論文の概要: Detecting and Optimising Team Interactions in Software Development

• arxiv url: http://arxiv.org/abs/2302.14609v1
• Date: Tue, 28 Feb 2023 14:53:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-03-01 16:17:38.691691
• Title: Detecting and Optimising Team Interactions in Software Development
• Title（参考訳）: ソフトウェア開発におけるチームインタラクションの検出と最適化
• Abstract要約: 本稿では,ソフトウェア開発チームの機能的相互作用構造を検出するためのデータ駆動型手法を提案する。 このアプローチでは、チームメンバのアクティビティレベルの違いを考慮し、ブロック制約設定モデルを使用します。 我々のアプローチは、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較するのにどのように役立つかを示します。
• 参考スコア（独自算出の注目度）: 58.720142291102135
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The functional interaction structure of a team captures the preferences with which members of different roles interact. This paper presents a data-driven approach to detect the functional interaction structure for software development teams from traces team members leave on development platforms during their daily work. Our approach considers differences in the activity levels of team members and uses a block-constrained configuration model to compute interaction preferences between members of different roles. We apply our approach in a case study to extract the functional interaction structure of a product team at the German IT security company genua GmbH. We subsequently validate the accuracy of the detected interaction structure in interviews with five team members. Finally, we show how our approach enables teams to compare their functional interaction structure against synthetically created benchmark scenarios. Specifically, we evaluate the level of knowledge diffusion in the team and identify areas where the team can further improve. Our approach is computationally efficient and can be applied in real time to manage a team's interaction structure.
• Abstract（参考訳）: チームの機能的な相互作用構造は、異なる役割のメンバーが相互作用する好みを捉えます。 本稿では,開発チームが日常作業中に開発プラットフォームから離脱する痕跡から,ソフトウェア開発チームの機能的インタラクション構造を検出するためのデータ駆動アプローチを提案する。 提案手法では,チームメンバーのアクティビティレベルの違いを考慮し,異なる役割のメンバ間の相互作用の選好を計算するためにブロック制約設定モデルを用いる。 我々は,ドイツのITセキュリティ企業genua GmbHの製品チームの機能的インタラクション構造を抽出するケーススタディにアプローチを適用した。 その後,5人のチームメンバーとのインタビューにおいて,検出されたインタラクション構造の正確性を検証する。 最後に、我々のアプローチによって、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較することができることを示す。 具体的には、チーム内の知識拡散のレベルを評価し、チームがさらに改善できる領域を特定します。 私たちのアプローチは計算効率が高く、チームのインタラクション構造を管理するためにリアルタイムで適用できます。

関連論文リスト

• Towards Actionable Surgical Team Dynamics: from Teamwork to Counterfactual Annotations [8.839435095280962]
  実際の手術室記録から構築した手術チームインタラクション分析のための拡張マルチモーダルデータセットを提案する。 チームパフォーマンスは標準化された外科的評価プロトコルを用いて評価され、インタラクションの品質と個々の属性は注釈付けされる。 コーディネーションのブレークダウンと性能の変動についての研究をさらに支援するために,反実的アノテーションを導入する。 このデータセットは、個々のアクション、インタラクションパターン、チームレベルのプロセスが、外科的設定でチームの成果にどのように貢献するかを研究するために設計されている。
