We generalize a pushout complement algorithm from graph rewriting to finitely-presented C-sets and structured cospans, allowing us to perform double pushout rewrites generically over a broad class of combinatorial data structures and open systems thereof. As part of this work, we present a general algorithm for pattern matching in C-sets via the construction of C-set homomorphisms, which generalizes the computation of graph homomorphisms. We demonstrate the utility of this generalization through applications to Petri net model space exploration, rewriting of wiring diagrams with symmetric monoidal structure, and open Petri net rewriting. These applications highlight the important productivity gains due to our implementation of C-set rewriting for arbitrary C, which allows us to easily extend our implementation to new categorical constructions, including slice categories and cospan categories.


翻译:作为这项工作的一部分,我们提出了一个从图形重写到有限呈现的C组和结构化cospans的推出补充算法,使我们能够对广泛的组合数据结构及其开放系统普遍地进行双重推出重写。作为这项工作的一部分,我们提出了一个总算法,通过构建C组同系主义来对C组进行模式匹配,该算法将图形同系主义的计算简单化。我们通过应用Petrii 网模型空间探索、用对称一分子结构重写电线图以及开放Petri网络重写,展示了这种概括化的效用。这些应用法突出了由于我们执行C组专有C类重写而取得的重要生产力收益,这使我们能够很容易地将我们的执行范围扩大到新的绝对构造,包括切片类别和孔类别。

0
下载
关闭预览

相关内容

【干货书】开放数据结构,Open Data Structures,337页pdf
专知会员服务
16+阅读 · 2021年9月17日
专知会员服务
168+阅读 · 2021年8月3日
深度强化学习策略梯度教程,53页ppt
专知会员服务
179+阅读 · 2020年2月1日
强化学习最新教程,17页pdf
专知会员服务
176+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
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
已删除
将门创投
4+阅读 · 2017年11月1日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年1月12日
Arxiv
0+阅读 · 2022年1月5日
Arxiv
0+阅读 · 2022年1月5日
Arxiv
0+阅读 · 2022年1月4日
VIP会员
相关VIP内容
【干货书】开放数据结构,Open Data Structures,337页pdf
专知会员服务
16+阅读 · 2021年9月17日
专知会员服务
168+阅读 · 2021年8月3日
深度强化学习策略梯度教程,53页ppt
专知会员服务
179+阅读 · 2020年2月1日
强化学习最新教程,17页pdf
专知会员服务
176+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
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
已删除
将门创投
4+阅读 · 2017年11月1日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Arxiv
0+阅读 · 2022年1月12日
Arxiv
0+阅读 · 2022年1月5日
Arxiv
0+阅读 · 2022年1月5日
Arxiv
0+阅读 · 2022年1月4日
Top
微信扫码咨询专知VIP会员