論文の概要: Satire: Computing Rigorous Bounds for Floating-Point Rounding Error in Mixed-Precision Loop-Free Programs

• arxiv url: http://arxiv.org/abs/2503.05924v1
• Date: Fri, 07 Mar 2025 20:46:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:49:35.317281
• Title: Satire: Computing Rigorous Bounds for Floating-Point Rounding Error in Mixed-Precision Loop-Free Programs
• Title（参考訳）: Satire: 混合精度ループフリープログラムにおける浮動小数点ラウンドエラーに対する厳密な境界計算
• Authors: Tanmay Tirpankar, Arnab Das, Ganesh Gopalakrishnan,
• Abstract要約: Satireは、設計者が分析時間内でエラーバウンド・タイネスを利得と交換できるツールだ。 風刺は、厳密な経験的エラー保証によって導かれる設計上のトレードオフに、数値ルーチンの設計で使用することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Techniques that rigorously bound the overall rounding error exhibited by a numerical program are of significant interest for communities developing numerical software. However, there are few available tools today that can be used to rigorously bound errors in programs that employ conditional statements (a basic need) as well as mixed-precision arithmetic (a direction of significant future interest) employing global optimization in error analysis. In this paper, we present a new tool that fills this void while also employing an abstraction-guided optimization approach to allow designers to trade error-bound tightness for gains in analysis time -- useful when searching for design alternatives. We first present the basic rigorous analysis framework of Satire and then show how to extend it to incorporate abstractions, conditionals, and mixed-precision arithmetic. We begin by describing Satire's design and its performance on a collection of benchmark examples. We then describe these aspects of Satire: (1) how the error-bound and tool execution time vary with the abstraction level; (2) the additional machinery to handle conditional expression branches, including defining the concepts of instability jumps and instability window widths and measuring these quantities; and (3) how the error changes when a mix of precision values are used. To showcase how \satire can add value during design, we start with a Conjugate Gradient solver and demonstrate how its step size and search direction are affected by different precision settings. Satire is freely available for evaluation, and can be used during the design of numerical routines to effect design tradeoffs guided by rigorous empirical error guarantees.
• Abstract（参考訳）: 数値プログラムで示される丸め誤差全体を厳密に束縛する手法は、数値ソフトウェアを開発するコミュニティにとって重要な関心事である。 しかし、現在では、条件付き文(基本的な要求)と、エラー解析におけるグローバルな最適化を用いた混合精度算術(将来の大きな関心の方向)を使用するプログラムにおいて、エラーを厳密にバインドするために使用できるツールがほとんどない。 本稿では,この空白を埋める新しいツールを提案するとともに,設計者が設計代替品を探す際に有用な,エラーバウンド・タイツネスを解析時間内に引き換えることのできる抽象化誘導最適化手法を提案する。 まず、Satireの基本厳密な分析フレームワークを示し、それを抽象化や条件、混合精度算術を組み込む方法を示す。 まず、Satireの設計とその性能をベンチマークの例の集合で説明する。 次に、Satireのこれらの側面について説明する:(1) エラーバウンドとツールの実行時間が抽象レベルとどのように異なるか、(2) 不安定性ジャンプと不安定ウィンドウ幅の定義を含む条件式分岐を扱うための追加の機械がそれらの量を測定すること、(3) 精度値の混合でエラーがどう変化するか。 設計時に‘satire’がどのように価値を付加できるかを示すために、まずConjugate Gradientソルバを使い、そのステップサイズと検索方向が異なる精度設定によってどのように影響を受けるかを示す。 サティアは自由に評価が可能であり、厳密な経験的エラー保証によって導かれる設計トレードオフに影響を及ぼすために数値ルーチンの設計に使用することができる。

