論文の概要: Story-thinking, computational-thinking, programming and software engineering

• arxiv url: http://arxiv.org/abs/2206.15066v1
• Date: Thu, 30 Jun 2022 07:00:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-02 02:41:09.381311
• Title: Story-thinking, computational-thinking, programming and software engineering
• Title（参考訳）: ストーリー思考、計算思考、プログラミング、ソフトウェア工学
• Authors: Austen Rainer and Catherine Menon
• Abstract要約: 第1モードを「ストーリー思考」、第2モードを「計算思考」と呼ぶ。 我々は、ストーリー思考と計算思考は、世界への参加の2つの方法として理解されることを示唆する。
• 参考スコア（独自算出の注目度）: 0.6091702876917281
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Working with stories and working with computations require very different modes of thought. We call the first mode "story-thinking" and the second "computational-thinking". The aim of this curiosity-driven paper is to explore the nature of these two modes of thinking, and to do so in relation to programming, including software engineering as programming-in-the-large. We suggest that story-thinking and computational-thinking may be understood as two ways of attending to the world, and that each both contributes and neglects the world, though in different ways and for different ends. We formulate two fundamental problems, i.e., the problem of "neglectful representations" and the problem of oppositional ways of thinking. We briefly suggest two ways in which these problems might be tackled and identify candidate hypotheses about the current state of the world, one assertion about a possible future state, and several research questions for future research.
• Abstract（参考訳）: ストーリーで作業し、計算を扱うには、まったく異なる考え方が必要です。 第1モードを「ストーリー思考」,第2モードを「計算思考」と呼ぶ。 キュリオシティ駆動のこの論文の目的は、これら2つの考え方の性質を探求し、ソフトウェア工学を大規模プログラミングとして含むプログラミングに関連して行うことである。 我々は、ストーリー思考と計算思考は2つの世界への参加方法として理解され、それぞれが異なる方法で異なる目的のために世界に貢献し、無視することを示唆する。 我々は2つの基本的な問題、すなわち「無視表現」の問題と反対の考え方の問題を定式化する。 我々は、これらの問題に取り組むための2つの方法を簡潔に提案し、世界の現状に関する候補仮説、将来の可能性についての主張、そして将来の研究に対するいくつかの研究課題について述べる。

関連論文リスト

• Estimating Difficulty Levels of Programming Problems with Pre-trained Model [18.92661958433282]
  プログラミング問題の難易度は、生徒の適応学習を導く上で不可欠な基準となっている。 テキスト記述とコードの解の例から,各プログラム問題の難易度自動推定の問題を定式化する。 この問題に対処するため,テキストモダリティとコードモダリティの2つの事前学習モデルを統一モデルに分割することを提案する。
  論文  参考訳（メタデータ） (2024-06-13T05:38:20Z)
• Learning to Solve Geometry Problems via Simulating Human Dual-Reasoning Process [84.49427910920008]
  近年,幾何学的問題解決 (GPS) が注目されている。 解法は、テキストとダイアグラムの両方を包括的に理解し、重要な幾何学的知識を習得し、推論に適切に適用する必要がある。 既存の研究は、ニューラルネットワーク翻訳のパラダイムに従っており、人間の幾何学的推論の本質的な特徴を無視したエンコーダの能力の向上にのみ焦点をあてている。
  論文  参考訳（メタデータ） (2024-05-10T03:53:49Z)
• Tree of Thoughts: Deliberate Problem Solving with Large Language Models [52.31950122881687]
  言語モデル推論のための新しいフレームワーク、Tree of Thoughts (ToT)を紹介します。 ToTは、言語モデルを促進するために人気のChain of Thoughtアプローチを一般化する。 実験の結果,ToTは言語モデルの問題解決能力を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-05-17T23:16:17Z)
• Mathematics, word problems, common sense, and artificial intelligence [0.0]
  本稿では,基本知識とコモンセンス推論を組み合わせた単語問題の解法として,現在の人工知能(AI)技術の能力と限界について論じる。 我々は、AI自然言語技術を用いて開発されている3つのアプローチについてレビューする。 純粋な数学的研究のためのAI技術を開発する上で、このような制限が重要であるかどうかは明らかではない、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-23T21:21:39Z)
• Towards a Holistic Understanding of Mathematical Questions with Contrastive Pre-training [65.10741459705739]
  本稿では,数学的問題表現,すなわち QuesCo に対する対照的な事前学習手法を提案する。 まず、コンテンツレベルと構造レベルを含む2段階の質問強化を設計し、類似した目的で文字通り多様な質問ペアを生成する。 そこで我々は,知識概念の階層的情報を完全に活用するために,知識階層を意識したランク戦略を提案する。
  論文  参考訳（メタデータ） (2023-01-18T14:23:29Z)
• End-to-end Algorithm Synthesis with Recurrent Networks: Logical Extrapolation Without Overthinking [52.05847268235338]
  機械学習システムが問題を過度に考えずに論理的外挿を行う方法を示す。 本稿では,問題インスタンスの明示的なコピーをメモリに保持して,それを忘れないようにするリコールアーキテクチャを提案する。 また、モデルが数に固有の行動を学ぶのを防ぎ、無期限に繰り返される行動を学ぶためにモデルをプッシュするプログレッシブトレーニングルーチンも採用しています。
  論文  参考訳（メタデータ） (2022-02-11T18:43:28Z)
• Towards Tractable Mathematical Reasoning: Challenges, Strategies, and Opportunities for Solving Math Word Problems [4.309840398782996]
  自然言語を用いた数学単語問題の解法として,非神経的・神経的手法を検証した。 これらの手法が一般化可能であり、数学的に合理的であり、解釈可能であり、説明可能であることを強調する。 技術的アプローチについて議論し、MWPを解くための直感的な設計選択の進化を概観し、数学的推論能力について検討する。
  論文  参考訳（メタデータ） (2021-10-29T05:20:31Z)
• How Much Coffee Was Consumed During EMNLP 2019? Fermi Problems: A New Reasoning Challenge for AI [32.54495599722743]
  我々は新たな推論問題、すなわちフェルミ問題(Fermi Problems, FPs)を提案する。 FPは、その正確な計算が非現実的であるか不可能であるため、答えをおよそ見積もることができる質問である。 1) クイズとオリンピアドから得られた1k個の実世界のFPの収集,2) より難しい実世界の挑戦のためのサンドボックスとして機能する10k個の合成FPのバンク。
  論文  参考訳（メタデータ） (2021-10-27T06:39:33Z)
• Scientia Potentia Est -- On the Role of Knowledge in Computational Argumentation [52.903665881174845]
  本稿では,計算議論に必要な知識のピラミッドを提案する。 この分野におけるこれらのタイプの役割と統合について,その技術の現状を簡潔に論じる。
  論文  参考訳（メタデータ） (2021-07-01T08:12:41Z)
• Deep Learning Techniques for Inverse Problems in Imaging [102.30524824234264]
  機械学習における最近の研究は、ディープニューラルネットワークが様々な逆問題の解決に利用できることを示している。 異なる問題や再構築方法の分類に使用できる分類法を提案する。
  論文  参考訳（メタデータ） (2020-05-12T18:35:55Z)

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。