論文の概要: Visual Execution and Validation of Finite-State Machines and Pushdown Automata

• arxiv url: http://arxiv.org/abs/2508.03641v1
• Date: Tue, 05 Aug 2025 16:54:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-06 18:18:56.086109
• Title: Visual Execution and Validation of Finite-State Machines and Pushdown Automata
• Title（参考訳）: 有限状態マシンの視覚的実行と検証とプッシュダウンオートマタ
• Authors: Marco T. Morazán, David Anthony K. Fields, Andrés M. Garced, Tijana Minić,
• Abstract要約: 形式言語とオートマタ理論のコースでは、学生は非決定論的有限状態とプッシュダウンオートマトンを理解するのが困難である。 本稿では,FSMのための動的可視化ツールを2つ提案する。 これらのツールは、非決定論的有限状態マシンまたはプッシュダウンオートマトンによって、段階的に実行される全ての計算を視覚化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In Formal Languages and Automata Theory courses, students find understanding nondeterministic finite-state and pushdown automata difficult. In many cases, this means that it is challenging for them to comprehend the operational semantics of such machines and, as a consequence, determine why a word is accepted or rejected. This is not entirely surprising, because students are mostly trained to design and implement deterministic programs. Comprehension of pushdown automata is further complicated, because reasoning about the stack is necessary. A common difficulty students face, for example, is understanding that two different computations on the same word may reach the same state with different stack values. To aid student understanding, we present two novel dynamic visualization tools for FSM -- a domain-specific programming language for the Automata Theory classroom -- to support the design of such machines. These tools visualize all computations that may be performed, respectively, by a nondeterministic finite-state machine or by a pushdown automata in a stepwise manner. In addition, these tools aid the machine verification process by allowing users to visually validate whether the properties a state represents hold when a machine transitions into it.
• Abstract（参考訳）: 形式言語とオートマタ理論のコースでは、学生は非決定論的有限状態とプッシュダウンオートマトンを理解するのが困難である。 多くの場合、このような機械の操作の意味を理解することは困難であり、その結果、単語が受け入れられたり拒否されたりする理由が決定される。 学生はほとんどが決定論的プログラムの設計と実装を訓練されているため、これは全く驚くことではない。 スタックに関する推論が必要なため、プッシュダウンオートマトンに関する理解はさらに複雑である。 例えば、生徒が直面する一般的な困難は、同じ単語上の2つの異なる計算が、異なるスタック値で同じ状態に達することを理解することである。 学生の理解を支援するために,FSM(Automata Theory教室用ドメイン固有プログラミング言語)のための2つの新しい動的可視化ツールを提案する。 これらのツールは、非決定論的有限状態マシンまたはプッシュダウンオートマトンによって、段階的に実行される全ての計算を視覚化する。 さらに、これらのツールは、マシンへの遷移時に状態が保持するプロパティを視覚的に検証することで、マシンの検証プロセスを支援する。

