論文の概要: Which Requirements Artifact Quality Defects are Automatically
Detectable? A Case Study
- arxiv url: http://arxiv.org/abs/2308.15057v1
- Date: Tue, 29 Aug 2023 06:36:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 12:15:22.879075
- Title: Which Requirements Artifact Quality Defects are Automatically
Detectable? A Case Study
- Title（参考訳）: アーチファクトの品質欠陥は自動検出可能か?
事例研究
- Authors: Henning Femmer, Michael Unterkalmsteiner, Tony Gorschek
- Abstract要約: 要求品質 エンジニアリングアーティファクトは、プロジェクトにとって重要な成功要因であると認められています。
多くの企業は、REアーティファクトの品質を制御するためにかなりの金額を費やしています。
費用削減とREアーチファクトの品質向上のために,手作業による品質管理,すなわちレビューと自動アプローチを組み合わせた手法が提案された。
- 参考スコア（独自算出の注目度）: 3.0593903288942426
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: [Context] The quality of requirements engineering artifacts, e.g.
requirements specifications, is acknowledged to be an important success factor
for projects. Therefore, many companies spend significant amounts of money to
control the quality of their RE artifacts. To reduce spending and improve the
RE artifact quality, methods were proposed that combine manual quality control,
i.e. reviews, with automated approaches. [Problem] So far, we have seen various
approaches to automatically detect certain aspects in RE artifacts. However, we
still lack an overview what can and cannot be automatically detected.
[Approach] Starting from an industry guideline for RE artifacts, we classify
166 existing rules for RE artifacts along various categories to discuss the
share and the characteristics of those rules that can be automated. For those
rules, that cannot be automated, we discuss the main reasons. [Contribution] We
estimate that 53% of the 166 rules can be checked automatically either
perfectly or with a good heuristic. Most rules need only simple techniques for
checking. The main reason why some rules resist automation is due to imprecise
definition. [Impact] By giving first estimates and analyses of automatically
detectable and not automatically detectable rule violations, we aim to provide
an overview of the potential of automated methods in requirements quality
control.
- Abstract（参考訳）: [コンテキスト]要求仕様のような要求工学の成果物の品質は、プロジェクトにとって重要な成功要因であると認識されます。
したがって、多くの企業はREアーティファクトの品質を制御するためにかなりの金額を費やす。
コスト削減とアーティファクトの品質向上を目的として,手作業による品質管理,すなわちレビューと自動アプローチを組み合わせた手法を提案した。
これまでのところ、REアーティファクトの特定の側面を自動的に検出する様々なアプローチが見られます。
しかし、自動で検出できることとできないことの概観はいまだに欠けている。
[適用]REアーティファクトの業界ガイドラインから、さまざまなカテゴリに沿って、REアーティファクトの既存のルール166を分類して、自動化可能なルールの共有と特性について議論します。
これらのルールでは、自動化できないため、主な理由について議論する。
コントリビューション]166のルールの53%は、完全に、あるいは優れたヒューリスティックで自動的にチェックできると見積もっています。
ほとんどのルールはチェックに単純なテクニックしか必要ありません。
いくつかのルールが自動化に抵抗する主な理由は、不正確な定義のためです。
[Impact] 自動検出可能かつ自動検出不能なルール違反の第一の見積もりと分析を行うことにより、要求品質管理における自動手法の可能性の概要を提供する。
関連論文リスト
- Learning Quantitative Automata Modulo Theories [17.33092604696224]
本稿では,学習者が帰納的推論によって有効なオートマトンを推論する,能動的学習アルゴリズムQUINTICを提案する。
本評価では, 累積, 減算, 積, 量的オートマトンを学習するために, 有理理論を利用する。
論文 参考訳（メタデータ） (2024-11-15T21:51:14Z) - Automated Pavement Cracks Detection and Classification Using Deep Learning [3.7078234026046877]
