論文の概要: Mining Architectural Information: A Systematic Mapping Study
- arxiv url: http://arxiv.org/abs/2212.13179v2
- Date: Fri, 2 Jun 2023 17:20:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 13:47:16.639802
- Title: Mining Architectural Information: A Systematic Mapping Study
- Title（参考訳）: 建築情報のマイニング:システムマッピング研究
- Authors: Musengamana Jean de Dieu, Peng Liang, Mojtaba Shahin, Chen Yang,
Zengyang Li
- Abstract要約: 建築情報マイニングに関する文献がどのような文献で利用できるかは明らかになっていない。
ソフトウェアリポジトリにおけるアーキテクチャ情報のマイニングに関する文献を特定し,分析し,合成することを目的としている。
- 参考スコア（独自算出の注目度）: 7.9128392831324765
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mining Software Repositories (MSR) has become an essential activity in
software development. Mining architectural information (e.g., architectural
models and views) to support architecting activities, such as architecture
recovery and understanding, has received significant attention in recent years.
However, there is a lack of clarity on what literature on mining architectural
information is available. Consequently, this may create difficulty for
practitioners to understand and adopt the state-of-the-art research results,
such as what approaches should be adopted to mine what architectural
information in order to support architecting activities. It also hinders
researchers from being aware of the challenges and remedies for the identified
research gaps. We aim to identify, analyze, and synthesize the literature on
mining architectural information in software repositories in terms of
architectural information and sources mined, architecting activities supported,
approaches and tools used, and challenges faced. A Systematic Mapping Study
(SMS) has been conducted on the literature published between January 2006 and
December 2022. Of the 87 primary studies finally selected, 8 categories of
architectural information have been mined, among which architectural
description is the most mined architectural information; 12 architecting
activities can be supported by the mined architectural information, among which
architecture understanding is the most supported activity; 89 approaches and 54
tools were proposed and employed in mining architectural information; and 4
types of challenges in mining architectural information were identified. This
SMS provides researchers with promising future directions and help
practitioners be aware of what approaches and tools can be used to mine what
architectural information from what sources to support various architecting
activities.
- Abstract（参考訳）: マイニングソフトウェアリポジトリ(MSR)はソフトウェア開発において重要な活動となっている。
アーキテクチャの回復や理解といったアーキテクチャ活動を支援するためのアーキテクチャ情報(例えば、アーキテクチャモデルやビュー)のマイニングは、近年大きな注目を集めている。
しかし、建築情報マイニングに関する文献がどのような形で入手可能であるかは明確ではない。
結果として、アーキテクト活動を支援するためにどのようなアーキテクチャ情報をマイニングするためにどのようなアプローチを採用するべきかなど、実践者が最先端の研究結果を理解し、採用することが困難になる可能性がある。
また、研究者が特定された研究ギャップの課題や改善に気付くのを妨げる。
ソフトウェアリポジトリ内のアーキテクチャ情報マイニングに関する文献を,アーキテクチャ情報やソースマイニング,サポート対象のアーキテクチャ活動,使用するアプローチやツール,直面する課題などの観点から識別,分析,統合することを目的としています。
2006年1月から2022年12月にかけて,システムマッピング研究(SMS)が出版された。
Of the 87 primary studies finally selected, 8 categories of architectural information have been mined, among which architectural description is the most mined architectural information; 12 architecting activities can be supported by the mined architectural information, among which architecture understanding is the most supported activity; 89 approaches and 54 tools were proposed and employed in mining architectural information; and 4 types of challenges in mining architectural information were identified.
