Just-in-time learning for bottom-up enumerative synthesis

A key challenge in program synthesis is the astronomical size of the search space the synthesizer has to explore. In response to this challenge, recent work proposed to guide synthesis using learned probabilistic models. Obtaining such a model, however, might be infeasible for a problem domain where...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings of ACM on programming languages Ročník 4; číslo OOPSLA; s. 1 - 29
Hlavní autoři:	Barke, Shraddha, Peleg, Hila, Polikarpova, Nadia
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York, NY, USA ACM 13.11.2020
Témata:	Context specific languages Domain specific languages Programming by example Software and its engineering Software notations and tools Probabilistic models Domain-specific languages Program Synthesis
ISSN:	2475-1421, 2475-1421
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!