論文の概要: CALT: A Library for Computer Algebra with Transformer

• arxiv url: http://arxiv.org/abs/2506.08600v1
• Date: Tue, 10 Jun 2025 09:06:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:42.072928
• Title: CALT: A Library for Computer Algebra with Transformer
• Title（参考訳）: CALT: Transformer を用いたコンピュータ代数ライブラリ
• Authors: Hiroshi Kera, Shun Arakawa, Yuta Sato,
• Abstract要約: 我々は,計算機代数とトランスフォーマー(CALT)を紹介した。これは,記号計算タスクのためのディープラーニングトレインモデルの非エキスパートを支援するために設計された,ユーザフレンドリなPythonライブラリである。
• 参考スコア（独自算出の注目度）: 4.069144210024564
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in artificial intelligence have demonstrated the learnability of symbolic computation through end-to-end deep learning. Given a sufficient number of examples of symbolic expressions before and after the target computation, Transformer models - highly effective learners of sequence-to-sequence functions - can be trained to emulate the computation. This development opens up several intriguing challenges and new research directions, which require active contributions from the symbolic computation community. In this work, we introduce Computer Algebra with Transformer (CALT), a user-friendly Python library designed to help non-experts in deep learning train models for symbolic computation tasks.
• Abstract（参考訳）: 人工知能の最近の進歩は、エンドツーエンドのディープラーニングによるシンボル計算の学習可能性を示している。 対象計算の前後に記号表現の十分な例が与えられた場合、シーケンシャル・ツー・シーケンス関数の非常に効果的な学習者であるトランスフォーマー・モデルは、計算をエミュレートするために訓練することができる。 この開発は、いくつかの興味深い課題と新しい研究の方向性を開放し、象徴的な計算コミュニティからの積極的な貢献を必要としている。 In this work, we introduced Computer Algebra with Transformer (CALT) was designed to help non-experts in Deep Learning Train model for symbolic compute task。

関連論文リスト

• Algorithmic Capabilities of Random Transformers [49.73113518329544]
  埋め込み層のみを最適化したランダムトランスフォーマーによって、どのような関数が学習できるかを検討する。 これらのランダムなトランスフォーマーは、幅広い意味のあるアルゴリズムタスクを実行することができる。 以上の結果から,これらのモデルが訓練される前にも,アルゴリズム能力がトランスフォーマに存在することが示唆された。
  論文  参考訳（メタデータ） (2024-10-06T06:04:23Z)
• On the Power of Decision Trees in Auto-Regressive Language Modeling [21.97150778373607]
  自動回帰決定木(ARDT)はまだ言語モデリングのために研究されていない。 本稿では,この新たな文脈におけるARDTの理論的および実用的応用について述べる。 本稿では,オートマタ,チューリングマシン,スパース回路などの複雑な関数をARDTで計算可能であることを示す。
  論文  参考訳（メタデータ） (2024-09-27T21:25:00Z)
• Enhancing Length Extrapolation in Sequential Models with Pointer-Augmented Neural Memory [66.88278207591294]
  本稿では,新しいより長いデータ列に対して,ニューラルネットワークによるシンボル処理の理解と適用を支援するために,Pointer-Augmented Neural Memory (PANM)を提案する。 PANMは、新しい物理アドレスとポインタ操作技術を使用して、人間とコンピュータのシンボル処理能力を模倣する外部のニューラルメモリを統合する。
  論文  参考訳（メタデータ） (2024-04-18T03:03:46Z)
• Can Transformers Learn to Solve Problems Recursively? [9.5623664764386]
  本稿では,プログラムと形式検証に関連するニューラルネットワーク学習アルゴリズムの挙動について検討する。 これらのアルゴリズムを再構築することにより、近似関数の1つに対して、障害ケースの91%を正確に予測することができる。
  論文  参考訳（メタデータ） (2023-05-24T04:08:37Z)
• Explainable AI Insights for Symbolic Computation: A case study on selecting the variable ordering for cylindrical algebraic decomposition [0.0]
  本稿では、このような機械学習モデルに説明可能なAI(XAI)技術を用いることで、記号計算に新たな洞察を与えることができるかどうかを考察する。 本稿では、円筒代数分解の変数順序付けをMLを用いて選択するケーススタディを提案する。
  論文  参考訳（メタデータ） (2023-04-24T15:05:04Z)
• Transformers Learn Shortcuts to Automata [52.015990420075944]
  低深度変換器は任意の有限状態オートマトンを計算できる。 我々は,$O(log T)$レイヤを持つ変換器が,長さ$T$の入力シーケンス上で,オートマトンを正確に再現可能であることを示す。 さらに、これらの解の脆性について検討し、潜在的な緩和を提案する。
  論文  参考訳（メタデータ） (2022-10-19T17:45:48Z)
• Thinking Like Transformers [64.96770952820691]
  本稿では,プログラミング言語の形式で変換器エンコーダの計算モデルを提案する。 RASPは、トランスフォーマーによって確実に学習できるタスクの解決策をプログラムするのにどのように使えるかを示す。 ヒストグラム、ソート、ダイク言語のためのRASPプログラムを提供する。
  論文  参考訳（メタデータ） (2021-06-13T13:04:46Z)
• Recognizing and Verifying Mathematical Equations using Multiplicative Differential Neural Units [86.9207811656179]
  メモリ拡張ニューラルネットワーク(NN)は、高次、メモリ拡張外挿、安定した性能、より高速な収束を実現することができることを示す。 本モデルでは,現在の手法と比較して1.53%の精度向上を達成し,2.22%のtop-1平均精度と2.96%のtop-5平均精度を達成している。
  論文  参考訳（メタデータ） (2021-04-07T03:50:11Z)
• One-step regression and classification with crosspoint resistive memory arrays [62.997667081978825]
  高速で低エネルギーのコンピュータは、エッジでリアルタイム人工知能を実現するために要求されている。 ワンステップ学習は、ボストンの住宅のコスト予測と、MNIST桁認識のための2層ニューラルネットワークのトレーニングによって支援される。 結果は、クロスポイントアレイ内の物理計算、並列計算、アナログ計算のおかげで、1つの計算ステップで得られる。
  論文  参考訳（メタデータ） (2020-05-05T08:00:07Z)

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。

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。