このSMSは、将来有望な方向性を研究者たちに提供するとともに、実践者がどのようなアーキテクチャ情報を使ってさまざまなアーキテクチャ活動を支援するかを知るのに役立つ。
関連論文リスト
- An Analysis of MLOps Architectures: A Systematic Mapping Study [12.399094410444743]
本研究は、アーキテクチャの観点から、MLOpsにおける技術の現状を概観する。
研究者や実践者は、私たちの発見を利用して、MLOpsシステムのアーキテクチャ設計を知らせることができます。
論文 参考訳（メタデータ） (2024-06-28T11:38:50Z) - How Do OSS Developers Utilize Architectural Solutions from Q&A Sites: An Empirical Study [5.568316292260523]
開発者はQ&Aサイトでプログラミング関連の知識(コードスニペットなど)を利用する(Stack Overflowなど)。
アーキテクチャのソリューション(例えば、アーキテクチャの戦術)とその利用はめったに調査されない。
マイニング調査では,GitHub上の893のオープンソースソフトウェア(OSS)プロジェクトから,984のコミットとイシュー(すなわち821のコミットと163のイシュー)をマイニングしました。
調査では,OSS開発において,実践者がQ&Aサイトからアーキテクチャソリューションをどのように活用するかをさらに理解するため,その内227件を調査した。
論文 参考訳（メタデータ） (2024-04-07T18:53:30Z) - Unsupervised Graph Neural Architecture Search with Disentangled
Self-supervision [51.88848982611515]
教師なしグラフニューラルアーキテクチャサーチは、文献では未発見のままである。
本稿では,Distangled Self-supervised Graph Neural Architecture Searchモデルを提案する。
我々のモデルは、教師なしの方法で、いくつかのベースライン手法に対して最先端のパフォーマンスを達成することができる。
論文 参考訳（メタデータ） (2024-03-08T05:23:55Z) - Architecture Knowledge Representation and Communication Industry Survey [0.0]
我々は、アーキテクチャ知識の現在の実践を理解し、将来ソフトウェアアーキテクチャの持続可能性に取り組むために持続可能性をどのように適用できるかを探求することを目的としている。
オランダの著名な銀行で働く45人の建築家から回答を得た。
論文 参考訳（メタデータ） (2023-09-20T18:17:16Z) - Data Mesh: a Systematic Gray Literature Review [3.038477115588261]
Data Meshは、運用上のボトルネックを最小限に抑え、回避することを目的とした、新たなドメイン駆動の分散データアーキテクチャである。
我々は114の産業用グレー文学論文を体系的に収集,分析,合成した。
このレビューは、データメッシュの4つの重要な原則に関する実践者の視点に関する洞察を提供する。
論文 参考訳（メタデータ） (2023-04-03T15:16:46Z) - Unfinished Architectures: A Perspective from Artificial Intelligence [73.52315464582637]
人工知能(AI)の開発は、未完成のアーキテクチャの完成の可能性を提案する新たな道を開く。
DALL-Eのような最近のツールでは、テキスト記述でガイドされた画像が完成する。
本稿では、歴史的寺院の未完成のファサードの完成にこれらの新しいAIツールを使用することについて検討し、建築図学の分野におけるまだ老朽化したスタジアムの分析を行う。
論文 参考訳（メタデータ） (2023-03-03T13:05:10Z) - Neural Architecture Search: Insights from 1000 Papers [50.27255667347091]
ニューラルアーキテクチャサーチの組織的で包括的なガイドを提供する。
検索空間、アルゴリズム、スピードアップのテクニックを分類する。
ベンチマークやベストプラクティス,その他の調査,オープンソースライブラリなどのリソースについて論じる。
論文 参考訳（メタデータ） (2023-01-20T18:47:24Z) - A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。
このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
論文 参考訳（メタデータ） (2022-11-04T09:58:57Z) - Computer vision-based analysis of buildings and built environments: A
systematic review of current approaches [0.98314893665023]
本稿では,建物と建築環境のコンピュータビジョンに基づく分析を初めて体系的に検討する。
これは現在の研究のギャップとトレンドを明らかにし、研究目的の2つの主要なカテゴリを強調している。
論文 参考訳（メタデータ） (2022-08-01T14:17:51Z) - Network Graph Based Neural Architecture Search [57.78724765340237]
我々は、対応するグラフを書き換えてニューラルネットワークを探索し、グラフ特性によるアーキテクチャ性能の予測を行う。
グラフ空間全体にわたって機械学習を行わないため、探索プロセスは極めて効率的である。
論文 参考訳（メタデータ） (2021-12-15T00:12:03Z) - RC-DARTS: Resource Constrained Differentiable Architecture Search [162.7199952019152]
資源制約付き微分可能なアーキテクチャ探索法(RC-DARTS)を提案する。
RC-DARTS法は,モデルサイズが小さく,計算量も少ない,軽量なニューラルアーキテクチャを学習する。
論文 参考訳（メタデータ） (2019-12-30T05:02:38Z)
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。