論文の概要: LONViZ: Unboxing the black-box of Configurable Software Systems from a Complex Networks Perspective

• arxiv url: http://arxiv.org/abs/2201.01429v1
• Date: Wed, 5 Jan 2022 03:14:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-02 05:49:29.147842
• Title: LONViZ: Unboxing the black-box of Configurable Software Systems from a Complex Networks Perspective
• Title（参考訳）: LONViZ: 複雑なネットワークの観点から構成可能なソフトウェアシステムのブラックボックスをアンボックスする
• Authors: Ke Li, Peili Mao, Tao Chen
• Abstract要約: 本稿では,ブラックボックス構成ソフトウェアシステムの探索解析を容易にするツールであるLONViZを提案する。 実験では、42の異なる実行環境下でベンチマークプラットフォームを開発するために、広く使われている4つの実世界のソフトウェアシステムを選択した。 LONViZは定性的かつ定量的な分析を可能にし、様々な興味深い隠れパターンやソフトウェアシステムの特性を明らかにする。
• 参考スコア（独自算出の注目度）: 9.770775293243934
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most, if not all, modern software systems are highly configurable to tailor both their functional and non-functional properties to a variety of stakeholders. Due to the black-box nature, it is difficult, if not impossible, to analyze and understand its behavior, such as the interaction between combinations of configuration options with regard to the performance, in particular, which is of great importance to advance the controllability of the underlying software system. This paper proposes a tool, dubbed LONViZ, which is the first of its kind, to facilitate the exploratory analysis of black-box configurable software systems. It starts from a systematic sampling over the configuration space of the underlying system. Then LONViZ seeks to construct a structurally stable LON by synthesizing multiple repeats of sampling results. Finally, exploratory analysis can be conducted on the stable LON from both qualitative and quantitative perspectives. In experiments, we choose four widely used real-world configurable software systems to develop benchmark platforms under 42 different running environments. From our empirical study, we find that LONViZ enables both qualitative and quantitative analysis and disclose various interesting hidden patterns and properties of different software systems.
• Abstract（参考訳）: 現代のソフトウェアシステムの多くは、機能的特性と非機能的特性の両方をさまざまな利害関係者に合わせるように、高度に設定できます。 ブラックボックスの性質上、パフォーマンスに関して構成オプションの組み合わせの相互作用、特に基盤となるソフトウェアシステムの制御可能性を進める上で非常に重要であることなど、その動作を解析し理解することは不可能ではないとしても困難である。 本稿では,ブラックボックス構成可能なソフトウェアシステムの探索的解析を容易にするツールとしてlonvizを提案する。 システムの構成空間を体系的にサンプリングすることから始まります。 すると、LONViZは複数のサンプリング結果を合成して構造的に安定なLONを構築する。 最後に、定性的および定量的観点から安定なLON上で探索解析を行うことができる。 実験では、42の異なる実行環境下でベンチマークプラットフォームを開発するために、広く使われている4つの実環境構成可能なソフトウェアシステムを選択した。 実験結果から,LONViZは定性的かつ定量的な分析を可能にし,様々な興味深い隠れパターンやソフトウェアシステムの特性を明らかにする。

