Fugu-MT 論文翻訳(概要): From B Specifications to $\{log$\}$ Forgrams

論文の概要: From B Specifications to $\{log$\}$ Forgrams

arxiv url: http://arxiv.org/abs/2407.03283v1
Date: Wed, 3 Jul 2024 17:09:31 GMT
ステータス: 処理完了
システム内更新日: 2024-07-04 13:17:22.464688
Title: From B Specifications to $\{log$\}$ Forgrams
Title（参考訳）: B Specificationsから$\{log$\}$ Forgramsへ
Authors: Maximiliano Cristiá,
Abstract要約: このクラスでは、学生がどのようにB仕様を$log$$forgramに変換できるか、これらのforgramをどのように実行し、どのようにプロパティを検証できるかを学ぶことができる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this class notes students can learn how B specifications can be translated into $\{log$\}$ forgrams, how these forgrams can be executed and how they can be proved to verify some properties.
Abstract（参考訳）: このクラスでは、学生がどのようにB仕様を$\{log$\}$ forgramsに変換できるか、これらのforgramをどのように実行し、どのようにいくつかのプロパティを検証できるかを学ぶことができる。

関連論文リスト

Infini-gram: Scaling Unbounded n-gram Language Models to a Trillion Tokens [138.36729703589512]
神経大言語モデル(LLM)の時代には,$n$-gramの言語モデルがいまだに関係していることを示す。これは、2つの側面で$n$-gramのLMを近代化することで実現された。まず、ニューラルネットワークLLMと同じデータスケールでトレーニングする -- 5兆トークン。次に、既存の$n$-gram LMは、そのパフォーマンスを妨げる小さな$n$を使用します。
論文参考訳（メタデータ） (2024-01-30T19:03:49Z)
Unsupervised Learning of Graph from Recipes [8.410402833223364]
本稿では,レシピから関連する情報を識別し,レシピ中のアクションのシーケンスを表すグラフを生成するモデルを提案する。テキストを1つのシーケンスで符号化する$mathsfGNN$のグラフ構造とパラメータを反復的に学習する。同定されたエンティティを注釈付きデータセットと比較し、入力テキストと出力テキストの差を比較し、生成したグラフとアートメソッドの状態から生成されたグラフを比較して、アプローチを評価する。
論文参考訳（メタデータ） (2024-01-22T16:25:47Z)
Hi-ArG: Exploring the Integration of Hierarchical Argumentation Graphs in Language Pretraining [62.069374456021016]
議論を整理する新しい構造である階層的議論グラフ(Hi-ArG)を提案する。また,テキストグラフマルチモーダルモデルであるGreaseArGや,グラフ情報を付加した新たな事前学習フレームワークなど,Hi-ArGを活用するための2つのアプローチを導入する。
論文参考訳（メタデータ） (2023-12-01T19:03:38Z)
DiagrammerGPT: Generating Open-Domain, Open-Platform Diagrams via LLM Planning [62.51232333352754]
テキスト・ツー・イメージ(T2I)世代はここ数年で著しい成長を遂げている。それにもかかわらず、T2Iモデルでダイアグラムを生成する作業はほとんど行われていない。本稿では,新しい2段階のテキスト・ツー・ダイアグラム生成フレームワークであるDiagrammerGPTを紹介する。我々のフレームワークは、既存のT2Iモデルを上回る精度で、より正確なダイアグラムを生成する。
論文参考訳（メタデータ） (2023-10-18T17:37:10Z)
StructChart: Perception, Structuring, Reasoning for Visual Chart Understanding [58.38480335579541]
現在のチャート関連タスクは、視覚チャートから情報を抽出することを参照するチャート認識か、抽出されたデータから推論を行うかに焦点を当てている。本稿では,共同認識と推論タスクのための統一的でラベル効率のよい学習パラダイムを確立することを目的とする。各種のチャート関連タスクで実験を行い、統合されたチャート認識推論パラダイムの有効性と有望な可能性を実証した。
論文参考訳（メタデータ） (2023-09-20T12:51:13Z)
Generating Semantic Graph Corpora with Graph Expansion Grammar [0.0]
Lovelaceはセマンティックグラフのコーパスを作成するツールである。このシステムはグラフ拡張文法を表現言語として利用する。中心的なユースケースは、既存のコーパスを強化するための合成データの作成と、形式言語理論を教えるための教育ツールである。
論文参考訳（メタデータ） (2023-09-15T19:10:19Z)
Graph Querying for Semantic Annotations [0.0]
複雑なクエリをシンプルに構築し、コーパスに対して実行する専用の構文が利用可能である。 GREW-MATCHはエラーマイニングツールとして見ることができ、不整合が検出されると、修正すべき文を見つけるのに役立つ。
論文参考訳（メタデータ） (2022-07-25T13:08:15Z)
Scaling up sign spotting through sign language dictionaries [99.50956498009094]
この作業の焦点は、$textitsign spotting$ - 分離されたサインのビデオの場合、$textitwwhere$ と $textitwhere$ の識別が、連続的かつ協調的な手話ビデオで署名されている。我々は,(1) $textitwatching$既存の映像を口コミでスムーズにラベル付けする,(2) $textitreading$ associated subtitles that provide additional translations of the signed content。アプローチの有効性を低く検証する。
論文参考訳（メタデータ） (2022-05-09T10:00:03Z)
On Bi-gram Graph Attributes [0.0]
コーパスの「ビグラムグラフ」表現を用いたテキスト意味解析の新しい手法を提案する。グラフ理論から派生した異なる属性は、ユニークな洞察として、あるいは他のコーパスグラフに対して測定され分析される。
論文参考訳（メタデータ） (2021-07-05T16:36:19Z)
Adversarial Linear Contextual Bandits with Graph-Structured Side Observations [80.95090605985042]
学習エージェントは、$d$-dimensionalコンテキストベクトルで提示された後、一連の$k$アクションから繰り返し選択する。エージェントは選択されたアクションの損失を誘発し、観察するが、観察構造における隣り合うアクションの損失も観察する。 textttEXP3に基づく2つの効率的なアルゴリズムが開発された。
論文参考訳（メタデータ） (2020-12-10T15:40:07Z)

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。