Skip to main content
QUICK REVIEW

[論文レビュー] Polynomial functors in π-clans for the semantics of type theory

Joseph Hua, Yiming Xu|arXiv (Cornell University)|Feb 5, 2026
Homotopy and Cohomology in Algebraic Topology被引用数 0
ひとこと要約

要約の直訳:論文は π-クラン内で多項式エンドファクターを展開し、それらを用いて MLTT の二つの同値な厳密な意味論(初等的および代数的)を定式化し、モデル間の翻訳を示し、局所直交直結性(LCC)構造を仮定せずに代数的な表現を提供する。

ABSTRACT

The category of contexts underlying a model of Martin-Löf type theory with Unit-, $Σ$-, and $Π$-types need not be locally Cartesian closed, but is necessarily a $π$-clan. We exploit this $π$-clan structure to build the theory of polynomial functors. This paper presents two equivalent notions of strict semantics for MLTT in this weaker setting, respectively "elementary models" - reformulating categories with families - and "algebraic models" - reformulating natural models. These components fit into a practical sequence of steps for constructing models of MLTT: building an elementary model, extracting a $π$-clan from the elementary model, and then using polynomial functors built on the $π$-clan structure to convert the elementary model into an algebraic one.

研究の動機と目的

  • π-クラン内での MLTT の意味論設定として多項式エンドファクターを動機づけ、形式化する。
  • MLTT の二つの厳密な意味論の概念を定義する(初等的と代数的)。
  • 初等的モデルから代数的モデルを導出する方法とその逆を示す。
  • 初等モデルと代数的モデル間の翻訳を提供する。
  • MLTT の型形成子を LCC 構造を仮定せずに代数的に表現できることを示す。

提案手法

  • π-クランとこの設定での多項式エンドファクターを導入する。
  • 初等的意味論を、ファミリカテゴリに類似した explicit な構文–意味対応付けを用いて定義する。
  • 代数的意味論を、多項式エンドファクターと引戻し(pullback)条件を通じて定義する。
  • π-クラン内での多項式エンドファクターを特徴づける普遍的性質を確立する。
  • 初等的意味論と代数的意味論の翻訳を証明する。
  • HoTTLean プロジェクト内で Lean で結果を形式化する。

実験結果

リサーチクエスチョン

  • RQ1 π-クラン内で多項式エンドファクターを発展させて MLTT の意味論をモデル化するにはどうすればよいか。
  • RQ2 MLTT に二つの同値な厳密な意味論(初等的と代数的)を与えることは可能か、そしてそれらはどのように関連するか。
  • RQ3 この設定で、初等的モデルから代数的モデル(またはその逆)をどのように構築するか。
  • RQ4 型形成子を代数的にエンコードする際に、引戻しと普遍的性質はどのような役割を果たすか。
  • RQ5Lean で形式化して HoTTLean プロジェクトと統合することは可能か。

主な発見

  • π-クラン内で多項式エンドファクターはよく定義され、LCC 設定に類似した普遍的性質を満たす。
  • 初等的意味論と代数的意味論という、MLTT の厳密な意味論の二つの同値な概念が確立される。
  • 代数的モデルは多項式エンドファクターと型形成子を表す引戻し正方形を用いて構築される。
  • 初等的意味論と代数的意味論の翻訳が提供され、モデル様式間の変換を可能にする。
  • MLTT モデルを構築する道筋として、初等モデル → π-クラン → 代数的モデルという流れが示される。

より良い研究を、今すぐ始めましょう

論文設計から論文執筆まで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。