論文の概要: Deriving Product Line Requirements: the RED-PL Guidance Approach
- arxiv url: http://arxiv.org/abs/2309.13974v1
- Date: Mon, 25 Sep 2023 09:16:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 06:27:15.791288
- Title: Deriving Product Line Requirements: the RED-PL Guidance Approach
- Title(参考訳): 製品ライン要件の導出:RED-PLガイダンスアプローチ
- Authors: Olfa Djebbi (CRI), Camille Salinesi (CRI), Daniel Diaz (CRI)
- Abstract要約: 本稿では,要求の導出を支援するためのRED-PLを提案する。
提案手法の独創性は, (i) ユーザ指向であり, (ii) 製品要求の導出・導出を意思決定活動として指導し, (iii) 要求に関する意思決定を行う上で,システム的かつ対話的なガイダンスを提供することである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Product lines (PL) modeling have proven to be an effective approach to reuse
in software development.Several variability approaches were developed to plan
requirements reuse, but only little of them actuallyaddress the issue of
deriving product requirements.This paper presents a method, RED-PL that intends
to support requirements derivation. The originality ofthe proposed approach is
that (i) it is user-oriented, (ii) it guides product requirements elicitation
andderivation as a decision making activity, and (iii) it provides systematic
and interactive guidance assistinganalysts in taking decisions about
requirements. The RED-PL methodological process was validatedin an industrial
setting by considering the requirement engineering phase of a product line of
blood analyzers.
- Abstract(参考訳): 製品ライン(PL)モデリングは,ソフトウェア開発における再利用に有効な手法であることが証明されている。要件の再利用を計画するために,各変数のアプローチが開発されたが,実際に製品要求の導出の問題に対処する手法は少ない。この記事では,要件の導出を支援するためのRED-PLを提案する。
提案されたアプローチの独創性は
(i)ユーザ指向である。
(ii)製品要件の明確化・導出を意思決定活動として指導し、
(iii)要求に関する意思決定を支援する体系的かつインタラクティブなガイダンスを提供する。
RED-PL法は, 血液分析装置の製品ラインの要求工学段階を考慮した産業環境の検証を行った。
関連論文リスト
- Variability Modeling of Products, Processes, and Resources in
Cyber-Physical Production Systems Engineering [1.6333646796408297]
CPPSは製品ポートフォリオから製品を製造するための一連の生産手順を実行する。
CPPSエンジニアリングでは、ドメインの専門家が手動で実行可能な生産段階のシーケンスとリソースを決定することから始める。
本稿では,製品,プロセス,資源の変動モデルを導出するための拡張反復プロセスシーケンス探索手法を提案する。
論文 参考訳(メタデータ) (2024-02-15T11:08:54Z) - Towards Generating Executable Metamorphic Relations Using Large Language
Models [49.632090604977364]
大規模言語モデル(LLM)を用いた要件から実行可能なMRを自動的に抽出する手法を提案する。
提案手法の有効性を評価するため,シーメンス・インダストリー・ソフトウェアと共同で質問紙調査を行った。
論文 参考訳(メタデータ) (2024-01-30T13:52:47Z) - Natural Language Processing for Requirements Formalization: How to
Derive New Approaches? [0.32885740436059047]
我々はNLPの分野における主要な考え方と最先端の方法論について論じる。
我々は2つの異なるアプローチを詳細に議論し、ルールセットの反復的開発を強調した。
提案手法は, 自動車分野と鉄道分野の2つの産業分野において実証された。
論文 参考訳(メタデータ) (2023-09-23T05:45:19Z) - A Methodology and Software Architecture to Support
Explainability-by-Design [0.0]
本稿では,意思決定システムの設計における説明能力を含む積極的尺度を特徴とする説明可能性設計手法について述べる。
方法論は, (A)説明要求分析, (B)説明技術設計, (C)説明検証の3段階からなる。
提案手法は,1文あたり2時間程度の開発時間で抽出可能であることがわかった。
論文 参考訳(メタデータ) (2022-06-13T15:34:29Z) - A Research Agenda for Artificial Intelligence in the Field of Flexible
Production Systems [53.47496941841855]
生産会社は、需要変動や要求の変化に対して生産制御を迅速に適応することに関して、問題に直面します。
サービスという意味で生産機能をカプセル化することを目的とした制御手法は,サイバー物理生産システムの柔軟性を高めるために有望であることが示されている。
しかし、そのようなアプローチの既存の課題は、要求された機能と提供された機能の間に直接(統語的)一致がない場合に、一連の要求に対して提供された機能に基づいて生産計画を見つけることである。
論文 参考訳(メタデータ) (2021-12-31T14:38:31Z) - Solving Multistage Stochastic Linear Programming via Regularized Linear
Decision Rules: An Application to Hydrothermal Dispatch Planning [77.34726150561087]
AdaSO(Adaptive least absolute shrinkage and selection operator)に基づく線形決定規則(LDR)の新しい正規化手法を提案する。
実験により、MSLPを解くために古典的な非正規化LDRを使用する場合、過度に適合する脅威は無視できないことが示された。
LHDP問題に対しては、非正規化ベンチマークと比較して、提案したフレームワークの次の利点を強調した。
論文 参考訳(メタデータ) (2021-10-07T02:36:14Z) - Towards Standardizing Reinforcement Learning Approaches for Stochastic
Production Scheduling [77.34726150561087]
強化学習はスケジューリングの問題を解決するのに使える。
既存の研究は、コードが利用できない複雑なシミュレーションに依存している。
から選ぶべきRLの設計の広大な配列があります。
モデル記述の標準化 - 生産セットアップとRL設計の両方 - と検証スキームは前提条件です。
論文 参考訳(メタデータ) (2021-04-16T16:07:10Z) - Application-Driven Learning: A Closed-Loop Prediction and Optimization
Approach Applied to Dynamic Reserves and Demand Forecasting [62.997667081978825]
我々は、予測と意思決定のプロセスが統合され、協調最適化される新しいクローズドループフレームワークであるアプリケーション駆動学習を提案する。
提案手法は拡張性があり,標準のオープンループ手法よりも一貫して性能が向上することを示す。
論文 参考訳(メタデータ) (2021-02-26T02:43:28Z) - Optimal by Design: Model-Driven Synthesis of Adaptation Strategies for
Autonomous Systems [9.099295007630484]
我々は,自律システムのための最適適応戦略のモデルベース要求駆動型合成のためのフレームワークであるOptimal by Design (ObD)を提案する。
ObDは、自己適応システムの基本的な要素、すなわちシステム、能力、要求、環境の高レベルな記述のためのモデルを提案する。
これらの要素に基づいてマルコフ決定プロセス(MDP)が構築され、最適な戦略や最も報いるシステム行動を計算する。
論文 参考訳(メタデータ) (2020-01-16T12:49:55Z) - Certified Reinforcement Learning with Logic Guidance [78.2286146954051]
線形時間論理(LTL)を用いて未知の連続状態/動作マルコフ決定過程(MDP)のゴールを定式化できるモデルフリーなRLアルゴリズムを提案する。
このアルゴリズムは、トレースが仕様を最大確率で満たす制御ポリシーを合成することが保証される。
論文 参考訳(メタデータ) (2019-02-02T20:09:32Z)
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。