  論文  参考訳（メタデータ） (2026-08-24T14:55:18Z)
• Searching for Synergy in Shared Workspace Human-AI Collaboration [1.4923836729114697]
  シミュレーションされた共有ワークスペースの人間-AIチームは、コラボレーション構造がチームの振る舞いをどのように形作るかを研究するテストベッドとして使用しています。 コーディネート構造が欠如している場合、追加のコラボレータを追加することで性能が低下することを発見した。 次に、共有グループメモリとシミュレーションされたHuman-in-the-loop(HITL)ゲートを組み合わせた協調足場の評価を行う。
  論文  参考訳（メタデータ） (2026-06-16T19:08:43Z)
• VitaBench 2.0: Evaluating Personalized and Proactive Agents in Long-Term User Interactions [63.13827503828231]
  我々は、長期ユーザーインタラクションにおけるパーソナライズされたプロアクティブなエージェント動作を評価するためのベンチマークであるVitaBench 2.0を紹介する。 結果は、最先端のモデルでさえ、現実世界のパーソナライゼーションは非常に困難であることを示している。
  論文  参考訳（メタデータ） (2026-05-26T15:07:38Z)
• Beyond Individual Intelligence: Surveying Collaboration, Failure Attribution, and Self-Evolution in LLM-based Multi-Agent Systems [65.90791804095561]
  マルチエージェントシステムは、特殊エージェント間の構造化された協調を通じてこの問題に対処するが、より厳密な調整は、あまり検討されていないリスクを増幅する。 既存の調査では、個々のエージェント能力、マルチエージェントのコラボレーション、エージェントの自己進化を別々にカバーしている。 この調査は4つの因果関係のあるステージを中心にまとめられた統一されたレビューを提供する。これはLIFEの進展(Lay the capabilities foundation)、協力によるエージェントの統合、帰属による障害の発見、自律的な自己改善によるEvolveである。
  論文  参考訳（メタデータ） (2026-05-14T14:36:13Z)
• An Edge-Host-Cloud Architecture for Robot-Agnostic, Caregiver-in-the-Loop Personalized Cognitive Exercise: Multi-Site Deployment in Dementia Care [1.4582793306013617]
  我々は,個人化された認知運動支援のためのロボットインタラクションプラットフォームであるMemoriesを紹介した。 このプラットフォームは、聴覚、視覚、およびテキストの信号を融合して、感情に敏感でパーソナライズされた対話を可能にする。 実世界の展開、エンドツーエンドのレイテンシ、対話コヒーレンス、インタラクションの安定性、ステークホルダが報告したユーザビリティとエンゲージメントなどを通じて、プラットフォームを評価します。
  論文  参考訳（メタデータ） (2026-04-01T00:41:20Z)
• EmCoop: A Framework and Benchmark for Embodied Cooperation Among LLM Agents [18.802912315746564]
  EmCoopは、組み込みマルチエージェントシステムの協調を研究するためのベンチマークフレームワークである。 我々のフレームワークは、高レベルの認知層と低レベルのエンボディドインタラクション層を分離する。 コラボレーションの品質と障害モードを診断する,一般化可能なプロセスレベルのメトリクスを提案する。
  論文  参考訳（メタデータ） (2026-02-27T22:28:33Z)
• Learning Human-Object Interaction as Groups [52.28258599873394]
  GroupHOIは、幾何学的近接性および意味的類似性の観点から文脈情報を伝播するフレームワークである。 これは、より困難な非言語間相互作用検出タスクにおいて、主要なパフォーマンスを示す。
  論文  参考訳（メタデータ） (2025-10-21T07:25:10Z)
• OSC: Cognitive Orchestration through Dynamic Knowledge Alignment in Multi-Agent LLM Collaboration [13.032459988986068]
  OSC(Orchestrating Cognitive Synergy)は、知識を意識したアダプティブコラボレーションフレームワークである。 これは、大きな言語モデルを持つマルチエージェントシステムにおける認知シナジーを高める。
  論文  参考訳（メタデータ） (2025-09-05T07:44:05Z)
• Dynamic benchmarking framework for LLM-based conversational data capture [0.0]
  本稿では,大規模言語モデル(LLM)を評価するためのベンチマークフレームワークを提案する。 生成エージェントシミュレーションを統合して、情報抽出、コンテキスト認識、適応エンゲージメントといった重要次元のパフォーマンスを評価する。 その結果,不明瞭な応答を扱う場合,適応戦略によりデータの抽出精度が向上することが示唆された。
  論文  参考訳（メタデータ） (2025-02-04T15:47:47Z)
• ML-SPEAK: A Theory-Guided Machine Learning Method for Studying and Predicting Conversational Turn-taking Patterns [25.049072387358244]
