クロスビーム:ボトムアッププログラム合成における探索への学習【JST・京大機械翻訳】

Shi Kensen; Dai Hanjun; Ellis Kevin; Sutton Charles

プレプリント

J-GLOBAL ID：202202212854980353 整理番号：22P0307102

クロスビーム:ボトムアッププログラム合成における探索への学習【JST・京大機械翻訳】

CrossBeam: Learning to Search in Bottom-Up 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 (4件)： , , ,
資料名：
発行年： 2022年03月20日プレプリントサーバーでの情報更新日： 2022年03月20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)

プログラム合成への多くのアプローチは,与えられた仕様を満たす1つを見つけるためのプログラムの巨大な空間の中で探索を行う。先行研究は,組合せ探索アルゴリズムを導くために神経モデルを使用したが,そのようなアプローチは,探索空間の大部分をまだ探索し,そして,望ましいプログラムのサイズが増加するにつれて,急速に扱い難くなった。探索空間ブローアップのために,著者らは,コンビナトリアル探索アルゴリズムに頼る代わりに,ボトムアップ合成のためのハンドオン検索ポリシーを学習するためのニューラルモデルを訓練することを提案する。クロスBeamと呼ばれる提案アプローチは,探索履歴と部分プログラム実行を考慮して,以前に探索されたプログラムを新しいプログラムに組み合わせる方法を選択するために,ニューラルモデルを使用する。学習に関する構造化予測における作業によって動機づけられて,交差Beamを訓練タスクに関するそれ自身のボトムアップ検索から抽出したデータを用いて,オンラインで訓練した。2つの非常に異なるドメイン,ストリングマニピュレーションおよび論理プログラミングにおけるクロスBeamを評価した。著者らは,クロスBeamが効率的に探索し,最先端技術と比較してプログラム空間のはるかに小さい部分を探索することを観察する。【JST・京大機械翻訳】

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

計算機システム開発 , 人工知能

, , , ,

前のページに戻る