会员服务
规范化的 · LMCS · 大学 · 编程语言 ·
2020 年 1 月 25 日
Failure of Normalization in Impredicative Type Theory with Proof-Irrelevant Propositional Equality
翻译：与证据与证据无关的主张平等有关的不规范理论
Andreas Abel,Thierry Coquand
Andreas Abel,Thierry Coquand
from arxiv, 4 pages

Normalization fails in type theory with an impredicative universe of propositions and a proof-irrelevant propositional equality. The counterexample to normalization is adapted from Girard's counterexample against normalization of System F equipped with a decider for type equality. It refutes Werner's normalization conjecture [LMCS 2008].


翻译：常规化理论在类型理论中失败,存在不确定的主张世界和与证据无关的主张平等。对正常化的反例来自Girard对F系统正常化的反例,后者配备了一种类型的平等的决策者。它驳斥了Werner的正常化猜想[LMCS2008]。
0
下载
关闭预览

相关内容

【电子书推荐】不切实际的Python项目，428页pdf，好玩的编程活动让你更聪明，Impractical Python Projects Playful Programming Activities to Make You Smarter
【电子书推荐】不切实际的Python项目，428页pdf，好玩的编程活动让你更聪明，Impractical Python Projects Playful Programming Activities to Make You Smarter
专知会员服务
83+阅读 · 2020年3月20日
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
专知会员服务
27+阅读 · 2020年2月18日
【Freddy Lecue博士】Thales嵌入式可解释AI：关键系统中AI的采用（Thales Embedded Explainable AI: Towards the Adoption of AI in Critical Systems.），AI Accelerator Summit 2019
【Freddy Lecue博士】Thales嵌入式可解释AI：关键系统中AI的采用（Thales Embedded Explainable AI: Towards the Adoption of AI in Critical Systems.），AI Accelerator Summit 2019
专知会员服务
19+阅读 · 2019年11月11日
253页通俗易懂最新的机器学习系统入门书籍（Machine-Learning-Systems）（附pdf下载）
253页通俗易懂最新的机器学习系统入门书籍（Machine-Learning-Systems）（附pdf下载）
专知会员服务
69+阅读 · 2019年10月27日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
90+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+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
【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
99+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【推荐】用Tensorflow理解LSTM
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Visualizing and Measuring the Geometry of BERT
Visualizing and Measuring the Geometry of BERT
Arxiv
7+阅读 · 2019年10月28日
Revealing the Dark Secrets of BERT
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
Interaction Embeddings for Prediction and Explanation in Knowledge Graphs
Arxiv
7+阅读 · 2019年3月12日
Two-phase Hair Image Synthesis by Self-Enhancing Generative Model
Two-phase Hair Image Synthesis by Self-Enhancing Generative Model
Arxiv
3+阅读 · 2019年2月28日
Learning to Predict the Cosmological Structure Formation
Arxiv
3+阅读 · 2018年11月15日
Improving Question Answering by Commonsense-Based Pre-Training
Arxiv
5+阅读 · 2018年10月5日
Guess who? Multilingual approach for the automated generation of author-stylized poetry
Guess who? Multilingual approach for the automated generation of author-stylized poetry
Arxiv
4+阅读 · 2018年9月17日
Premise selection with neural networks and distributed representation of features
Arxiv
3+阅读 · 2018年7月26日
Strong Baselines for Simple Question Answering over Knowledge Graphs with and without Neural Networks
Arxiv
17+阅读 · 2018年6月5日
Self-Attention with Relative Position Representations
Arxiv
27+阅读 · 2018年4月12日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
规范化的
LMCS
大学
编程语言
相关VIP内容
【电子书推荐】不切实际的Python项目，428页pdf，好玩的编程活动让你更聪明，Impractical Python Projects Playful Programming Activities to Make You Smarter
【电子书推荐】不切实际的Python项目，428页pdf，好玩的编程活动让你更聪明，Impractical Python Projects Playful Programming Activities to Make You Smarter
专知会员服务
83+阅读 · 2020年3月20日
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
专知会员服务
27+阅读 · 2020年2月18日
【Freddy Lecue博士】Thales嵌入式可解释AI：关键系统中AI的采用（Thales Embedded Explainable AI: Towards the Adoption of AI in Critical Systems.），AI Accelerator Summit 2019
【Freddy Lecue博士】Thales嵌入式可解释AI：关键系统中AI的采用（Thales Embedded Explainable AI: Towards the Adoption of AI in Critical Systems.），AI Accelerator Summit 2019
专知会员服务
19+阅读 · 2019年11月11日
253页通俗易懂最新的机器学习系统入门书籍（Machine-Learning-Systems）（附pdf下载）
253页通俗易懂最新的机器学习系统入门书籍（Machine-Learning-Systems）（附pdf下载）
专知会员服务
69+阅读 · 2019年10月27日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
90+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+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
【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
99+阅读 · 2019年10月9日
热门VIP内容
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【推荐】用Tensorflow理解LSTM
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Visualizing and Measuring the Geometry of BERT
Visualizing and Measuring the Geometry of BERT
Arxiv
7+阅读 · 2019年10月28日
Revealing the Dark Secrets of BERT
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
Interaction Embeddings for Prediction and Explanation in Knowledge Graphs
Arxiv
7+阅读 · 2019年3月12日
Two-phase Hair Image Synthesis by Self-Enhancing Generative Model
Two-phase Hair Image Synthesis by Self-Enhancing Generative Model
Arxiv
3+阅读 · 2019年2月28日
Learning to Predict the Cosmological Structure Formation
Arxiv
3+阅读 · 2018年11月15日
Improving Question Answering by Commonsense-Based Pre-Training
Arxiv
5+阅读 · 2018年10月5日
Guess who? Multilingual approach for the automated generation of author-stylized poetry
Guess who? Multilingual approach for the automated generation of author-stylized poetry
Arxiv
4+阅读 · 2018年9月17日
Premise selection with neural networks and distributed representation of features
Arxiv
3+阅读 · 2018年7月26日
Strong Baselines for Simple Question Answering over Knowledge Graphs with and without Neural Networks
Arxiv
17+阅读 · 2018年6月5日
Self-Attention with Relative Position Representations
Arxiv
27+阅读 · 2018年4月12日
Top
微信扫码咨询专知VIP会员
Top