論文の概要: Requirements Engineering for a Web-based Research, Technology & Innovation Monitoring Tool

• arxiv url: http://arxiv.org/abs/2501.10872v1
• Date: Sat, 18 Jan 2025 20:36:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:24:38.969336
• Title: Requirements Engineering for a Web-based Research, Technology & Innovation Monitoring Tool
• Title（参考訳）: Webベースの研究・技術・イノベーションモニタリングツールに必要な技術
• Authors: Alexandra Mazak-Huemer, Christian Huemer, Michael Vierhauser, Jürgen Janger,
• Abstract要約: 本稿では,Web ベースの対話的かつオープンアクセスの RTI システム監視ツールにおける,利害関係者を特定するための要件エンジニアリングプロセスを紹介する。 いくつかのコアモジュールをベースとして,そのようなツールがソフトウェア技術者の視点で一般的にどのように実装されるか,多層ソフトウェアアーキテクチャを導入する。 このアーキテクチャの基盤は、ユーザ対応のダッシュボードモジュールである。
• 参考スコア（独自算出の注目度）: 46.38386372048799
• License:
• Abstract: With the increasing significance of Research, Technology, and Innovation (RTI) policies in recent years, the demand for detailed information about the performance of these sectors has surged. Many of the current tools are limited in their application purpose. To address these issues, we introduce a requirements engineering process to identify stakeholders and elicitate requirements to derive a system architecture, for a web-based interactive and open-access RTI system monitoring tool. Based on several core modules, we introduce a multi-tier software architecture of how such a tool is generally implemented from the perspective of software engineers. A cornerstone of this architecture is the user-facing dashboard module. We describe in detail the requirements for this module and additionally illustrate these requirements with the real example of the Austrian RTI Monitor.
• Abstract（参考訳）: 近年の研究・技術・イノベーション(RTI)政策の重要性が高まり、これらの分野の業績に関する詳細な情報を求める声が高まっている。 現在のツールの多くは、アプリケーション目的に限られています。 これらの問題に対処するために,Web ベースのインタラクティブかつオープンアクセスの RTI システム監視ツールにおいて,利害関係者を特定し,システムアーキテクチャを導出するための要件を付与する要件エンジニアリングプロセスを導入する。 いくつかのコアモジュールをベースとして,そのようなツールがソフトウェア技術者の視点で一般的にどのように実装されるか,多層ソフトウェアアーキテクチャを導入する。 このアーキテクチャの基盤は、ユーザ対応のダッシュボードモジュールである。 本モジュールの要件を詳細に説明するとともに,オーストリア RTI Monitor の実例でこれらの要件を解説する。

関連論文リスト

• A quantitative framework for evaluating architectural patterns in ML systems [49.1574468325115]
  本研究では,MLシステムにおけるアーキテクチャパターンの定量的評価のための枠組みを提案する。 コスト効率のよいCPUベースの推論のためのスケーラビリティとパフォーマンスメトリクスに注目します。
  論文  参考訳（メタデータ） (2025-01-20T15:30:09Z)
• GUI Agents with Foundation Models: A Comprehensive Survey [91.97447457550703]
  この調査は(M)LLMベースのGUIエージェントに関する最近の研究を集約する。 重要な課題を特定し,今後の研究方向性を提案する。 この調査が(M)LLMベースのGUIエージェントの分野におけるさらなる進歩を促すことを願っている。
  論文  参考訳（メタデータ） (2024-11-07T17:28:10Z)
• Towards an Approach to Pattern-based Domain-Specific Requirements Engineering [0.0]
  本稿では,機能要件と性能要件の仕様化のためのパターンベースドメイン固有要求工学手法を提案する。 このアプローチは、アカデミックと産業のコラボレーションから生まれ、ドメイン知識を分析可能なアプローチを策定する最初の試みです。 まず、パターンベースのドメイン固有要件エンジニアリングのソリューションと、品質保証技術へのその模範的な統合を提示します。
  論文  参考訳（メタデータ） (2024-04-26T11:38:55Z)
• Enhancing Architecture Frameworks by Including Modern Stakeholders and their Views/Viewpoints [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• A Query Language for Software Architecture Information (Extended version) [3.348168323147728]
  既存のソフトウェアシステムのメンテナンスタスクは、時間とともに変化するアーキテクチャ情報に悩まされる。 Digital Architecture Twin (DArT)は、最新のアーキテクチャ情報を提供することで、ソフトウェアのメンテナンスをサポートする。 私たちはアーキテクチャ情報クエリ言語(AIQL)にコントリビュートしています。
  論文  参考訳（メタデータ） (2023-06-29T10:11:39Z)
• Tool interoperability for model-based systems engineering [0.7182467727359453]
  我々は、仕様、合成、検証などの機能を提供する、それぞれの専門分野における最先端のツールについて論じる。 Arrowheadフレームワーク上に構築されたAnalytics as a Serviceは、これらのツールを接続し、相互運用可能にします。
  論文  参考訳（メタデータ） (2023-02-07T14:45:04Z)
• Requirements Engineering for Machine Learning: A Review and Reflection [39.01716712094724]
  本稿では,機械学習アプリケーションにおける要件工学プロセスの概要について述べる。 産業データ駆動インテリジェンスアプリケーションの例も、前述のステップに関連して議論されている。
  論文  参考訳（メタデータ） (2022-10-03T12:24:39Z)
• Retrieval-Enhanced Machine Learning [110.5237983180089]
  本稿では,いくつかの既存モデルを含む汎用的な検索強化機械学習フレームワークについて述べる。 REMLは情報検索の慣例に挑戦し、最適化を含む中核領域における新たな進歩の機会を提示している。 REMLリサーチアジェンダは、情報アクセス研究の新しいスタイルの基礎を築き、機械学習と人工知能の進歩への道を開く。
  論文  参考訳（メタデータ） (2022-05-02T21:42:45Z)
• An Experience Report on Machine Learning Reproducibility: Guidance for Practitioners and TensorFlow Model Garden Contributors [1.177923904173852]
  本報告では,最先端の機械学習モデルをモデルガーデンに組み込むのに適した品質で再現するプロセスを定義する。 我々は26人の学生からなるチームでYOLOモデルファミリの実装経験を報告し、開発したツールを共有し、その過程で学んだ教訓を説明する。
  論文  参考訳（メタデータ） (2021-07-02T04:32:18Z)
• An Overview of Recommender Systems and Machine Learning in Feature Modeling and Configuration [55.67505546330206]
  レコメンダーシステムおよび機械学習技術の適用に関連する潜在的な新しい研究ラインの概要を説明します。 本論文では,レコメンダーシステムと機械学習の応用例を示し,今後の研究課題について考察する。
  論文  参考訳（メタデータ） (2021-02-12T17:21:36Z)

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。