論文の概要: A MAPE-K-Based Method for Architectural Conformance Checking in Self-Adaptive Systems
- arxiv url: http://arxiv.org/abs/2401.16382v3
- Date: Thu, 11 Sep 2025 18:19:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-15 14:04:02.818522
- Title: A MAPE-K-Based Method for Architectural Conformance Checking in Self-Adaptive Systems
- Title（参考訳）: MAPE-K-based method for Architectural Conformance Checking in Self-Adaptive Systems
- Authors: Daniel San Martín, Guisella Angulo, Valter Vieira de Camargo,
- Abstract要約: 我々は、MAPE-KベースのSAS向けに設計されたACCアプローチであるREMEDYを提案する。
REMEDYは、3つの要素を提供する: MAPE-K用語で計画されたアーキテクチャを表現するドメイン固有言語、実装されたアーキテクチャを抽出するツール、違反を報告する適合エンジン。
その結果,MAPE-K参照モデルへの適合性をより信頼性の高い検証を支援するため,モデリング生産性の向上とアーキテクチャドリフトの効果的な検出が可能となった。
- 参考スコア（独自算出の注目度）: 0.568041607842355
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Self-adaptive systems (SASs) adjust their behavior at runtime in response to internal or external change. The MAPE-K model, which includes Monitors, Analyzers, Planners, Executors, and shared Knowledge, is a reference for structuring feedback loops. As SASs evolve, implementations can drift from the intended MAPE-K architecture, compromising planned quality attributes. Architectural Conformance Checking (ACC) addresses this risk by comparing the current implementation to a specification of the architecture. General purpose ACC techniques are flexible, but lack SAS specific semantics, leading to ambiguous specifications and missed violations. We present REMEDY, an ACC approach designed for MAPE-K based SASs. REMEDY provides three elements: a domain specific language for expressing planned architectures in MAPE-K terms, a tool that extracts the implemented architecture, and a conformance engine that reports violations. By encoding SAS domain rules and reusing MAPE-K abstractions, REMEDY reduces specification effort and lowers error rates relative to general ACC. We evaluate REMEDY through a robotic SAS case study and a controlled experiment with software engineering students. Results show higher modeling productivity and effective detection of architectural drift, supporting more reliable verification of conformance to the MAPE-K reference model.
- Abstract（参考訳）: 自己適応システム(SAS)は、内部または外部の変化に応じて実行時に動作を調整する。
MAPE-Kモデルは、モニター、アナライザー、プランナー、実行者、共有知識を含む、フィードバックループを構造化するためのリファレンスである。
SASが進化するにつれて、実装は意図したMAPE-Kアーキテクチャから逸脱し、計画された品質特性を補うことができる。
アーキテクチャ適合チェック(ACC)は、現在の実装とアーキテクチャの仕様を比較することで、このリスクに対処する。
一般的なACC技術は柔軟性があるが、SAS固有のセマンティクスが欠如しており、曖昧な仕様と違反を見逃している。
我々は、MAPE-KベースのSAS向けに設計されたACCアプローチであるREMEDYを提案する。
REMEDYは、3つの要素を提供する: MAPE-K用語で計画されたアーキテクチャを表現するドメイン固有言語、実装されたアーキテクチャを抽出するツール、違反を報告する適合エンジン。
SASドメインルールを符号化し、MAPE-K抽象化を再利用することにより、REMEDYは仕様の労力を減らし、一般的なACCに対するエラー率を下げる。
ロボットSASケーススタディとソフトウェア工学の学生による制御実験により,REMEDYの評価を行った。
その結果,MAPE-K参照モデルへの適合性をより信頼性の高い検証を支援するため,モデリング生産性の向上とアーキテクチャドリフトの効果的な検出が可能となった。
関連論文リスト
- A unified framework on the universal approximation of transformer-type architectures [16.762119652883204]
変換器型アーキテクチャの普遍近似特性(UAP)について検討する。
我々の研究は、トークンの識別性をUAPの基本的な要件として認識している。
各種の注意機構を持つ変圧器のUAPを証明し,本フレームワークの適用性を示す。
論文 参考訳（メタデータ） (2025-06-30T06:50:39Z) - Hierarchical Modeling and Architecture Optimization: Review and Unified Framework [0.6291443816903801]
本稿では、構造化された入力空間に関する文献をレビューし、既存のアプローチを一般化する統一的なフレームワークを提案する。
変数は、その値が他の命令された変数の存在を支配すればメタとして記述され、条件付きおよび階層構造をモデル化できる。
論文 参考訳（メタデータ） (2025-06-27T20:38:57Z) - EyeSim-VQA: A Free-Energy-Guided Eye Simulation Framework for Video Quality Assessment [68.77813885751308]
EyeSimVQAは、自由エネルギーベースの自己修復を取り入れた新しいVQAフレームワークである。
現状の手法と比較して,EyeSimVQAは競争力や性能に優れることを示す。
論文 参考訳（メタデータ） (2025-06-13T08:00:54Z) - ARLO: A Tailorable Approach for Transforming Natural Language Software Requirements into Architecture using LLMs [0.0]
