MétaCan
Menu
Retour à la cohorte
Enregistrement W2024201176 · doi:10.5381/jot.2004.3.6.a3

JML Support for Primitive Arbitrary Precision Numeric Types: Definition and Semantics.

2004· article· en· W2024201176 sur OpenAlexaff
Patrice Chalin

Notice bibliographique

RevueThe Journal of Object Technology · 2004
Typearticle
Langueen
DomaineComputer Science
ThématiqueLogic, programming, and type systems
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésProgramming languageComputer scienceEiffelJava Modeling LanguageSemantics (computer science)JavaNotationSpecification languageJava annotationObject-oriented programmingJava appletArithmeticMathematics

Résumé

récupéré en direct d'OpenAlex

The Java Modeling Language (JML) is a notation for specifying and describing the detailed design and implementation of Java modules.An important language design goal of JML has been to preserve the semantics of Java to the extent possible.Thus, in particular, Java numeric expressions have the same meaning in JML.We illustrate how such a semantics fails to match the expectations of specification authors and readers who generally think in terms of arbitrary precision arithmetic (rather than the fixed precision provided by Java).As a result, an unusually high number of published JML specifications are invalid or inconsistent, including cases from the security critical area of smart card applications.We briefly examine JML's ancestry and language design principles; this helps to explain the origin of the semantic gap between user expectations and the current meaning given to JML numeric expressions.With the objective of better matching user expectations we introduce JMLb, a variant of JML supporting primitive arbitrary precision numeric types as well as "math modes" to control the semantics of arithmetic expressions.This is done in a manner that is consistent with JML's language design goals.A semantics of JMLb expressions is given by means of an embedding into PVS.The problem presented here will arise in the design of most interface specification languages that must deal with, e.g., mathematical integers in specifications and their fix precision approximations in code.We examine how the problem may manifest itself in other languages (such as Eiffel, Spark and the UML/OCL-Java notation of the KeY project) and comment on the applicability of our solution.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,016
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,003
Communication savante0,0070,009
Science ouverte0,0040,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,007

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,253
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Object TechnologyMême sujetLogic, programming, and type systemsTravaux en français237 207