関連論文リスト

• Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
  凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。 このような問題は医学、物理学、機械学習で発生する。 両種類の雑音下で提案アルゴリズムの収束保証を行う。
  論文  参考訳（メタデータ） (2024-11-21T10:26:17Z)
• Probably Approximately Precision and Recall Learning [62.912015491907994]
  精度とリコールは機械学習の基本的な指標である。 一方的なフィードバック – トレーニング中にのみ肯定的な例が観察される – は,多くの実践的な問題に固有のものだ。 PAC学習フレームワークでは,各仮説をグラフで表現し,エッジは肯定的な相互作用を示す。
  論文  参考訳（メタデータ） (2024-11-20T04:21:07Z)
• Uncertainty Quantification for Neurosymbolic Programs via Compositional Conformal Prediction [36.88661670156255]
  コンフォーマル予測は、機械学習における不確実性を定量化するための有望な戦略として登場した。 本稿では,共形予測をニューロシンボリックプログラムに適用するための新しい枠組みを提案する。 MNISTとMS-COCOの画像を入力として利用するプログラムについて,本手法の評価を行った。
  論文  参考訳（メタデータ） (2024-05-24T20:15:53Z)
• SimGrade: Using Code Similarity Measures for More Accurate Human Grading [5.797317782326566]
  CS1講座では,不正確で矛盾のない自由応答型プログラミング問題の段階化が広く行われていることを示す。 そこで本稿では, 学生の応募を小学校の生徒に割り当てるアルゴリズムを提案し, (2) 受験者が以前同様の解を見た確率を最大化するために, 受験者を発注するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-02-19T23:06:23Z)
• 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)
• Fast and Correct Gradient-Based Optimisation for Probabilistic Programming via Smoothing [0.0]
  本稿では,後部推論を最適化問題とする変分推論の基礎について検討する。 私たちは、測定可能とスムーズな(近似的な)値セマンティクスの両方を言語に与えました。 提案手法は鍵となる競合相手と同様の収束性を持つが,よりシンプルで,高速で,作業正規化分散の桁違いの低減が達成できることを示す。
  論文  参考訳（メタデータ） (2023-01-09T15:12:45Z)
• Smoothness Analysis for Probabilistic Programs with Application to Optimised Variational Inference [13.836565669337057]
  与えられた確率プログラムの微分可能あるいはより一般に滑らかな部分を発見するための静的解析法を提案する。 解析が経路勾配推定器の改善にどのように役立つかを示す。
  論文  参考訳（メタデータ） (2022-08-22T18:18:32Z)
• A Universal Error Measure for Input Predictions Applied to Online Graph Problems [57.58926849872494]
  本稿では,入力予測における誤差の定量化のための新しい尺度を提案する。 この尺度は、予測されていない要求と予測されていない実際の要求によるエラーをキャプチャする。
  論文  参考訳（メタデータ） (2022-05-25T15:24:03Z)
• Non-Clairvoyant Scheduling with Predictions Revisited [77.86290991564829]
  非論理的スケジューリングでは、優先度不明な処理条件でジョブをスケジューリングするためのオンライン戦略を見つけることが課題である。 我々はこのよく研究された問題を、アルゴリズム設計に(信頼できない)予測を統合する、最近人気の高い学習強化された設定で再検討する。 これらの予測には所望の特性があり, 高い性能保証を有するアルゴリズムと同様に, 自然な誤差測定が可能であることを示す。
  論文  参考訳（メタデータ） (2022-02-21T13:18:11Z)
• ML Supported Predictions for SAT Solvers Performance [0.0]
  内部のソルバランタイムパラメータが収集され、分析されている。 問題解決者の終了動作のバイナリ分類のための機械学習モデルが作成されている。
  論文  参考訳（メタデータ） (2021-12-17T11:17:29Z)
• Error Estimation for Sketched SVD via the Bootstrap [60.67199274260768]
  本稿では,スケッチ化された特異ベクトル/値の実際の誤差を数値的に推定する完全データ駆動型ブートストラップ法を開発した。 この方法は、スケッチされたオブジェクトのみで動作するため、計算コストが安い。
  論文  参考訳（メタデータ） (2020-03-10T19:14:08Z)

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。