関連論文リスト

• Code-Survey: An LLM-Driven Methodology for Analyzing Large-Scale Codebases [3.8153349016958074]
  我々は,大規模規模の探索と解析を目的とした最初のLCM駆動型手法であるCode-Surveyを紹介した。 調査を慎重に設計することで、Code-Surveyはコミット、Eメールなどの構造化されていないデータを、構造化、構造化、分析可能なデータセットに変換する。 これにより、複雑なソフトウェアの進化を定量的に分析し、設計、実装、保守、信頼性、セキュリティに関する貴重な洞察を明らかにすることができる。
  論文  参考訳（メタデータ） (2024-09-24T17:08:29Z)
• SysBench: Can Large Language Models Follow System Messages? [30.701602680394686]
  大規模言語モデル(LLM)は、様々なアプリケーションにまたがって実装されており、これらのモデルを特定のシナリオにカスタマイズすることがますます重要になっている。 AI駆動型ソリューションを最適化するシステムメッセージの可能性は認識されているが、LLMがシステムメッセージにどの程度うまく従うかを評価するためのベンチマークは、特に欠落している。 我々は,既存のLLMの3つの制限の観点から,システムメッセージ追従能力を体系的に解析するベンチマークであるSysBenchを紹介する。
  論文  参考訳（メタデータ） (2024-08-20T15:33:16Z)
• MMSci: A Dataset for Graduate-Level Multi-Discipline Multimodal Scientific Understanding [59.41495657570397]
  このデータセットには、スキーマ図、シミュレーション画像、マクロ/顕微鏡写真、実験的可視化などの図が含まれている。 我々は,6つのプロプライエタリモデルと10以上のオープンソースモデルを評価し,科学的フィギュアキャプションと複数選択質問のベンチマークを開発した。 データセットとベンチマークは、さらなる研究をサポートするためにリリースされる予定だ。
  論文  参考訳（メタデータ） (2024-07-06T00:40:53Z)
• Cambrian-1: A Fully Open, Vision-Centric Exploration of Multimodal LLMs [56.391404083287235]
  視覚中心のアプローチで設計したマルチモーダルLLM(MLLM)のファミリーであるCambrian-1を紹介する。 本研究は,様々な視覚表現を評価するためのインタフェースとして,LLMとビジュアルインストラクションチューニングを用いた。 モデルウェイト、コード、サポートツール、データセット、詳細なインストラクションチューニングと評価のレシピを提供しています。
  論文  参考訳（メタデータ） (2024-06-24T17:59:42Z)
• BEHAVIOR Vision Suite: Customizable Dataset Generation via Simulation [57.40024206484446]
  我々は、コンピュータビジョンモデルの体系的評価のために、完全にカスタマイズされた合成データを生成するためのツールと資産のセットであるBEHAVIOR Vision Suite(BVS)を紹介する。 BVSはシーンレベルで多数の調整可能なパラメータをサポートする。 アプリケーションシナリオを3つ紹介する。
  論文  参考訳（メタデータ） (2024-05-15T17:57:56Z)
• Can LLMs Configure Software Tools [0.76146285961466]
  ソフトウェア工学では、複雑なシステム内での最適なパフォーマンスを確保するためには、ソフトウェアツールの精巧な構成が不可欠である。 本研究では,Large-Language Models (LLMs) を利用したソフトウェア構成プロセスの合理化について検討する。 本研究は,Chat-GPTなどのLCMを用いて,開始条件を特定し,検索空間を狭め,構成効率を向上する手法を提案する。
  論文  参考訳（メタデータ） (2023-12-11T05:03:02Z)
• Multilayer Environment and Toolchain for Holistic NetwOrk Design and Analysis [2.7763199324745966]
  本研究は分散システム評価の要件を詳細に分析する。 我々のアプローチは、より広い範囲の分散システムのセットアップと評価に重点を置いています。 さまざまなユースケースにまたがって価値ある洞察を提供するためのフレームワークの機能を示します。
  論文  参考訳（メタデータ） (2023-10-24T21:18:25Z)
• DISPATCH: Design Space Exploration of Cyber-Physical Systems [5.273291582861981]
  サイバー物理システム(CPS)の設計は、様々なCPS構成の大規模な検索空間を探索する難題である。 設計空間上のサンプル効率探索のための2段階の手法であるDisdisを提案する。
  論文  参考訳（メタデータ） (2020-09-21T23:14:51Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)
• BUSTLE: Bottom-Up Program Synthesis Through Learning-Guided Exploration [72.88493072196094]
  プログラムのボトムアップ検索に学習を活用する新しい合成手法を提案する。 特に、入力出力例のセットに基づいて、探索条件中の中間値の合成を優先順位付けするようにモデルを訓練する。 単純な教師付き学習アプローチであっても,学習とボトムアップ検索の組み合わせは極めて効果的であることを示す。
  論文  参考訳（メタデータ） (2020-07-28T17:46:18Z)
• NAS-Count: Counting-by-Density with Neural Architecture Search [74.92941571724525]
  ニューラルアーキテクチャサーチ(NAS)を用いたカウントモデルの設計を自動化する エンド・ツー・エンドの検索エンコーダ・デコーダアーキテクチャであるAutomatic Multi-Scale Network(AMSNet)を導入する。
  論文  参考訳（メタデータ） (2020-02-29T09:18:17Z)

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。