれた最初の会議以来、ICLPは論理プログラミングの研究を示す主要な国際イベントとなっている。
論文 参考訳（メタデータ） (2020-09-19T04:18:41Z) - Mathematical Foundations for Social Computing [21.041093050431183]
ソーシャルコンピューティングは、人々が計算システムと相互作用するメカニズムを含んでいる。
2015年6月、約25人の専門家を集めて、ソーシャルコンピューティングの数学的基盤を確立するという約束と課題について議論した。
この文書は議論されている重要なアイデアをいくつか捉えている。
論文 参考訳（メタデータ） (2020-07-07T17:50:27Z) - Machine Number Sense: A Dataset of Visual Arithmetic Problems for
Abstract and Relational Reasoning [95.18337034090648]
文法モデルを用いて自動生成される視覚的算術問題からなるデータセット、MNS(Machine Number Sense)を提案する。
これらの視覚的算術問題は幾何学的フィギュアの形をしている。
我々は、この視覚的推論タスクのベースラインとして、4つの主要なニューラルネットワークモデルを用いて、MNSデータセットをベンチマークする。
論文 参考訳（メタデータ） (2020-04-25T17:14:58Z)
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。