Fugu-MT 論文翻訳(概要): Invariant Relations: A Bridge from Programs to Equations

論文の概要: Invariant Relations: A Bridge from Programs to Equations

arxiv url: http://arxiv.org/abs/2310.04684v1
Date: Sat, 7 Oct 2023 04:11:23 GMT
ステータス: 処理完了
システム内更新日: 2023-10-23 04:14:47.278804
Title: Invariant Relations: A Bridge from Programs to Equations
Title（参考訳）: 不変関係:プログラムから方程式へのブリッジ
Authors: Wided Ghardallou, Hessamaldin Mohammadi, Elijah Brick, Ali Mili
Abstract要約: 任意のレベルにネストしたループを持つプログラムを含む,C型プログラムの関数を導出する手法を提案する。ループの意味を捉えるために、不変関係の概念を用いる。
参考スコア（独自算出の注目度）: 1.3342735568824553
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Great advances in program analysis would be enabled if it were possible to derive the function of a program from inputs to outputs (or from initial states to final states, depending on how we model program semantics). Efforts to do so have always stalled against the difficulty to derive the function of loops; the expedient solution to capture the function of loops by unrolling them an arbitrary number of iterations is clearly inadequate. In this paper, we propose a relations-based method to derive the function of a C-like program, including programs that have loops nested to an arbitrary level. To capture the semantics of loops, we use the concept of invariant relation.
Abstract（参考訳）: プログラム解析の大幅な進歩は、プログラムの関数が入力から出力(またはプログラムのセマンティクスのモデル化方法によって初期状態から最終状態まで)から導出できる場合に有効となる。ループの関数を導出することの難しさに対して、そうすることの努力は常に行き詰まり、ループの関数を任意の数の反復をアンロールすることで、ループの関数を捕捉する巧妙な解は明らかに不十分である。本稿では,ループを任意のレベルにネストしたプログラムを含むC型プログラムの関数を導出する関係性に基づく手法を提案する。ループの意味を捉えるために、不変関係の概念を用いる。

関連論文リスト

Origami: (un)folding the abstraction of recursion schemes for program synthesis [0.0]
遺伝的プログラミングは入力仕様を満たす正しいプログラムを探索する。特定の課題はループと再帰を扱う方法であり、終わらないプログラムを避けることである。再帰スキーマは、データ生産と消費の組み合わせを一般化する。
論文参考訳（メタデータ） (2024-02-21T14:17:45Z)
Finding Inductive Loop Invariants using Large Language Models [14.846222005558666]
帰納ループ不変量を見つけることは決定不可能な問題である。実用化に向けた長い研究の歴史にもかかわらず、解決された問題には程遠い。本稿では,新たなソリューションを提供する上での大規模言語モデルの有用性について検討する。
論文参考訳（メタデータ） (2023-11-14T06:58:09Z)
Will Bilevel Optimizers Benefit from Loops [63.22466953441521]
AID-BiOとITD-BiOの2つの一般的な双レベルマトリクスは、自然に1つまたは2つのサブプロブレムを解決する。 AID-BiO と ITD-BiO の両ループ実装選択に適用可能な統合収束解析をまず確立する。
論文参考訳（メタデータ） (2022-05-27T20:28:52Z)
Guaranteed Bounds for Posterior Inference in Universal Probabilistic Programming [4.297070083645049]
我々は、与えられたプログラムの実際の後部が下界と上界(音性)の間に挟まれていることを証明する。本稿では,リターン値だけでなく,プログラム実行の重みにも自動的に間隔境界を推定する重み対応区間型システムを提案する。文献からの例による評価では, 境界は有用であり, 後部推論法による誤った出力の認識にも有効であることが示された。
論文参考訳（メタデータ） (2022-04-06T17:28:28Z)
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)
A Fully Single Loop Algorithm for Bilevel Optimization without Hessian Inverse [121.54116938140754]
両レベル最適化問題に対して,Hessian 逆フリーな完全単一ループアルゴリズムを提案する。我々のアルゴリズムは$O(epsilon-2)$と収束することを示す。
論文参考訳（メタデータ） (2021-12-09T02:27:52Z)
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)
Enforcing Consistency in Weakly Supervised Semantic Parsing [68.2211621631765]
本稿では,関連する入力に対する出力プログラム間の整合性を利用して,スプリアスプログラムの影響を低減することを提案する。より一貫性のあるフォーマリズムは、一貫性に基づくトレーニングを必要とせずに、モデルパフォーマンスを改善することにつながります。
論文参考訳（メタデータ） (2021-07-13T03:48:04Z)
Representing Partial Programs with Blended Abstract Semantics [62.20775388513027]
プログラム合成エンジンにおける部分的なプログラム表現手法について紹介する。モジュラーニューラルネットワークとして実装された近似実行モデルを学ぶ。これらのハイブリッドニューロシンボリック表現は、実行誘導型シンセサイザーがより強力な言語構成を使うことができることを示す。
論文参考訳（メタデータ） (2020-12-23T20:40:18Z)
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)
Translating Recursive Probabilistic Programs to Factor Graph Grammars [20.539191533339427]
因子グラフ文法(FGG)は、推論を行うために列挙される必要はない因子グラフの集合を生成する。条件付き一階確率型プログラムからのセマンティックス保存翻訳とFGGへの再帰を提供する。
論文参考訳（メタデータ） (2020-10-22T21:17:04Z)

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。