Fugu-MT 論文翻訳(概要): Categorical Semantics of Reversible Pattern-Matching

論文の概要: Categorical Semantics of Reversible Pattern-Matching

arxiv url: http://arxiv.org/abs/2109.05837v1
Date: Mon, 13 Sep 2021 10:05:11 GMT
ステータス: 処理完了
システム内更新日: 2021-09-15 02:11:31.614114
Title: Categorical Semantics of Reversible Pattern-Matching
Title（参考訳）: 可逆パターンマッチングのカテゴリー意味論
Authors: Louis Lemonnier, Kostia Chardonnet and Beno\^it Valiron
Abstract要約: Theseusをベースとした型付き機能的可逆言語に焦点をあてる。パターンマッチングを捉えるために,逆リグカテゴリと結合するカテゴリ構造を導出する。このような構造が、可逆的なパターンマッチングにどのように適切なモデルを作るかを示す。
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 paper is concerned with categorical structures for reversible computation. In particular, we focus on a typed, functional reversible language based on Theseus. We discuss how join inverse rig categories do not in general capture pattern-matching, the core construct Theseus uses to enforce reversibility. We then derive a categorical structure to add to join inverse rig categories in order to capture pattern-matching. We show how such a structure makes an adequate model for reversible pattern-matching.
Abstract（参考訳）: 本稿では,可逆計算のカテゴリ構造について述べる。特に,Seesusをベースとした型付き機能的可逆言語に着目する。逆リグカテゴリの結合は一般的にパターンマッチングを捕捉しないが、この中核となるコンストラクトは可逆性を強制する。次に、パターンマッチングをキャプチャするために逆リグのカテゴリを追加するためのカテゴリ構造を導出する。このような構造が可逆的なパターンマッチングに適切なモデルとなることを示す。

関連論文リスト

Binning as a Pretext Task: Improving Self-Supervised Learning in Tabular Domains [0.565395466029518]
そこで本研究では,古典的ビンニング手法に基づく新しいプレテキストタスクを提案する。その考え方は単純で、元の値ではなく、binインデックス(順序またはクラス)を再構築する。我々の実証調査では、ビンニングの利点がいくつか確認されている。
論文参考訳（メタデータ） (2024-05-13T01:23:14Z)
Compositional Generalization without Trees using Multiset Tagging and Latent Permutations [121.37328648951993]
まず、各入力トークンに複数の出力トークンをタグ付けします。次に、新しいパラメータ化法と置換予測法を用いて、トークンを出力シーケンスに配置する。我々のモデルは、事前訓練されたセq2seqモデルと、現実的なセマンティック解析タスクに関する先行研究より優れている。
論文参考訳（メタデータ） (2023-05-26T14:09:35Z)
HiPerformer: Hierarchically Permutation-Equivariant Transformer for Time Series Forecasting [56.95572957863576]
本稿では,同じ群を構成する成分間の関係と群間の関係を考察した階層的置換同変モデルを提案する。実世界のデータを用いた実験により,提案手法が既存の最先端手法より優れていることを示す。
論文参考訳（メタデータ） (2023-05-14T05:11:52Z)
The Compositional Structure of Bayesian Inference [0.0]
ベイズの規則は、新たな証拠に照らして私たちの信念を更新するために、因果過程を逆転する方法を教えてくれる。本稿では, この構成規則の構造について考察し, 関数型プログラミングにおけるレンズパターンとの関係について述べる。
論文参考訳（メタデータ） (2023-05-10T12:57:42Z)
Equivariance with Learned Canonicalization Functions [77.32483958400282]
正規化を行うために小さなニューラルネットワークを学習することは、事前定義を使用することよりも優れていることを示す。実験の結果,正準化関数の学習は多くのタスクで同変関数を学習する既存の手法と競合することがわかった。
論文参考訳（メタデータ） (2022-11-11T21:58:15Z)
On the rate of convergence of a classifier based on a Transformer encoder [55.41148606254641]
最適誤分類確率に対する分類器の誤分類確率の収束率を分析する。この分類器は,アポテリオリ確率が適切な階層的構成モデルを満たす場合,次元性の呪いを回避することができる。
論文参考訳（メタデータ） (2021-11-29T14:58:29Z)
Grounded Graph Decoding Improves Compositional Generalization in Question Answering [68.72605660152101]
質問応答モデルは、長いシーケンスやより複雑なテスト構造のようなトレーニングパターンの新しい構成に一般化するのに苦労する。構造化された予測をアテンション機構でグラウンド化することで,言語表現の合成一般化を改善する手法であるグラウンドドグラフデコーディングを提案する。本モデルは,質問応答における合成一般化の挑戦的ベンチマークである構成自由ベース質問(CFQ)データセットにおいて,最先端のベースラインを著しく上回っている。
論文参考訳（メタデータ） (2021-11-05T17:50:14Z)
Discovering Relationships between Object Categories via Universal Canonical Maps [80.07703460198198]
変形可能なオブジェクトの複数カテゴリの幾何学を共同で学習する問題に取り組む。近年の研究では、関連オブジェクトのいくつかのカテゴリに対して、統合された高密度ポーズ予測器を学習できることが示されている。改良された対応性は,カテゴリ固有の高密度ポーズ予測器の自然な副産物として自動的に学習できることを示す。
論文参考訳（メタデータ） (2021-06-17T18:38:18Z)
Language Modeling with Reduced Densities [0.0]
テキストのコーパスに見られるような有限アルファベットからの記号列が確率に富んだカテゴリを形成することを示す。次に、第2の根本的な疑問に対処する。この情報は、どのようにしてカテゴリ構造を保存する方法で保存され、モデル化されるのか?
論文参考訳（メタデータ） (2020-07-08T00:41:53Z)
Seq2Tens: An Efficient Representation of Sequences by Low-Rank Tensor Projections [11.580603875423408]
時系列、ビデオ、テキストなどの時系列データは分析が難しい。この中心にあるのは非可換性(英語版)であり、列の要素を並べ替えることがその意味を完全に変えることができるという意味でである。このような依存を捉えるために、古典的な数学的対象、テンソル代数を用いる。
論文参考訳（メタデータ） (2020-06-12T09:24:35Z)

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。