論文の概要: A Query Language for Software Architecture Information (Extended version)

• arxiv url: http://arxiv.org/abs/2306.16829v2
• Date: Tue, 4 Jul 2023 11:46:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 18:46:52.604272
• Title: A Query Language for Software Architecture Information (Extended version)
• Title（参考訳）: ソフトウェアアーキテクチャ情報のためのクエリ言語(拡張版)
• Authors: Joshua Ammermann, Sven Jordan, Lukas Linsbauer, Ina Schaefer
• Abstract要約: 既存のソフトウェアシステムのメンテナンスタスクは、時間とともに変化するアーキテクチャ情報に悩まされる。 Digital Architecture Twin (DArT)は、最新のアーキテクチャ情報を提供することで、ソフトウェアのメンテナンスをサポートする。 私たちはアーキテクチャ情報クエリ言語(AIQL)にコントリビュートしています。
• 参考スコア（独自算出の注目度）: 3.348168323147728
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Software maintenance is an important part of a software system's life cycle. Maintenance tasks of existing software systems suffer from architecture information that is diverging over time (architectural drift). The Digital Architecture Twin (DArT) can support software maintenance by providing up-to-date architecture information. For this, the DArT gathers such information and co-evolves with a software system, enabling continuous reverse engineering. But the crucial link for stakeholders to retrieve this information is missing. To fill this gap, we contribute the Architecture Information Query Language (AIQL), which enables stakeholders to access up-to-date and tailored architecture information. We derived four application scenarios in the context of continuous reverse engineering. We showed that the AIQL provides the required functionality to formulate queries for the application scenarios and that the language scales for use with real-world software systems. In a user study, stakeholders agreed that the language is easy to understand and assessed its value to the specific stakeholder for the application scenarios.
• Abstract（参考訳）: ソフトウェアのメンテナンスは、ソフトウェアシステムのライフサイクルの重要な部分です。 既存のソフトウェアシステムのメンテナンスタスクは、時間とともに変化するアーキテクチャ情報(アーキテクチャドリフト)に苦しむ。 Digital Architecture Twin (DArT)は、最新のアーキテクチャ情報を提供することで、ソフトウェアのメンテナンスをサポートする。 そのため、DArTはそのような情報を収集し、ソフトウェアシステムと共進化し、継続的なリバースエンジニアリングを可能にする。 しかし、利害関係者が情報を取得するための重要なリンクが欠けている。 このギャップを埋めるために、私たちはArchitecture Information Query Language (AIQL)にコントリビュートしています。 我々は、継続的リバースエンジニアリングの文脈で4つのアプリケーションシナリオを導出した。 私たちは、aiqlがアプリケーションシナリオのクエリを定式化するために必要な機能を提供し、言語が現実世界のソフトウェアシステムで使用するためにスケールすることを示した。 ユーザ調査において、利害関係者は言語を理解するのが容易であることに同意し、その価値をアプリケーションシナリオの特定のステークホルダーに評価した。

関連論文リスト

• Developing PUGG for Polish: A Modern Approach to KBQA, MRC, and IR Dataset Construction [43.045596895389345]
  KBQA、Machine Reading(MRC)、Information Retrieval(IR)といったタスクを含む、データセット作成のための最新の半自動アプローチを導入する。 本稿では,包括的実装,洞察力のある発見,詳細な統計,ベースラインモデルの評価を行う。
  論文  参考訳（メタデータ） (2024-08-05T09:23:49Z)
• Software Architecture Recovery with Information Fusion [14.537490019685384]
  本稿では,完全に自動化されたアーキテクチャ復元手法であるSARIFを提案する。 依存関係、コードテキスト、フォルダ構造を含む3種類の包括的な情報が含まれている。 SARIFは従来の技術よりも36.1%正確である。
  論文  参考訳（メタデータ） (2023-11-08T12:35:37Z)
• Serving Deep Learning Model in Relational Databases [70.53282490832189]
  リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。 最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。 UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
  論文  参考訳（メタデータ） (2023-10-07T06:01:35Z)
• 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)
• Machine Learning-Enabled Software and System Architecture Frameworks [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• Towards Human-Bot Collaborative Software Architecting with ChatGPT [7.50312929275194]
  大規模言語モデルでトレーニングされたソフトウェア開発ボット(DevBots)は、アーキテクトの知識を人工的なインテリジェントな意思決定サポートと相乗的に支援するのに役立つ。 ChatGPTは、主にソフトウェア工学に導入されていない破壊的な技術である。 サービス駆動型ソフトウェアアプリケーションのアーキテクチャ分析、合成、評価のために、初心者のソフトウェアアーキテクトとChatGPTのコラボレーションを含むケーススタディを詳述する。
  論文  参考訳（メタデータ） (2023-02-26T16:32:16Z)
• Retrieval-Enhanced Machine Learning [110.5237983180089]
  本稿では,いくつかの既存モデルを含む汎用的な検索強化機械学習フレームワークについて述べる。 REMLは情報検索の慣例に挑戦し、最適化を含む中核領域における新たな進歩の機会を提示している。 REMLリサーチアジェンダは、情報アクセス研究の新しいスタイルの基礎を築き、機械学習と人工知能の進歩への道を開く。
  論文  参考訳（メタデータ） (2022-05-02T21:42:45Z)
• SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
  本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。 しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
  論文  参考訳（メタデータ） (2021-12-22T14:45:37Z)
• Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
  再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。 現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。 我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
  論文  参考訳（メタデータ） (2020-07-13T20:30:26Z)
• Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
  ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。 ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。 本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
  論文  参考訳（メタデータ） (2020-05-27T11:56:56Z)

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。