Fugu-MT 論文翻訳(概要): Consistency of UML class, object and statechart diagrams using ontology reasoners

論文の概要: Consistency of UML class, object and statechart diagrams using ontology reasoners

arxiv url: http://arxiv.org/abs/2205.11177v1
Date: Mon, 23 May 2022 10:29:32 GMT
ステータス: 処理完了
システム内更新日: 2022-05-25 08:59:31.800146
Title: Consistency of UML class, object and statechart diagrams using ontology reasoners
Title（参考訳）: オントロジー推論を用いたUMLクラス、オブジェクトおよびステートチャート図の一貫性
Authors: Ali Hanzala Khan, Ivan Porres
Abstract要約: 複数のクラス、オブジェクトおよびステートチャート図を含む統一モデリング言語モデルの一貫性と満足度を自動解析する手法を提案する。本稿では、OWL 2でモデルを翻訳する方法を説明し、標準的なモデリングツールで使用可能な、この翻訳を実装したツールチェーンを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: We propose an automatic approach to analyze the consistency and satisfiability of Unified Modeling Language UML models containing multiple class, object and statechart diagrams using logic reasoners for the Web Ontology Language OWL 2. We describe how to translate UML models in OWL 2 and we present a tool chain implementing this translation that can be used with any standard compliant UML modeling tool. The proposed approach is limited in scope, but is fully automatic and does not require any expertise about OWL 2 and its reasoners from the designer.
Abstract（参考訳）: Web Ontology Language OWL 2の論理推論器を用いて、複数のクラス、オブジェクト、ステートチャート図を含む統一モデリング言語UMLモデルの一貫性と満足度を自動解析する手法を提案する。 OWL 2でUMLモデルを変換する方法を説明し、標準準拠のUMLモデリングツールで使用可能な、この翻訳を実装するツールチェーンを提案する。提案手法はスコープに制限があるが、完全に自動であり、OWL 2とその設計者からの推論に関する専門知識を必要としない。

関連論文リスト

Matchmaker: Self-Improving Large Language Model Programs for Schema Matching [60.23571456538149]
本稿では,スキーママッチングのための合成言語モデルプログラムを提案する。 Matchmakerは、ラベル付きデモを必要とせずに、ゼロショットで自己改善する。実証的に、Matchmakerが以前のMLベースのアプローチより優れている実世界の医療スキーママッチングベンチマークを実証する。
論文参考訳（メタデータ） (2024-10-31T16:34:03Z)
Formalizing UML State Machines for Automated Verification -- A Survey [14.99225452541953]
モデリング言語(UML)は、動的システムのモデリングの標準である。 Object Management Group (OMG) が管理する仕様は、自然言語で文書化されている。
論文参考訳（メタデータ） (2024-07-24T12:15:31Z)
ML-SUPERB 2.0: Benchmarking Multilingual Speech Models Across Modeling Constraints, Languages, and Datasets [106.7760874400261]
本稿では、事前訓練されたSSLと教師付き音声モデルを評価するための新しいベンチマークであるML-SUPERB2.0を提案する。 ML-SUPERBのセットアップよりも性能が向上するが、性能は下流モデル設計に依存している。また、言語とデータセットのパフォーマンスに大きな違いがあることから、よりターゲットを絞ったアプローチの必要性も示唆されている。
論文参考訳（メタデータ） (2024-06-12T21:01:26Z)
PathOCL: Path-Based Prompt Augmentation for OCL Generation with GPT-4 [10.564949684320727]
本稿では,Object Constraint Language生成を容易にするために設計された新しいパスベースのプロンプト拡張技術であるPathOCLを紹介する。以上の結果から,PathOCLは完全クラスモデル(UML-Augmentation)に比較して,有効かつ正しいOCL制約を多く生成することがわかった。
論文参考訳（メタデータ） (2024-05-21T02:00:54Z)
Model Generation with LLMs: From Requirements to UML Sequence Diagrams [9.114284818139069]
本稿では,NL要求から特定のモデル,すなわちシーケンス図を生成するChatGPTの能力について検討する。本稿では,ChatGPTが生成した28種類の要求文書と異なるドメインのシーケンス図について検討する。以上の結果から, モデルが標準に適合し, 合理的な理解可能性を示す一方で, 要求条件に対する完全性や正当性は, しばしば課題となることが示唆された。
論文参考訳（メタデータ） (2024-04-09T15:07:25Z)
Small LLMs Are Weak Tool Learners: A Multi-LLM Agent [73.54562551341454]
大規模言語モデル(LLM)エージェントはスタンドアロンのLLMの機能を大幅に拡張する。本稿では、上記の機能をプランナー、呼び出し元、要約器に分解する新しい手法を提案する。このモジュール化されたフレームワークは、個々の更新と、それぞれの機能を構築するための小さなLLMの潜在的な使用を容易にする。
論文参考訳（メタデータ） (2024-01-14T16:17:07Z)
Exploiting Contextual Target Attributes for Target Sentiment Classification [53.30511968323911]
TSCの既存のPTLMベースモデルは、1)PTLMをコンテキストエンコーダとして採用した微調整ベースモデル、2)テキスト/単語生成タスクに分類タスクを転送するプロンプトベースモデル、の2つのグループに分類される。我々は,PTLM を TSC に活用する新たな視点として,言語モデリングと文脈的ターゲット属性による明示的ターゲットコンテキスト相互作用の利点を同時に活用する。
論文参考訳（メタデータ） (2023-12-21T11:45:28Z)
Conceptual Model Interpreter for Large Language Models [0.0]
本稿では,コード生成と解釈を概念モデルに適用する。概念モデルインタプリタの概念とプロトタイプについて検討する。以上の結果から,会話形式で反復的にモデリングできる可能性が示唆された。
論文参考訳（メタデータ） (2023-11-11T09:41:37Z)
Coding by Design: GPT-4 empowers Agile Model Driven Development [0.03683202928838613]
この研究は、アジャイルモデル駆動開発(MDD)アプローチを提供し、OpenAIのGPT-4を使ってコードの自動生成を強化する。私たちの研究は、現行のMDDメソッドへの重要な貢献として"アジリティ"を強調しています。最終的に、GPT-4を利用して、最後のレイヤはJavaとPythonの両方でコードを自動生成します。
論文参考訳（メタデータ） (2023-10-06T15:05:05Z)
ModelScope-Agent: Building Your Customizable Agent System with Open-source Large Language Models [74.64651681052628]
本稿では,オープンソースのLCMをコントローラとする実世界のアプリケーションのためのカスタマイズ可能なエージェントフレームワークであるModelScope-Agentを紹介する。ユーザフレンドリーなシステムライブラリを提供し、カスタマイズ可能なエンジン設計により、複数のオープンソースLLMでモデルトレーニングをサポートする。ツール使用データ収集、ツール検索、ツール登録、メモリ制御、カスタマイズされたモデルトレーニング、評価にまたがる包括的なフレームワークが提案されている。
論文参考訳（メタデータ） (2023-09-02T16:50:30Z)
Metadata Representations for Queryable ML Model Zoos [73.24799582702326]
機械学習(ML)の実践者や組織は、事前訓練されたモデルのモデル動物園を構築しており、モデルの性質を記述するメタデータを含んでいる。メタタダは現在標準化されておらず、表現力は限られている。本稿では,MLモデルのメタデータ表現と管理の標準化を提唱し,そのメタデータの管理とクエリを支援するツールキットを提案する。
論文参考訳（メタデータ） (2022-07-19T15:04:14Z)

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。