Fugu-MT 論文翻訳(概要): Nemo: First Glimpse of a New Rule Engine

論文の概要: Nemo: First Glimpse of a New Rule Engine

arxiv url: http://arxiv.org/abs/2308.15897v1
Date: Wed, 30 Aug 2023 09:08:28 GMT
ステータス: 処理完了
システム内更新日: 2023-08-31 13:52:08.634735
Title: Nemo: First Glimpse of a New Rule Engine
Title（参考訳）: Nemo: 新しいルールエンジンの第一弾
Authors: Alex Ivliev, Stefan Ellmauthaler, Lukas Gerlach, Maximilian Marx, Matthias Mei{\ss}ner, Simon Meusel, Markus Kr\"otzsch
Abstract要約: Nemoは信頼性とパフォーマンスを重視した新しいロジックプログラミングエンジンである。 Rustで書かれており、フリーでオープンソースのツールとして利用できる。
参考スコア（独自算出の注目度）: 2.313141805126112
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This system demonstration presents Nemo, a new logic programming engine with a focus on reliability and performance. Nemo is built for data-centric analytic computations, modelled in a fully declarative Datalog dialect. Its scalability for these tasks matches or exceeds that of leading Datalog systems. We demonstrate uses in reasoning with knowledge graphs and ontologies with 10^5 to 10^8 input facts, all on a laptop. Nemo is written in Rust and available as a free and open source tool.
Abstract（参考訳）: このシステムのデモでは、信頼性とパフォーマンスを重視した新しい論理プログラミングエンジンであるnemoが紹介されている。 nemoはデータ中心の分析計算のために構築され、完全な宣言型データログ方言でモデル化される。これらのタスクのスケーラビリティは、主要なデータログシステムのスケーラビリティに匹敵する。 10^5から10^8の入力事実を持つ知識グラフとオントロジーを用いた推論の応用をラップトップ上で実証する。 NemoはRustで書かれており、フリーでオープンソースのツールとして利用できる。

関連論文リスト

Dolphin: A Programmable Framework for Scalable Neurosymbolic Learning [18.50192747078987]
本稿では,シンボルプログラムの前方連鎖と後方勾配の伝播をベクトル化計算にマッピングすることにより,ニューロシンボリック学習を基本レベルでスケールする枠組みを提案する。 Dolphin氏は、PyTorchのような高性能なディープラーニングフレームワークの上に構築された一連の抽象化とプリミティブを紹介した。我々はDolphinを、テキスト、画像、ビデオ処理のディープラーニングモデルとシンボリックプログラムを組み合わせた5つのニューロシンボリックタスクの13のベンチマークスイートで評価した。
論文参考訳（メタデータ） (2024-10-04T12:12:36Z)
Great Memory, Shallow Reasoning: Limits of $k$NN-LMs [71.73611113995143]
検索とnext-word予測を統合した$k$NN-LMsは、言語モデリングにおいて強力な性能を示している。この改良された情報リコール能力が、本当に下流の能力に変換されるかどうかを問う。
論文参考訳（メタデータ） (2024-08-21T17:59:05Z)
Scallop: A Language for Neurosymbolic Programming [14.148819428748597]
Scallopは、ディープラーニングと論理的推論の利点を組み合わせた言語である。アルゴリズム推論を多様で困難なAIタスクで表現することができる。機械学習プログラマが論理的なドメイン知識を統合するための簡潔なインターフェースを提供する。
論文参考訳（メタデータ） (2023-04-10T18:46:53Z)
Natural Language to Code Generation in Interactive Data Science Notebooks [35.621936471322385]
データサイエンスノートブックのパンダスデータ分析フレームワークを用いて1082のコード生成問題のベンチマークであるARCADEを構築した。我々は,Python 計算ノートブック用の 62B コード言語モデル PaChiNCo を開発した。
論文参考訳（メタデータ） (2022-12-19T05:06:00Z)
RuMedBench: A Russian Medical Language Understanding Benchmark [58.99199480170909]
本稿では,複数のタスクタイプをカバーするオープンなロシア語医療言語理解ベンチマークについて述べる。我々は、新しいタスクのための統一されたフォーマットラベリング、データ分割、評価メトリクスを作成します。シングルナンバーメトリックは、ベンチマークに対処するモデルの能力を表す。
論文参考訳（メタデータ） (2022-01-17T16:23:33Z)
Node Feature Extraction by Self-Supervised Multi-scale Neighborhood Prediction [123.20238648121445]
我々は、新しい自己教師型学習フレームワーク、グラフ情報支援ノード機能exTraction (GIANT)を提案する。 GIANT は eXtreme Multi-label Classification (XMC) 形式を利用しており、これはグラフ情報に基づいた言語モデルの微調整に不可欠である。我々は,Open Graph Benchmarkデータセット上での標準GNNパイプラインよりもGIANTの方が優れた性能を示す。
論文参考訳（メタデータ） (2021-10-29T19:55:12Z)
Natlog: a Lightweight Logic Programming Language with a Neuro-symbolic Touch [0.0]
軽量なロジック言語であるNatlogを紹介し、Prologの統一型実行モデルを共有する。概念実証のNatlog実装は、Pythonベースのディープラーニングエコシステムにしっかりと組み込まれています。
論文参考訳（メタデータ） (2021-09-17T01:47:57Z)
Graph Neural Networks for Natural Language Processing: A Survey [64.36633422999905]
本稿では,自然言語処理のためのグラフニューラルネットワーク(GNN)について概観する。我々は,グラフ構築,グラフ表現学習,グラフベースエンコーダ・デコーダモデルという3つの軸に沿って,NLP用GNNの既存の研究を組織する,NLP用GNNの新しい分類法を提案する。
論文参考訳（メタデータ） (2021-06-10T23:59:26Z)
Robust and Transferable Anomaly Detection in Log Data using Pre-Trained Language Models [59.04636530383049]
クラウドのような大規模コンピュータシステムにおける異常や障害は、多くのユーザに影響を与える。システム情報の主要なトラブルシューティングソースとして,ログデータの異常検出のためのフレームワークを提案する。
論文参考訳（メタデータ） (2021-02-23T09:17:05Z)
Self-Supervised Log Parsing [59.04636530383049]
大規模ソフトウェアシステムは、大量の半構造化ログレコードを生成する。既存のアプローチは、ログ特化や手動ルール抽出に依存している。本稿では,自己教師付き学習モデルを用いて解析タスクをマスク言語モデリングとして定式化するNuLogを提案する。
論文参考訳（メタデータ） (2020-03-17T19:25:25Z)

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。