Fugu-MT 論文翻訳(概要): An Encoding of Interaction Nets in OCaml

論文の概要: An Encoding of Interaction Nets in OCaml

arxiv url: http://arxiv.org/abs/2503.20463v1
Date: Wed, 26 Mar 2025 11:50:39 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-27 13:21:08.680040
Title: An Encoding of Interaction Nets in OCaml
Title（参考訳）: OCamlにおけるインタラクションネットの符号化
Authors: Nikolaus Huber, Wang Yi,
Abstract要約: 本稿では,プログラミング言語OCamlにおけるインタラクションネットの符号化について,シンプルで簡潔なアプローチを示す。この目的を達成するために、インタラクションネットプリミティブだけでなく、Lafontのオリジナル型システムもエンコードする。
参考スコア（独自算出の注目度）: 3.135107254904296
License:
Abstract: Interaction nets constitute a visual programming language grounded in graph transformation. Owing to their distinctive properties, they inherently facilitate parallelism in the rewriting step. This paper showcases a simple and concise approach to encoding interaction nets within the programming language OCaml, emphasising correctness guarantees. To achieve this objective, we encode not only the interaction net primitives, but also Lafont's original type system.
Abstract（参考訳）: インタラクションネットは、グラフ変換に基づくビジュアルプログラミング言語である。特徴的な性質のため、それらは本質的には書き換えステップにおける並列性を促進する。本稿では,プログラム言語OCamlにおけるインタラクションネットの符号化をシンプルかつ簡潔に行う手法について述べる。この目的を達成するために、インタラクションネットプリミティブだけでなく、Lafontのオリジナル型システムもエンコードする。

関連論文リスト

A Communication Framework for Compositional Generation [0.7578439720012189]
合成エンコーディングを作成するための自己教師型生成型コミュニケーションゲームベースのフレームワークを提案する。我々のフレームワークは、エンコーディングにおける効率性、曖昧性、非ホリスティック性の概念を定義し、バランスをとるという厳密な正当化と証明に基づいている。
論文参考訳（メタデータ） (2025-01-31T14:46:11Z)
Cross-aware Early Fusion with Stage-divided Vision and Language Transformer Encoders for Referring Image Segmentation [15.676384275867965]
セグメンテーションの参照は、自然言語表現に関連する対象オブジェクトをセグメンテーションすることを目的としている。近年のモデルは、視覚エンコーダの中間段階における言語機能との早期融合に焦点を当てている。本稿では,段階分割ビジョンと言語トランスフォーマーエンコーダを用いた新しいアーキテクチャであるクロスアウェアアーリーフュージョンを提案する。
論文参考訳（メタデータ） (2024-08-14T13:17:41Z)
Text-Video Retrieval with Global-Local Semantic Consistent Learning [122.15339128463715]
我々は,シンプルで効果的なグローバル局所意味的一貫性学習(GLSCL)を提案する。 GLSCLは、テキストビデオ検索のためのモダリティをまたいだ潜在共有セマンティクスを活用する。本手法はSOTAと同等の性能を実現し,計算コストの約220倍の高速化を実現している。
論文参考訳（メタデータ） (2024-05-21T11:59:36Z)
Triple-Encoders: Representations That Fire Together, Wire Together [51.15206713482718]
コントラスト学習(Contrastive Learning)は、バイエンコーダを介して発話間の相対距離を埋め込み空間に符号化する表現学習法である。本研究では,これら独立に符号化された発話から分散発話混合物を効率よく計算する三重エンコーダを提案する。トリプルエンコーダはバイエンコーダよりも大幅に改善され、シングルベクトル表現モデルよりもゼロショットの一般化が向上することがわかった。
論文参考訳（メタデータ） (2024-02-19T18:06:02Z)
A Transformer-based Approach for Arabic Offline Handwritten Text Recognition [0.0]
オフラインのアラビア文字を認識できるアーキテクチャを2つ導入する。私たちのアプローチは言語依存をモデル化することができ、注意機構のみに依存するので、より並列化可能で、より複雑ではありません。アラビアKHATTデータセットの評価は,提案手法が現在の最先端手法よりも優れていることを示す。
論文参考訳（メタデータ） (2023-07-27T17:51:52Z)
The Whole Truth and Nothing But the Truth: Faithful and Controllable Dialogue Response Generation with Dataflow Transduction and Constrained Decoding [65.34601470417967]
本稿では,ニューラルネットワークモデリングとルールベース生成の強みを組み合わせた対話応答生成のためのハイブリッドアーキテクチャについて述べる。本実験により, 本システムは, 流布性, 妥当性, 真理性の評価において, ルールベースおよび学習的アプローチの両方に優れることがわかった。
論文参考訳（メタデータ） (2022-09-16T09:00:49Z)
LAVT: Language-Aware Vision Transformer for Referring Image Segmentation [80.54244087314025]
視覚トランスフォーマーエンコーダネットワークにおいて,言語的特徴と視覚的特徴を早期に融合することにより,より優れたモーダルアライメントを実現することができることを示す。提案手法は,RefCOCO,RefCO+,G-Refの従来の最先端手法を大きなマージンで上回っている。
論文参考訳（メタデータ） (2021-12-04T04:53:35Z)
Exploring Explicit and Implicit Visual Relationships for Image Captioning [11.82805641934772]
本稿では,画像キャプションのための領域レベルの表現を豊かにするために,明示的かつ暗黙的な視覚関係を探索する。具体的には、オブジェクトペア上にセマンティックグラフを構築し、ゲートグラフ畳み込みネットワーク(Gated GCN)を利用して、近隣住民の情報を選択的に集約する。暗黙的に、我々は変圧器から領域ベースの双方向エンコーダ表現を介して検出されたオブジェクト間のグローバルな相互作用を描画する。
論文参考訳（メタデータ） (2021-05-06T01:47:51Z)
On Efficient Training, Controllability and Compositional Generalization of Insertion-based Language Generators [18.98725770517241]
InsNetは挿入ベースのシーケンスモデルで、トランスフォーマーデコーダと同じくらい効率的にトレーニングできる。 InsNetのストーリー生成とCleVR-CoGENTキャプションの評価を行った。
論文参考訳（メタデータ） (2021-02-12T11:05:02Z)
LIFI: Towards Linguistically Informed Frame Interpolation [66.05105400951567]
我々は、複数のディープラーニングビデオ生成アルゴリズムを用いて、欠落したフレームを生成することで、この問題を解決しようとしている。音声理解のコンピュータビジョン映像生成モデルをテストするために,いくつかのデータセットをリリースする。
論文参考訳（メタデータ） (2020-10-30T05:02:23Z)
Improve Variational Autoencoder for Text Generationwith Discrete Latent Bottleneck [52.08901549360262]
変分オートエンコーダ(VAE)は、エンドツーエンドの表現学習において必須のツールである。 VAEは強い自己回帰デコーダで潜伏変数を無視する傾向がある。よりコンパクトな潜在空間において暗黙的な潜在特徴マッチングを強制する原理的アプローチを提案する。
論文参考訳（メタデータ） (2020-04-22T14:41:37Z)

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。