[논문 리뷰] Compositional semantics for new paradigms: probabilistic, hybrid and beyond

Fredrik Dahlqvist, Renato Neves|arXiv (Cornell University)|2018. 04. 11.

Semantic Web and Ontologies참고 문헌 16인용 수 6

한 줄 요약

이 논문은 클레이슬리 표현을 기반으로 하는 일반적인 단항 프레임워크를 도입하여 확률적 및 하이브리드 프로그래밍을 포함한 새로운 프로그래밍 패러다임의 의미론을 체계적으로 분석하고 조합하는 데 목적이 있다. 자연 변환의 완전한 분류를 제공함으로써 비결정성, 실패, 조건부 선택과 같은 프로그램 연산이 어느 정도 지원되는지를 규명하며, 확률적 및 하이브리드 단항이 표준적인 실패와 비결정성의 조합을 지원할 수는 없지만, Maybe와 멱집합 단항과의 단항 조합을 통해 표현력 있고 타당한 의미론을 확장할 수 있음을 보여준다.

ABSTRACT

Emerging computational paradigms, such as probabilistic and hybrid programming, introduce new primitive operations that often need to be combined with classic programming constructs. However, it still remains a challenge to provide a semantics to these features and their combination in a systematic manner. For this reason, we introduce a generic, monadic framework that allows us to investigate not only which programming features a given paradigm supports, but also on how it can be extended with new constructs. By applying our method to the probabilistic and hybrid case, we list for example all binary program operations they possess, and show precisely when and if important axioms such as commutativity and idempotency hold. Using this framework, we also study the possibility of incorporating notions of failure and non-determinism, and obtain new results on this topic for hybrid and probabilistic programming.

연구 동기 및 목표

• 확률적 선택, 하이브리드 동역학, 실패, 비결정성과 같은 새로운 계산적 기능들을 통합된 의미론 프레임워크 안에서 체계적으로 조합하는 데 도전하는 것.
• 클래식한 프로그램 연산(예: 조건부 선택, 비결정성, 실패)이 확률적 및 하이브리드 계산을 모델링하는 단항에서 의미 있게 해석될 수 있는지 규명하는 것.
• 형태 $T^n \to T$의 자연 변환에 대한 형식적이고 철저한 분류를 제공하여 주어진 단항이 어떤 프로그램 연산을 지원하는지를 식별하는 것.
• 복합 단항, 예를 들어 $\mathsf{P}\mathsf{D}$에 대한 단항 구조의 존재성과 관련된 열린 질문을 해결하고, 계산적 효과를 확장하기 위한 타당한 대안을 탐색하는 것.

제안 방법

• 논문은 클레이슬리 $T$-표현의 프레임워크를 도입하여 프로그램을 단항 $T$의 클레이슬리 범주 내의 내적 사상으로 해석함으로써, 의미론적 의미를 표현 이론으로 재해석한다.
• 이진 프로그램 연산은 자연 변환 $T \times T \to T$로 모델링되어, 주어진 단항이 어떤 연산을 지원하는지 완전한 열거를 가능하게 한다.
• 프레임워크는 분배 법칙과 강도를 사용하여 단항을 조합함으로써, 실패($\mathsf{Maybe}$)와 비결정성($\mathsf{P}$ 또는 $\mathsf{Q}$)과 같은 기능을 체계적으로 의미론에 확장할 수 있도록 한다.
• 이 프레임워크는 확률적($\mathsf{D}$) 및 하이브리드($\mathsf{H}$) 단항에 적용되어 if-then-else 및 확률적 선택과 같은 구조에 대해 명시적인 표현을 유도한다.
• 논문은 $\mathsf{P}\mathsf{D}$에 단항 구조가 존재하지 않음을 증명하며 기존 결과를 강화하고, $\mathsf{Q}\mathsf{H}$가 분배 법칙을 갖추고 있음을 보여 $통합 의미론을 지원함을 밝힌다.
• 표현의 타당성을 입증하기 위해 명시적인 범주론적 추론을 통해 표준 대수 법칙(예: 등幂성 및 교환법칙)을 검증한다.

실험 결과

연구 질문

• RQ1 확률적 또는 하이브리드 프로그래밍과 같은 새로운 계산적 패러다임을 모델링하는 단항에서 비결정성 선택, 조건부 선택, 실패와 같은 클래식한 프로그램 연산 중 어떤 것이 지원될 수 있는가?
• RQ2 확률적 선택과 비결정성 선택을 함께 표현하는 단항 $\mathsf{P}\mathsf{D}$에 타당한 단항 구조를 부여할 수 있는가?
• RQ3 하이브리드 단항 $\mathsf{H}$와 비공백 멱집합 단항 $\mathsf{Q}$를 조합할 수 있는 분배 법칙이 존재하는가? 이를 통해 하이브리드 비결정성을 모델링할 수 있는가?
• RQ4 확률적 및 비결정적 효과를 포함하는 단항에서 if-then-else 문의 의미론을 어떻게 형식적으로 표현할 수 있는가?
• RQ5 클레이슬리 프레임워크 내에서 프로그램 연산의 표현에서 표준 대수적 성질(예: 등幂성 및 교환법칙)이 어느 정도 유지되는가?

주요 결과

• 단항 구조는 $\mathsf{P}\mathsf{D}$에 존재하지 않으며, 이는 열린 질문을 해결하고 확률적 선택과 비결정성 선택을 표준 방식으로 조합할 수 없음을 보여준다.
• if-then-else의 클레이슬리 $\mathsf{D}\mathsf{M}$-표현은 코젠의 의미론과 일치하며, 기존 연구와의 일관성과 타당성을 확인한다.
• $\mathsf{Q}\mathsf{H}$는 분배 법칙 $\delta: \mathsf{H}\mathsf{Q} \to \mathsf{Q}\mathsf{H}$를 갖추고 있어 하이브리드 비결정성에 대한 잘 정의된 의미론을 가능하게 한다.
• 프레임워크는 자연 변환 $T^n \to T$의 완전한 분류를 제공하여, 임의의 단항 $T$에 대해 지원되는 프로그램 연산의 완전한 열거를 가능하게 한다.
• if-then-else의 클레이슬리 $T\mathsf{M}$-표현은 등幂성($\llbracket p +_b p \rrbracket = \llbracket p \rrbracket$) 및 교환법칙($\llbracket p +_b q \rrbracket = \llbracket q +_{\bar{b}} p \rrbracket$)과 같은 핵심 대수 법칙을 충족한다.
• $T$와 $\mathsf{Maybe}$ 단항의 조합은 실패, 테스트, 조건부 선택을 위한 타당하고 표현력 있는 표현을 가능하게 하며, 표현력과 복잡성 사이의 '최적 영역'을 형성한다.