文献

J-GLOBAL ID：202002238675290258   整理番号：20A0863660

Deepercoder:機械学習を用いたコード生成【JST・京大機械翻訳】

DeeperCoder: Code Generation Using Machine Learning

著者 (5件)： Shim Simon (San Jose State University,Dept. of Computer Engineering,San Jose,USA) ,  Patil Pradnyesh (San Jose State University,Dept. of Computer Engineering,San Jose,USA) ,  Yadav Rajiv Ramesh (San Jose State University,Dept. of Computer Engineering,San Jose,USA) ,  Shinde Anurag (San Jose State University,Dept. of Computer Engineering,San Jose,USA) ,  Devale Venkatesh (San Jose State University,Dept. of Computer Engineering,San Jose,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCWC  ページ： 0194-0199  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本稿では,入出力仕様に基づくプログラム生成システムを提案する。このシステムは,プログラム合成に使用されるプログラム毎の技術に基づいて開発される。このシステムは,入力と出力に基づいてユーザ要求を満たす計算機プログラムを生成できる。プログラム合成に使用される簡単なドメイン特異言語(DSL)を作成した。大規模な入力空間を持つニューラルネットワークを訓練し,対応するサンプル訓練プログラムを保存した。すべてのユーザ仕様を満足する最終出力を得るために,帰納的プログラム合成と機械学習を用いた。また,異なる深い学習モデルを用いて実験を行い,ステップ数と実行時間の削減により望ましい結果を得た。最後に,LeakyReLUを持つニューラルネットワークの3層が他の手法と比較して最良の性能を達成することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 訓練プログラム ,  ニューラルネットワーク ,  計算機プログラム ,  学習モデル ,  言語 ,  *機械学習 ,  *コード生成
準シソーラス用語： 実行時間 ,  プログラム合成 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 機械学習 ,  コード生成