関連論文リスト

• Design Support for Multitape Turing Machines [0.0]
  多くの形式言語とオートマタ理論コースがチューリング機械の拡張に学生を紹介している。 最も広く使われている拡張の一つは、複数のテープを持つチューリングマシンである。 学生がマルチテープチューリングマシンを見つけることは、それほど難しくない。
  論文  参考訳（メタデータ） (2025-08-05T16:53:19Z)
• NNTile: a machine learning framework capable of training extremely large GPT language models on a single node [83.9328245724548]
  NNTileはタスクベースの並列処理を実装したStarPUライブラリをベースとしている。 これは、大きなニューラルネットワークをトレーニングするために必要な特定の操作が、CPUコアまたはGPUデバイスのいずれかで実行されることを意味する。
  論文  参考訳（メタデータ） (2025-04-17T16:22:32Z)
• (How) Do Language Models Track State? [50.516691979518164]
  トランスフォーマー言語モデル(LM)は、進化している世界の未観測状態を追跡する必要があるように見える振る舞いを示す。 順列を構成するために訓練された、あるいは微調整されたLMにおける状態追跡について検討した。 LMは2つの状態追跡機構のうちの1つを一貫して学習していることを示す。
  論文  参考訳（メタデータ） (2025-03-04T18:31:02Z)
• Counting Reward Automata: Sample Efficient Reinforcement Learning Through the Exploitation of Reward Function Structure [13.231546105751015]
  本稿では,形式言語として表現可能な任意の報酬関数をモデル化可能な有限状態機械変種であるカウント・リワード・オートマトンを提案する。 このような抽象機械を組み込んだエージェントが,現在の手法よりも大きなタスクの集合を解くことができることを実証する。
  論文  参考訳（メタデータ） (2023-12-18T17:20:38Z)
• To Do or Not to Do: Semantics and Patterns for Do Activities in UML PSSM State Machines [0.11470070927586014]
  DoActivity振舞いは、ある状態に入力された状態マシンとは独立して実行される振舞いを記述する。 仕様や教科書は、doActivityの振る舞い構造をどのように適切に使用するべきかについて曖昧である。 そこで本研究では,仕様書のテキスト,意味モデル,実行可能なテストケース,PSSMをサポートするシミュレータの相互チェックから,セマンティックスを解析した。
  論文  参考訳（メタデータ） (2023-09-26T12:30:51Z)
• 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)
• A Survey on Brain-Inspired Deep Learning via Predictive Coding [85.93245078403875]
  予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Unsupervised Automata Learning via Discrete Optimization [7.06671668667062]
  与えられたラベルなし単語の多元集合から決定論的有限オートマトン(DFA)を学習するためのフレームワークを提案する。 この問題は計算的に困難であることが示され,制約最適化に基づく3つの学習アルゴリズムが開発された。 DFAの全体的な解釈性を改善するため,最適化問題に対する新たな正規化手法を導入する。
  論文  参考訳（メタデータ） (2023-03-24T16:19:15Z)
• AI2: The next leap toward native language based and explainable machine learning framework [1.827510863075184]
  提案されたフレームワークは、AI$2$と名付けられ、自然言語インターフェースを使用して、非スペシャリストが機械学習アルゴリズムの恩恵を受けることができる。 AI$2$フレームワークの主なコントリビューションは、ユーザーが機械学習アルゴリズムを英語で呼び出すことで、インターフェースの使用が容易になる。 もうひとつのコントリビューションは、データの適切な記述とロードを支援する前処理モジュールだ。
  論文  参考訳（メタデータ） (2023-01-09T14:48:35Z)
• Automated Graph Machine Learning: Approaches, Libraries, Benchmarks and Directions [58.220137936626315]
  本稿では,グラフ機械学習の自動手法について論じる。 当社の専用かつ世界初のグラフ機械学習のためのオープンソースライブラリであるAutoGLを紹介します。 また、統一的で再現性があり、効率的な評価をサポートする調整されたベンチマークについて述べる。
  論文  参考訳（メタデータ） (2022-01-04T18:31:31Z)
• Statistically Meaningful Approximation: a Case Study on Approximating Turing Machines with Transformers [50.85524803885483]
  本研究は,統計的学習性を示すために近似ネットワークを必要とする統計有意(SM)近似の形式的定義を提案する。 回路とチューリングマシンの2つの機能クラスに対するSM近似について検討する。
  論文  参考訳（メタデータ） (2021-07-28T04:28:55Z)
• Induction and Exploitation of Subgoal Automata for Reinforcement Learning [75.55324974788475]
  本稿では,Regressed Learning (RL)タスクにおけるサブゴールの学習と活用のためのISAを提案する。 ISAは、タスクのサブゴールによってエッジがラベル付けされたオートマトンであるサブゴールオートマトンを誘導することで強化学習をインターリーブする。 サブゴールオートマトンはまた、タスクの完了を示す状態と、タスクが成功せずに完了したことを示す状態の2つの特別な状態で構成されている。
  論文  参考訳（メタデータ） (2020-09-08T16:42:55Z)

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。