自然言語(NL)で表現されるソフトウェア要件は、冗長性、曖昧性、一貫性に悩まされることが多い。
本稿では,NL要求をアーキテクチャにマッピングするタスクを自動化するアプローチであるARLOを提案する。
論文 参考訳（メタデータ） (2025-04-08T15:38:42Z) - A Survey of Model Architectures in Information Retrieval [64.75808744228067]
機能抽出のためのバックボーンモデルと、関連性推定のためのエンドツーエンドシステムアーキテクチャの2つの重要な側面に焦点を当てる。
従来の用語ベースの手法から現代のニューラルアプローチまで,特にトランスフォーマーベースのモデルとそれに続く大規模言語モデル(LLM)の影響が注目されている。
我々は、パフォーマンスとスケーラビリティのアーキテクチャ最適化、マルチモーダル、マルチランガルデータの処理、従来の検索パラダイムを超えた新しいアプリケーションドメインへの適応など、新たな課題と今後の方向性について議論することで結論付けた。
論文 参考訳（メタデータ） (2025-02-20T18:42:58Z) - Sparse autoencoders reveal selective remapping of visual concepts during adaptation [54.82630842681845]
特定の目的のために基礎モデルを適用することは、機械学習システムを構築するための標準的なアプローチとなっている。
PatchSAEと呼ばれるCLIPビジョントランスのための新しいスパースオートエンコーダ(SAE)を開発し、解釈可能な概念を抽出する。
論文 参考訳（メタデータ） (2024-12-06T18:59:51Z) - Adaptable Embeddings Network (AEN) [49.1574468325115]
我々はカーネル密度推定(KDE)を用いた新しいデュアルエンコーダアーキテクチャであるAdaptable Embeddings Networks (AEN)を紹介する。
AENは、再トレーニングせずに分類基準のランタイム適応を可能にし、非自己回帰的である。
アーキテクチャのプリプロセスとキャッシュ条件の埋め込み能力は、エッジコンピューティングアプリケーションやリアルタイム監視システムに最適である。
論文 参考訳（メタデータ） (2024-11-21T02:15:52Z) - How to design a dataset compliant with an ML-based system ODD? [5.432478272457867]
本稿では、ビジョンベースのランディングタスクに着目し、機械学習(ML)システムの操作設計ドメイン(ODD)に準拠したデータセットの設計と検証を行う。
新たな認証基準に基づき,ODDをシステムレベルと画像レベルで確立するプロセスについて述べる。
論文 参考訳（メタデータ） (2024-06-20T06:48:34Z) - LLM-enhanced Reranking in Recommender Systems [49.969932092129305]
リグレードはレコメンデーションシステムにおいて重要な要素であり、レコメンデーションアルゴリズムの出力を精査する上で重要な役割を果たす。
そこで我々は,様々な格付け基準をシームレスに統合する包括的格付けフレームワークを提案する。
カスタマイズ可能な入力機構も統合されており、言語モデルのフォーカスを特定の再配置のニーズに合わせることができる。
論文 参考訳（メタデータ） (2024-06-18T09:29:18Z) - Explaining Modern Gated-Linear RNNs via a Unified Implicit Attention Formulation [54.50526986788175]
効率的なシーケンスモデリングの最近の進歩は、Mamba、RWKV、および様々なゲートRNNのような注意のないレイヤーを生み出している。
我々はこれらのモデルの統一的なビューを示し、暗黙の因果自己注意層のような層を定式化する。
筆者らのフレームワークは,異なるレイヤに対する類似の基盤となるメカニズムを比較検討し,説明可能性の手法を直接適用する手段を提供する。
論文 参考訳（メタデータ） (2024-05-26T09:57:45Z) - 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) - Autoregressive Structured Prediction with Language Models [73.11519625765301]
本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。
我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
論文 参考訳（メタデータ） (2022-10-26T13:27:26Z) - Slimmable Domain Adaptation [112.19652651687402]
重み付けモデルバンクを用いて、ドメイン間の一般化を改善するためのシンプルなフレームワーク、Slimmable Domain Adaptationを導入する。
私たちのフレームワークは、他の競合するアプローチを、複数のベンチマークにおいて非常に大きなマージンで上回ります。
論文 参考訳（メタデータ） (2022-06-14T06:28:04Z) - Squeezeformer: An Efficient Transformer for Automatic Speech Recognition [99.349598600887]
Conformerは、そのハイブリッドアテンション・コンボリューションアーキテクチャに基づいて、様々な下流音声タスクの事実上のバックボーンモデルである。
Squeezeformerモデルを提案する。これは、同じトレーニングスキームの下で、最先端のASRモデルよりも一貫して優れている。
論文 参考訳（メタデータ） (2022-06-02T06:06:29Z) - AutoAdapt: Automated Segmentation Network Search for Unsupervised Domain
Adaptation [4.793219747021116]
我々は、ドメイン適応のためのアーキテクチャレベルの視点と分析を提供するために、ニューラルアーキテクチャサーチ(NAS)を実行する。
本稿では,最大平均誤差と地域重み付きエントロピーを用いて,このギャップを埋めて精度を推定する手法を提案する。
論文 参考訳（メタデータ） (2021-06-24T17:59:02Z) - Towards Better Adaptive Systems by Combining MAPE, Control Theory, and
Machine Learning [16.998805882711864]
適応システムを設計するための2つの確立されたアプローチは、監視分析計画実行ループを使用するアーキテクチャベースの適応と、適応を実現するための制御理論(ct)の原則に依存する制御ベースの適応である。
私たちは、これらのアプローチが相互にどのように関連しているか、それらを組み合わせて機械学習をサポートすることがよりよい適応システムを生み出すかどうか、という問題に関係しています。
我々は、クラウドベースのエンタープライズシステムのシナリオを用いて、異なる適応アプローチを組み合わせる動機付け、異なるアプローチを組み合わせる際に分析を説明する。
論文 参考訳（メタデータ） (2021-03-19T15:00:08Z) - Residual Attention Net for Superior Cross-Domain Time Sequence Modeling [0.0]
本稿では新しいアーキテクチャのコンセプト実証として機能し、RANはモデルにシーケンスパターンのより高レベルな理解を提供することを目的としている。
その結果,35の最先端結果が得られたが,10の結果が現在の最先端結果と一致し,さらなるモデル微調整は行われなかった。
論文 参考訳（メタデータ） (2020-01-13T06:14:04Z)
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。