0

私の研究領域は にMachine Learning (ML)ありますが、プロジェクトは で受けなければなりませんProgramming Languages (PL)。したがって、私は に傾倒しているプロジェクトを探していますML。

私が知っている 2 つの分野の交点の 1 つに がありますがNatural Language Processing (NLP)、そのトピックで に関連する具体的な論文は見つかりませんでしたPL。おそらく、検索クエリでのキーワードの選択が不十分なためです。

コースの主なトピックは次のPLとおりです。Syntax & Symantics, Static Program Analysis, Functional Programming, and Concurrency and Logic programming

機械学習愛好家に優しい論文やキーワードを提案していただければ、非常にありがたいです!

4

3 に答える 3

3

これらの分野におけるもう 1 つの非常に重要な共通点は、確率的プログラミング言語です。これは、実際のコンピューター プログラムとして指定されたモデルに対して確率的推論を提供します。これは、このトピックに関する最近開始された DARPA プログラムを含め、成長している研究分野です。

于 2013-09-11T17:39:50.843 に答える
2

に興味がある場合は、リストされている分野NLPの 2 つの側面に焦点を当てます。PL

  • 構文と意味論 - これは NLP 分野に非常に密接に関連しているため、ほとんどの場合、理解はさまざまな言語の文法に基づいています。language modeling、information extraction、に関する論文を検索deep parsingすると、構文/意味論の問題に関連する重要な研究トピックが多数得られます。
  • 論理プログラミング - 「古き良き時代」の人々は、これが AI の未来であると信じていましたが、(現在は) 真実ではありませんが、一部の分野では推論のためにまだ非常に広く使用されています。特に、prologは、共鳴 (たとえばspatial-temporal reasoning) または言語の解析(「文法のような」生成物による) に使用できる言語の良い例です。

MLより関連する問題に取り組みたい場合は、(並列処理)NLPに焦点を当てることができます。concurrencyこれは非常にホットなトピックであるため、MLモデルをよりスケーラブルに、より効率的に、「より大きく、より速く、より強く」することができます ;) 、などGPU Machine Learningのキーワードを検索するだけです.large scale machine learningscalable machine learning

于 2013-09-10T06:26:57.733 に答える
1

また、機械学習を使用してソース コードを分析するプロジェクトがエディンバラ大学で行われていることも偶然知りました。そこから生まれた最初の出版物がこちら

于 2013-09-12T12:38:07.183 に答える