論文の概要: Indirect Computing Model with Indirect Formal Method

• arxiv url: http://arxiv.org/abs/2606.13690v1
• Date: Wed, 13 May 2026 03:09:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 00:46:12.887944
• Title: Indirect Computing Model with Indirect Formal Method
• Title（参考訳）: 間接形式法による間接計算モデル
• Abstract要約: 著者は、大きな文字列と小さな文字列の両方と互換性のある間接的な計算モデルと間接的な形式理論を紹介している。 この成果は、データセンターからナレッジセンターまで、クラウドコンピューティングの最適化を促進することが重要である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper,from the perspective of a collaborative intelligent computing system formed by combining human-computer interface and collaborative computing programs, discusses the principles of optimized cloud computing technology supported by the combination of an indirect computing model and an indirect formal method. On the basis of systematically reviewing the influence of previous theoretical achievements Turing's computability theory,Kleene's formal theory of small strings,von Neumann's digital computer architecture and Turing's hypothesis on AI judgment on the mainstream general-purpose digital computer paradigm,the author focuses on introducing an indirect computing model and an indirect formal theory compatible with both large and small strings. Using Chinese information data as an example,the design concept of a collaborative intelligent computing system prototype is presented. The significance is that this achievement facilitates optimization of cloud computing from data centers to knowledge centers.
• Abstract（参考訳）: 本稿では,ヒューマン・コンピュータ・インタフェースと協調型コンピューティング・プログラムを組み合わせた協調型インテリジェント・コンピューティング・システムの観点から,間接型コンピューティング・モデルと間接形式的手法を組み合わせた最適化クラウドコンピューティング技術の原理を論じる。 チューリングの計算可能性理論、クリーネの小さな弦の形式理論、ノイマンのデジタルコンピュータアーキテクチャ、そしてチューリングのAI判断に関する仮説を、主流の汎用デジタルコンピュータパラダイム上で体系的にレビューし、著者は、間接計算モデルの導入と、大きな文字列と小さな文字列の両方と互換性のある間接形式理論の導入に焦点を当てた。 例として、中国の情報データを用いて、協調的なインテリジェントコンピューティングシステムのプロトタイプの設計概念を示す。 この成果は、データセンターからナレッジセンターまで、クラウドコンピューティングの最適化を促進することが重要である。

関連論文リスト

• Probabilistic Circuits as Reasoning Machines in Artificial Intelligence (Part I) [4.867681546866858]
  この論文は、確率回路(PC)をAIの不確実性の下での推論と学習のための強力でトラクタブルなフレームワークとして研究している。 当初はAIのコア言語として確率を提唱し、論理と情報理論との関係を強調した。 この論文は、PCの基礎、開発、実証的検証にまたがる10年間の研究を合成する。
  論文  参考訳（メタデータ） (2026-08-17T13:29:05Z)
• AI-Model Network: Concept, Current State and Future [0.0]
  インターネットのコアバリューは、共有とコラボレーションに根ざしています。 インターネット、クラウドコンピューティング、ビッグデータの急速な発展は、人工知能を大規模モデル(LM)の時代に押し込んでいる。 本稿では,世界規模のAIモデルネットワーク(AI-ModelNet)の概念,ビジョン,システムアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-05-25T13:46:21Z)
• Method for Evaluating the Number of Signal Sources and Application to Non-invasive Brain-computer Interface [49.1574468325115]
  本稿では,時系列展開法の背後にある数学的理論を簡潔に紹介する。 提示されたアルゴリズムは、脳とコンピュータのインターフェイスから収集されたデータを解析するための貴重な数学的および分析ツールとして機能する。
  論文  参考訳（メタデータ） (2024-09-26T09:03:42Z)
• Towards Efficient and Trustworthy AI Through Hardware-Algorithm-Communication Co-Design [32.815326729969904]
  最先端のAIモデルは、その不確実性に関する信頼できる尺度を提供することができない。 本稿では,ハードウェアとソフトウェア設計の交差点における研究の方向性を明らかにする。
  論文  参考訳（メタデータ） (2023-09-27T18:39:46Z)
• Computational Natural Philosophy: A Thread from Presocratics through Turing to ChatGPT [1.14219428942199]
  現代の計算自然哲学は、情報と計算の観点で宇宙を概念化し、認知と知性を研究するための枠組みを確立している。 この領域の進歩は学際的な研究によって促進され、複雑なシステムをシミュレートするために複数の分野からの知識を統合する。 現在の研究イニシアチブは、ニューラルネットワークとシンボリックコンピューティングを統合することを目的としており、新しい世代のハイブリッド計算モデルを導入している。
  論文  参考訳（メタデータ） (2023-09-22T11:47:36Z)
• Brain-inspired Computational Intelligence via Predictive Coding [73.42407863671565]
  予測符号化(PC)は、機械学習コミュニティにとって潜在的に価値のある、有望な特性を示している。 PCライクなアルゴリズムは、機械学習とAIの複数のサブフィールドに存在し始めている。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Towards a Better Theoretical Understanding of Independent Subnetwork Training [56.24689348875711]
  独立サブネットワークトレーニング(IST)の理論的考察 ISTは、上記の問題を解決するための、最近提案され、非常に効果的である。 圧縮通信を用いた分散手法など,ISTと代替手法の基本的な違いを同定する。
  論文  参考訳（メタデータ） (2023-06-28T18:14:22Z)
• An Extensible Benchmark Suite for Learning to Simulate Physical Systems [60.249111272844374]
  我々は、統一されたベンチマークと評価プロトコルへの一歩を踏み出すために、一連のベンチマーク問題を導入する。 本稿では,4つの物理系と,広く使用されている古典的時間ベースおよび代表的なデータ駆動手法のコレクションを提案する。
  論文  参考訳（メタデータ） (2021-08-09T17:39:09Z)
• Bottom-up and top-down approaches for the design of neuromorphic processing systems: Tradeoffs and synergies between natural and artificial intelligence [3.874729481138221]
  ムーアの法則は指数計算能力の期待を加速させており、システム全体の性能を改善するための新たな方法を求める最終段階に近づいている。 これらの方法の1つは、生物学的ニューラルネットワークシステムの柔軟性と計算効率を達成することを目的とした、脳にインスパイアされた代替コンピューティングアーキテクチャの探索である。 我々は、このパラダイムシフトが実現される際の粒度の異なるレベルについて、その分野の包括的概要を提供する。
  論文  参考訳（メタデータ） (2021-06-02T16:51:45Z)
• A Cognitive Science perspective for learning how to design meaningful user experiences and human-centered technology [0.0]
  本稿では,認知科学,ヒューマンコンピュータインタラクション(HCI),自然言語処理(NLP)の文献をレビューし,アナログ推論(AR)がコミュニケーションと学習技術の設計にどのように役立つかを検討する。
  論文  参考訳（メタデータ） (2021-06-02T15:00:50Z)
• Model-Based Deep Learning [155.063817656602]
  信号処理、通信、制御は伝統的に古典的な統計モデリング技術に依存している。 ディープニューラルネットワーク(DNN)は、データから操作を学ぶ汎用アーキテクチャを使用し、優れたパフォーマンスを示す。 私たちは、原理数学モデルとデータ駆動システムを組み合わせて両方のアプローチの利点を享受するハイブリッド技術に興味があります。
  論文  参考訳（メタデータ） (2020-12-15T16:29:49Z)
• A general framework for scientifically inspired explanations in AI [76.48625630211943]
  我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。 このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
  論文  参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。