Measurable cones and stable, measurable functions: a model for probabilistic higher-order programming
Measurable cones and stable, measurable functions: a model for probabilistic higher-order programming
复制标题
可测锥体和稳定、可测函数：概率高阶规划模型
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
C. Tasson
中科院分区：
文献类型：
--
作者：
T. Ehrhard;Michele Pagani;C. Tasson
我们定义了具有可测性检验的锥间稳定可测映射的概念，并证明了它形成了一个富含cpo的笛卡尔闭范畴。这一类给出了支持概率函数规划的主要原语（如连续和离散概率分布、抽样、条件和完全递归）的PCF扩展的表示模型。我们证明了该模型在按名称调用操作语义方面的合理性和充分性，并给出了其表示的一些例子。
We define a notion of stable and measurable map between cones endowed with measurability tests and show that it forms a cpo-enriched cartesian closed category. This category gives a denotational model of an extension of PCF supporting the main primitives of probabilistic functional programming, like continuous and discrete probabilistic distributions, sampling, conditioning and full recursion. We prove the soundness and adequacy of this model with respect to a call-by-name operational semantics and give some examples of its denotations.
DOI：
10.23638/lmcs-13(1:2)2017
发表时间：
--
期刊：
Log. Methods Comput. Sci.
影响因子：
--
作者：
Klaus Keimel;G. D. Plotkin
通讯作者：
G. D. Plotkin
DOI：
10.1109/lics.2017.8005137
发表时间：
2017
期刊：
--
影响因子：
--
作者：
Heunen C
通讯作者：
Heunen C