We propose tight type systems for Call-by-Name (CBN) and Call-by-Value (CBV) that can be both encoded in a tight type system for Call-by-Push-Value (CBPV). All such systems are quantitative, in the sense that they provide exact information about the length of normalization sequences to normal form (discriminated between multiplicative and exponential steps) as well as the size of these normal forms.


翻译:我们建议为Call-byName(CBN)和Call-Value(CBV)建立严格型号的系统,这两个系统都可以在Call-push-Value(CBPV)的紧型系统中编码。 所有这些系统都是量化的,因为它们提供了正常形式(多倍和指数级步骤之间的差异)正常化序列长度的确切信息,以及这些正常形式的规模。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
82+阅读 · 2020年7月26日
已删除
将门创投
3+阅读 · 2019年10月18日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Viewpoint Estimation-Insights & Model
Arxiv
3+阅读 · 2018年7月3日
VIP会员
相关资讯
已删除
将门创投
3+阅读 · 2019年10月18日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员