Оптимізація функціональних мов програмування на основі методів штучного інтелекту
Дата
2024
Назва журналу
Номер ISSN
Назва тому
Видавець
Харків : Харківський національний університет імені В.Н. Каразіна
Анотація
Дисертація присвячена оптимізації функціональних мов програмування, на основі методів штучного інтелекту, що є складною та важливою задачею з багатьма проблемами та викликами. В дисертації розглянуто лямбда-числення як приклад відносно простої репрезентації функціональних мов програмування, що дозволяє показати процеси компіляції та інтерпретації функціональних мов програмування шляхом редукції лямбда-термів.
The dissertation is devoted to the optimization of functional programming languages based on artificial intelligence methods, which is a complex and important task with many problems and challenges. The thesis examines lambda calculus as an example of a relatively simple representation of functional programming languages, which allows us to show the processes of compilation and interpretation of functional programming languages by reducing lambda terms.
The dissertation is devoted to the optimization of functional programming languages based on artificial intelligence methods, which is a complex and important task with many problems and challenges. The thesis examines lambda calculus as an example of a relatively simple representation of functional programming languages, which allows us to show the processes of compilation and interpretation of functional programming languages by reducing lambda terms.
Опис
Науковий керівник: Григорій Миколайович Жолткевич, доктор технічних наук, професор
Ключові слова
SOCIAL SCIENCES, штучний інтелект, великі мовні моделі, кластеризація, глибинне навчання, інформативність характеристик, машинне навчання, нейронні мережі, профілювання процесу редукції, графове представлення, моделювання лямбда-числення, функціональні мови програмування, автоматизація вибору стратегії редукції, симуляція процесу редукції, верифікація програмного забезпечення, artificial intelligence, LLMs, clustering, deep learning, informativeness of features, machine learning, neural networks, profiling of reduction process, graph representation, lambda-calculus simulation, functional programming languages, automation of reduction strategy selection, simulation of reduction process, verification of programs
Бібліографічний опис
Дейнега, Олександр Андрійович. Оптимізація функціональних мов програмування на основі методів штучного інтелекту : дисертація ... доктора філософії : 122 – Комп’ютерні науки (галузь знань 12 – Інформаційні технології) / О.А. Дейнега. – Харків : Харківський національний університет імені В.Н. Каразіна, 2024. – 175 с.