文献

J-GLOBAL ID：202202228655708333   整理番号：22A0841441

Web UIコードの自動生成のための高速結合モデル【JST・京大機械翻訳】

A Rapid Combined Model for Automatic Generating Web UI Codes

著者 (3件)： Zhang Wei (Hebei IoT Monitoring Engineering Technology Research Center, School of Computer Science, North China Institute of Science and Technology, Beijing 101601, China) ,  Luan Shangmin (Hebei IoT Monitoring Engineering Technology Research Center, School of Computer Science, North China Institute of Science and Technology, Beijing 101601, China) ,  Tian Liqin (Hebei IoT Monitoring Engineering Technology Research Center, School of Computer Science, North China Institute of Science and Technology, Beijing 101601, China)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Encoder-Decoderネットワークは通常,画像に対する記述テキストを自動的に生成するために画像キャプションに適用される。Webユーザインタフェイス(Web UI)は特殊なタイプの画像であり,通常HTML(ハイパーテキストマーク言語)によって記述される。その結果,Web UIのスクリーンショットから対応するコードを生成するために,符号器デコーダネットワークを使用することが可能になった。復号器の基本構造は,RNN,LSTM,GRUまたは他の再帰ニューラルネットワークである。しかしながら,この種の復号器は長い訓練時間を必要とするので,訓練と予測の時間複雑性を増加させる。HTML言語はWeb UIを記述するための典型的な構造化言語であるが,単語シーケンスと複雑なコンテキストのタイミング特性を表現することは難しい。これらの問題を効率的に解決するために,迅速複合モデルRCM(迅速複合モデル)をこの論文で設計した。RCMの基本構造は符号器デコーダネットワークである。単語埋込みマトリックスと視覚モデルを符号器に含めた。単語埋込み行列は完全接続ユニットを使用する。LSTMと比較して,単語埋込み行列の精度は基本的に不変であるが,訓練と予測速度は著しく改善された。視覚モデルでは,事前訓練開始V3ネットワークを用いて画像ベクトルを生成し,Web UIインタフェイス画像の認識の品質を改善するだけでなく,RCMの訓練時間も大幅に削減する。復号器において,単語埋込みベクトルと画像ベクトルを一緒に統合して,単語予測のために予測モデルに入力した。Copyright 2022 Wei Zhang et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 行列 ,  ベクトル ,  言語 ,  ネットワーク ,  ニューラルネットワーク ,  復号器 ,  スクリーン ,  符号器 ,  単語 ,  ユーザインタフェイス ,  *Web【情報システム】 ,  予測モデル ,  HTML
準シソーラス用語： 視覚モデル ,  *自動生成 , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  符号理論  (ND02030R)

引用文献 (32件)：

• A. L. Gaunt, M. Brockschmidt, R. Singh, "TerpreT: a probabilistic programming language for program induction," 2016, https://arxiv.org/abs/1612.00817.
• A. Kalyan, A. Mohta, O. Polozov, "Neural-guided deductive search for real-time program synthesis from examples," 2018, https://arxiv.org/abs/1804.01186.
• R. Bunel, A. Desmaison, P. Kohli, "Adaptive neural compilation," 2016, https://arxiv.org/abs/1605.07969.
• M. Balog, A. L. Gaunt, M. Brockschmidt, "DeepCoder: learning to write programs," 2016, https://arxiv.org/abs/1611.01989.
• A. Solar-Lezama, "The sketching approach to program synthesis," Proceedings of the Asian Symposium on Programming Languages & Systems, Seoul, Korea, December 2009.

タイトルに関連する用語 (3件)： Web ,  自動生成 ,  結合モデル