論文の概要: Interactive Multi-Objective Evolutionary Optimization of Software Architectures

• arxiv url: http://arxiv.org/abs/2401.04192v1
• Date: Mon, 8 Jan 2024 19:15:40 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-10 18:33:54.092155
• Title: Interactive Multi-Objective Evolutionary Optimization of Software Architectures
• Title（参考訳）: ソフトウェアアーキテクチャの対話型多目的進化最適化
• Authors: Aurora Ram\'irez and Jos\'e Ra\'ul Romero and Sebasti\'an Ventura
• Abstract要約: 人間をループに入れることで、検索ベースのソフトウェアエンジニアリング分野に新たな課題がもたらされる。 本稿では,人間の判断を探索プロセスに統合するための基礎として,インタラクティブな進化的計算がいかに役立つかを考察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While working on a software specification, designers usually need to evaluate different architectural alternatives to be sure that quality criteria are met. Even when these quality aspects could be expressed in terms of multiple software metrics, other qualitative factors cannot be numerically measured, but they are extracted from the engineer's know-how and prior experiences. In fact, detecting not only strong but also weak points in the different solutions seems to fit better with the way humans make their decisions. Putting the human in the loop brings new challenges to the search-based software engineering field, especially for those human-centered activities within the early analysis phase. This paper explores how the interactive evolutionary computation can serve as a basis for integrating the human's judgment into the search process. An interactive approach is proposed to discover software architectures, in which both quantitative and qualitative criteria are applied to guide a multi-objective evolutionary algorithm. The obtained feedback is incorporated into the fitness function using architectural preferences allowing the algorithm to discern between promising and poor solutions. Experimentation with real users has revealed that the proposed interaction mechanism can effectively guide the search towards those regions of the search space that are of real interest to the expert.
• Abstract（参考訳）: ソフトウェア仕様に取り組んでいる間、設計者は通常、品質基準が満たされるかどうかを確認するために、異なるアーキテクチャの代替案を評価する必要がある。 これらの品質面が複数のソフトウェアメトリクスで表現されたとしても、他の質的要因を数値的に測定することはできないが、エンジニアのノウハウや経験から抽出される。 実際、異なるソリューションの強みだけでなく弱点も検出することは、人間が決定を下す方法に適しているように思える。 人間をループに入れることは、検索ベースのソフトウェアエンジニアリング分野、特に初期の分析フェーズにおける人間中心の活動に新たな課題をもたらす。 本稿では,人間の判断を探索プロセスに統合するための基礎として,インタラクティブな進化計算が有効であることを示す。 多目的進化アルゴリズムを導くために,定量的および定性的基準を適用したソフトウェアアーキテクチャを発見するための対話的手法を提案する。 得られたフィードバックはアーキテクチャの好みを使って適合度関数に組み込まれており、アルゴリズムは有望なソリューションと貧弱なソリューションを識別できる。 実際のユーザによる実験により,提案するインタラクションメカニズムが,専門家にとって本当に興味のある検索空間の領域に対して,検索を効果的に誘導できることが判明した。

関連論文リスト

• Multiobjective Optimization Analysis for Finding Infrastructure-as-Code Deployment Configurations [0.3774866290142281]
  本稿では,インフラストラクチャ・アズ・コード配置に関する多目的問題に焦点をあてる。 本稿では,9種類の進化型多目的アルゴリズムについて述べる。 フリードマンの非パラメトリックテストを用いて, 独立ランニング後の各手法の結果を比較した。
  論文  参考訳（メタデータ） (2024-01-18T13:55:32Z)
• Introducing Interactions in Multi-Objective Optimization of Software Architectures [2.920908475492581]
  本研究では,設計者のインタラクションがソフトウェアアーキテクチャの最適化に与える影響について検討する。 関心のある領域に探索を向けることで、完全に自動化されたプロセスで探索されていないアーキテクチャを明らかにする。
  論文  参考訳（メタデータ） (2023-08-29T07:49:46Z)
• Multi-Dimensional Ability Diagnosis for Machine Learning Algorithms [88.93372675846123]
  本稿では,機械学習アルゴリズム評価のためのタスク非依存評価フレームワークCamillaを提案する。 認識診断の仮定とニューラルネットワークを用いて、各サンプルのアルゴリズム、サンプル、スキル間の複雑な相互作用を学習する。 我々の実験では、カミラはメートル法信頼性、ランクの整合性、ランクの安定性で最先端のベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-07-14T03:15:56Z)
• Automated Design of Metaheuristic Algorithms: A Survey [16.5686507795359]
  本稿ではメタヒューリスティックアルゴリズムの自動設計について概説する。 コンピューターパワーによって、潜在的な設計選択を完全に探求し、自動化された設計は人間レベルの設計に到達し、さらに超える可能性がある。
  論文  参考訳（メタデータ） (2023-03-12T01:20:49Z)
• Human-Centric Multimodal Machine Learning: Recent Advances and Testbed on AI-based Recruitment [66.91538273487379]
  人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。 i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。 異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
  論文  参考訳（メタデータ） (2023-02-13T16:44:44Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Human-Algorithm Collaboration: Achieving Complementarity and Avoiding Unfairness [92.26039686430204]
  慎重に設計されたシステムであっても、補完的な性能はあり得ないことを示す。 まず,簡単な人間アルゴリズムをモデル化するための理論的枠組みを提案する。 次に、このモデルを用いて相補性が不可能な条件を証明する。
  論文  参考訳（メタデータ） (2022-02-17T18:44:41Z)
• Fitness Landscape Footprint: A Framework to Compare Neural Architecture Search Problems [12.901952926144258]
  我々は、フィットネスランドスケープ分析を用いて、ニューラルアーキテクチャー探索問題を研究する。 本稿では,古典画像分類ベンチマークCIFAR-10とリモートセンシング問題So2Sat LCZ42の2つの問題について検討する。
  論文  参考訳（メタデータ） (2021-11-02T13:20:01Z)
• A Field Guide to Federated Optimization [161.3779046812383]
  フェデレートされた学習と分析は、分散化されたデータからモデル(あるいは統計)を協調的に学習するための分散アプローチである。 本稿では、フェデレート最適化アルゴリズムの定式化、設計、評価、分析に関する勧告とガイドラインを提供する。
  論文  参考訳（メタデータ） (2021-07-14T18:09:08Z)
• Scaling up Search Engine Audits: Practical Insights for Algorithm Auditing [68.8204255655161]
  異なる地域に数百の仮想エージェントを配置した8つの検索エンジンの実験を行った。 複数のデータ収集にまたがる研究インフラの性能を実証する。 仮想エージェントは,アルゴリズムの性能を長時間にわたって監視するための,有望な場所である,と結論付けている。
  論文  参考訳（メタデータ） (2021-06-10T15:49:58Z)
• Simultaneous View and Feature Selection for Collaborative Multi-Robot Perception [9.266151962328548]
  協調的マルチロボット認識は、環境の複数のビューを提供する。 これらの複数の観測は、正確な認識のためにインテリジェントに融合する必要があります。 ビュー選択,特徴選択,オブジェクト認識を同時に統合する,協調型マルチロボット認識に対する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2020-12-17T00:01:05Z)

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。