SHF: Small: Synthesizing Mixed Discrete/Continuous Programs with the Neurosymbolic Librarian

SHF:小型:与神经符号图书馆员综合混合离散/连续程序

基本信息

  • 批准号:
    2310350
  • 负责人:
  • 金额:
    $ 60万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2023
  • 资助国家:
    美国
  • 起止时间:
    2023-10-01 至 2026-09-30
  • 项目状态:
    未结题

项目摘要

This project concerns automatically generating computer programs that can use neural networks and other machine learning models as subroutines. Programs like these are important because they form the cornerstone of modern machine learning systems, and also because symbolic programs and neural networks are complementary in their abilities, so such systems could learn to solve many diverse problems using a mixture of neural networks and symbolic code. However such programs are difficult to automatically generate or synthesize. The project’s novelties are new strategies that makes it much easier to generate such programs by using machine learning. The project's impact is a step toward systems that could learn to solve new problems using a mixture of neural networks and symbolic code, as well as a step toward Artificial Intelligence (AI) systems that could assist the development of further AI systems.From a technical perspective the project presents a way of jointly generating symbolic code and neural network weights both using gradient descent, by relaxing the discrete space of symbolic code into a continuous form. Because convergence of this relaxation can be difficult, the investigator proposes learning to generate the code in a multitask setting, which allows learning across many problems to aid convergence. The results will be showcased on generating 3-dimensional graphics programs, mixing implicit neural representations of geometry with discrete graphics primitives, as well as a few-shot learning domain.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.
该项目涉及自动生成可以使用神经元网络和其他机器学习模型作为子例程的计算机程序。这样的程序很重要,因为它们构成了现代机器学习系统的基石,也是因为其能力完整的符号程序和神经元网络是完整的,因此这样的系统可以学会使用神经元网络和符号代码的混合来解决许多潜水员问题。但是,这样的程序很难自动生成或合成。该项目的新颖性是新策略,可以通过使用机器学习更容易地生成此类程序。该项目的影响是朝着可以学习使用神经网络和符号代码来解决新问题的一步,以及迈向人工智能(AI)系统的一步,可以帮助进一步的AI系统的发展。从技术角度来看,该项目可以通过逐渐降低空间来呈现象征性的代码和神经网络的共同生成的范围,从而呈现出一种既定的代码,从而使逐渐变形逐渐变形,从而逐渐变形。由于这种放松的融合可能很困难,因此研究者的建议将学习在多任务设置中生成代码,这使得在许多问题上学习以帮助融合。结果将显示在生成三维图形程序,将几何形状的隐式中性表示与离散的图形原始图中混合在一起,以及一些射击的学习领域。该奖项反映了NSF的法定任务,并被认为是通过基金会的知识分子和广泛影响的评估来诚实的支持。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Kevin Ellis其他文献

Efficient Pragmatic Program Synthesis with Informative Specifications
具有信息规范的高效实用程序综合
  • DOI:
    10.48550/arxiv.2204.02495
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Saujas Vaduguru;Kevin Ellis;Yewen Pu
  • 通讯作者:
    Yewen Pu
DeepSynth: Scaling Neural Program Synthesis with Distribution-based Search
DeepSynth:通过基于分布的搜索扩展神经程序合成
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Nathanaël Fijalkow;Guillaume Lagarde;Théo Matricon;Kevin Ellis;Pierre Ohlmann;Akarsh Potta
  • 通讯作者:
    Akarsh Potta
Helping you solve your EMC problems
帮助您解决 EMC 问题
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Ing Keith Armstrong;C. Miet;Mieee Acgi BSchons;Feng Chen;Kevin Ellis;Neil Helsby;M. Langrish;Tomasz Liszka;A. Keenan
  • 通讯作者:
    A. Keenan
Learning Graphical Concepts
学习图形概念
  • DOI:
  • 发表时间:
    2013
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kevin Ellis;Ryan P. Adams;Joshua B. Tenenebaum
  • 通讯作者:
    Joshua B. Tenenebaum
Library learning for neurally-guided Bayesian program induction
用于神经引导贝叶斯程序归纳的库学习
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kevin Ellis;Lucas Morales;Mathias Sablé;Armando Solar;J. Tenenbaum
  • 通讯作者:
    J. Tenenbaum

Kevin Ellis的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Kevin Ellis', 18)}}的其他基金

CAREER: Symbolic Learning with Neural Language Models
职业:使用神经语言模型进行符号学习
  • 批准号:
    2338833
  • 财政年份:
    2024
  • 资助金额:
    $ 60万
  • 项目类别:
    Continuing Grant

相似国自然基金

SERT-nNOS蛋白相互作用的结构基础及其小分子互作抑制剂的设计、合成及快速抗抑郁活性研究
  • 批准号:
    82373728
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
超小TiO2介孔单颗粒的合成及光催化CO2还原应用
  • 批准号:
    22305132
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
蛋白质营养调控橘小实蝇雄虫直肠腺中性信息素合成的分子机制
  • 批准号:
    32372520
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
突变体赖氨基酰-tRNA合成酶(LysRS)调控小胶质细胞对脑髓鞘形成和神经功能发育的影响及其机制研究
  • 批准号:
    82301339
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
多臂小分子受体的设计合成以及在三元有机光伏电池中的应用
  • 批准号:
    52373176
  • 批准年份:
    2023
  • 资助金额:
    52.00 万元
  • 项目类别:
    面上项目

相似海外基金

SHF CORE: Small: Hybrid NLP and Formal Techniques for Synthesizing Assertions and Identifying Ambiguities from English
SHF CORE:小型:用于综合断言和识别英语歧义的混合 NLP 和形式化技术
  • 批准号:
    2101021
  • 财政年份:
    2021
  • 资助金额:
    $ 60万
  • 项目类别:
    Standard Grant
SHF: Small:Automatically Synthesizing System and Integration Tests
SHF:小型:自动综合系统和集成测试
  • 批准号:
    1908094
  • 财政年份:
    2019
  • 资助金额:
    $ 60万
  • 项目类别:
    Standard Grant
SHF: Small: Collaborative Research: RUI: Synchronicity: A Framework for Synthesizing Concurrent Software from Sequential and Cooperative Specifications
SHF:小型:协作研究:RUI:同步性:根据顺序和协作规范合成并发软件的框架
  • 批准号:
    1812951
  • 财政年份:
    2018
  • 资助金额:
    $ 60万
  • 项目类别:
    Standard Grant
SHF: Small: Collaborative Research: Synchronicity: A Framework for Synthesizing Concurrent Software from Sequential and Cooperative Specifications
SHF:小型:协作研究:同步性:根据顺序和协作规范合成并发软件的框架
  • 批准号:
    1813133
  • 财政年份:
    2018
  • 资助金额:
    $ 60万
  • 项目类别:
    Standard Grant
SHF: Small: Autograph: A System for Synthesizing Concurrent Data Structure Implementations
SHF:小型:Autograph:综合并发数据结构实现的系统
  • 批准号:
    1218568
  • 财政年份:
    2012
  • 资助金额:
    $ 60万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了