論文の概要: Low-Modeling of Software Systems
- arxiv url: http://arxiv.org/abs/2402.18375v1
- Date: Wed, 28 Feb 2024 14:50:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-29 14:46:39.204849
- Title: Low-Modeling of Software Systems
- Title(参考訳): ソフトウェアシステムの低モデリング
- Authors: Jordi Cabot
- Abstract要約: 新しいタイプのユーザインターフェース、インテリジェントなコンポーネントの必要性、持続可能性に関する懸念、...私たちが対処しなければならない新しい課題をもたらします。
本稿では,現在のモデル駆動工学技術を強化するためのソリューションとして,低モデリングの概念を提案する。
- 参考スコア(独自算出の注目度): 2.3170227013988947
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: There is a growing need for better development methods and tools to keep up
with the increasing complexity of new software systems. New types of user
interfaces, the need for intelligent components, sustainability concerns, ...
bring new challenges that we need to handle. In the last years, model-driven
engineering has been key to improving the quality and productivity of software
development, but models themselves are becoming increasingly complex to specify
and manage. In this paper, we present the concept of low-modeling as a solution
to enhance current model-driven engineering techniques and get them ready for
this new generation of software systems.
- Abstract(参考訳): 新しいソフトウェアシステムの複雑さの増大に追従するため、より良い開発方法やツールの必要性が高まっています。
新しいタイプのユーザインターフェース、インテリジェントなコンポーネントの必要性、持続可能性に関する懸念... 対処しなければならない新たな課題をもたらします。
過去数年間、モデル駆動エンジニアリングはソフトウェア開発の品質と生産性を改善するための鍵だったが、モデル自体の特定と管理がますます複雑になっている。
本稿では,現行のモデル駆動工学技術を強化し,次世代のソフトウェアシステムに対応するためのソリューションとして,低モデリングの概念を提案する。
関連論文リスト
- Bridging Gaps, Building Futures: Advancing Software Developer Diversity and Inclusion Through Future-Oriented Research [50.545824691484796]
我々はSEの多様性と包摂性に関する課題と解決策について、SE研究者や実践者から知見を提示する。
我々は,将来的なユートピアやディストピアのビジョンを共有し,今後の研究の方向性とアカデミックや産業への示唆を提供する。
論文 参考訳(メタデータ) (2024-04-10T16:18:11Z) - On the Challenges and Opportunities in Generative AI [135.2754367149689]
現在の大規模生成AIモデルは、ドメイン間で広く採用されるのを妨げるいくつかの基本的な問題に十分対応していない、と我々は主張する。
本研究は、現代の生成型AIパラダイムにおける重要な未解決課題を特定し、その能力、汎用性、信頼性をさらに向上するために取り組まなければならない。
論文 参考訳(メタデータ) (2024-02-28T15:19:33Z) - Reusable MLOps: Reusable Deployment, Reusable Infrastructure and
Hot-Swappable Machine Learning models and services [0.0]
私たちは、Reusable MLOpsと呼ばれるAI/MLオペレーションの分野で、持続可能な新しい概念を紹介します。
既存のデプロイメントとインフラストラクチャを再利用して、インフラストラクチャやマイクロサービスを分解することなく、それらをホットスワッピングすることで、新しいモデルを提供しています。
論文 参考訳(メタデータ) (2024-02-19T23:40:46Z) - Embedded Software Development with Digital Twins: Specific Requirements
for Small and Medium-Sized Enterprises [55.57032418885258]
デジタル双生児は、コスト効率の良いソフトウェア開発とメンテナンス戦略の可能性を秘めている。
私たちは中小企業に現在の開発プロセスについてインタビューした。
最初の結果は、リアルタイムの要求が、これまでは、Software-in-the-Loop開発アプローチを妨げていることを示している。
論文 参考訳(メタデータ) (2023-09-17T08:56:36Z) - Prompted Software Engineering in the Era of AI Models [1.450405446885067]
本稿では、言語ベースのAIモデルのための効果的なプロンプトを構築するために、プロンプトエンジニアリングを統合した、プロンプトソフトウェアエンジニアリング(PSE)を紹介する。
PSEは、ソフトウェア開発にAIモデルを使用することで、少ないリソースで高品質なソフトウェアを生産し、面倒なタスクを自動化し、開発者がより革新的な側面に集中できるようにする。
論文 参考訳(メタデータ) (2023-09-07T20:40:04Z) - Model-based Programming: Redefining the Atomic Unit of Programming for
the Deep Learning Era [2.712076884994214]
本稿では,モデルベースプログラミングの概念を提案し,新しいプログラミング言語であるM言語を提案する。
M言語はモデルを基本的な計算単位として扱い、開発者がより重要なタスクに集中できるようにする。
論文 参考訳(メタデータ) (2023-05-12T09:38:11Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳(メタデータ) (2022-03-06T10:12:56Z) - INTERN: A New Learning Paradigm Towards General Vision [117.3343347061931]
我々はInterNという新しい学習パラダイムを開発した。
複数の段階の複数のソースからの監視信号を用いて学習することにより、トレーニング対象のモデルは強力な一般化性を生み出す。
ほとんどの場合、ターゲットドメインのトレーニングデータの10%しか適応していないモデルが、完全なデータセットでトレーニングされたトレーニングデータよりも優れています。
論文 参考訳(メタデータ) (2021-11-16T18:42:50Z) - Data-Driven and SE-assisted AI Model Signal-Awareness Enhancement and
Introspection [61.571331422347875]
モデルの信号認識性を高めるためのデータ駆動型手法を提案する。
コード複雑性のSE概念とカリキュラム学習のAIテクニックを組み合わせる。
モデル信号認識における最大4.8倍の改善を実現している。
論文 参考訳(メタデータ) (2021-11-10T17:58:18Z) - Machine Learning Model Development from a Software Engineering
Perspective: A Systematic Literature Review [0.0]
データサイエンティストは、しばしば、業界やアカデミーの様々な問題を解決するために機械学習モデルを開発した。
本稿では,ソフトウェア工学の観点からMLモデルの開発において生じる課題と実践について考察する。
論文 参考訳(メタデータ) (2021-02-15T14:25:13Z) - Many-Objective Software Remodularization using NSGA-III [17.487053547108516]
NSGA-IIIを用いた多目的探索手法を提案する。
このプロセスは、パッケージの構造を改善し、変更数を最小化し、セマンティクスの一貫性を保ち、変更の歴史を再利用する最適な再モジュール化ソリューションを見つけることを目的としている。
論文 参考訳(メタデータ) (2020-05-13T18:34:15Z)
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。