  自己組織化チーム内で対話型ターンテイクの計算モデルを開発する。 個人の性格特性とチームのコミュニケーションパターンのギャップを埋めることで、私たちのモデルはチームプロセスの理論を伝えることができるのです。
  論文  参考訳（メタデータ） (2024-11-23T01:27:01Z)
• Enhancing Cooperation through Selective Interaction and Long-term Experiences in Multi-Agent Reinforcement Learning [10.932974027102619]
  本研究では,空間的囚人のジレンマゲームにおけるマルチエージェント強化学習に基づく計算フレームワークを提案する。 2つの異なるQ-ネットを用いて各エージェントをモデル化することにより、協調と相互作用の共進化ダイナミクスを解き放つ。
  論文  参考訳（メタデータ） (2024-05-04T12:42:55Z)
• Unified Human-Scene Interaction via Prompted Chain-of-Contacts [61.87652569413429]
  HSI(Human-Scene Interaction)は、AIや仮想現実といった分野において重要なコンポーネントである。 本稿では,言語コマンドによる多様なインタラクションの統一制御を支援する統一型HSIフレームワークUniHSIを提案する。
  論文  参考訳（メタデータ） (2023-09-14T17:59:49Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)
• Building Cooperative Embodied Agents Modularly with Large Language Models [104.57849816689559]
  本研究では, 分散制御, 生の知覚観察, コストのかかるコミュニケーション, 様々な実施環境下でインスタンス化された多目的タスクといった課題に対処する。 我々は,LLMの常識知識,推論能力,言語理解,テキスト生成能力を活用し,認知に触発されたモジュラーフレームワークにシームレスに組み込む。 C-WAH と TDW-MAT を用いた実験により, GPT-4 で駆動される CoELA が, 強い計画に基づく手法を超越し, 創発的な効果的なコミュニケーションを示すことを示した。
  論文  参考訳（メタデータ） (2023-07-05T17:59:27Z)
• Knowledge-based Reasoning and Learning under Partial Observability in Ad Hoc Teamwork [4.454557728745761]
  本稿では,非単調な論理的推論に基づいてアドホックエージェントの動作を決定するアーキテクチャを提案する。 これは、他のエージェントの行動を予測するモデルのオンライン選択、適応、学習をサポートする。 単純なシナリオと複雑なシナリオの両方において、アーキテクチャのパフォーマンスが、最先端のデータ駆動ベースラインと同等か、あるいは同等であることを示す。
  論文  参考訳（メタデータ） (2023-06-01T15:21:27Z)
• Rethinking Trajectory Prediction via "Team Game" [118.59480535826094]
  本稿では,対話型グループコンセンサスの概念を明示的に導入した,マルチエージェント軌道予測の新しい定式化について述べる。 チームスポーツと歩行者の2つのマルチエージェント設定において,提案手法は既存手法と比較して常に優れた性能を達成している。
  論文  参考訳（メタデータ） (2022-10-17T07:16:44Z)
• Structure Extraction in Task-Oriented Dialogues with Slot Clustering [94.27806592467537]
  タスク指向対話では、対話構造はしばしば対話状態間の遷移グラフと見なされている。 本稿では,タスク指向対話における構造抽出のための簡易かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2022-02-28T20:18:12Z)
• Advancing Methodology for Social Science Research Using Alternate Reality Games: Proof-of-Concept Through Measuring Individual Differences and Adaptability and their impact on Team Performance [8.680283375719466]
  オープンな問題に取り組む作業について、個人差とチーム適応への影響を理解することに焦点を当てて論じる。 具体的には,調査データと行動データを拡張する手法に関して,我々の貢献を具体的に論じる。 この問題をより難易度の高いものにするために、私たちは特定の種類の環境、Alternate Reality Games(ARGs)に注力することにしました。
  論文  参考訳（メタデータ） (2021-06-25T16:22:22Z)
• Towards Open Ad Hoc Teamwork Using Graph-based Policy Learning [11.480994804659908]
  我々は、さまざまなチーム構成の下でエージェントモデルと共同アクション値モデルを学ぶために、グラフニューラルネットワーク上に構築する。 私たちは、我々のアプローチが、他のエージェントが学習者に与える影響をうまくモデル化し、動的なチーム構成にしっかりと適応するポリシーを導いたことを実証的に実証します。
  論文  参考訳（メタデータ） (2020-06-18T10:39:41Z)

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。