Fugu-MT 論文翻訳(概要): Genetic Programming with Local Scoring

論文の概要: Genetic Programming with Local Scoring

arxiv url: http://arxiv.org/abs/2211.17234v1
Date: Wed, 30 Nov 2022 18:36:42 GMT
ステータス: 処理完了
システム内更新日: 2022-12-01 16:11:35.394700
Title: Genetic Programming with Local Scoring
Title（参考訳）: 局所スコーリングを用いた遺伝的プログラミング
Authors: Max Vistrup
Abstract要約: 変異のシーケンスを経たコード進化のための新しい手法をいくつか提示する。 1)プログラムの各表現にスコアを割り当てる局所的なスコア付け方法,(2)if条件を進化させる中間ステップとして機能する仮定表現,(3)拡張と縮小の段階を通じてプログラムを進化させる循環的進化などである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present several new techniques for evolving code through sequences of mutations. Among these are (1) a method of local scoring assigning a score to each expression in a program, allowing us to more precisely identify buggy code, (2) suppose-expressions which act as an intermediate step to evolving if-conditionals, and (3) cyclic evolution in which we evolve programs through phases of expansion and reduction. To demonstrate their merits, we provide a basic proof-of-concept implementation which we show evolves correct code for several functions manipulating integers and lists, including some that are intractable by means of existing Genetic Programming techniques.
Abstract（参考訳）: 変異のシーケンスを経たコード進化のための新しい手法をいくつか提示する。このうち,(1)プログラムの各表現にスコアを割り当てる局所的なスコア付け手法により,より正確にバギーコードを特定することができ,(2)if条件を進化させる中間ステップとして機能する仮定表現,(3)プログラムの拡張と縮小の段階を通じてプログラムを進化させる循環的進化,などがある。そのメリットを実証するために,我々は,整数やリストを操作する複数の関数に対して,既存の遺伝的プログラミング手法では役に立たないような正しいコードを進化させる基本的な概念実証実装を提案する。

関連論文リスト

Recursive Visual Programming [53.76415744371285]
本稿では、生成ルーチンを単純化し、より効率的な問題解決を提供し、より複雑なデータ構造を管理するRecursive Visual Programming (RVP)を提案する。本稿では,VSR,COVR,GQA,NextQAなどのベンチマークにおいて,RVPの有効性を示す。
論文参考訳（メタデータ） (2023-12-04T17:27:24Z)
Discrete Graph Auto-Encoder [52.50288418639075]
離散グラフオートエンコーダ(DGAE)という新しいフレームワークを導入する。まず、置換同変オートエンコーダを用いてグラフを離散潜在ノード表現の集合に変換する。 2番目のステップでは、離散潜在表現の集合をソートし、特別に設計された自己回帰モデルを用いてそれらの分布を学習する。
論文参考訳（メタデータ） (2023-06-13T12:40:39Z)
Reinforcement Learning for Mutation Operator Selection in Automated Program Repair [11.756822700775668]
プログラム修復における突然変異演算子の選択に対する強化学習に基づくアプローチの有効性について検討する。提案手法は, 言語, プログラミングレベル, 検索戦略であり, 既存の補修ツールに容易に拡張できる。 Defects4Jベンチマークから,実世界の353のバグに対するアプローチを評価した。
論文参考訳（メタデータ） (2023-06-09T10:09:16Z)
NAPG: Non-Autoregressive Program Generation for Hybrid Tabular-Textual Question Answering [52.10214317661547]
現在の数値推論法はプログラムシーケンスを自己回帰的にデコードする。プログラム生成の精度は、デコードステップがエラー伝搬によって展開されるにつれて急激に低下する。本稿では,非自己回帰型プログラム生成フレームワークを提案する。
論文参考訳（メタデータ） (2022-11-07T11:25:21Z)
Evolutionary Programmer: Autonomously Creating Path Planning Programs based on Evolutionary Algorithms [2.9091164466276984]
進化的プログラマ(Evolutionary Programmer)と呼ばれる一級機械学習手法を提案し,その課題を解決した。新たな手法では,演算子を統合プランナーに再構成するので,変化する状況に適応するために最適な演算子を選択することができる。
論文参考訳（メタデータ） (2022-03-30T12:22:14Z)
Iterative Genetic Improvement: Scaling Stochastic Program Synthesis [11.195558777385259]
プログラム合成は、与えられた仕様を満たす基礎となるプログラミング言語からプログラムを自動的に見つけることを目的としている。既存のプログラム合成技術はこの期待を十分に満たさず、スケーラビリティの問題に悩まされている。本稿では、この問題を解決するために反復的遺伝的改善と呼ばれるプログラム合成の新しい枠組みを提案する。
論文参考訳（メタデータ） (2022-02-26T02:00:35Z)
Discovering Non-monotonic Autoregressive Orderings with Variational Inference [67.27561153666211]
我々は、訓練データから高品質な生成順序を純粋に検出する、教師なし並列化可能な学習装置を開発した。エンコーダを非因果的注意を持つトランスフォーマーとして実装し、1つのフォワードパスで置換を出力する。言語モデリングタスクにおける経験的結果から,我々の手法は文脈認識であり,一定の順序と競合する,あるいはより優れた順序を見つけることができる。
論文参考訳（メタデータ） (2021-10-27T16:08:09Z)
Self-Supervised Learning to Prove Equivalence Between Straight-Line Programs via Rewrite Rules [9.1570563482476]
2つのプログラムは、1つのプログラムをもう1つのプログラムに書き換える、書き換え規則の一連の適用が存在する場合と同値である。本稿では,プログラムペア間の等価性の証明を生成するために,トランスフォーマーモデルに基づくニューラルネットワークアーキテクチャを提案する。我々のシステムであるS4Eqは、1万対の等価プログラムをキュレートしたデータセット上で97%の証明成功を達成した。
論文参考訳（メタデータ） (2021-09-22T01:37:08Z)
Searching for More Efficient Dynamic Programs [61.79535031840558]
本稿では,プログラム変換の集合,変換プログラムの効率を評価するための単純な指標,およびこの指標を改善するための探索手順について述べる。実際に、自動検索は初期プログラムの大幅な改善を見出すことができることを示す。
論文参考訳（メタデータ） (2021-09-14T20:52:55Z)
Latent Programmer: Discrete Latent Codes for Program Synthesis [56.37993487589351]
プログラム合成や文書要約などの多くのシーケンス学習タスクにおいて、重要な問題は出力シーケンスの広い空間を探索することである。本稿では,検索対象とする出力の表現を学習することを提案する。本稿では,まず入力/出力サンプルから離散潜在コードを予測するプログラム合成手法であるemphLatent Programmerを紹介し,そのプログラムを対象言語で生成する。
論文参考訳（メタデータ） (2020-12-01T10:11:35Z)
Obtaining Basic Algebra Formulas with Genetic Programming and Functional Rewriting [0.0]
我々は、関数型プログラミングの書き直しを用いて、帰納的遺伝的プログラミングを促進する。親はトーナメント選択機構に従って選択され、次の人口は定常的な戦略に従って取得される。古典的遺伝プログラミングにおける)難題の集合において,本手法の性能を比較した。
論文参考訳（メタデータ） (2020-05-03T23:32:36Z)

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。