論文の概要: Introduction to Analytical Software Engineering Design Paradigm

• arxiv url: http://arxiv.org/abs/2505.11979v1
• Date: Sat, 17 May 2025 12:23:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:10.96855
• Title: Introduction to Analytical Software Engineering Design Paradigm
• Title（参考訳）: 分析ソフトウェア工学設計パラダイム入門
• Authors: Tarik Houichime, Younes El Amrani,
• Abstract要約: 本稿では,抽象化,ツールの不適切性,互換性,スケーラビリティの両立を目的とした新しい設計パラダイムである振舞いソフトウェア工学(ASE)について述べる。 このパラダイムは、BSS(Structure Sequences)とODR(Optimized Design Refactoring)という2つのフレームワークを通じて評価される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As modern software systems expand in scale and complexity, the challenges associated with their modeling and formulation grow increasingly intricate. Traditional approaches often fall short in effectively addressing these complexities, particularly in tasks such as design pattern detection for maintenance and assessment, as well as code refactoring for optimization and long-term sustainability. This growing inadequacy underscores the need for a paradigm shift in how such challenges are approached and resolved. This paper presents Analytical Software Engineering (ASE), a novel design paradigm aimed at balancing abstraction, tool accessibility, compatibility, and scalability. ASE enables effective modeling and resolution of complex software engineering problems. The paradigm is evaluated through two frameworks Behavioral-Structural Sequences (BSS) and Optimized Design Refactoring (ODR), both developed in accordance with ASE principles. BSS offers a compact, language-agnostic representation of codebases to facilitate precise design pattern detection. ODR unifies artifact and solution representations to optimize code refactoring via heuristic algorithms while eliminating iterative computational overhead. By providing a structured approach to software design challenges, ASE lays the groundwork for future research in encoding and analyzing complex software metrics.
• Abstract（参考訳）: 現代のソフトウェアシステムはスケールと複雑さが拡大するにつれて、モデリングと定式化に関連する課題はますます複雑化する。 従来のアプローチは、特にメンテナンスとアセスメントのためのデザインパターン検出や、最適化のためのコードリファクタリング、長期的な持続可能性といったタスクにおいて、これらの複雑さに効果的に対処するのに不足することが多い。 この不適切な成長は、このような課題へのアプローチと解決方法のパラダイムシフトの必要性を浮き彫りにしている。 本稿では、抽象化、ツールアクセシビリティ、互換性、スケーラビリティのバランスをとることを目的とした、新しい設計パラダイムであるAnalytical Software Engineering(ASE)について述べる。 ASEは複雑なソフトウェアエンジニアリング問題の効果的なモデリングと解決を可能にする。 このパラダイムは、ASE原則に従って開発された2つのフレームワークである振舞い構造シーケンス(BSS)と最適化設計リファクタリング(ODR)を通じて評価される。 BSSは、設計パターンの正確な検出を容易にするために、コードベースのコンパクトで言語に依存しない表現を提供する。 ODRはアーティファクトとソリューション表現を統一し、反復的な計算オーバーヘッドを排除しながらヒューリスティックアルゴリズムによるコードのリファクタリングを最適化する。 ソフトウェア設計の課題に対して構造化されたアプローチを提供することによって、ASEは複雑なソフトウェアメトリクスのエンコーディングと分析において、将来の研究の基盤となるものとなる。

関連論文リスト

• Thinking Longer, Not Larger: Enhancing Software Engineering Agents via Scaling Test-Time Compute [61.00662702026523]
  より大規模なモデルではなく、推論時間の増加を活用する統合されたテスト時間計算スケーリングフレームワークを提案する。 当社のフレームワークには,内部TTCと外部TTCの2つの補完戦略が組み込まれている。 当社の textbf32B モデルは,DeepSeek R1 671B や OpenAI o1 など,はるかに大きなモデルを上回る 46% の課題解決率を実現している。
  論文  参考訳（メタデータ） (2025-03-31T07:31:32Z)
• LLM-Based Design Pattern Detection [0.5586191108738563]
  本稿では,大規模言語モデルを用いたデザインパターンの自動識別手法を提案する。 この研究は、ソフトウェア構造と意図に関するより明確な洞察を提供することによって、開発者を支援し、理解を改善し、タスクを合理化することを目的としている。
  論文  参考訳（メタデータ） (2025-02-25T18:57:06Z)
• A Survey on Inference Optimization Techniques for Mixture of Experts Models [50.40325411764262]
  大規模Mixture of Experts(MoE)モデルは、条件計算によるモデル容量と計算効率の向上を提供する。 これらのモデル上で推論をデプロイし実行することは、計算資源、レイテンシ、エネルギー効率において大きな課題を示す。 本調査では,システムスタック全体にわたるMoEモデルの最適化手法について分析する。
  論文  参考訳（メタデータ） (2024-12-18T14:11:15Z)
• Unlocking Reasoning Potential in Large Langauge Models by Scaling Code-form Planning [94.76546523689113]
  CodePlanは、テキストコード形式の計画を生成し、追跡するフレームワークで、高いレベルの構造化された推論プロセスの概要を擬似コードで示します。 CodePlanは、洗練された推論タスク固有のリッチなセマンティクスと制御フローを効果的にキャプチャする。 反応を直接生成するのに比べて25.1%の相対的な改善が達成されている。
  論文  参考訳（メタデータ） (2024-09-19T04:13:58Z)
• Parametric Primitive Analysis of CAD Sketches with Vision Transformer [22.74372123904951]
  本稿では,自動回帰モデルにおけるエラー蓄積に関わる問題に対処する2段階ネットワークフレームワークを提案する。 このフレームワークはプリミティブネットワークと制約ネットワークから構成され、スケッチ解析タスクをセット予測問題に変換する。
  論文  参考訳（メタデータ） (2024-06-29T11:29:45Z)
• Bayesian Quality-Diversity approaches for constrained optimization problems with mixed continuous, discrete and categorical variables [0.3626013617212667]
  シミュレーション予算の制限という観点から,混合変数に基づく新しい品質多様性手法を提案する。 提案手法は、複雑なシステム設計のための意思決定者にとって貴重なトレードオフを提供する。
  論文  参考訳（メタデータ） (2023-09-11T14:29:47Z)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)

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。