論文の概要: Developing a High-Performance Process Mining Library with Java and
Python Bindings in Rust
- arxiv url: http://arxiv.org/abs/2401.14149v1
- Date: Thu, 25 Jan 2024 12:59:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-26 14:45:41.767834
- Title: Developing a High-Performance Process Mining Library with Java and
Python Bindings in Rust
- Title(参考訳): rustによるjavaおよびpythonバインディングによる高性能プロセスマイニングライブラリの開発
- Authors: Aaron K\"usters, Wil M.P. van der Aalst
- Abstract要約: Rustは、本質的にメモリ安全性を備えた、高性能でコンパイルされたプログラミング言語として登場した。
相互運用性を促進することで、研究者や業界がRustで新しいアルゴリズムを一度開発し、コミュニティ全体にアクセスできるようにすることができます。
- 参考スコア(独自算出の注目度): 0.19036571490366497
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The most commonly used open-source process mining software tools today are
ProM and PM4Py, written in Java and Python, respectively. Such high-level,
often interpreted, programming languages trade off performance with memory
safety and ease-of-use. In contrast, traditional compiled languages, like C or
C++, can achieve top performance but often suffer from instability related to
unsafe memory management. Lately, Rust emerged as a highly performant, compiled
programming language with inherent memory safety. In this paper, we describe
our approach to developing a shared process mining library in Rust with
bindings to both Java and Python, allowing full integration into the existing
ecosystems, like ProM and PM4Py. By facilitating interoperability, our
methodology enables researchers or industry to develop novel algorithms in Rust
once and make them accessible to the entire community while also achieving
superior performance.
- Abstract(参考訳): 現在最もよく使われているオープンソースプロセスマイニングソフトウェアツールは、それぞれJavaとPythonで書かれたProMとPM4Pyである。
このような高レベルの、しばしば解釈されるプログラミング言語は、メモリの安全性と使いやすさと性能を交換する。
対照的に、cやc++のような従来のコンパイル言語は最高性能を達成できるが、安全でないメモリ管理に関する不安定さに苦しむことが多い。
最近、rustは固有のメモリ安全性を持つ高性能なコンパイル型プログラミング言語として登場した。
本稿では,Rustの共有プロセスマイニングライブラリをJavaとPythonの両方にバインディングすることで,ProMやPM4Pyといった既存のエコシステムへの完全な統合を可能にするアプローチについて述べる。
相互運用性を促進することで、研究者や業界がRustで新しいアルゴリズムを一度開発し、コミュニティ全体でアクセスできるようにすると同時に、優れたパフォーマンスを実現できます。
関連論文リスト
- Towards a Transpiler for C/C++ to Safer Rust [0.10993800728351737]
RustはMozillaが開発したプログラミング言語で、パフォーマンスと安全性に重点を置いている。
既存のC++コードベースをRustに変換する方法も注目されている。
論文 参考訳(メタデータ) (2024-01-16T10:35:59Z) - LILO: Learning Interpretable Libraries by Compressing and Documenting Code [72.90003911433905]
LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。
LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。
LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
論文 参考訳(メタデータ) (2023-10-30T17:55:02Z) - Fixing Rust Compilation Errors using LLMs [2.1781086368581932]
