論文の概要: Flexible Educational Software Architecture

• arxiv url: http://arxiv.org/abs/2104.12557v1
• Date: Fri, 16 Apr 2021 14:28:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-03 10:48:50.318169
• Title: Flexible Educational Software Architecture
• Title（参考訳）: 柔軟な教育ソフトウェアアーキテクチャ
• Authors: Roy Meissner and Andreas Thor
• Abstract要約: EAs.LiTバージョン2にはマイクロサービスアーキテクチャを採用しています。 このアーキテクチャスタイルと、データフォーマットとしてのRDFのようないくつかの採用技術により、さまざまなユースケースの実装が容易になった。 EAs.LiTバージョン2の具体的なアーキテクチャはこの記事の中で紹介され、私たちの研究を基盤やテンプレートとして利用することで、他の教育プロジェクトでも採用できるようにすることを目的としています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: EAs.LiT is an e-assessment management and analysis software for which contextual requirements and usage scenarios changed over time. Based on these factors and further development activities, the decision was made to adopt a microservice architecture for EAs.LiT version 2 in order to increase its flexibility to adapt to new and changed circumstances. This architectural style and a few adopted technologies, like RDF as a data format, enabled an eased implementation of various use cases. Thus we consider the microservice architecture productive and recommend it for usage in other educational projects. The specific architecture of EAs.LiT version 2 is presented within this article, targeting to enable other educational projects to adopt it by using our work as a foundation or template.
• Abstract（参考訳）: EAs.LiT は e-assesment Management and Analysis Software であり、コンテキスト要求と利用シナリオが時間とともに変化する。 これらの要因とさらなる開発活動に基づいて、新しい状況に適応するための柔軟性を高めるため、EAs.LiTバージョン2にマイクロサービスアーキテクチャを採用する決定がなされた。 このアーキテクチャスタイルとデータフォーマットとしてのrdfのようないくつかの採用済み技術により、様々なユースケースの実装が容易になった。 したがって、マイクロサービスアーキテクチャは生産的であり、他の教育プロジェクトでの利用を推奨しています。 EAs.LiTバージョン2の具体的なアーキテクチャはこの記事の中で紹介され、私たちの研究を基盤やテンプレートとして利用することで、他の教育プロジェクトでも採用できるようにすることを目的としています。

関連論文リスト

• An Infrastructure Cost Optimised Algorithm for Partitioning of Microservices [20.638612359627952]
  アプリケーションをクラウドに移行することは、ソフトウェア業界で広く採用されているため、分散クラウドにデプロイするアプリケーションにとって、最も適しており、広く受け入れられているアーキテクチャパターンであることが証明されている。 信頼性や障害分離,スケーラビリティ,アセットメンテナンスの容易さやオーナシップ境界の明確化など,技術的メリットの両面から,その有効性を実現しています。 場合によっては、既存のアプリケーションをアーキテクチャに移行するという複雑さは、圧倒的に複雑でコストがかかります。
  論文  参考訳（メタデータ） (2024-08-13T02:08:59Z)
• Designing and Implementing a Generator Framework for a SIMD Abstraction Library [53.84310825081338]
  SIMD抽象化ライブラリを生成するための新しいエンドツーエンドフレームワークであるTSLGenを提案する。 私たちのフレームワークは既存のライブラリに匹敵するもので、同じパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-26T13:25:38Z)
• Comparison of Static Analysis Architecture Recovery Tools for Microservice Applications [43.358953895199264]
  マイクロサービスアプリケーションのための静的解析アーキテクチャ回復ツールを,マルチボーカルな文献レビューを通じて同定する。 次に、共通データセット上でそれらを実行し、アーキテクチャ回復における測定された有効性を比較する。
  論文  参考訳（メタデータ） (2024-03-11T17:26:51Z)
• Serving Deep Learning Model in Relational Databases [70.53282490832189]
  リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。 最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。 UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
  論文  参考訳（メタデータ） (2023-10-07T06:01:35Z)
• Systematic Mapping of Monolithic Applications to Microservices Architecture [2.608935407927351]
  モノリシックシステムから移行する際、組織が直面するメリットと課題について論じる。 ドメイン駆動開発の概念を用いてモノリシックなシステムを識別する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-07T15:47:11Z)
• Machine Learning-Enabled Software and System Architecture Frameworks [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• Heterogeneous Continual Learning [88.53038822561197]
  本稿では,ネットワークアーキテクチャの変更に伴う継続学習(CL)問題に対処する新しい枠組みを提案する。 本研究は, 蒸留ファミリ上に構築し, より弱いモデルが教師の役割を担うような, 新たな環境に適応するものである。 また、知識伝達を支援するために、タスク前の視覚的特徴を復元するクイック・ディープ・インバージョン(QDI)を提案する。
  論文  参考訳（メタデータ） (2023-06-14T15:54:42Z)
• Enterprise Model Library for Business-IT-Alignment [0.0]
  この作業は、再利用の関数を持つモデルのためのリポジトリの参照アーキテクチャである。 これには、ファイリング用のデータ構造の設計、管理のためのプロセス、使用可能性が含まれる。
  論文  参考訳（メタデータ） (2022-11-21T11:36:54Z)
• Policy Architectures for Compositional Generalization in Control [71.61675703776628]
  本稿では,タスクにおけるエンティティベースの構成構造をモデル化するためのフレームワークを提案する。 私たちのポリシーは柔軟で、アクションプリミティブを必要とせずにエンドツーエンドでトレーニングできます。
  論文  参考訳（メタデータ） (2022-03-10T06:44:24Z)
• Federated Learning with Heterogeneous Architectures using Graph HyperNetworks [154.60662664160333]
  パラメータ共有にグラフハイパーネットワークを採用することにより、異種クライアントアーキテクチャに対応する新しいFLフレームワークを提案する。 既存のソリューションとは異なり、当社のフレームワークは、クライアントが同じアーキテクチャタイプを共有することを制限せず、外部データも使用せず、クライアントがモデルアーキテクチャを公開する必要もありません。
  論文  参考訳（メタデータ） (2022-01-20T21:36:25Z)

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。