反復遺伝的改良:確率的プログラム合成のスケーリング【JST・京大機械翻訳】

Yuan Yuan; Banzhaf Wolfgang

プレプリント

J-GLOBAL ID：202202207400886332 整理番号：22P0295652

反復遺伝的改良:確率的プログラム合成のスケーリング【JST・京大機械翻訳】

Iterative Genetic Improvement: Scaling Stochastic Program Synthesis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月25日プレプリントサーバーでの情報更新日： 2022年02月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , ,
, , , 【Automatic Indexing@JST】

計算機システム開発

, , ,

前のページに戻る