Fugu-MT 論文翻訳(概要): Reducing Errors in Excel Models with Component-Based Software Engineering

論文の概要: Reducing Errors in Excel Models with Component-Based Software Engineering

arxiv url: http://arxiv.org/abs/2309.00650v1
Date: Thu, 31 Aug 2023 20:28:48 GMT
ステータス: 処理完了
システム内更新日: 2023-10-23 11:33:51.935609
Title: Reducing Errors in Excel Models with Component-Based Software Engineering
Title（参考訳）: コンポーネントベースのソフトウェアエンジニアリングによるExcelモデルのエラー低減
Authors: Craig Hatmaker
Abstract要約: LAMBDAはExcelの公式から関数を生成するExcel関数である。 LAMBDA関数はExcel関数と同じように、どんなプロジェクトでも再利用できる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Model errors are pervasive and can be catastrophic. We can reduce model errors and time to market by applying Component-Based Software Engineering (CBSE) concepts to Excel models. CBSE assembles solutions from pre-built, pre-tested components rather than written from formulas. This is made possible by the introduction of LAMBDA. LAMBDA is an Excel function that creates functions from Excel's formulas. CBSE-compliant LAMBDA functions can be reused in any project just like any Excel function. They also look exactly like Excel's native functions such as SUM(). This makes it possible for even junior modelers to leverage CBSE-compliant LAMBDAs to develop models quicker with fewer errors.
Abstract（参考訳）: モデルエラーは広範に発生し、破滅的になりうる。 Excelモデルにコンポーネントベースソフトウェアエンジニアリング(CBSE)の概念を適用することで、モデルエラーと市場投入時間を削減することができる。 CBSEは、公式から書かれたのではなく、事前に構築された、テスト済みのコンポーネントのソリューションを組み立てる。これはLAMBDAの導入によって実現された。 LAMBDAはExcelの公式から関数を生成するExcel関数である。 CBSE準拠のLAMBDA関数はExcel関数と同じように任意のプロジェクトで再利用できる。また、SUM()のようなExcelのネイティブ関数とそっくりに見えます。これにより、ジュニアモデラーでさえCBSE準拠のLAMBDAを利用することで、より少ないエラーでより高速にモデルを開発することができる。

関連論文リスト

Enabling Small Models for Zero-Shot Classification through Model Label Learning [50.68074833512999]
モデルと機能の間のギャップを埋める新しいパラダイムであるモデルラベル学習(MLL)を導入する。 7つの実世界のデータセットの実験により、MLLの有効性と効率が検証された。
論文参考訳（メタデータ） (2024-08-21T09:08:26Z)
NL2Formula: Generating Spreadsheet Formulas from Natural Language Queries [29.33149993368329]
本稿では,NL2Formulaと呼ばれる新しいベンチマークタスクを紹介する。目的は、自然言語(NL)クエリを入力として、スプレッドシートテーブル上にグラウンドされた実行可能な式を生成することである。我々は,70,799対のNLクエリと対応するスプレッドシート公式からなる包括的データセットを構築し,21,670のテーブルと37種類の公式関数を網羅した。
論文参考訳（メタデータ） (2024-02-20T05:58:05Z)
InstructExcel: A Benchmark for Natural Language Instruction in Excel [72.018640505825]
本研究は,大規模言語モデルが自然言語ユーザ命令を通じて提供されるExcel固有のタスクを解くコードを生成することができるかどうかを考察する。私たちのベンチマークには、2000の公開Excelスプレッドシートにわたる170以上のExcel操作をカバーする10万以上のサンプルが含まれています。我々は,(1) GPT-4 over GPT-3.5,(2) よりコンテキスト内での例を提供し,(3) 動的プロンプトは,このベンチマークの性能向上に役立つことを観察した。
論文参考訳（メタデータ） (2023-10-23T02:00:55Z)
Excel as a Turing-complete Functional Programming Environment [0.0]
Excel計算エンジンは、2018年にDynamic Arrayに対応するための大規模なアップグレードの対象となった。本稿では,従来のスプレッドシートのアドホックなエンドユーザー・プラクティスを,根本的に異なるアプローチで置き換えることができることを示す。新機能がビジネスやエンジニアリングのコミュニティによってどの程度採用されるのかを推測するには早すぎる。
論文参考訳（メタデータ） (2023-08-31T20:11:36Z)
FLAME: A small language model for spreadsheet formulas [25.667479554632735]
本稿では,Excel 公式に特化して訓練されたトランスフォーマーモデル FLAME を提案する。我々はスケッチデデュープリケーションを使用し、Excel固有の式トークンを導入し、マスキングスパン予測のドメイン固有のバージョンを使用する。 FLAMEは, 補修, 補修, 類似性に基づく定式検索について評価する。
論文参考訳（メタデータ） (2023-01-31T17:29:43Z)
Model Ratatouille: Recycling Diverse Models for Out-of-Distribution Generalization [99.6826401545377]
ファウンデーションモデルは、AIシステムの構築方法を再定義している。実践者は、機械学習ソリューションを構築するための標準手順に従う。我々は,多種多様な補助的タスクにおいて,同じ基礎モデルの複数の微調整をリサイクルする新しい戦略であるモデルラタトゥーイユを提案する。
論文参考訳（メタデータ） (2022-12-20T17:21:46Z)
Spreadsheet computing with Finite Domain Constraint Enhancements [0.0]
本稿では,有限制約解法をスプレッドシート計算パラダイムにシームレスに組み込んだフレームワークを提案する。このフレームワークは制約解決のためのインターフェースを提供し、スプレッドシートコンピューティングパラダイムをさらに強化する。
論文参考訳（メタデータ） (2022-02-22T17:50:48Z)
SpreadsheetCoder: Formula Prediction from Semi-structured Context [70.41579328458116]
行ベースと列ベースの両方のフォーマットで表されるコンテキストを表現するために,BERTベースのモデルアーキテクチャを提案する。我々はスプレッドシートの大きなデータセットでモデルをトレーニングし、SpreadsheetCoderが42.51%の予測精度でトップ1の予測を達成できることを実証した。ルールベースのシステムと比較すると、SpreadsheetCoder 82%は、Google Sheetsで公式を作成する上で、より多くのユーザを支援する。
論文参考訳（メタデータ） (2021-06-26T11:26:27Z)
What do we expect from Multiple-choice QA Systems? [70.86513724662302]
複数のMultiple Choice Question Answering(MCQA)データセット上で,トップパフォーマンスモデルを検討する。このようなモデルから得られる可能性のある一連の期待値に対して、モデル入力のゼロ情報摂動を用いて評価する。
論文参考訳（メタデータ） (2020-11-20T21:27:10Z)
Ensemble Distillation for Robust Model Fusion in Federated Learning [72.61259487233214]
Federated Learning(FL)は、多くのデバイスが機械学習モデルを協調的にトレーニングする機械学習環境である。現在のトレーニングスキームのほとんどでは、サーバモデルのパラメータと更新されたパラメータをクライアント側から平均化することで、中央モデルを洗練します。本研究では,モデル融合のためのアンサンブル蒸留法を提案する。
論文参考訳（メタデータ） (2020-06-12T14:49:47Z)
A Structured Approach to the development of Solutions in Excel [0.0]
本稿では,コヒーレントなソリューション戦略を構築するために,議論を呼んだり,あまり使われなかったりすることを検討する。この問題は、プログラム言語のステップに似た一連の公式によって解決される。
論文参考訳（メタデータ） (2017-04-04T18:22:26Z)

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。