論文の概要: White-box validation of quantitative product lines by statistical model checking and process mining

• arxiv url: http://arxiv.org/abs/2401.13019v1
• Date: Tue, 23 Jan 2024 17:27:13 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-25 16:14:48.271236
• Title: White-box validation of quantitative product lines by statistical model checking and process mining
• Title（参考訳）: 統計的モデルチェックとプロセスマイニングによる量的製品ラインのホワイトボックス検証
• Authors: Roberto Casaluce, Andrea Burattin, Francesca Chiaromonte, Alberto Lluch Lafuente, Andrea Vandin
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.0918484507642576
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a novel methodology for validating software product line (PL) models by integrating Statistical Model Checking (SMC) with Process Mining (PM). Our approach focuses on the feature-oriented language QFLan in the PL engineering domain, allowing modeling of PLs with rich cross-tree and quantitative constraints, as well as aspects of dynamic PLs like staged configurations. This richness leads to models with infinite state-space, requiring simulation-based analysis techniques like SMC. For instance, we illustrate with a running example involving infinite state space. SMC involves generating samples of system dynamics to estimate properties such as event probabilities or expected values. On the other hand, PM uses data-driven techniques on execution logs to identify and reason about the underlying execution process. In this paper, we propose, for the first time, applying PM techniques to SMC simulations' byproducts to enhance the utility of SMC analyses. Typically, when SMC results are unexpected, modelers must determine whether they stem from actual system characteristics or model bugs in a black-box manner. We improve on this by using PM to provide a white-box perspective on the observed system dynamics. Samples from SMC are fed into PM tools, producing a compact graphical representation of observed dynamics. The mined PM model is then transformed into a QFLan model, accessible to PL engineers. Using two well-known PL models, we demonstrate the effectiveness and scalability of our methodology in pinpointing issues and suggesting fixes. Additionally, we show its generality by applying it to the security domain.
• Abstract（参考訳）: 本稿では,統計モデル検査(smc)とプロセスマイニング(pm)を統合し,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。 我々のアプローチは、PLエンジニアリング領域における機能指向言語QFLanに焦点をあて、豊富なクロスツリーと量的制約を持つPLのモデリングと、ステージ構成のような動的PLの側面を可能にする。 この豊かさは無限の状態空間を持つモデルにつながり、SMCのようなシミュレーションベースの分析技術を必要とする。 例えば、無限の状態空間を含む実行中の例を示す。 SMCは、事象確率や期待値などの特性を推定するシステムダイナミクスのサンプルを生成する。 一方PMは、実行ログにデータ駆動技術を使用して、基盤となる実行プロセスを特定し、推論する。 本稿では, PM法をSMCシミュレーションの副産物に適用し, SMC解析の有用性を高めることを提案する。 通常、SMCの結果が予期しない場合、モデラーは実際のシステム特性に由来するか、ブラックボックス方式でモデルバグに由来するかを決定する必要がある。 我々はPMを用いて観測システムダイナミクスのホワイトボックス視点を提供することにより、この問題を改善する。 SMCのサンプルはPMツールに入力され、観察されたダイナミックスのコンパクトなグラフィカル表現を生成する。 マイニングされたPMモデルはQFLanモデルに変換され、PLエンジニアが利用できる。 2つのよく知られたplモデルを用いて,問題点を指摘し,修正を提案する手法の有効性と拡張性を示す。 さらに,セキュリティドメインに適用することにより,その汎用性を示す。

