Fugu-MT 論文翻訳(概要): MoCheQoS: Automated Analysis of Quality of Service Properties of Communicating Systems

論文の概要: MoCheQoS: Automated Analysis of Quality of Service Properties of Communicating Systems

arxiv url: http://arxiv.org/abs/2311.01415v1
Date: Thu, 2 Nov 2023 17:31:31 GMT
ステータス: 処理完了
システム内更新日: 2023-11-03 12:20:05.151435
Title: MoCheQoS: Automated Analysis of Quality of Service Properties of Communicating Systems
Title（参考訳）: mocheqos: 通信システムのサービス品質の自動分析
Authors: Carlos G. Lopez Pombo, Agust\'in E. Martinez Su\~n\'e, Emilio Tuosto
Abstract要約: MoCheQoSはメッセージパッシングシステムのサービス品質を分析するツールである。私たちが定義したロジックとコレオグラフィーモデルに基づいて、MoCheQoSは境界モデルチェックアルゴリズムを実装している。
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: We present MoCheQoS, a tool to analyse quality of service (QoS) properties of message-passing systems. Building on the logic and the choreographic model we defined in recently published work, MoCheQoS implements a bounded model checking algorithm. We discuss strengths and weaknesses of MoCheQoS through some case studies.
Abstract（参考訳）: メッセージパッシングシステムのqos(quality of service)特性を分析するツールであるmocheqosを提案する。最近の論文で定義した論理と振付モデルに基づいて、MoCheQoSは境界モデルチェックアルゴリズムを実装している。いくつかのケーススタディを通してMoCheQoSの強みと弱みについて論じる。

関連論文リスト

Quantum Machine Learning in Log-based Anomaly Detection: Challenges and Opportunities [36.437593835024394]
我々は、LogADのコンテキストでQMLモデルを評価するための統合フレームワーク、我々のフレームワークを紹介します。 DeepLog、LogAnomaly、LogRobustといった最先端のメソッドが私たちのフレームワークに含まれている。評価はQMLの性能に重要な要素、例えば特異性、回路数、回路設計、量子状態符号化にまで及んでいる。
論文参考訳（メタデータ） (2024-12-18T06:13:49Z)
Large Multi-modality Model Assisted AI-Generated Image Quality Assessment [53.182136445844904]
本稿では,AI生成画像品質評価モデル(MA-AGIQA)を提案する。セマンティックインフォームドガイダンスを使用して意味情報を感知し、慎重に設計されたテキストプロンプトを通してセマンティックベクターを抽出する。最先端のパフォーマンスを実現し、AI生成画像の品質を評価する上で優れた一般化能力を示す。
論文参考訳（メタデータ） (2024-04-27T02:40:36Z)
White-box validation of quantitative product lines by statistical model checking and process mining [1.0918484507642576]
本稿では,統計的モデル検査 (SMC) とプロセスマイニング (PM) を統合することで,ソフトウェア製品ライン (PL) モデルの検証手法を提案する。提案手法は,PL工学領域における機能指向言語QFLanに着目し,豊富なクロスツリーと量的制約を持つPLのモデリングを可能にする。
論文参考訳（メタデータ） (2024-01-23T17:27:13Z)
QualEval: Qualitative Evaluation for Model Improvement [82.73561470966658]
モデル改善のための手段として,自動定性評価による定量的スカラー指標を付加するQualEvalを提案する。 QualEvalは強力なLCM推論器と新しいフレキシブルリニアプログラミングソルバを使用して、人間の読みやすい洞察を生成する。例えば、その洞察を活用することで、Llama 2モデルの絶対性能が最大15%向上することを示す。
論文参考訳（メタデータ） (2023-11-06T00:21:44Z)
A Dynamic Temporal Logic for Quality of Service in Choreographic Models [0.0]
本稿では,g-choreographiesとCFSM(Communicating Finite State Machine)で構成されるコレオグラフィーモデルを用いて,メッセージパッシングシステムの品質(QoS)を表現・解析するフレームワークを提案する。 I) 局所計算の量的制約を特定するための非機能契約付きCFSMの拡張、(II) 通信プロトコルを規定するg-choreographyに対するシステムの特性を表現可能な動的時間論理、(III) 境界モデルチェックアプローチによる検証を可能にする論理の半決定性。
論文参考訳（メタデータ） (2023-11-02T17:30:51Z)
Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文参考訳（メタデータ） (2023-10-26T18:23:21Z)
QADYNAMICS: Training Dynamics-Driven Synthetic QA Diagnostic for Zero-Shot Commonsense Question Answering [48.25449258017601]
State-of-the-artはCommonSense Knowledge Basesから構築されたQAペア上での微調整言語モデルにアプローチする。本稿では,QA診断と改善のためのトレーニング動的フレームワークQADYNAMICSを提案する。
論文参考訳（メタデータ） (2023-10-17T14:27:34Z)
QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文参考訳（メタデータ） (2022-07-14T12:22:51Z)
QAFactEval: Improved QA-Based Factual Consistency Evaluation for Summarization [116.56171113972944]
QAベースのメトリクスのコンポーネントを慎重に選択することは、パフォーマンスにとって重要であることを示す。提案手法は,最良性能のエンテーメントに基づく測定値を改善し,最先端の性能を実現する。
論文参考訳（メタデータ） (2021-12-16T00:38:35Z)
Pareto-Optimal Bit Allocation for Collaborative Intelligence [39.11380888887304]
コラボレーションインテリジェンス(CI)は、人工知能(AI)ベースのサービスをモバイル/エッジデバイスにデプロイするための、有望なフレームワークとして登場した。本稿では,マルチストリームCIシステムにおける特徴符号化のためのビット割り当てについて検討する。
論文参考訳（メタデータ） (2020-09-25T20:48:33Z)

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。