論文の概要: ToffA-DSPL: an approach of trade-off analysis for designing dynamic software product lines
- arxiv url: http://arxiv.org/abs/2407.01722v1
- Date: Mon, 1 Jul 2024 18:51:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-03 19:32:46.340030
- Title: ToffA-DSPL: an approach of trade-off analysis for designing dynamic software product lines
- Title（参考訳）: ToffA-DSPL:動的ソフトウェア製品ラインの設計のためのトレードオフ分析のアプローチ
- Authors: Michelle Larissa Luciano Carvalho, Paulo Cesar Masiero, Ismayle de Sousa Santos, Eduardo Santana de Almeida,
- Abstract要約: toffA-DSPLという設計時におけるDSPLのトレードオフ解析手法を提案する。
NFRとコンテキスト間の相互作用を考慮した構成選択プロセスを扱う。
一般に、ToffA-DSPLによって提案される構成は、NFRの高い満足度を提供する。
- 参考スコア（独自算出の注目度）: 3.623080116477751
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Software engineers have adopted the Dynamic Software Product Lines (DSPL) engineering practices to develop Dynamically Adaptable Software (DAS). DAS is seen as a DSPL application and must cope with a large number of configurations of features, Non-functional Requirements (NFRs), and contexts. However, the accurate representation of the impact of features over NFRs and contexts for the identification of optimal configurations is not a trivial task. Software engineers need to have domain knowledge and design DAS before deploying to satisfy those requirements. Aiming to handle them, we proposed an approach of Trade-off Analysis for DSPL at design-time, named ToffA-DSPL. It deals with the configuration selection process considering interactions between NFRs and contexts. We performed an exploratory study based on simulations to identify the usefulness of the ToffA-DSPL approach. In general, the configurations suggested by ToffA-DSPL provide high satisfaction levels of NFRs. Based on simulations, we evidenced that our approach aims to explore reuse and is useful for generating valid and optimal configurations. In addition, ToffA-DSPL enables software engineers to conduct trade-off analysis, evaluate changes in the context feature, and define an adaptation model from optimal configurations found in the analysis.
- Abstract（参考訳）: ソフトウェアエンジニアはDynamically Adaptable Software (DAS)を開発するために、Dynamic Software Product Lines (DSPL)エンジニアリングプラクティスを採用しています。
DASはDSPLアプリケーションと見なされており、多数の機能構成、非機能要件(NFR)、コンテキストを扱う必要がある。
しかしながら、NFRに対する特徴の影響の正確な表現と最適な構成を特定するためのコンテキストは、簡単な作業ではない。
ソフトウェアエンジニアは、これらの要件を満たすためにデプロイする前にドメイン知識と設計DASを持つ必要があります。
そこで我々は,DSPLのトレードオフ分析を設計時に提案するToffA-DSPLについて検討した。
NFRとコンテキスト間の相互作用を考慮した構成選択プロセスを扱う。
ToffA-DSPL法の有用性を明らかにするため,シミュレーションに基づく探索的研究を行った。
一般に、ToffA-DSPLによって提案される構成は、NFRの高い満足度を提供する。
シミュレーションに基づいて,本手法は再利用を探求することを目的としており,有効かつ最適な構成を生成するのに有用であることを示した。
さらに、ToffA-DSPLは、ソフトウェアエンジニアがトレードオフ分析を行い、コンテキストの特徴の変化を評価し、分析で見られる最適な構成から適応モデルを定義することを可能にする。
関連論文リスト
- Language Model Evolutionary Algorithms for Recommender Systems: Benchmarks and Algorithm Comparisons [33.70598394905857]
