Tính toán lambda ngẫu nhiên của Scott


19

Gần đây, Dana Scott đã đề xuất phép tính lambda ngẫu nhiên, một nỗ lực giới thiệu các yếu tố xác suất vào phép tính lambda (chưa được đánh dấu) dựa trên một ngữ nghĩa được gọi là mô hình đồ thị. Bạn có thể tìm thấy các slide của anh ấy trên mạng chẳng hạn ở đây và bài viết của anh ấy trong Tạp chí Logic ứng dụng , tập. 12 (2014).

Tuy nhiên, bằng cách tìm kiếm nhanh trên Web, tôi đã tìm thấy nghiên cứu tương tự trước đây, ví dụ, đối với hệ thống loại Hindley-Milner . Cách họ giới thiệu ngữ nghĩa xác suất tương tự như của Scott (trước đây, họ sử dụng các đơn nguyên trong khi sau này Scott sử dụng phong cách tiếp tục truyền lại).

Công việc của Scott khác với công việc trước đây như thế nào, về mặt lý thuyết hay các ứng dụng khả thi của chúng?


Vì nó đã cho tôi một thời gian để tìm thấy nó, đây là một liên kết: sciencedirect.com/science/article/pii/S1570868314000238
Blaisorblade

Câu trả lời:


15

Một điểm mạnh của cách tiếp cận của ông là nó cho phép các hàm bậc cao hơn (tức là các thuật ngữ lambda) có thể đạt được kết quả có thể quan sát được, mà lý thuyết đo lường nói chung làm cho khá khó khăn. (Vấn đề cơ bản là không gian của các chức năng đo lường thường không có Borel -algebra mà các chức năng ứng dụng - đôi khi được gọi là "eval" - có thể đo lường, xem giới thiệu đến giấy cấu trúc Borel cho các không gian chức năng .) Scott không sử dụng này một mã hóa Godel từ các thuật ngữ lambda thành các số tự nhiên và làm việc trực tiếp với các thuật ngữ được mã hóa. Một điểm yếu của phương pháp này có thể là việc mã hóa có thể khó mở rộng với số thực là giá trị chương trình. (Chỉnh sửa: Đây không phải là điểm yếu - xem bình luận của Andrej bên dưới.)σ

Sử dụng CPS dường như chủ yếu để áp đặt tổng số thứ tự cho các tính toán, để áp đặt tổng số thứ tự truy cập vào nguồn ngẫu nhiên. Các nhà nước nên làm như là tốt.

"Các biến ngẫu nhiên" của Scott dường như giống với "các hàm lấy mẫu" của Park trong ngữ nghĩa hoạt động của anh ấy . Kỹ thuật biến đổi các giá trị đồng nhất tiêu chuẩn thành các giá trị với bất kỳ phân phối nào được biết đến rộng rãi hơn là lấy mẫu biến đổi nghịch đảo .

Tôi tin rằng chỉ có một sự khác biệt cơ bản giữa ngữ nghĩa của Ramsey và Scott. Ramsey's diễn giải các chương trình như các tính toán xây dựng thước đo trên đầu ra của chương trình. Scott giả định một biện pháp thống nhất hiện có về đầu vào và diễn giải các chương trình là biến đổi của các đầu vào đó. (Về nguyên tắc, số đo đầu ra có thể được tính bằng cách sử dụng các tiền tố .) Scott tương tự như sử dụng Đơn vị ngẫu nhiên trong Haskell.

Theo cách tiếp cận tổng thể, ngữ nghĩa của Scott có vẻ giống với nửa sau luận văn của tôi về các ngôn ngữ xác suất - ngoại trừ tôi bị mắc kẹt với các giá trị bậc nhất thay vì sử dụng mã hóa thông minh, sử dụng các cây số vô hạn thay vì các luồng và giải thích các chương trình như mũi tên tính toán. (Một trong các mũi tên tính toán sự chuyển đổi từ không gian xác suất cố định sang đầu ra của chương trình; các mũi tên khác tính toán các tiền tố và các tiền tố gần đúng.) Chương 7 của luận án của tôi giải thích tại sao tôi nghĩ các chương trình diễn giải như một phép biến đổi của một không gian xác suất cố định tốt hơn là diễn giải chúng thành các tính toán mà xây dựng một biện pháp. Về cơ bản, nó đi xuống "các điểm cố định của các biện pháp rất phức tạp, nhưng chúng tôi hiểu các điểm cố định của các chương trình khá tốt."


3
Câu hỏi nhanh: có rất nhiều phép tính quy trình xác suất. Người ta biết rằng -calculi có thể được nhúng chính xác vào phép tính quy trình (tôi đơn giản hóa một chút), theo các Chức năng tiên phong của Milner là Quy trình . Nếu chúng ta sử dụng các kỹ thuật của Milner để nhúng -calculus vào phép tính quy trình xác suất, chúng ta sẽ có được xác suất -calculus. Điều gì sẽ là mối quan hệ giữa điều đó và cách tiếp cận của Scott? λλλ
Martin Berger

1
@Martin: Tôi thực sự không thể trả lời nhanh như vậy vì tôi không biết nhiều về tính toán quá trình, nhưng có vẻ như nó sẽ đáng để xem xét. Tôi tò mò muốn biết các thuộc tính của quá trình tính toán trông như thế nào sau khi chuyển chúng qua và liệu các thuộc tính được chuyển có thể được tận dụng theo bất kỳ cách nào.
Neil Toronto

2
Mọi không gian dựa trên có thể đếm được đều nhúng trong mô hình đồ thị. Thông qua việc nhúng này, sau đó chúng ta có thể hạnh phúc kết hôn với -calculus với cấu trúc liên kết và tính toán với các số thực. Việc nhúng là khá tự nhiên: một điểm được thể hiện bằng bộ lọc của các vùng lân cận cơ bản của nó. T0λ
Andrej Bauer

@Andrej: Vì vậy, việc mở rộng mã hóa bằng số thực không phải là vấn đề, sau đó?
Neil Toronto

1
@NeilToronto Vâng, đó là một chủ đề thú vị. Có một số lượng lớn các phép tính quy trình khác nhau và một số cách khác nhau để biến chúng thành ngẫu nhiên. Cũng có nhiều cách mã hóa khác nhau -calculus. Stochastic chính xác -calculus xuất hiện bằng cách phản ánh mã hóa sẽ phụ thuộc vào tất cả các chi tiết này. λλλ
Martin Berger
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.