論文の概要: Verifying a Sparse Matrix Algorithm Using Symbolic Execution
- arxiv url: http://arxiv.org/abs/2510.13424v1
- Date: Wed, 15 Oct 2025 11:23:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-16 20:13:28.641575
- Title: Verifying a Sparse Matrix Algorithm Using Symbolic Execution
- Title（参考訳）: 記号実行を用いたスパース行列アルゴリズムの検証
- Authors: Alexander C. Wilton,
- Abstract要約: 従来の単体テストと同様、シンボリックな実行を使ってテストを記述する方法について概説する。
より強力な検証保証を提供し、この方法論をスパース行列アルゴリズムに適用する。
- 参考スコア（独自算出の注目度）: 51.56484100374058
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific software is, by its very nature, complex. It is mathematical and highly optimized which makes it prone to subtle bugs not as easily detected by traditional testing. We outline how symbolic execution can be used to write tests similar to traditional unit tests while providing stronger verification guarantees and apply this methodology to a sparse matrix algorithm.
- Abstract（参考訳）: 科学ソフトウェアは、その性質上、複雑です。
数学的かつ高度に最適化されているため、従来のテストほど簡単に検出できない微妙なバグが生じる傾向がある。
従来の単体テストと同じようなテストを書くためにシンボリックな実行がいかに有効かを説明し、より強力な検証保証を提供し、この方法論をスパース行列アルゴリズムに適用するかを概説する。
関連論文リスト
- Benchmarking Uncertainty Quantification Methods for Large Language Models with LM-Polygraph [83.90988015005934]
不確実性定量化は機械学習アプリケーションにおいて重要な要素である。
最新のUQベースラインの集合を実装した新しいベンチマークを導入する。
我々は、11タスクにわたるUQと正規化技術に関する大規模な実証的研究を行い、最も効果的なアプローチを特定した。
論文 参考訳（メタデータ） (2024-06-21T20:06:31Z) - Learning to sample fibers for goodness-of-fit testing [0.0]
離散指数族モデルに対する完全適合性テストを構築することの問題点を考察する。
この問題をマルコフ決定プロセスに変換し、サンプリングのための「よい動きを学ぶための強化学習アプローチ」を示す。
提案アルゴリズムは,評価可能な収束性を持つアクタ・クリティカル・サンプリング方式に基づいている。
論文 参考訳（メタデータ） (2024-05-22T19:33:58Z) - Precise Error Rates for Computationally Efficient Testing [67.30044609837749]
本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。
線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
論文 参考訳（メタデータ） (2023-11-01T04:41:16Z) - Test Primitive:A Straightforward Method To Decouple March [0.3535583356641669]
本稿では,3月アルゴリズムを解析するための新しいテストプリミティブを提案する。
テストプリミティブは、対応する障害を検出するためにマーチアルゴリズムが保持しなければならない共通の特徴を記述している。
論文 参考訳（メタデータ） (2023-08-30T03:18:34Z) - Genetic Algorithms for Redundancy in Interaction Testing [0.6396288020763143]
インタラクションテストには一連のテストの設計が含まれており、少数のコンポーネントが連携して動作する場合、障害を検出することが保証される。
これらのテストスイートを構築するための既存のアルゴリズムは通常、ほとんどのテストを生成する1つの"高速"アルゴリズムと、テストスイートを"完全"する別の"より遅い"アルゴリズムを含んでいる。
我々は、これらのアプローチを一般化する遺伝的アルゴリズムを用いて、選択したアルゴリズムの数を増やして冗長性も含み、それを「ステージ」と呼ぶ。
論文 参考訳（メタデータ） (2020-02-13T10:16:46Z)
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。