論文の概要: QRscript: Embedding a Programming Language in QR codes to support Decision and Management
- arxiv url: http://arxiv.org/abs/2404.05073v1
- Date: Sun, 7 Apr 2024 21:02:55 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-09 16:02:57.622807
- Title: QRscript: Embedding a Programming Language in QR codes to support Decision and Management
- Title（参考訳）: QRscript:決定と管理をサポートするためにQRコードにプログラミング言語を組み込む
- Authors: Stefano Scanzio, Gianluca Cena, Adriano Valenzano,
- Abstract要約: 本稿では,高レベルプログラミング言語で書かれたプログラムをQRコードで符号化されたバイナリ表現に変換するために必要なすべてのステップについて述べる。
提案されたプログラミング言語はQRscriptと呼ばれ、新しい機能を統合するために簡単に拡張できる。
産業シナリオの他に、これは他の多くのアプリケーション分野で有用である。
- 参考スコア（独自算出の注目度）: 2.34863357088666
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Embedding a programming language in a QR code is a new and extremely promising opportunity, as it makes devices and objects smarter without necessarily requiring an Internet connection. In this paper, all the steps needed to translate a program written in a high-level programming language to its binary representation encoded in a QR code, and the opposite process that, starting from the QR code, executes it by means of a virtual machine, have been carefully detailed. The proposed programming language was named QRscript, and can be easily extended so as to integrate new features. One of the main design goals was to produce a very compact target binary code. In particular, in this work we propose a specific sub-language (a dialect) that is aimed at encoding decision trees. Besides industrial scenarios, this is useful in many other application fields. The reported example, related to the configuration of an industrial networked device, highlights the potential of the proposed technology, and permits to better understand all the translation steps.
- Abstract（参考訳）: QRコードにプログラミング言語を埋め込むことは、インターネット接続を必要とせずにデバイスやオブジェクトをよりスマートにするため、新しくて非常に有望な機会である。
本稿では,高レベルプログラミング言語で書かれたプログラムをQRコードに符号化したバイナリ表現に変換するために必要なすべてのステップについて述べる。
提案されたプログラミング言語はQRscriptと呼ばれ、新しい機能を統合するために簡単に拡張できる。
主な設計目標の1つは、非常にコンパクトなターゲットバイナリコードを作ることであった。
特に本研究では,決定木を符号化することを目的とした,特定のサブ言語(方言)を提案する。
産業シナリオの他に、これは他の多くのアプリケーション分野で有用である。
報告された例は、産業用ネットワークデバイスの構成に関連するもので、提案技術の可能性を強調し、すべての翻訳ステップをよりよく理解することができる。
関連論文リスト
- Executable QR codes with Machine Learning for Industrial Applications [0.8388591755871733]
実行可能QRコード(Executable QR codes)またはeQRコード(eQR codes)または単にsQRy(sQRy)は、スマートフォンなどのモバイルデバイスで動作するプログラムを埋め込む特別なQRコードである。
この技術の応用は多様体であり、スマートユーザガイドからアドバイザリシステムまで様々である。
eQRで利用可能な最初のプログラミング言語はQRtreeであり、複雑な機械の操作や保守、あるいは特定の場所に到達するための決定ツリーの実装を可能にする。
本研究では,産業向けに特別に考案されたQRindという,新たな言語を提案する。
論文 参考訳（メタデータ） (2024-11-20T15:38:33Z) - Assured Automatic Programming via Large Language Models [8.006578501857447]
