論文の概要: Expanding the Classical V-Model for the Development of Complex Systems Incorporating AI

• arxiv url: http://arxiv.org/abs/2502.13184v1
• Date: Tue, 18 Feb 2025 11:01:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-20 14:00:56.383596
• Title: Expanding the Classical V-Model for the Development of Complex Systems Incorporating AI
• Title（参考訳）: AIを組み込んだ複合システム開発のための古典的Vモデルの拡張
• Authors: Lars Ullrich, Michael Buchholz, Klaus Dietmayer, Knut Graichen,
• Abstract要約: 本稿では、反復的なデータベース開発プロセスのためのVモデルの拡張について述べる。 反復的なアプローチは、継続的システムリファインメントのシームレスな統合を可能にします。 データベースのアプローチは、データベースの開発プロセスの考慮を構成する。
• 参考スコア（独自算出の注目度）: 13.059865395440603
• License:
• Abstract: Research in the field of automated vehicles, or more generally cognitive cyber-physical systems that operate in the real world, is leading to increasingly complex systems. Among other things, artificial intelligence enables an ever-increasing degree of autonomy. In this context, the V-model, which has served for decades as a process reference model of the system development lifecycle is reaching its limits. To the contrary, innovative processes and frameworks have been developed that take into account the characteristics of emerging autonomous systems. To bridge the gap and merge the different methodologies, we present an extension of the V-model for iterative data-based development processes that harmonizes and formalizes the existing methods towards a generic framework. The iterative approach allows for seamless integration of continuous system refinement. While the data-based approach constitutes the consideration of data-based development processes and formalizes the use of synthetic and real world data. In this way, formalizing the process of development, verification, validation, and continuous integration contributes to ensuring the safety of emerging complex systems that incorporate AI.
• Abstract（参考訳）: 自動運転車の分野での研究、あるいは現実世界で運用されるより一般的に認知的なサイバー物理システムの研究は、ますます複雑なシステムへと繋がる。 中でも人工知能は、ますます自律性を高めていく。 この文脈では、システム開発ライフサイクルのプロセス参照モデルとして何十年も使われてきたVモデルが限界に達しています。 逆に、新しい自律システムの特徴を考慮に入れた革新的なプロセスやフレームワークが開発されている。 ギャップを埋めて、異なる方法論をマージするために、既存の手法を一般的なフレームワークに調和させ、形式化する反復的なデータベース開発プロセスのためのVモデルの拡張を提案する。 反復的なアプローチは、継続的システムリファインメントのシームレスな統合を可能にします。 データベースのアプローチは、データベースの開発プロセスの考慮を構成し、合成データと実世界のデータの使用を形式化する。 このように、開発、検証、検証、継続的な統合のプロセスの形式化は、AIを組み込んだ新興の複雑なシステムの安全性を保証するのに役立ちます。

関連論文リスト

• Exploring the Interplay Between Video Generation and World Models in Autonomous Driving: A Survey [61.39993881402787]
  世界モデルとビデオ生成は、自動運転の領域において重要な技術である。 本稿では,この2つの技術の関係について検討する。 映像生成モデルと世界モデルとの相互作用を分析することにより,重要な課題と今後の研究方向性を明らかにする。
  論文  参考訳（メタデータ） (2024-11-05T08:58:35Z)
• Deconstructing Human-AI Collaboration: Agency, Interaction, and Adaptation [9.36651659099834]
  我々は,人間-AIシステムの解析と記述を行うための,新しい統合された次元セットを提案する。 我々の概念モデルは、エージェンシー、インタラクション、適応の3つのハイレベルな側面を中心としています。
  論文  参考訳（メタデータ） (2024-04-18T10:12:18Z)
• Towards Single-System Illusion in Software-Defined Vehicles -- Automated, AI-Powered Workflow [3.2821049498759094]
  本稿では,車載ソフトウェアシステムの開発における,新しいモデルと特徴に基づくアプローチを提案する。 提案されたアプローチの重要なポイントの1つは、近代的な生成AI、特にLarge Language Models(LLM)の導入である。 その結果、パイプラインは広範囲に自動化され、各ステップでフィードバックが生成される。
  論文  参考訳（メタデータ） (2024-03-21T15:07:57Z)
• Online Learning and Planning in Cognitive Hierarchies [10.28577981317938]
  ロボットシステムの複雑な統合推論動作をモデル化するために,既存の形式的枠組みを拡張した。 新しいフレームワークは、異なる推論コンポーネント間の相互作用をより柔軟なモデリングを可能にする。
  論文  参考訳（メタデータ） (2023-10-18T23:53:51Z)
• A Graphical Modeling Language for Artificial Intelligence Applications in Automation Systems [69.50862982117127]
  学際的なグラフィカルモデリング言語で、すべての分野に理解可能なシステムとして、AIアプリケーションのモデリングを可能にすることは、まだ存在しない。 本稿では,システムレベルでの自動化システムにおけるAIアプリケーションの一貫した,理解可能なモデリングを可能にするグラフィカルモデリング言語を提案する。
  論文  参考訳（メタデータ） (2023-06-20T12:06:41Z)
• AI-Empowered Hybrid MIMO Beamforming [85.48860461696417]
  ハイブリッドマルチインプット・マルチアウトプット(MIMO)システムは、アナログおよびデジタルのビームフォーミングの一部を実装している。 近年、ハイブリッドビームフォーミング設計にデータ支援人工知能(AI)ツールを使うことへの関心が高まっている。 本稿では、リアルタイムハイブリッドビームフォーミング設計を改善するために、データを活用するための候補戦略についてレビューする。
  論文  参考訳（メタデータ） (2023-03-03T06:04:20Z)
• DIME: Fine-grained Interpretations of Multimodal Models via Disentangled Local Explanations [119.1953397679783]
  我々は,マルチモーダルモデルの解釈における最先端化に注力する。 提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
  論文  参考訳（メタデータ） (2022-03-03T20:52:47Z)
• Self-organizing Democratized Learning: Towards Large-scale Distributed Learning Systems [71.14339738190202]
  民主化された学習(Dem-AI)は、大規模な分散および民主化された機械学習システムを構築するための基本原則を備えた全体主義的哲学を定めている。 本稿では,Dem-AI哲学にヒントを得た分散学習手法を提案する。 提案アルゴリズムは,従来のFLアルゴリズムと比較して,エージェントにおける学習モデルの一般化性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-07-07T08:34:48Z)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)
• Developing and Operating Artificial Intelligence Models in Trustworthy Autonomous Systems [8.27310353898034]
  このワーク・イン・プログレス・ペーパーはAIベースのASの開発と運用のギャップを埋めることを目的としている。 私たちはそれを実践するために、新しく包括的なDevOpsアプローチを提案します。
  論文  参考訳（メタデータ） (2020-03-11T17:52:30Z)

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。