論文の概要: A Survey for What Developers Require in AI-powered Tools that Aid in Component Selection in CBSD

• arxiv url: http://arxiv.org/abs/2504.13751v1
• Date: Fri, 18 Apr 2025 15:35:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-28 15:15:49.164599
• Title: A Survey for What Developers Require in AI-powered Tools that Aid in Component Selection in CBSD
• Title（参考訳）: CBSDのコンポーネント選択を支援するAIツールで開発者が必要とするものに関する調査
• Authors: Mahdi Jaberzadeh Ansari, Ann Barcomb,
• Abstract要約: 最初のコンポーネントベースソフトウェア開発(CBSD)研究が実施されたのは40年以上前である。 業界で広く受け入れられているコンポーネント選択の標準的な方法やツールはまだ存在しない。
• 参考スコア（独自算出の注目度）: 0.9668407688201359
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Although it has been more than four decades that the first components-based software development (CBSD) studies were conducted, there is still no standard method or tool for component selection which is widely accepted by the industry. The gulf between industry and academia contributes to the lack of an accepted tool. We conducted a mixed methods survey of nearly 100 people engaged in component-based software engineering practice or research to better understand the problems facing industry, how these needs could be addressed, and current best practices employed in component selection. We also sought to identify and prioritize quality criteria for component selection from an industry perspective. In response to the call for CBSD component selection tools to incorporate recent technical advances, we also explored the perceptions of professionals about AI-driven tools, present and envisioned.
• Abstract（参考訳）: 最初のコンポーネントベースソフトウェア開発(CBSD)研究が実施されてから40年以上が経ちましたが、業界で広く受け入れられているコンポーネント選択のための標準的な方法やツールはまだ存在していません。 産業と学界の間の溝は、受け入れられた道具の欠如に寄与している。 コンポーネントベースのソフトウェアエンジニアリングの実践や研究に携わる100人近い人たちを対象に、業界が直面する問題、これらのニーズへの対処方法、コンポーネント選択における現在のベストプラクティスの理解を深めるために、混合メソッド調査を実施しました。 私たちはまた、業界の観点からコンポーネント選択の品質基準を特定し、優先順位付けしようとしました。 最近の技術進歩を取り入れるためのCBSDコンポーネント選択ツールの要求に応じて、AI駆動ツールに関する専門家の認識、現在および想定についても検討した。

