抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
プログラム合成は,与えられた仕様を満たす基礎となるプログラミング言語からプログラムを自動的に見つけることを目的とする。これは計算を革命する可能性を有するが,プログラムの広大な空間をいかに効率的に探索するかは,プログラム合成における未解決の課題である。解のために大きなプログラムが必要とされる場合,一般的に,{確率的}探索は,他のクラスの探索手法よりも利点を有すると考えられている。残念なことに,既存の確率的プログラムシンセサイザは,スケーラビリティ問題に悩まし,この期待に非常によく合致しない。ここでは,ソフトウェア開発プロセスの実践に触発された技術,この問題を克服するための反復的遺伝的改良と呼ばれる確率的プログラム合成のための新しいフレームワークを提案した。反復的遺伝的改良の重要なアイデアは,現在の参照プログラムを改善するために遺伝的改良を適用することであり,次に,見出された最良のプログラムによって参照プログラムを反復的に置き換えることである。従来の確率的合成手法と比較して,反復的遺伝的改良は,よりロバストな方法でプログラムの複雑度を漸増的に構築できる。2つのプログラム合成領域(リスト操作とストリング変換)に関するアプローチを評価した。経験的結果は,この方式が,スケーラビリティと解品質の両方に関して,いくつかの代表的な確率的プログラムシンセサイザ技術に対して,かなりの利点を有することを示した。【JST・京大機械翻訳】