論文の概要: The United Nations Sustainable Development Goals in Systems Engineering:
Eliciting sustainability requirements
- arxiv url: http://arxiv.org/abs/2006.10528v1
- Date: Fri, 12 Jun 2020 14:14:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-15 22:15:46.536919
- Title: The United Nations Sustainable Development Goals in Systems Engineering:
Eliciting sustainability requirements
- Title（参考訳）: システム工学における国連持続可能な開発目標:持続可能性要件の緩和
- Authors: Ian Brooks
- Abstract要約: 国連持続可能な開発目標を明示的なインプットとしてソフトウェア要件エンジニアリングプロセスに使用すれば、サステナビリティのメリットが向上する。
3つのDSRMサイクルは、航空宇宙および医療における安全クリティカル、高精度、ソフトウェア集約システムの仮説をテストするために使用されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper discusses a PhD research project testing the hypothesis that using
the United Nations Sustainable Development Goals(SDG) as explicit inputs to
drive the Software Requirements Engineering process will result in requirements
with improved sustainability benefits. The research has adopted the Design
Science Research Method (DSRM) [21] to test a process named SDG Assessment for
Requirements Elicitation (SDGARE). Three DSRM cycles are being used to test the
hypothesis in safety-critical, highprecision, software-intensive systems in
aerospace and healthcare. Initial results from the first two DSRM cycles
support the hypothesis. However, these cycles are in a plan-driven (waterfall)
development context and future research agenda would be a similar application
in an Agile development context.
- Abstract（参考訳）: 本稿では,国連持続可能な開発目標(SDG)を明示的なインプットとして用いて,ソフトウェア要件エンジニアリングプロセスを実行すると,サステナビリティのメリットが向上する,という仮説をテストするPhD研究プロジェクトについて論じる。
この研究は、SDGARE(Design Science Research Method)[21]を用いて、SDG Assessment for Requirements Elicitation(SDGARE)と呼ばれるプロセスをテストする。
3つのDSRMサイクルは、航空宇宙および医療における安全クリティカル、高精度、ソフトウェア集約システムの仮説をテストするために使用されている。
最初の2つのdsrmサイクルの最初の結果は仮説を支持している。
しかしながら、これらのサイクルは計画駆動(ウォーターフォール)開発コンテキストにあり、将来の研究課題はアジャイル開発コンテキストにおける同様のアプリケーションになるでしょう。
関連論文リスト
- Lingma SWE-GPT: An Open Development-Process-Centric Language Model for Automated Software Improvement [62.94719119451089]
Lingma SWE-GPTシリーズは、現実世界のコード提出活動から学び、シミュレーションする。
Lingma SWE-GPT 72BはGitHubの30.20%の問題を解決する。
論文 参考訳（メタデータ） (2024-11-01T14:27:16Z) - Generative AI for Requirements Engineering: A Systematic Literature Review [4.056534128718579]
ジェネレーティブAI(GenAI)は、ソフトウェア工学におけるトランスフォーメーションツールとして登場した。
本稿では、要件工学におけるGenAIを活用した最先端の応用と革新的な提案について分析する。
論文 参考訳（メタデータ） (2024-09-10T02:44:39Z) - Environmentally Sustainable Software Design and Development: A Systematic Literature Review [1.6071754144962787]
ICTセクターは、環境的に持続可能な方法でソフトウェアを設計・開発するための方法論やツールを精査している。
持続可能なソフトウェアを設計・開発するための最先端の提案について、系統的な文献レビューを行う。
論文 参考訳（メタデータ） (2024-07-29T11:24:11Z) - Learning Planning-based Reasoning by Trajectories Collection and Process Reward Synthesizing [61.98556945939045]
収集された軌道上でのDPO(Direct Preference Optimization)を通して計画に基づく推論を学習するフレームワークを提案する。
論理的推論ベンチマークの挑戦的な結果から,学習フレームワークの有効性が示された。
論文 参考訳（メタデータ） (2024-02-01T15:18:33Z) - Advancing Requirements Engineering through Generative AI: Assessing the
Role of LLMs [10.241642683713467]
大規模言語モデル(LLM)は、自然言語処理、コード生成、プログラム理解など、さまざまな領域において大きな可能性を示している。
本章では、要件関連タスクの効率性と正確性の向上を目的とした、要件エンジニアリングプロセスの駆動におけるLLMの可能性について論じる。
論文 参考訳（メタデータ） (2023-10-21T11:29:31Z) - Transitioning ECP Software Technology into a Foundation for Sustainable
Research Software [0.586336038845426]
Sustainable Research Software Institute (SRSI) モデルは、この問題に対処するために設計されている。
このホワイトペーパーは、ESP-STがSRSIにどのように移行するかの概要と詳細な説明を提供する。
論文 参考訳（メタデータ） (2023-08-29T01:03:12Z) - QSDsan: An Integrated Platform for Quantitative Sustainable Design of
Sanitation and Resource Recovery Systems [4.68128997208138]
QSDsanはPythonで書かれたオープンソースのツールで、衛生と資源回収システムの定量的に持続可能な設計を目的としている。
設計の自動化,柔軟なプロセスモデリングの実現,迅速かつ再現可能なシミュレーションの実現,および統合可視化による高度な統計解析を行うためのQSDsanの有用性を示す。
論文 参考訳（メタデータ） (2022-03-07T18:42:15Z) - A Research Agenda for Artificial Intelligence in the Field of Flexible
Production Systems [53.47496941841855]
生産会社は、需要変動や要求の変化に対して生産制御を迅速に適応することに関して、問題に直面します。
サービスという意味で生産機能をカプセル化することを目的とした制御手法は,サイバー物理生産システムの柔軟性を高めるために有望であることが示されている。
しかし、そのようなアプローチの既存の課題は、要求された機能と提供された機能の間に直接(統語的)一致がない場合に、一連の要求に対して提供された機能に基づいて生産計画を見つけることである。
論文 参考訳（メタデータ） (2021-12-31T14:38:31Z) - SustainBench: Benchmarks for Monitoring the Sustainable Development
Goals with Machine Learning [63.192289553021816]
国連持続可能な開発目標の進展は、主要な環境・社会経済指標のデータ不足によって妨げられている。
近年の機械学習の進歩により、衛星やソーシャルメディアなど、豊富な、頻繁に更新され、グローバルに利用可能なデータを活用することが可能になった。
本稿では,7個のSDGにまたがる15個のベンチマークタスクの集合であるSustainBenchを紹介する。
論文 参考訳（メタデータ） (2021-11-08T18:59:04Z) - Wizard of Search Engine: Access to Information Through Conversations
with Search Engines [58.53420685514819]
我々は3つの側面からCISの研究を促進するために努力している。
目的検出(ID)、キーフレーズ抽出(KE)、行動予測(AP)、クエリ選択(QS)、通過選択(PS)、応答生成(RG)の6つのサブタスクでCIS用のパイプラインを定式化する。
検索エンジンのウィザード(WISE)と呼ばれるベンチマークデータセットをリリースし、CISのすべての側面について包括的かつ詳細な調査を可能にします。
論文 参考訳（メタデータ） (2021-05-18T06:35:36Z) - Using satellite imagery to understand and promote sustainable
development [87.72561825617062]
持続可能な開発成果を理解するために衛星画像を用いた成長する文献を合成する。
我々は、重要な人間関係の結果と、衛星画像の量の増大と解像度について、地上データの質を定量化する。
不足およびノイズの多いトレーニングデータの観点から、モデル構築に対する最近の機械学習アプローチをレビューする。
論文 参考訳（メタデータ） (2020-09-23T05:20:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。