Fugu-MT 論文翻訳(概要): Structural Similarity of Boundary Conditions and an Efficient Local Search Algorithm for Goal Conflict Identification

論文の概要: Structural Similarity of Boundary Conditions and an Efficient Local Search Algorithm for Goal Conflict Identification

arxiv url: http://arxiv.org/abs/2102.11482v1
Date: Tue, 23 Feb 2021 04:25:06 GMT
ステータス: 処理完了
システム内更新日: 2021-02-25 05:16:59.993987
Title: Structural Similarity of Boundary Conditions and an Efficient Local Search Algorithm for Goal Conflict Identification
Title（参考訳）: 境界条件の構造的類似性とゴール衝突同定のための効率的な局所探索アルゴリズム
Authors: Hongzhen Zhong, Hai Wan, Weilin Luo, Zhanhao Xiao, Jia Li, Biqing Fang
Abstract要約: 境界条件を見つけるために、LOGIONというローカル検索アルゴリズムを開発しました。構造的類似性に基づいて、LOGIONは短期間で多くのBCを見つけることができる。我々は、LOGIONがBCの構造的類似性を有効に利用することを示した。
参考スコア（独自算出の注目度）: 24.660051925740373
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In goal-oriented requirements engineering, goal conflict identification is of fundamental importance for requirements analysis. The task aims to find the feasible situations which make the goals diverge within the domain, called boundary conditions (BCs). However, the existing approaches for goal conflict identification fail to find sufficient BCs and general BCs which cover more combinations of circumstances. From the BCs found by these existing approaches, we have observed an interesting phenomenon that there are some pairs of BCs are similar in formula structure, which occurs frequently in the experimental cases. In other words, once a BC is found, a new BC may be discovered quickly by slightly changing the former. It inspires us to develop a local search algorithm named LOGION to find BCs, in which the structural similarity is captured by the neighborhood relation of formulae. Based on structural similarity, LOGION can find a lot of BCs in a short time. Moreover, due to the large number of BCs identified, it potentially selects more general BCs from them. By taking experiments on a set of cases, we show that LOGION effectively exploits the structural similarity of BCs. We also compare our algorithm against the two state-of-the-art approaches. The experimental results show that LOGION produces one order of magnitude more BCs than the state-of-the-art approaches and confirm that LOGION finds out more general BCs thanks to a large number of BCs.
Abstract（参考訳）: 目標指向要求工学では、目標競合識別は要件分析において基本的な重要性を持つ。このタスクは、境界条件(bcs)と呼ばれるドメイン内で目標が分散する、実現可能な状況を見つけることを目的としている。しかし、既存の目標競合同定のアプローチでは、状況のより多くの組み合わせをカバーする十分なBCと一般的なBCを見つけることができません。これらの既存手法によって発見されたBCから、実験例で頻繁に発生する公式構造に類似したBCの対が存在するという興味深い現象が観察されている。言い換えれば、紀元前が見つかると、前者を少し変えてすぐに新しい紀元前が発見される。 LOGIONと呼ばれる局所探索アルゴリズムを開発し、BCを見つけ、その構造的類似性は公式の近傍関係によって捉えられる。構造的類似性に基づいて、LOGIONは短期間で多くのBCを見つけることができる。さらに、多くの紀元前が特定されているため、より一般的な紀元前を選択できる可能性がある。一連のケースで実験を行うことで、LOGIONがBCの構造的類似性を有効に活用することを示しています。また、我々のアルゴリズムを最先端の2つのアプローチと比較する。実験結果は、LOGIONが最先端のアプローチよりも1桁大きなBCを生成し、LOGIONが多数のBCのおかげでより一般的なBCを見つけることを確認することを示しています。

