論文の概要: Uncovering Key Features for Model-Driven Engineering of Complex Performance Indicators: A Scoping Review

• arxiv url: http://arxiv.org/abs/2505.04498v1
• Date: Wed, 07 May 2025 15:20:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-08 19:07:36.126243
• Title: Uncovering Key Features for Model-Driven Engineering of Complex Performance Indicators: A Scoping Review
• Title（参考訳）: 複雑なパフォーマンス指標のモデル駆動エンジニアリングのための重要な特徴を明らかにする: スコープレビュー
• Authors: Benito Giunta, Corentin Burnay,
• Abstract要約: 本稿では,複合性能指標(CPI)の設計と管理の課題に対処する。 CPIは、顧客満足度やサステナビリティ指標といった、潜在的かつ重要なビジネス要因を測定するために、個々の指標をアマルガットする。 モデル駆動エンジニアリング(MDE)は、これらのハードルを克服し、CPIの採用を保証する強力なソリューションとして現れます。
• 参考スコア（独自算出の注目度）: 0.9208007322096533
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper addresses challenges of designing and managing Complex Performance Indicators (CPI), which amalgamate individual indicators to measure latent, yet crucial business factors like customer satisfaction or sustainability indices. Despite their significant value, designing and managing CPI is intricate; they evolve with rapidly changing business contexts and present comprehension and explanation challenges for end-users. Model-Driven Engineering (MDE) emerges as a potent solution to overcome these hurdles and ensure CPI adoption, though its application to CPI remains an understudied research area. While prior efforts targeted specific CPI modeling objectives, a comprehensive overview of literature advancements is lacking. This study addresses this gap by conducting a scoping review yielding dual outcomes: (1) a comprehensive mapping of modeling features in the literature and (2) a comparative analysis of the coverage offered by the modeling frameworks. These outcomes enhance CPI understanding in academic and practitioner circles and offer insights for future MDE CPI advancements.
• Abstract（参考訳）: 本稿では、顧客満足度やサステナビリティ指標といった重要なビジネス要因を計測するために、個々の指標をアマルガメートする複合パフォーマンス指標(CPI)の設計と管理の課題に対処する。 ビジネスコンテキストが急速に変化し、エンドユーザに対する理解と説明の課題が提示される。 モデル駆動工学(MDE)は、これらのハードルを克服し、CPIの採用を保証するための強力なソリューションとして登場します。 これまでの取り組みは特定のCPIモデリングの目的を目標としていたが、文献の進歩の包括的概要は乏しい。 本研究では,(1)文献におけるモデリング特徴の包括的マッピング,(2)モデリングフレームワークが提供するカバレッジの比較分析,という2つの結果をもたらすスコーピングレビューを行うことにより,このギャップに対処する。 これらの結果は、学術的および実践的なサークルにおけるCPI理解を高め、将来のMDE CPI進歩に対する洞察を提供する。