Rustプログラミング言語は、C/C++のような従来の安全でない代替言語よりも、低レベルのシステムプログラミング言語に実行可能な選択肢として、自らを確立している。
本稿では,Large Language Models(LLMs)の創発的機能を活用し,Rustコンパイルエラーの修正を自動的に提案するRustAssistantというツールを提案する。
RustAssistantは、人気のあるオープンソースRustリポジトリの実際のコンパイルエラーに対して、約74%の驚くべきピーク精度を達成することができる。
論文 参考訳(メタデータ) (2023-08-09T18:30:27Z) - InterCode: Standardizing and Benchmarking Interactive Coding with
Execution Feedback [50.725076393314964]
標準的な強化学習環境として,インタラクティブコーディングの軽量でフレキシブルで使いやすいフレームワークであるInterCodeを紹介した。
私たちのフレームワークは、言語とプラットフォームに依存しない、自己完結型のDocker環境を使用して、安全で再現可能な実行を提供します。
我々は、異なるプロンプト戦略で構成された複数の最先端LLMを評価することにより、InterCodeの生存性をテストベッドとして示す。
論文 参考訳(メタデータ) (2023-06-26T17:59:50Z) - LongCoder: A Long-Range Pre-trained Language Model for Code Completion [56.813974784131624]
LongCoderは自己アテンションにスライディングウィンドウ機構を採用し、グローバルアクセス可能なトークンを2種類導入している。
ブリッジトークンは入力シーケンス全体を通して挿入され、ローカル情報を集約し、グローバルな相互作用を促進する。
メモリトークンは、後で呼び出され、記憶する必要がある重要なステートメントをハイライトするために含まれます。
論文 参考訳(メタデータ) (2023-06-26T17:59:24Z) - A Static Evaluation of Code Completion by Large Language Models [65.18008807383816]
単純なプログラミング問題に対するモデル生成コードの機能的正当性を評価するために,実行ベースベンチマークが提案されている。
プログラムを実行せずにエラーを検出するlinterのような静的解析ツールは、コード生成モデルを評価するために十分に研究されていない。
抽象構文木を利用して,Pythonのコード補完における静的エラーを定量化する静的評価フレームワークを提案する。
論文 参考訳(メタデータ) (2023-06-05T19:23:34Z) - ReACC: A Retrieval-Augmented Code Completion Framework [53.49707123661763]
本稿では,語彙のコピーと類似したセマンティクスを持つコード参照の両方を検索により活用する検索拡張コード補完フレームワークを提案する。
我々は,Python および Java プログラミング言語のコード補完タスクにおけるアプローチを評価し,CodeXGLUE ベンチマークで最先端のパフォーマンスを実現する。
論文 参考訳(メタデータ) (2022-03-15T08:25:08Z) - Higher-Order Concurrency for Microcontrollers [0.0]
マイクロコントローラプログラムは、典型的にはCとアセンブリの混合で、並行言語拡張を使って記述される。
この課題に対処するためには、$textttSenseVM$を導入します。
私たちのVMは、組み込みOS - Zephyr上に構築された低レベルの$textitbridge$インターフェイスを介してポータブルにされています。
論文 参考訳(メタデータ) (2021-08-17T15:11:03Z) - Breaking Type Safety in Go: An Empirical Study on the Usage of the
unsafe Package [3.548075273599941]
我々は,2,438のGoプロジェクトにおいて,安全でないパッケージの使用に関する大規模な研究を行った。
我々の調査によると、安全でないプロジェクトはGoプロジェクトの24%で使われており、主にオペレーティングシステムやCコードとの通信によって動機付けられています。
クラッシュするエラーや非決定的な振る舞いから、デプロイを制限するまで、安全でないプロジェクトによって直面する現実的な問題を報告します。
論文 参考訳(メタデータ) (2020-06-17T16:38:40Z) - Unsupervised Translation of Programming Languages [19.56070393390029]
ソース・トゥ・ソース(source-to-source)またはトランスコンパイラ(transcompiler)は、ソースコードをハイレベルなプログラミング言語から別のプログラミング言語に変換するシステムである。
私たちは、オープンソースのGitHubプロジェクトからソースコードでモデルをトレーニングし、C++、Java、Python間の関数を高い精度で翻訳できることを示しています。
論文 参考訳(メタデータ) (2020-06-05T15:28:01Z) - OPFython: A Python-Inspired Optimum-Path Forest Classifier [68.8204255655161]
本稿では,OPFythonと表記されるPythonベースのOptimum-Path Forestフレームワークを提案する。
OPFythonはPythonベースのライブラリなので、C言語よりもフレンドリーな環境とプロトタイピングの作業スペースを提供する。
論文 参考訳(メタデータ) (2020-01-28T15:46:19Z)
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。