論文の概要: Toward Modern Fortran Tooling and a Thriving Developer Community
- arxiv url: http://arxiv.org/abs/2109.07382v1
- Date: Wed, 15 Sep 2021 15:43:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 00:59:30.236327
- Title: Toward Modern Fortran Tooling and a Thriving Developer Community
- Title（参考訳）: モダンなFortranツールと開発者コミュニティに向けて
- Authors: Milan Curcic, Ond\v{r}ej \v{C}ert\'ik, Brad Richardson, Sebastian
Ehlert, Laurence Kedward, Arjen Markus, Ivan Pribec, J\'er\'emie Vandenplas
- Abstract要約: Fortranは最も古いハイレベルプログラミング言語であり、現在も使われている。
計算集約的な科学と工学の応用に使用される支配的な言語の1つである。
本稿では、現在までの進捗状況を報告し、次の手順を概説する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fortran is the oldest high-level programming language that remains in use
today and is one of the dominant languages used for compute-intensive
scientific and engineering applications. However, Fortran has not kept up with
the modern software development practices and tooling in the internet era. As a
consequence, the Fortran developer experience has diminished. Specifically,
lack of a rich general-purpose library ecosystem, modern tools for building and
packaging Fortran libraries and applications, and online learning resources,
has made it difficult for Fortran to attract and retain new users. To address
this problem, an open source community has formed on GitHub in 2019 and began
to work on the initial set of core tools: a standard library, a build system
and package manager, and a community-curated website for Fortran. In this paper
we report on the progress to date and outline the next steps.
- Abstract（参考訳）: Fortranは現在も使われている最古のハイレベルプログラミング言語であり、計算集約的な科学・工学の応用で使われている主要な言語の1つである。
しかし、Fortranはインターネット時代のモダンなソフトウェア開発プラクティスやツールにはついていません。
その結果、Fortranの開発者エクスペリエンスは低下した。
具体的には、リッチな汎用ライブラリエコシステム、Fortranライブラリとアプリケーションの構築とパッケージングのための現代的なツール、オンライン学習リソースが欠如しており、Fortranが新規ユーザを引きつけ、維持することが難しくなっている。
この問題に対処するため、2019年にGitHub上にオープンソースコミュニティが結成され、標準ライブラリ、ビルドシステム、パッケージマネージャ、FortranのコミュニティキュレートされたWebサイトといったコアツールの初期セットの開発に着手した。
本稿では,現在までの進捗状況を報告し,次のステップを概説する。
関連論文リスト
- Leveraging Large Language Models for Code Translation and Software Development in Scientific Computing [0.9668407688201359]
生成人工知能(GenAI)は、科学計算における生産性を変革する。
我々は、コード変換の効率的なプロセスを確立するために、プロンプトエンジニアリングとユーザ管理を組み合わせたCodeScribeというツールを開発した。
AIによるコード翻訳の課題にも対処し、科学計算における生産性向上のメリットを強調します。
論文 参考訳（メタデータ） (2024-10-31T16:48:41Z) - OpenHands: An Open Platform for AI Software Developers as Generalist Agents [109.8507367518992]
私たちは、人間の開発者と同じような方法で世界と対話するAIエージェントを開発するためのプラットフォームであるOpenHandsを紹介します。
プラットフォームが新しいエージェントの実装を可能にし、コード実行のためのサンドボックス環境との安全なインタラクション、評価ベンチマークの導入について説明する。
論文 参考訳（メタデータ） (2024-07-23T17:50:43Z) - StmtTree: An Easy-to-Use yet Versatile Fortran Transformation Toolkit [7.477012296839271]
