SC-Square: Future Progress with Machine Learning?
SC-Square: Future Progress with Machine Learning?
复制标题
DOI：
10.48550/arxiv.2209.04361
复制
发表时间：
2022-09
期刊：
影响因子：
--
通讯作者：
M. England
中科院分区：
文献类型：
--
作者：
M. England
我们的社区使用的算法经常不够具体，因此有多种实现选择，这不会影响输出的正确性，但确实会影响其生产的效率，甚至是易管理性。在这篇扩展的摘要中，伴随着2021年SC-Square研讨会的主旨演讲，我们回顾了最近关于使用机器学习技术来改进SC-Square感兴趣的算法的工作(包括作者和文献中的工作)。
The algorithms employed by our communities are often underspecified, and thus have multiple implementation choices, which do not effect the correctness of the output, but do impact the efficiency or even tractability of its production. In this extended abstract, to accompany a keynote talk at the 2021 SC-Square Workshop, we survey recent work (both the author’s and from the literature) on the use of Machine Learning technology to improve algorithms of interest to SC-Square.