論文の概要: Modelling Program Spaces in Program Synthesis with Constraints

• arxiv url: http://arxiv.org/abs/2508.00005v1
• Date: Thu, 10 Jul 2025 14:00:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-10 09:30:49.239557
• Title: Modelling Program Spaces in Program Synthesis with Constraints
• Title（参考訳）: 制約付きプログラム合成におけるプログラム空間のモデル化
• Authors: Tilman Hinnerichs, Bart Swinkels, Jaap de Jong, Reuben Gardos Reid, Tudor Magirescu, Neil Yorke-Smith, Sebastijan Dumancic,
• Abstract要約: プログラム合成における中核的な課題は、可能なプログラムの広い空間を活用することである。 本稿では,これらの制約を効率的に伝達し,解決する解法であるBARTを紹介する。
• 参考スコア（独自算出の注目度）: 6.9643857920106855
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: A core challenge in program synthesis is taming the large space of possible programs. Since program synthesis is essentially a combinatorial search, the community has sought to leverage powerful combinatorial constraint solvers. Here, constraints are used to express the program semantics, but not as a potentially potent tool to remove unwanted programs. Recent inductive logic programming approaches introduce constraints on the program's syntax to be synthesized. These syntactic constraints allow for checking and propagating a constraint without executing the program, and thus for arbitrary operators. In this work, we leverage syntactic constraints to model program spaces, defining not just solutions that are feasible, but also ones that are likely useful. To demonstrate this idea, we introduce BART, a solver that efficiently propagates and solves these constraints. We evaluate BART on program space enumeration tasks, finding that the constraints eliminate up to 99 percent of the program space, and that modeling program spaces significantly reduces enumeration time.
• Abstract（参考訳）: プログラム合成における中核的な課題は、可能なプログラムの広い空間を活用することである。 プログラム合成は基本的に組合せ探索であるため、コミュニティは強力な組合せ制約解法を活用しようとしてきた。 ここでは、制約はプログラムのセマンティクスを表現するために使われるが、不要なプログラムを削除する潜在的に強力なツールにはならない。 最近の帰納的論理プログラミング手法は、プログラムの構文に制約を導入して合成する。 これらの構文的制約は、プログラムを実行せずに制約をチェックおよび伝搬することができ、従って任意の演算子に対してである。 本研究では,プログラム空間をモデル化するための構文制約を活用し,実現可能な解だけでなく,有用な解も定義する。 この概念を実証するために、これらの制約を効率的に伝播し解決する解法であるBARTを紹介する。 プログラム空間列挙タスクにおけるBARTを評価し、制約がプログラム空間の最大99%を排除し、モデリングプログラム空間が列挙時間を大幅に短縮することを発見した。

関連論文リスト

• Learning Valid Dual Bounds in Constraint Programming: Boosted Lagrangian Decomposition with Self-Supervised Learning [2.8425837800129696]
  ラグランジアン分解(LD)は、制約付き最適化問題に対して二重境界を与える緩和法である。 この研究は、制約プログラミングにおいて有効な双対境界を学習するための最初の一般的な方法を示す。
  論文  参考訳（メタデータ） (2024-08-22T19:26:29Z)
• Intertwining CP and NLP: The Generation of Unreasonably Constrained Sentences [49.86129209397701]
  CPにおける制約文の生成手法が提案されている(Bonlarron et al, 2023) 本稿では,これらの難解な問題の多くに対処する,より汎用的なアプローチを提案する。 CPベースのアプローチのおかげで、強い制約のある文が生成される。
  論文  参考訳（メタデータ） (2024-06-15T17:40:49Z)
• NAPG: Non-Autoregressive Program Generation for Hybrid Tabular-Textual Question Answering [52.10214317661547]
  現在の数値推論法はプログラムシーケンスを自己回帰的にデコードする。 プログラム生成の精度は、デコードステップがエラー伝搬によって展開されるにつれて急激に低下する。 本稿では,非自己回帰型プログラム生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-11-07T11:25:21Z)
• Learning logic programs by combining programs [24.31242130341093]
  我々は、小さな非分離型プログラムを学習し、それらを組み合わせるアプローチを導入する。 我々は制約駆動型LPシステムにアプローチを実装した。 ゲームプレイやプログラム合成など,複数の領域に対する実験により,既存のアプローチを劇的に上回る結果が得られた。
  論文  参考訳（メタデータ） (2022-06-01T10:07:37Z)
• Constrained mixers for the quantum approximate optimization algorithm [55.41644538483948]
  ヒルベルト空間全体の部分空間への発展を制限する混合作用素を構築するための枠組みを提案する。 我々は,「ワンホット」状態の部分空間を保存するために設計された「XY」ミキサーを,多くの計算基底状態によって与えられる部分空間の一般の場合に一般化する。 我々の分析は、現在知られているよりもCXゲートが少ない"XY"ミキサーのトロタライズも有効である。
  論文  参考訳（メタデータ） (2022-03-11T17:19:26Z)
• Latent Execution for Neural Program Synthesis Beyond Domain-Specific Languages [97.58968222942173]
  入力出力の例からCプログラムを合成する第一歩を踏み出す。 特に,部分生成プログラムの実行を近似するために潜在表現を学習するLa Synthを提案する。 これらのプログラムのトレーニングにより,Karel と C のプログラム合成における予測性能がさらに向上することを示す。
  論文  参考訳（メタデータ） (2021-06-29T02:21:32Z)
• Controller Synthesis for Golog Programs over Finite Domains with Metric Temporal Constraints [5.254093731341154]
  実際のロボット上でgologプログラムを実行するには、通常、ロボットプラットフォームのハードウェアやソフトウェアの詳細を考慮する追加ステップが必要になる。 本稿では,状況計算の様相変種に基づく制約の定式化について述べる。 有限領域上のプログラムでは、制約を満たしつつ元のプログラムの効果を保ちながらコントローラを合成する問題をMTL合成に還元できることを示した。
  論文  参考訳（メタデータ） (2021-02-19T10:07:29Z)
• Representing Partial Programs with Blended Abstract Semantics [62.20775388513027]
  プログラム合成エンジンにおける部分的なプログラム表現手法について紹介する。 モジュラーニューラルネットワークとして実装された近似実行モデルを学ぶ。 これらのハイブリッドニューロシンボリック表現は、実行誘導型シンセサイザーがより強力な言語構成を使うことができることを示す。
  論文  参考訳（メタデータ） (2020-12-23T20:40:18Z)
• Optimal Neural Program Synthesis from Multimodal Specifications [45.35689345004124]
  マルチモーダルプログラム合成は、プログラム合成を挑戦的な設定に拡張する魅力的な方法である。 本稿では,ユーザが提供する制約を満たすプログラムを見つけることを目的とした,最適なニューラルシンセサイザー手法を提案する。
  論文  参考訳（メタデータ） (2020-10-04T20:51:21Z)
• Generating Random Logic Programs Using Constraint Programming [12.47276164048813]
  本稿では,制約プログラミングを用いてランダムな論理プログラムを生成する手法を提案する。 モデルがパラメータ値とどのようにスケールするかを示し、そのモデルを用いて確率的推論アルゴリズムを様々な合成問題で比較する。
  論文  参考訳（メタデータ） (2020-06-02T19:12:53Z)

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。