We introduce an equationally definable counterpart of the notion of combinatory model. The new notion, called an algebraic combinatory model, is weaker than that of a lambda algebra but is strong enough to interpret lambda calculus. The class of algebraic combinatory models admits finite axiomatisation with seven closed equations, and it can be characterised as the retracts of combinatory models. Lambda algebras are then characterised as algebraic combinatory models which are stable, and there is a canonical construction of a lambda algebra from an algebraic combinatory model. This passage to a lambda algebra also manifests itself in our construction of a cartesian closed category with a reflexive object from an algebraic combinatory model. The resulting axiomatisation of lambda algebras with the seven equations and stability corresponds to that of Selinger [J. Funct. Programming, 12(6), 549-566, 2002], which would clarify the origin and the role of each axiom in his axiomatisation.


翻译:我们引入了一种可等式分解的组合模型概念对应方。 这个新概念叫做代数组合模型,比羊羔代数模型弱,但强到足以解释羊羔缩微积分。 代数组合模型的等级承认有7个封闭方程式的有限分解, 并可以被定性为复式模型的反射。 Lambda代数随后被定性为稳定的代数组合模型, 并且从一个代数组合模型中形成了羊驼代数的粗体构造。 羊驼代数的通过也体现在我们构筑一个带有7个闭合方程式的反射物体的漫画类中。 由此形成的羊驼代数和7个方程式的反射度与Selinger[J. Funct. prographic, 12(6), 549-566, 2002], 这可以澄清每个xima的起源和作用。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
50+阅读 · 2020年12月14日
【经典书】C语言傻瓜式入门(第二版),411页pdf
专知会员服务
51+阅读 · 2020年8月16日
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
中信图书译者招募
遇见数学
12+阅读 · 2019年4月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
PRL导读-2018年120卷15期
中科院物理所
4+阅读 · 2018年4月23日
RF(随机森林)、GBDT、XGBoost面试级整理
数据挖掘入门与实战
7+阅读 · 2018年2月6日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
[DLdigest-8] 每日一道算法
深度学习每日摘要
4+阅读 · 2017年11月2日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年6月14日
Arxiv
0+阅读 · 2021年5月5日
Arxiv
0+阅读 · 2021年4月2日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关VIP内容
专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
50+阅读 · 2020年12月14日
【经典书】C语言傻瓜式入门(第二版),411页pdf
专知会员服务
51+阅读 · 2020年8月16日
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
中信图书译者招募
遇见数学
12+阅读 · 2019年4月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
PRL导读-2018年120卷15期
中科院物理所
4+阅读 · 2018年4月23日
RF(随机森林)、GBDT、XGBoost面试级整理
数据挖掘入门与实战
7+阅读 · 2018年2月6日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
[DLdigest-8] 每日一道算法
深度学习每日摘要
4+阅读 · 2017年11月2日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员