関連論文リスト

• EMR-Merging: Tuning-Free High-Performance Model Merging [55.03509900949149]
  Elect, Mask & Rescale-Merging (EMR-Merging) は既存のマージ手法と比較して優れた性能を示した。 EMR-Mergingはチューニング不要なので、データアベイラビリティや追加のトレーニングは必要ありません。
  論文  参考訳（メタデータ） (2024-05-23T05:25:45Z)
• OSM: Leveraging Model Checking for Observing Dynamic 1 behaviors in Aspect-Oriented Applications [0.0]
  観測ベース統計モデルチェック(OSM)フレームワークは、基本的なシステムコードから直接実行可能な形式モデルを構築するために開発された。 これにより、プリコンディションシフト中の電子健康記録システムの未収量性能が保証される。
  論文  参考訳（メタデータ） (2024-03-03T00:03:34Z)
• Online Variational Sequential Monte Carlo [49.97673761305336]
  我々は,計算効率が高く正確なモデルパラメータ推定とベイジアン潜在状態推定を提供する変分連続モンテカルロ法(VSMC)を構築した。 オンラインVSMCは、パラメータ推定と粒子提案適応の両方を効率よく、完全にオンザフライで実行することができる。
  論文  参考訳（メタデータ） (2023-12-19T21:45:38Z)
• Simplifying Complex Observation Models in Continuous POMDP Planning with Probabilistic Guarantees and Practice [9.444784653236157]
  我々は,簡易観測モデルを計画に用いた場合,どのような意味があるのかという問題に対処する。 我々の主な貢献は、単純化されたモデルの統計的全変動距離に基づく新しい確率的境界である。 計算はオフラインとオンラインに分かれることが可能で、計画中にコストのかかるモデルにアクセスすることなく、正式な保証に到達します。
  論文  参考訳（メタデータ） (2023-11-13T20:55:02Z)
• 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)
• Predictable MDP Abstraction for Unsupervised Model-Based RL [93.91375268580806]
  予測可能なMDP抽象化(PMA)を提案する。 元のMDPで予測モデルを訓練する代わりに、学習されたアクション空間を持つ変換MDPでモデルを訓練する。 我々はPMAを理論的に解析し、PMAが以前の教師なしモデルベースRLアプローチよりも大幅に改善することを示す。
  論文  参考訳（メタデータ） (2023-02-08T07:37:51Z)
• Automatically Marginalized MCMC in Probabilistic Programming [12.421267523795114]
  Hamiltonian Monte Carlo (HMC) はベイズモデルから潜伏変数をサンプリングする強力なアルゴリズムである。 PPLから抽出したグラフィカルモデルにおいて, HMC を用いたサンプリングプロセスの一部として, 自動残差化を用いることを提案する。
  論文  参考訳（メタデータ） (2023-02-01T16:34:07Z)
• CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT (Extended Version) [62.96267257163426]
  我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。 まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。 次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
  論文  参考訳（メタデータ） (2021-03-18T20:22:50Z)
• Nonintrusive Uncertainty Quantification for automotive crash problems with VPS/Pamcrash [0.0]
  サロゲートモデル(メタモデル)はモンテカルロプロセスの計算コストを劇的に削減できる。 カーネル主成分分析(kPCA)はモデル結果記述の簡略化に有効である。 ベンチマーククラッシュテストは、メタモデルとkPCAを組み合わせる効率を示すために使用される。
  論文  参考訳（メタデータ） (2021-02-15T16:59:39Z)
• Goal-Conditioned End-to-End Visuomotor Control for Versatile Skill Primitives [89.34229413345541]
  本稿では,制御器とその条件をエンドツーエンドに学習することで,落とし穴を回避する条件付け手法を提案する。 本モデルでは,ロボットの動きのダイナミックな画像表現に基づいて,複雑な動作シーケンスを予測する。 代表的MPCおよびILベースラインに対するタスク成功の大幅な改善を報告した。
  論文  参考訳（メタデータ） (2020-03-19T15:04:37Z)
• Markov-Chain Monte Carlo Approximation of the Ideal Observer using Generative Adversarial Networks [14.792685152780795]
  医用イメージングシステムを信号検出タスクに最適化する際には,Ideal Observer (IO) の性能が提唱されている。 IOテスト統計を近似するため,マルコフ・チェイン・モンテカルロ法(MCMC)を用いたサンプリング法が開発されている。 GAN(Generative Adversarial Network)を用いたディープラーニング手法は、画像データからオブジェクトモデルを学ぶことを大いに約束する。
  論文  参考訳（メタデータ） (2020-01-26T21:51:08Z)

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。