大規模言語モデル(LLM)は進化的アルゴリズム(EA)の機能を大幅に強化した
我々は,LSMベースのEAの性能を評価するために,RSBenchというベンチマーク問題セットを導入し,プロンプト最適化を提案する。
確立されたEAフレームワークに基づく3つのLCMベースのEAを開発し、RSBenchを用いてその性能を実験的に評価する。
論文 参考訳（メタデータ） (2024-11-16T04:35:17Z) - Logic Synthesis Optimization with Predictive Self-Supervision via Causal Transformers [19.13500546022262]
LSOformerは、自動回帰トランスフォーマーモデルと予測SSLを利用して、結果の質の軌道(QoR)を予測する新しいアプローチである。
LSOformerは、クロスアテンションモジュールを統合して、回路グラフと最適化シーケンスからの洞察をマージし、QoRメトリクスの予測精度を向上させる。
論文 参考訳（メタデータ） (2024-09-16T18:45:07Z) - The Ultimate Guide to Fine-Tuning LLMs from Basics to Breakthroughs: An Exhaustive Review of Technologies, Research, Best Practices, Applied Research Challenges and Opportunities [0.35998666903987897]
本稿では,Large Language Models (LLM) の微調整について検討する。
従来の自然言語処理(NLP)モデルから、AIにおける彼らの重要な役割まで、LLMの歴史的進化を概説している。
本報告では, 微調整LDMのための構造化7段パイプラインについて紹介する。
論文 参考訳（メタデータ） (2024-08-23T14:48:02Z) - Automatic AI Model Selection for Wireless Systems: Online Learning via Digital Twinning [50.332027356848094]
AIベースのアプリケーションは、スケジューリングや電力制御などの機能を実行するために、インテリジェントコントローラにデプロイされる。
コンテキストとAIモデルのパラメータのマッピングは、ゼロショット方式で理想的に行われる。
本稿では,AMSマッピングのオンライン最適化のための一般的な手法を紹介する。
論文 参考訳（メタデータ） (2024-06-22T11:17:50Z) - End-to-End Learning for Fair Multiobjective Optimization Under
Uncertainty [55.04219793298687]
機械学習における予測-Then-Forecast(PtO)パラダイムは、下流の意思決定品質を最大化することを目的としている。
本稿では,PtO法を拡張して,OWA(Nondifferentiable Ordered Weighted Averaging)の目的を最適化する。
この結果から,不確実性の下でのOWA関数の最適化とパラメトリック予測を効果的に統合できることが示唆された。
論文 参考訳（メタデータ） (2024-02-12T16:33:35Z) - Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement [67.1393112206885]
大規模言語モデル(LLM)は、対話的な意思決定タスクにおいてインテリジェントなエージェントとして期待されている。
本稿では,トークンレベルでのLLMの最適化に適したエントロピー拡張RL法である,エントロピー正規化トークンレベル最適化(ETPO)を導入する。
我々は,データサイエンスコード生成を多段階対話型タスクのシリーズとしてモデル化したシミュレーション環境におけるETPOの有効性を評価する。
論文 参考訳（メタデータ） (2024-02-09T07:45:26Z) - Can LLMs Configure Software Tools [0.76146285961466]
ソフトウェア工学では、複雑なシステム内での最適なパフォーマンスを確保するためには、ソフトウェアツールの精巧な構成が不可欠である。
本研究では,Large-Language Models (LLMs) を利用したソフトウェア構成プロセスの合理化について検討する。
本研究は,Chat-GPTなどのLCMを用いて,開始条件を特定し,検索空間を狭め,構成効率を向上する手法を提案する。
論文 参考訳（メタデータ） (2023-12-11T05:03:02Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-04T01:47:37Z) - Towards Deployment-Efficient Reinforcement Learning: Lower Bound and
Optimality [141.89413461337324]
展開効率は、強化学習(RL)の多くの実世界の応用にとって重要な基準である
本稿では,「制約付き最適化」の観点から,デプロイ効率の高いRL(DE-RL)の理論的定式化を提案する。
論文 参考訳（メタデータ） (2022-02-14T01:31:46Z) - Learning Off-Policy with Online Planning [18.63424441772675]
本研究では,学習モデルと端末値関数を用いたHステップルックアヘッドの新たなインスタンス化について検討する。
ナビゲーション環境の集合に配置する際の安全性制約を組み込むLOOPの柔軟性を示す。
論文 参考訳（メタデータ） (2020-08-23T16:18:44Z) - Certified Reinforcement Learning with Logic Guidance [78.2286146954051]
線形時間論理(LTL)を用いて未知の連続状態/動作マルコフ決定過程(MDP)のゴールを定式化できるモデルフリーなRLアルゴリズムを提案する。
このアルゴリズムは、トレースが仕様を最大確率で満たす制御ポリシーを合成することが保証される。
論文 参考訳（メタデータ） (2019-02-02T20:09:32Z)
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。