関連論文リスト

Local-Data-Hiding and Causal Inseparability: Probing Indefinite Causal Structures with Cryptographic Primitives [0.0]
近年の研究では、新しい情報プリミティブとして現れる因果構造における不確定性の可能性が示唆されている。本研究では,不定因果構造に埋め込まれたエージェントが,特定の因果的背景下で動作しているエージェントよりも優れていることを示す。本稿では、LBHタスクにそれぞれ役に立たない2つの量子プロセスが一緒に使われる際に有用となる、興味深いスーパーアクティベーション現象を報告する。
論文参考訳（メタデータ） (2024-07-30T04:54:03Z)
Towards Understanding Dual BN In Hybrid Adversarial Training [79.92394747290905]
モデルトレーニングにおけるアフィンパラメータのアンタングリングよりも,アンタングリング統計がより少ない役割を担っていることを示す。本稿では,ハイブリッドAT改善のための実証的基礎と統一的なフレームワークとして機能する2タスク仮説を提案する。
論文参考訳（メタデータ） (2024-03-28T05:08:25Z)
Generalized Schrödinger Bridge Matching [54.171931505066]
一般化Schr"odinger Bridge (GSB) 問題設定は、機械学習の内外を問わず、多くの科学領域で一般的である。我々は最近の進歩に触発された新しいマッチングアルゴリズムである一般化シュリンガーブリッジマッチング(GSBM)を提案する。このような一般化は条件最適制御の解法として、変分近似を用いることができることを示す。
論文参考訳（メタデータ） (2023-10-03T17:42:11Z)
Exploiting Structure for Optimal Multi-Agent Bayesian Decentralized Estimation [4.320393382724066]
ベイジアン分権データ融合の鍵となる課題は、噂の伝播(double counting)現象である。マルチエージェント分散核融合問題における確率的独立構造を利用して、より厳密な境界を求めることができることを示す。次に、大規模目標追跡シミュレーションを用いて、新しいモノリシックCIアルゴリズムを試験し、より厳密な境界とより正確な推定値が得られることを示す。
論文参考訳（メタデータ） (2023-07-20T05:16:33Z)
QuACS: Variational Quantum Algorithm for Coalition Structure Generation in Induced Subgraph Games [0.0]
我々は、ISGにおける結合構造生成のための新しいハイブリッド量子古典アルゴリズムを提案する。提案アルゴリズムは既存の近似古典解法よりも$mathcalO(n2)$,予測近似比$92%$で優れていることを示す。量子ビットの数は大幅に少なく、既存の量子解と比較して中規模の問題の実験が可能である。
論文参考訳（メタデータ） (2023-04-14T16:01:27Z)
Demystifying and Generalizing BinaryConnect [22.41391997183786]
学習後の量子化を含む既存の量子化アルゴリズムは驚くほど似通っていることを示す。我々は、設計と分析が容易な量子化器の自然なファミリーとして、近距離写像を論じる。本稿では,BinaryConnect (BC) の一般化として ProxConnect (PC) を提案する。
論文参考訳（メタデータ） (2021-10-25T19:07:38Z)
Bayesian decision-making under misspecified priors with applications to meta-learning [64.38020203019013]
トンプソンサンプリングやその他のシーケンシャルな意思決定アルゴリズムは、文脈的包帯における探索と探索のトレードオフに取り組むための一般的なアプローチである。性能は不特定な事前条件で優雅に低下することを示す。
論文参考訳（メタデータ） (2021-07-03T23:17:26Z)
Probabilistic DAG Search [29.47649645431227]
探索空間の潜伏構造を利用して探索木間で情報を共有するための確率的フレームワークを開発する。我々は、Tic-Tac-Toeの既存の非確率的代替品と特徴選択アプリケーションとを比較検討するアルゴリズムを実証的に見出した。
論文参考訳（メタデータ） (2021-06-16T11:35:19Z)
Deep Occlusion-Aware Instance Segmentation with Overlapping BiLayers [72.38919601150175]
高オーバーラップオブジェクトをセグメント化するBilayer Convolutional Network (BCNet)を提案する。 BCNetはオクルージョンオブジェクト(Occluder)を検出し、ボトムGCN層は部分的にOccludedインスタンス(Occludee)を推論する
論文参考訳（メタデータ） (2021-03-23T06:25:42Z)
Batch Coherence-Driven Network for Part-aware Person Re-Identification [79.33809815035127]
既存のパートアウェアの人物再識別方法は、通常、ボディ部分の検出と部分レベルの特徴抽出という2つのステップを使用する。トレーニングフェーズとテストフェーズの両方で身体の一部をバイパスし,セマンティックに整合した機能を実現するNetworkBCDNetを提案する。
論文参考訳（メタデータ） (2020-09-21T09:04:13Z)
Best Arm Identification for Cascading Bandits in the Fixed Confidence Setting [81.70513857417106]
CascadeBAIを設計し、分析する。これは、$K$アイテムのベストセットを見つけるアルゴリズムである。 CascadeBAIの時間的複雑さの上限は、決定的な分析課題を克服することによって導かれる。その結果,カスケードBAIの性能は,時間的複雑性の低い境界の導出により,いくつかの実践的状況において最適であることが示唆された。
論文参考訳（メタデータ） (2020-01-23T16:47:52Z)

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。