我々は,その意図に適合するコードを生成しつつ,プログラマの意図を発見することを目的としている。
本研究の目的は,ユーザ意図の理解を深めることによって,プログラム,仕様,テスト間の一貫性を実現することである。
提案手法によって発見された曖昧な意図が,検証可能な自動生成プログラムの割合をいかに高めるかを示す。
論文 参考訳（メタデータ） (2024-10-24T07:29:15Z) - CodeGRAG: Bridging the Gap between Natural Language and Programming Language via Graphical Retrieval Augmented Generation [58.84212778960507]
我々は,LLMの性能を高めるため,グラフィカル検索拡張コード生成フレームワークであるCodeGRAGを提案する。
CodeGRAGは、制御フローとデータフローに基づいて、コードブロックのグラフィカルなビューを構築し、プログラミング言語と自然言語のギャップを埋める。
ハードメタグラフプロンプト、ソフトプロンプト技術、事前訓練されたGNN専門家の目的の有効性を検証するために、C++言語とピソン言語の両方を含む4つのデータセットで様々な実験と改善が行われた。
論文 参考訳（メタデータ） (2024-05-03T02:48:55Z) - 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) - Guess & Sketch: Language Model Guided Transpilation [59.02147255276078]
学習されたトランスパイレーションは、手作業による書き直しやエンジニアリングの取り組みに代わるものだ。
確率的ニューラルネットワークモデル(LM)は、入力毎に可塑性出力を生成するが、正確性を保証するコストがかかる。
Guess & Sketch は LM の特徴からアライメントと信頼性情報を抽出し、意味的等価性を解決するためにシンボリック・ソルバに渡す。
論文 参考訳（メタデータ） (2023-09-25T15:42:18Z) - Natural Language Generation and Understanding of Big Code for
AI-Assisted Programming: A Review [9.355153561673855]
本稿では,Big Codeを用いてトレーニングしたトランスフォーマーベース大規模言語モデル(LLM)に焦点を当てる。
LLMは、コード生成、コード補完、コード翻訳、コード洗練、コードの要約、欠陥検出、クローン検出など、AI支援プログラミングアプリケーションを促進する上で重要な役割を担っている。
これらのアプリケーションにNLP技術とソフトウェア自然性を導入する上での課題と機会を探究する。
論文 参考訳（メタデータ） (2023-07-04T21:26:51Z) - Is Encoder-Decoder Redundant for Neural Machine Translation? [44.37101354412253]
encoder-decoderアーキテクチャは現在でも、最先端モデルのデファクトニューラルネットワークアーキテクチャである。
本研究は,バイリンガル翻訳,ターゲット単言語データを用いた翻訳,多言語翻訳の実験である。
この代替アプローチは、ベースラインエンコーダ-デコーダ変換器と同等に動作し、エンコーダ-デコーダアーキテクチャがニューラルマシン翻訳に冗長である可能性を示唆している。
論文 参考訳（メタデータ） (2022-10-21T08:33:55Z) - QParallel: Explicit Parallelism for Programming Quantum Computers [62.10004571940546]
並列量子プログラミングのための言語拡張を提案する。
QParallelは、現在の量子プログラミング言語における並列性に関する曖昧さを取り除く。
並列化によって最も利益を上げるサブルーチンを識別し,並列領域の配置にプログラマを誘導するツールを提案する。
論文 参考訳（メタデータ） (2022-10-07T16:35:16Z) - LAE: Language-Aware Encoder for Monolingual and Multilingual ASR [87.74794847245536]
言語固有の情報を混在させることにより,両状況に対処する新しい言語対応エンコーダ (LAE) アーキテクチャを提案する。
マンダリン・イングリッシュ・コードスウィッチ音声を用いた実験により,LAEはフレームレベルで異なる言語を識別できることが示唆された。
論文 参考訳（メタデータ） (2022-06-05T04:03:12Z) - Sequence Model Design for Code Completion in the Modern IDE [3.4824234779710452]
本稿では,すべての有効なキーワードとスコープ内識別子を列挙する静的解析能力と,それらの上に確率分布を配置する言語モデルの能力を組み合わせた,トップk次トークンの予測手法を提案する。
我々のモデルは,文字レベルの入力表現とトークン出力を混合し,語彙外トークン(OOV)を有意に表現し,予測遅延を最小化する。
論文 参考訳（メタデータ） (2020-04-10T22:40:49Z) - Bi-Decoder Augmented Network for Neural Machine Translation [108.3931242633331]
本稿では,ニューラルマシン翻訳タスクのためのBi-Decoder Augmented Network (BiDAN)を提案する。
各デコーダは入力されたテキストの表現を対応する言語に変換するため、2つの目的語と共同でトレーニングすることで、共有エンコーダは言語に依存しない意味空間を生成することができる。
論文 参考訳（メタデータ） (2020-01-14T02:05:14Z)
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。