Fugu-MT 論文翻訳(概要): The Influence of Cognitive Biases on Architectural Technical Debt

論文の概要: The Influence of Cognitive Biases on Architectural Technical Debt

arxiv url: http://arxiv.org/abs/2309.14175v1
Date: Mon, 25 Sep 2023 14:37:38 GMT
ステータス: 処理完了
システム内更新日: 2023-10-23 06:27:40.641890
Title: The Influence of Cognitive Biases on Architectural Technical Debt
Title（参考訳）: 認知バイアスが建築的技術的負債に及ぼす影響
Authors: Klara Borowa, Andrzej Zalewski, Szymon Kijas
Abstract要約: その結果,どの技術的負債のクラスが認知バイアスから生じるかが示唆された。認知バイアスの負の影響を抑えるために使用できる脱バイアス手法のセットを同定する。
参考スコア（独自算出の注目度）: 0.9208007322096533
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Cognitive biases exert a significant influence on human thinking and decision-making. In order to identify how they influence the occurrence of architectural technical debt, a series of semi-structured interviews with software architects was performed. The results show which classes of architectural technical debt originate from cognitive biases, and reveal the antecedents of technical debt items (classes) through biases. This way, we analysed how and when cognitive biases lead to the creation of technical debt. We also identified a set of debiasing techniques that can be used in order to prevent the negative influence of cognitive biases. The observations of the role of organisational culture in the avoidance of inadvertent technical debt throw a new light on that issue.
Abstract（参考訳）: 認知バイアスは人間の思考と意思決定に大きな影響を及ぼす。アーキテクチャ的技術的負債の発生にどのように影響するかを特定するために、ソフトウェアアーキテクトとの一連の半構造化されたインタビューが行われた。その結果、アーキテクチャ的技術的負債のどのクラスが認知バイアスに由来するかを示し、バイアスを通じて技術的負債項目(クラス)の前兆を明らかにする。このようにして、認知バイアスが技術的負債を生み出す方法と時期を分析しました。また,認知バイアスの負の影響を抑えるために使用可能なデバイアス手法のセットも同定した。不注意な技術的負債の回避における組織文化の役割の観察は、この問題に新たな光を投げかけます。

関連論文リスト

Exploring the Advances in Using Machine Learning to Identify Technical Debt and Self-Admitted Technical Debt [0.0]
本研究は,ソフトウェアプロジェクトにおける技術的負債と自己決定的技術的負債を検出する機械学習手法を用いた現在の研究状況について考察することを目的としている。我々は2024年までの論文の文献レビューを行い、機械学習を用いた技術的負債と自己承認的技術的負債の識別について議論した。以上の結果から,BERTモデルは他よりもはるかに効果的であることが示唆された。
論文参考訳（メタデータ） (2024-09-06T23:58:10Z)
The Importance of Cognitive Biases in the Recommendation Ecosystem [8.267786874280848]
認知バイアスは、レコメンデーションエコシステムの様々な部分にも現れ、レコメンデーションプロセスの異なる段階にも現れます。我々は, 特徴陽性効果, IKEA効果, 文化的ホモフィリーなどのバイアスがレコメンデーションパイプラインの様々な構成要素で観察できるという実証的証拠を提供する。我々は,ユーザモデルや項目モデル,レコメンデーションアルゴリズムを改善するために,偏見のない認知バイアスの考察を提唱する。
論文参考訳（メタデータ） (2024-08-22T15:33:46Z)
Blind Spots and Biases: Exploring the Role of Annotator Cognitive Biases in NLP [3.9287497907611875]
既存のバイアスや社会的格差を悪化させる可能性への懸念が高まっている。この問題は学界、政策立案者、産業、市民社会から広く注目を集めた。本研究は,既存の方法論の見直しと,バイアスに寄与するアノテーション属性の理解をめざして実施中の調査に焦点をあてる。
論文参考訳（メタデータ） (2024-04-29T19:28:35Z)
Improving deep learning with prior knowledge and cognitive models: A survey on enhancing explainability, adversarial robustness and zero-shot learning [0.0]
我々は、敵の防御を実現するために、現在および新興の知識インフォームドおよび脳にインスパイアされた認知システムについてレビューする。脳に触発された認知法は、人間の心を模倣する計算モデルを用いて、人工知能や自律ロボットの知的な行動を強化する。
論文参考訳（メタデータ） (2024-03-11T18:11:00Z)
Instructed to Bias: Instruction-Tuned Language Models Exhibit Emergent Cognitive Bias [57.42417061979399]
近年の研究では、インストラクションチューニング(IT)と人間フィードバック(RLHF)による強化学習によって、大規模言語モデル(LM)の能力が劇的に向上していることが示されている。本研究では,ITとRLHFがLMの意思決定と推論に与える影響について検討する。以上の結果から,GPT-3,Mistral,T5ファミリーの各種モデルにおけるこれらのバイアスの存在が示唆された。
論文参考訳（メタデータ） (2023-08-01T01:39:25Z)
Causal Discovery with Language Models as Imperfect Experts [119.22928856942292]
専門知識を用いて因果グラフの同定を改善する方法について検討する。整合性に基づく専門家の知識を改良するための戦略を提案する。本稿では,不完全な専門家として大規模言語モデルを用いる実データを用いたケーススタディについて報告する。
論文参考訳（メタデータ） (2023-07-05T16:01:38Z)
Towards Human Cognition Level-based Experiment Design for Counterfactual Explanations (XAI) [68.8204255655161]
XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
論文参考訳（メタデータ） (2022-10-31T19:20:22Z)
Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
本稿では,認知機能構築への進化的アプローチについて考察する。本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
論文参考訳（メタデータ） (2022-07-02T12:41:32Z)
Modeling Human Behavior Part II -- Cognitive approaches and Uncertainty [0.0]
第1部では,システムの探索から行動モデルを生成する手法と,提示された行動に基づくフィードバックについて論じる。本研究は、人間の推論で示される認知能力、限界、偏見に焦点をあてる手法の観点から、引き続き議論を続ける。
論文参考訳（メタデータ） (2022-05-13T07:29:15Z)
Learning "What-if" Explanations for Sequential Decision-Making [92.8311073739295]
実世界の意思決定の解釈可能なパラメータ化を実証行動に基づいて構築することが不可欠である。そこで我々は,「何」の結果に対する嗜好の観点から,報酬関数をモデル化し,専門家による意思決定の学習的説明を提案する。本研究は,行動の正確かつ解釈可能な記述を回復する上で,実効的逆強化学習手法であるバッチの有効性を強調した。
論文参考訳（メタデータ） (2020-07-02T14:24:17Z)
Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文参考訳（メタデータ） (2020-03-09T15:04:07Z)

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。