本稿では, 道路舗装の亀裂の検出と分類を, 有名なYou Only Look Once (YOLO) バージョン5 (YOLOv5) とバージョン8 (YOLOv8) のアルゴリズムを用いて行う手法を提案する。
実験結果から, 照明条件と画像サイズが異なる場合, 舗装き裂検出精度は67.3%に達することがわかった。
論文 参考訳（メタデータ） (2024-06-11T19:47:41Z) - GAIA: Rethinking Action Quality Assessment for AI-Generated Videos [56.047773400426486]
アクション品質アセスメント(AQA)アルゴリズムは、主に実際の特定のシナリオからのアクションに焦点を当て、規範的なアクション機能で事前訓練されている。
我々は,新たな因果推論の観点から大規模主観評価を行うことにより,GAIAを構築した。
その結果、従来のAQA手法、最近のT2Vベンチマークにおけるアクション関連指標、メインストリームビデオ品質手法は、それぞれ0.454、0.191、0.519のSRCCで性能が良くないことがわかった。
論文 参考訳（メタデータ） (2024-06-10T08:18:07Z) - Quantitative Assurance and Synthesis of Controllers from Activity
Diagrams [4.419843514606336]
確率的モデル検査は、定性的および定量的な性質を自動検証するために広く用いられている形式的検証手法である。
これにより、必要な知識を持っていない研究者やエンジニアにはアクセスできない。
本稿では,確率時間の新しいプロファイル,品質アノテーション,3つのマルコフモデルにおけるADの意味論的解釈,アクティビティ図からPRISM言語への変換ルールのセットなど,ADの総合的な検証フレームワークを提案する。
最も重要なことは、モデルをベースとした手法を用いて、完全自動検証のための変換アルゴリズムを開発し、QASCADと呼ばれるツールで実装したことです。
論文 参考訳（メタデータ） (2024-02-29T22:40:39Z) - Fine-Tuning Language Models Using Formal Methods Feedback [53.24085794087253]
我々は、自律システムにおけるアプリケーションのための、微調整済み言語モデルに対して、完全に自動化されたアプローチを提案する。
本手法は,自然言語タスク記述による事前学習モデルから自動制御器を合成する。
その結果、コントローラが満たした仕様の割合が60%から90%に改善したことが示唆された。
論文 参考訳（メタデータ） (2023-10-27T16:24:24Z) - Learning to Walk Autonomously via Reset-Free Quality-Diversity [73.08073762433376]
品質多様性アルゴリズムは、多様かつ高いパフォーマンスのスキルからなる大規模で複雑な行動レパートリーを発見することができる。
既存のQDアルゴリズムは、手動による人間の監督と介入を必要とするエピソードリセットと同様に、多数の評価を必要とする。
本稿では,オープンエンド環境におけるロボットの自律学習に向けたステップとして,リセットフリー品質多様性最適化(RF-QD)を提案する。
論文 参考訳（メタデータ） (2022-04-07T14:07:51Z) - Will this Question be Answered? Question Filtering via Answer Model
Distillation for Efficient Question Answering [99.66470885217623]
本稿では,質問回答システム(QA)の効率向上に向けた新しいアプローチを提案する。
最新のQAシステムの回答信頼性スコアは、入力された質問テキストのみを使用してモデルによってうまく近似することができる。
論文 参考訳（メタデータ） (2021-09-14T23:07:49Z) - DirectDebug: Automated Testing and Debugging of Feature Models [55.41644538483948]
変数モデル(例えば、特徴モデル)は、ソフトウェアアーティファクトの変数と共通性を表現する一般的な方法である。
複雑でしばしば大規模な機能モデルは欠陥になりうる、すなわち、ソフトウェアアーチファクトの期待される変動特性を表現しない。
論文 参考訳（メタデータ） (2021-02-11T11:22:20Z) - IFC models for (semi)automating common planning checks for building
permits [0.0]
IFCモデルから必要な情報を抽出して代表規則をチェックするツールが開発された。
ケーススタディは、場所、規制、入力モデルに特化していますが、遭遇した問題のタイプは、自動コードコンプライアンスチェックの一般的な例です。
論文 参考訳（メタデータ） (2020-11-03T15:29:47Z) - Induction and Exploitation of Subgoal Automata for Reinforcement
Learning [75.55324974788475]
本稿では,Regressed Learning (RL)タスクにおけるサブゴールの学習と活用のためのISAを提案する。
ISAは、タスクのサブゴールによってエッジがラベル付けされたオートマトンであるサブゴールオートマトンを誘導することで強化学習をインターリーブする。
サブゴールオートマトンはまた、タスクの完了を示す状態と、タスクが成功せずに完了したことを示す状態の2つの特別な状態で構成されている。
論文 参考訳（メタデータ） (2020-09-08T16:42:55Z) - ARMS: Automated rules management system for fraud detection [1.7499351967216341]
オンライン不正検出は、入ってくる取引を合法か不正かのどちらかにリアルタイムで分類する。
現代の不正検出システムは、人間の専門家によって定義された機械学習モデルとルールで構成されている。
本稿では,個々のルールの貢献度を評価する自動ルール管理システムARMSを提案し,検索とユーザ定義の損失関数を用いたアクティブなルールセットを最適化する。
論文 参考訳（メタデータ） (2020-02-14T15:29:59Z)
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。