Оптимізація функціональних мов програмування на основі методів штучного інтелекту
Loading...
Date
ORCID
DOI
item.page.thesis.degree.name
item.page.thesis.degree.level
item.page.thesis.degree.discipline
item.page.thesis.degree.department
item.page.thesis.degree.grantor
item.page.thesis.degree.advisor
item.page.thesis.degree.committeeMember
Journal Title
Journal ISSN
Volume Title
Publisher
Харків : Харківський національний університет імені В.Н. Каразіна
Abstract
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.
Description
Науковий керівник: Григорій Миколайович Жолткевич, доктор технічних наук, професор
Keywords
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
Citation
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.