関連論文リスト

• Learning Time-Aware Causal Representation for Model Generalization in Evolving Domains [50.66049136093248]
  動的因果要因と因果機構のドリフトを組み込んだ時間認識型構造因果モデル(SCM)を開発した。 本研究では,時間領域毎に最適な因果予測値が得られることを示す。 合成と実世界の両方のデータセットの結果から,SynCは時間的一般化性能に優れることが示された。
  論文  参考訳（メタデータ） (2025-06-21T14:05:37Z)
• ORMind: A Cognitive-Inspired End-to-End Reasoning Framework for Operations Research [53.736407871322314]
  ORMindは認知にインスパイアされたフレームワークで、反ファクト推論を通じて最適化を強化する。 提案手法は,要求を数学的モデルや実行可能なコードに変換するエンド・ツー・エンドのワークフローを実装し,人間の認識をエミュレートする。 現在はLenovoのAIアシスタントで内部でテストされており、ビジネスとコンシューマの両方の最適化機能を強化する予定である。
  論文  参考訳（メタデータ） (2025-06-02T05:11:21Z)
• Creativity in LLM-based Multi-Agent Systems: A Survey [56.25583236738877]
  大規模言語モデル(LLM)によるマルチエージェントシステム(MAS)は、人間とAIが協調してアイデアやアーティファクトを生成する方法を変えつつある。 これはMASにおける創造性に関する最初の調査である。 本研究では,(1)エージェントの能動性やペルソナ設計の分類,(2)分岐探索,反復改良,協調合成などの生成技術の概要,(3)不整合評価基準,不整合性バイアス緩和,協調競合,統一ベンチマークの欠如といった重要な課題について論じる。
  論文  参考訳（メタデータ） (2025-05-27T12:36:14Z)
• Enhancing CTR Prediction with De-correlated Expert Networks [53.05653547330796]
  本稿では,専門的相関を最小化するクロスエキスパートデコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・デコレーショナル・ D-MoEの有効性とデコリレーション原理を検証するために大規模な実験が行われた。
  論文  参考訳（メタデータ） (2025-05-23T14:04:38Z)
• A Survey on Post-training of Large Language Models [185.51013463503946]
  大規模言語モデル(LLM)は、自然言語処理を根本的に変革し、会話システムから科学的探索まで、さまざまな領域で欠かせないものにしている。 これらの課題は、制限された推論能力、倫理的不確実性、最適なドメイン固有のパフォーマンスといった欠点に対処するために、先進的な訓練後言語モデル(PoLM)を必要とする。 本稿では,5つのコアパラダイムにまたがるPoLMの進化を体系的に追跡する,最初の包括的調査について述べる。
  論文  参考訳（メタデータ） (2025-03-08T05:41:42Z)
• A Brief Discussion on KPI Development in Public Administration [0.0]
  本稿では,ランダムフォレストアルゴリズムと変数重要度解析を利用して,性能評価システム内に構築する革新的なフレームワークを提案する。 提案したアプローチでは,PAのパフォーマンスに大きく影響する重要な変数を特定し,組織の成功を導く重要な要因に関する貴重な洞察を提供する。 本研究は,機械学習技術の適用によるPAパフォーマンスの向上を目標とし,よりアジャイルで結果駆動型のアプローチを公共行政に導入することを目的とする。
  論文  参考訳（メタデータ） (2024-12-12T10:27:55Z)
• On The Planning Abilities of OpenAI's o1 Models: Feasibility, Optimality, and Generalizability [59.72892401927283]
  さまざまなベンチマークタスクでOpenAIのo1モデルの計画能力を評価する。 その結果,o1-preview は GPT-4 よりもタスク制約に順応していることがわかった。
  論文  参考訳（メタデータ） (2024-09-30T03:58:43Z)
• MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs [55.20845457594977]
  大規模言語モデル(LLM)は、問題解決と意思決定の能力の向上を示している。 本稿ではメタ推論技術を必要とするプロセスベースのベンチマークMR-Benを提案する。 メタ推論のパラダイムは,システム2のスロー思考に特に適しています。
  論文  参考訳（メタデータ） (2024-06-20T03:50:23Z)
• The CAP Principle for LLM Serving: A Survey of Long-Context Large Language Model Serving [5.199465146247884]
  本研究では,大規模言語モデル (LLM) を探索し,コスト効率と精度の関係を解明する。 この分野での作業は、コンテクスト長(C)の改善、A(A)の改善、P(P)向上という3つの異なる目標に沿って最適化されていることが判明した。
  論文  参考訳（メタデータ） (2024-05-18T14:00:04Z)
• Progressive Knowledge Graph Completion [35.464878766786576]
  知識グラフ補完(KGC)は、知識グラフ(KG)における不完全性の問題に対処するための有望な解決策として登場した。 伝統的なKGC研究は主に三重分類とリンク予測に焦点を当てている。 本稿では,現実シナリオにおけるKGの段階的完了をシミュレートするプログレッシブ・ナレッジグラフ補完タスクを提案する。
  論文  参考訳（メタデータ） (2024-04-15T16:16:59Z)
• Advancing Frontiers in SLAM: A Survey of Symbolic Representation and Human-Machine Teaming in Environmental Mapping [0.0]
  本稿では,マルチエージェントシステム(MAS)とヒューマンマシンチームにおける研究動向を総合的に分析し,シンボリックおよびサブシンボリックSLAMタスクにおけるそれらの応用を強調した。 この研究は、マッピングタスクにおける人間と機械のコラボレーションの強化に対する需要の増加を認めている。
  論文  参考訳（メタデータ） (2024-03-22T00:48:48Z)
• MCPI: Integrating Multimodal Data for Enhanced Prediction of Compound Protein Interactions [15.5883647480458]
  複合タンパク質相互作用(CPI)の同定は、薬物スクリーニング、薬物再精製、併用療法研究において重要な役割を担っている。 CPI予測の有効性は、化合物と標的タンパク質の両方から抽出された特徴に大きく依存している。 本研究では,CPIの予測性能の向上を目的としたMCPIモデルを提案する。
  論文  参考訳（メタデータ） (2023-06-15T07:20:26Z)
• Discover, Explanation, Improvement: An Automatic Slice Detection Framework for Natural Language Processing [72.14557106085284]
  スライス検出モデル(SDM)は、データポイントの低パフォーマンスなグループを自動的に識別する。 本稿では,NLPタスクの分類のための "Discover, Explain, improve (DEIM)" というベンチマークを提案する。 評価の結果,Edisaは情報的セマンティックな特徴を持つ誤り発生データポイントを正確に選択できることがわかった。
  論文  参考訳（メタデータ） (2022-11-08T19:00:00Z)
• Advances in Inference and Representation for Simultaneous Localization and Mapping [8.721760004258352]
  同時ローカライゼーションとマッピング(SLAM)は,移動ロボットの基本機能であり,計画,ナビゲーション,制御といったコア機能をサポートする。 本稿では、SLAMにおける最近の進歩について、SLAMシステムで使用される環境モデルの表現能力の向上(表現)と、これらのモデルをデータ(参照)から推定するアルゴリズムの性能に焦点をあてる。
  論文  参考訳（メタデータ） (2021-03-08T19:53:29Z)

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。