関連論文リスト

• Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training [67.895981259683]
  汎用AIエージェントは、次世代人工知能の基礎となるフレームワークとして、ますます認識されている。 現在のエージェントシステムはクローズドソースか、さまざまな有料APIやプロプライエタリなツールに大きく依存している。 我々は,完全オープンソースかつ(最大限に)フリーなマルチモジュールエージェントフレームワークであるCognitive Kernel-Proを提案する。
  論文  参考訳（メタデータ） (2025-08-01T08:11:31Z)
• AdaBrain-Bench: Benchmarking Brain Foundation Models for Brain-Computer Interface Applications [52.91583053243446]
  非侵襲的なBrain-Computer Interface(BCI)は、人間の脳を外部デバイスに接続する安全でアクセスしやすい手段を提供する。 近年,自己指導型プレトレーニングの導入により,非侵襲的BCI研究の展望が変化しつつある。 AdaBrain-Benchは、広範囲にわたる非侵襲的BCIタスクにおける脳基盤モデルを評価するための標準化されたベンチマークである。
  論文  参考訳（メタデータ） (2025-07-14T03:37:41Z)
• Why Johnny Signs with Sigstore: Examining Tooling as a Factor in Software Signing Adoption in the Sigstore Ecosystem [5.433194344896805]
  我々は、現代的で広く採用されているソフトウェア署名ツールであるSigstoreの形式的ユーザビリティについて研究する。 ツールの選択に影響を与える要因について,13名 (13名) のセキュリティ実践者に対してインタビューを行った。
  論文  参考訳（メタデータ） (2025-03-01T00:59:18Z)
• Navigating the Edge with the State-of-the-Art Insights into Corner Case Identification and Generation for Enhanced Autonomous Vehicle Safety [38.07210302881341]
  仮想シミュレーションで合成データを利用するいくつかの手法が提案されている。 最も高いリスクデータであるコーナーケース(CC)は、AV制御の開発とテストにおいて最も価値のあるものである。
  論文  参考訳（メタデータ） (2025-02-27T22:47:46Z)
• The Impact of Generative AI-Powered Code Generation Tools on Software Engineer Hiring: Recruiters' Experiences, Perceptions, and Strategies [4.557635080377692]
  本研究では,GenAIを利用したコード生成ツールについて,採用者の経験と認識について考察する。 業界の専門家32人を対象に行った調査では、ほとんどの参加者はそのようなツールに精通しているが、ほとんどの組織は、これらのツールの使用・知識を考慮に入れた候補評価手法を調整していない。 ほとんどの参加者は、GenAIを利用したコード生成ツールをコンピュータサイエンスカリキュラムに組み込むことが重要であると考えている。
  論文  参考訳（メタデータ） (2024-09-02T00:00:29Z)
• Bridging the Gap: A Survey and Classification of Research-Informed Ethical Hacking Tools [0.0]
  本研究は,EH研究の現状を調査することを目的としている。 これらのツールをプロセスベースのフレームワークと知識ベースのフレームワークに分類します。 分析対象は、ライセンス、リリース日、ソースコードの可用性、開発活動、ピアレビューステータスである。
  論文  参考訳（メタデータ） (2024-07-19T12:35:17Z)
• Charting a Path to Efficient Onboarding: The Role of Software Visualization [49.1574468325115]
  本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。 本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
  論文  参考訳（メタデータ） (2024-01-17T21:30:45Z)
• Need-driven decision-making and prototyping for DLT: Framework and web-based tool [0.0]
  複数のグループが、この技術の誇大広告や論争から切り離そうとした。 我々は,エビデンスに基づく意思決定を行うための総合分析フレームワークとオープンソースWebツールを開発した。
  論文  参考訳（メタデータ） (2023-07-18T12:19:47Z)
• A Prelimanary Exploration on component based software engineering [0.0]
  コンポーネントベースのソフトウェア開発(CBD)は、ソフトウェア開発を加速し、コストとタイムラインを節約し、テスト要件を最小化し、品質とアウトプットを向上するために、ソフトウェア産業が採用する方法論である。 本稿では,コンポーネントベースのソフトウェア工学の概念について論じる。
  論文  参考訳（メタデータ） (2023-05-23T10:07:59Z)
• LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
  本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。 以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。 分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-18T15:35:43Z)
• Human-Centric Multimodal Machine Learning: Recent Advances and Testbed on AI-based Recruitment [66.91538273487379]
  人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。 i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。 異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
  論文  参考訳（メタデータ） (2023-02-13T16:44:44Z)
• Survey of Aspect-based Sentiment Analysis Datasets [55.61047894397937]
  アスペクトベースの感情分析(ABSA)は、ユーザ生成レビューの分析を必要とする自然言語処理の問題である。 ABSAの多くの散在したコーパスは、研究者が特定のABSAサブタスクに適したコーパスを素早く特定することを困難にしている。 本研究では,自律型ABSAシステムの学習・評価に使用できるコーパスデータベースを提案する。
  論文  参考訳（メタデータ） (2022-04-11T16:23:36Z)
• Rebuilding Trust in Active Learning with Actionable Metrics [77.99796068970569]
  アクティブラーニング(AL)は研究の活発な領域であるが、プレッシャーのあるニーズにもかかわらず、業界ではほとんど使われない。 これは部分的には目的のずれによるものであり、研究は選択したデータセットで最高の結果を得るよう努力している。 積極的学習における産業実践者の信頼回復を支援するために,様々な活動可能な指標を提示する。
  論文  参考訳（メタデータ） (2020-12-18T09:34:59Z)
• Bias in Multimodal AI: Testbed for Fair Automatic Recruitment [73.85525896663371]
  異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。 我々は、性別や人種の偏りを意識的に評価したマルチモーダルな合成プロファイルを用いて、自動求人アルゴリズムを訓練する。 我々の方法論と結果は、一般により公平なAIベースのツール、特により公平な自動採用システムを生成する方法を示している。
  論文  参考訳（メタデータ） (2020-04-15T15:58:05Z)

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。