Relational decomposition for program synthesis

要約

プログラム統合へのリレーショナルアプローチを紹介します。
重要なアイデアは、合成タスクを単純なリレーショナル合成サブタスクに分解することです。
具体的には、私たちの表現は、トレーニングの入出力の例をそれぞれ入力ファクトと出力ファクトのセットに分解します。
次に、入力と出力の事実との関係を学びます。
4つの挑戦的な合成データセットで既製の誘導論理プログラミング（ILP）システムを使用してアプローチを実証します。
私たちの結果は、（i）私たちの表現が標準のものよりも優れている可能性があることを示しています。

要約(オリジナル)

We introduce a relational approach to program synthesis. The key idea is to decompose synthesis tasks into simpler relational synthesis subtasks. Specifically, our representation decomposes a training input-output example into sets of input and output facts respectively. We then learn relations between the input and output facts. We demonstrate our approach using an off-the-shelf inductive logic programming (ILP) system on four challenging synthesis datasets. Our results show that (i) our representation can outperform a standard one, and (ii) an off-the-shelf ILP system with our representation can outperform domain-specific approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google