論文の概要: A Reference Framework for Variability Management of Software Product
Lines
- arxiv url: http://arxiv.org/abs/2306.03791v1
- Date: Tue, 6 Jun 2023 15:38:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 04:13:47.068540
- Title: A Reference Framework for Variability Management of Software Product
Lines
- Title(参考訳): ソフトウェア製品ラインの可変性管理のための参照フレームワーク
- Authors: Saiqa Aleem, Luiz Fernando Capretz, Faheem Ahmed
- Abstract要約: ソフトウェア製品ラインエンジニアリング(SPLE)における変数管理(VM)は、資産の再利用とカスタマイズを可能にする抽象化として導入された。
この研究は、定性メタ合成を用いた既存のVMアプローチの比較とコントラストを示す。
- 参考スコア(独自算出の注目度): 5.1868909177638125
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variability management (VM) in software product line engineering (SPLE) is
introduced as an abstraction that enables the reuse and customization of
assets. VM is a complex task involving the identification, representation, and
instantiation of variability for specific products, as well as the evolution of
variability itself. This work presents a comparison and contrast between
existing VM approaches using qualitative meta-synthesis to determine the
underlying perspectives, metaphors, and concepts of existing methods. A common
frame of reference for the VM was proposed as the result of this analysis.
Putting metaphors in the context of the dimensions in which variability occurs
and identifying its key concepts provides a better understanding of its
management and enables several analyses and evaluation opportunities. Finally,
the proposed framework was evaluated using a qualitative study approach. The
results of the evaluation phase suggest that the organizations in practice only
focus on one dimension. The presented frame of reference will help the
organization to cover this gap in practice.
- Abstract(参考訳): ソフトウェア製品ラインエンジニアリング(SPLE)における変数管理(VM)は、資産の再利用とカスタマイズを可能にする抽象化として導入された。
vmは、特定の製品に対する可変性の識別、表現、インスタンス化、および可変性自体の進化を含む複雑なタスクである。
この研究は、定性メタ合成を用いた既存のvmアプローチの比較と対比を示し、既存のメソッドの基本的な視点、メタファ、概念を決定する。
この分析の結果、vmへの共通の参照フレームが提案された。
多様性が生じる次元の文脈でメタファーを定め、その重要な概念を識別することは、その管理をよりよく理解し、いくつかの分析と評価の機会を可能にします。
最後に,提案手法を質的研究手法を用いて評価した。
評価フェーズの結果は、実際には組織は1次元にのみ焦点をあてていることを示唆している。
提示された参照フレームは、組織がこのギャップを実際にカバーするのに役立ちます。
関連論文リスト
- SymbolicAI: A framework for logic-based approaches combining generative
models and solvers [10.558183419341514]
SymbolicAIは、生成プロセスにおける概念学習とフロー管理に論理ベースのアプローチを採用する、汎用的でモジュール化されたフレームワークである。
我々は,大規模言語モデル(LLM)を,自然言語命令と形式言語命令の両方に基づいてタスクを実行する意味的解決器として扱う。
論文 参考訳(メタデータ) (2024-02-01T18:50:50Z) - MR-GSM8K: A Meta-Reasoning Revolution in Large Language Model Evaluation [65.07691494584843]
本稿では,メタ推論への取り組みに挑戦する,大規模言語モデルのための新しい評価パラダイムを提案する。
このアプローチは、エージェントの認知能力を評価するために伝統的に用いられてきた既存の数学問題解決ベンチマークにおける重大な欠点に対処する。
論文 参考訳(メタデータ) (2023-12-28T15:49:43Z) - Diffusion-based Visual Counterfactual Explanations -- Towards Systematic
Quantitative Evaluation [64.0476282000118]
視覚的対物的説明法(VCE)の最新手法は、深い生成モデルの力を利用して、印象的な画質の高次元画像の新しい例を合成する。
評価手順が大きく異なり,個々の実例の視覚検査や小規模なユーザスタディなど,これらのVCE手法の性能を比較することは,現時点では困難である。
本稿では,VCE手法の体系的,定量的評価のためのフレームワークと,使用する指標の最小セットを提案する。
論文 参考訳(メタデータ) (2023-08-11T12:22:37Z) - A Comparative Visual Analytics Framework for Evaluating Evolutionary
Processes in Multi-objective Optimization [7.906582204901926]
EMOアルゴリズムにおける進化過程の探索と比較を可能にする視覚分析フレームワークを提案する。
ベンチマークおよび実世界の多目的最適化問題におけるケーススタディを通じて,本フレームワークの有効性を実証する。
論文 参考訳(メタデータ) (2023-08-10T15:32:46Z) - Better Understanding Differences in Attribution Methods via Systematic
Evaluations [77.1487219861185]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。
本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。
これらの評価手法を用いて、広範囲のモデルにおいて広く用いられている属性手法の長所と短所について検討する。
論文 参考訳(メタデータ) (2023-03-21T14:24:58Z) - The Meta-Evaluation Problem in Explainable AI: Identifying Reliable
Estimators with MetaQuantus [10.135749005469686]
説明可能なAI(XAI)分野における未解決課題の1つは、説明方法の品質を最も確実に見積もる方法を決定することである。
我々は、XAIの異なる品質推定器のメタ評価を通じてこの問題に対処する。
我々の新しいフレームワークMetaQuantusは、品質推定器の2つの相補的な性能特性を解析する。
論文 参考訳(メタデータ) (2023-02-14T18:59:02Z) - Metrics reloaded: Recommendations for image analysis validation [59.60445111432934]
メトリクスのリロード(Metrics Reloaded)は、メトリクスの問題を意識した選択において研究者を導く包括的なフレームワークである。
このフレームワークは多段階のDelphiプロセスで開発され、問題指紋という新しい概念に基づいている。
問題指紋に基づいて、ユーザは適切なバリデーションメトリクスを選択して適用するプロセスを通じてガイドされる。
論文 参考訳(メタデータ) (2022-06-03T15:56:51Z) - Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。
提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。
分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
論文 参考訳(メタデータ) (2020-11-13T10:53:27Z) - Learning Robust State Abstractions for Hidden-Parameter Block MDPs [55.31018404591743]
我々は、ブロックMDPにインスパイアされた堅牢な状態抽象化を実現するために、HiP-MDP設定からの共通構造の概念を活用する。
マルチタスク強化学習 (MTRL) とメタ強化学習 (Meta-RL) の両方のための新しいフレームワークのインスタンス化を導出する。
論文 参考訳(メタデータ) (2020-07-14T17:25:27Z) - Dynamic Value Estimation for Single-Task Multi-Scene Reinforcement
Learning [22.889059874754242]
同じタスクから複数のレベル/シーン/条件を持つ環境において、深層強化学習エージェントを訓練することは、多くのアプリケーションにとって欠かせないものとなっている。
本研究では,複数のMDP環境に対する動的値推定(DVE)手法を提案する。
論文 参考訳(メタデータ) (2020-05-25T17:56:08Z)
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。