私たちはこの問題に対処するための新しいFortranコード変換ツールキットであるStmtTreeを紹介します。
StmtTreeはFortran文法をステートメントツリーに抽象化し、低レベル表現操作APIと、高レベルで使いやすいクエリとミニ言語操作の両方を提供する。
実験によると、StmtTreeはレガシーなFortran-77コードによく適応しており、未使用のステートメントを削除するなどの複雑なツールは100行未満のpythonコードで開発することができる。
論文 参考訳（メタデータ） (2024-07-08T06:23:13Z) - CodeGRAG: Bridging the Gap between Natural Language and Programming Language via Graphical Retrieval Augmented Generation [58.84212778960507]
我々は,LLMの性能を高めるため,グラフィカル検索拡張コード生成フレームワークであるCodeGRAGを提案する。
CodeGRAGは、制御フローとデータフローに基づいて、コードブロックのグラフィカルなビューを構築し、プログラミング言語と自然言語のギャップを埋める。
ハードメタグラフプロンプト、ソフトプロンプト技術、事前訓練されたGNN専門家の目的の有効性を検証するために、C++言語とピソン言語の両方を含む4つのデータセットで様々な実験と改善が行われた。
論文 参考訳（メタデータ） (2024-05-03T02:48:55Z) - Deep Learning for Code Intelligence: Survey, Benchmark and Toolkit [63.82016263181941]
コードインテリジェンスは、機械学習技術を活用して、広範なコードコーパスから知識を抽出する。
現在、コードインテリジェンスに重点を置く研究コミュニティは活発です。
論文 参考訳（メタデータ） (2023-12-30T17:48:37Z) - Modern Software Development for JUNO offline software [0.0]
中国南部で建設中の江面地下ニュートリノ観測所(JUNO)は、主にニュートリノの質量階層を決定し、ニュートリノの振動パラメータを正確に測定することを目的としている。
JUNOオフラインソフトウェア(JUNOSW)の開発は2012年に始まり、長い間JUNOSWを維持することは極めて困難である。
プロジェクト全体のビルド時間を短縮する方法、オフラインのアルゴリズムをオンライン環境にデプロイする方法、コードレビューと継続的インテグレーションによるコード品質の改善方法など、新たな厳格な要件が登場した。
この貢献はソフトウェア開発システムに基づくものとなる。
論文 参考訳（メタデータ） (2023-09-25T00:13:47Z) - Parsing Fortran-77 with proprietary extensions [0.0]
多くの組織は、"obsolete"プログラミング言語で書かれた古いコードに依存しています。
これらの"ベテランの言語"を扱うことの難しさのひとつは、ソースコードを解析して、その表現を構築することだ。
論文 参考訳（メタデータ） (2023-09-05T07:54:02Z) - SequeL: A Continual Learning Library in PyTorch and JAX [50.33956216274694]
SequeLは継続学習のためのライブラリで、PyTorchとJAXフレームワークの両方をサポートする。
それは、正規化ベースのアプローチ、リプレイベースのアプローチ、ハイブリッドアプローチを含む、幅広い連続学習アルゴリズムのための統一インターフェースを提供する。
私たちはSequeLをオープンソースライブラリとしてリリースし、研究者や開発者が自身の目的で簡単にライブラリを実験し拡張することができます。
論文 参考訳（メタデータ） (2023-04-21T10:00:22Z) - DocCoder: Generating Code by Retrieving and Reading Docs [87.88474546826913]
コードマニュアルとドキュメントを明示的に活用するアプローチであるDocCoderを紹介します。
我々のアプローチは一般的に、どんなプログラミング言語にも適用でき、基礎となるニューラルモデルとは無関係です。
論文 参考訳（メタデータ） (2022-07-13T06:47:51Z) - Natural Language-guided Programming [1.3955252961896318]
私たちは、このプロセスを大幅に自動化する可能性を秘めた、新しいタイプの開発ツールに基づいたビジョンを提唱しました。
主要なアイデアは、開発者がすでに記述したコードだけでなく、開発者が次に達成しようとしているタスクの意図も考慮して、コードの自動補完ツールを適用することである。
我々は、自然言語誘導プログラミングの完成を促進するために、このコードを自然言語意図で豊かにするプラクティスを、このプラクティスと呼んでいる。
論文 参考訳（メタデータ） (2021-08-11T13:06:33Z) - Incorporating External Knowledge through Pre-training for Natural
Language to Code Generation [97.97049697457425]
オープンドメインコード生成は、自然言語(NL)の意図から汎用プログラミング言語でコードを生成することを目的としている。
オンラインプログラミングQAフォーラムStackOverflowとプログラミング言語APIドキュメントからNL-codeペアを自動的にマイニングする。
評価の結果,2つのソースとデータ拡張と検索ベースデータ再サンプリングを組み合わせることで,コード生成テストベッドCoNaLa上でのBLEUスコアが最大2.2%向上することがわかった。
論文 参考訳（メタデータ） (2020-04-20T01:45:27Z)
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。