論文の概要: Web Element Relocalization in Evolving Web Applications: A Comparative Analysis and Extension Study

• arxiv url: http://arxiv.org/abs/2505.16424v1
• Date: Thu, 22 May 2025 09:09:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-23 17:12:48.181499
• Title: Web Element Relocalization in Evolving Web Applications: A Comparative Analysis and Extension Study
• Title（参考訳）: Web アプリケーションの進化における Web 要素の再ローカライゼーション: 比較分析と拡張研究
• Authors: Anton Kluge, Andrea Stocco,
• Abstract要約: 我々は、文学における最新の命題、すなわちシミロアルゴリズムとその後継であるVONシミロの研究を再現する。 我々の分析により、VONシミロは、その新しいアプローチにもかかわらず、シミロよりも偽陽性を生じやすいことが明らかとなった。 そこで我々は,ハイブリッドシミロ(Hybrid Similo)とVONシミロ(VONシミロ)の長所を組み合わせた新しいアプローチを提案する。
• 参考スコア（独自算出の注目度）: 1.5039745292757671
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Fragile web tests, primarily caused by locator breakages, are a persistent challenge in web development. Hence, researchers have proposed techniques for web-element re-identification in which algorithms utilize a range of element properties to relocate elements on updated versions of websites based on similarity scoring. In this paper, we replicate the original studies of the most recent propositions in the literature, namely the Similo algorithm and its successor, VON Similo. We also acknowledge and reconsider assumptions related to threats to validity in the original studies, which prompted additional analysis and the development of mitigation techniques. Our analysis revealed that VON Similo, despite its novel approach, tends to produce more false positives than Similo. We mitigated these issues through algorithmic refinements and optimization algorithms that enhance parameters and comparison methods across all Similo variants, improving the accuracy of Similo on its original benchmark by 5.62%. Moreover, we extend the replicated studies by proposing a larger evaluation benchmark (23x bigger than the original study) as well as a novel approach that combines the strengths of both Similo and VON Similo, called HybridSimilo. The combined approach achieved a gain comparable to the improved Similo alone. Results on the extended benchmark show that HybridSimilo locates 98.8% of elements with broken locators in realistic testing scenarios.
• Abstract（参考訳）: 主にロケータの破損によって引き起こされるFragile Webテストは、Web開発において永続的な課題である。 そのため、研究者らは類似性スコアリングに基づいて、アルゴリズムが様々な要素特性を利用してウェブサイトの更新版に要素を配置するWeb要素再同定手法を提案している。 本稿では,論文における最新の命題,すなわちSimiloアルゴリズムとその後継であるVON Similoの原研究を再現する。 また、原研究における妥当性の脅威に関する仮定を認め、再考し、さらなる分析と緩和手法の開発を促した。 我々の分析により、VONシミロは、その新しいアプローチにもかかわらず、シミロよりも偽陽性を生じやすいことが明らかとなった。 これらの問題をアルゴリズムの改良と最適化アルゴリズムにより緩和し、全てのシミロ変種に対するパラメータと比較方法を強化し、元のベンチマークでシミロの精度を5.62%向上させた。 さらに,Similo と VON Similo の双方の長所を結合した新たなアプローチである HybridSimilo を,より大規模な評価ベンチマーク(元の研究より23倍大きい)で提案することにより,再現された研究を拡張した。 組み合わせたアプローチは改良されたSimiloに匹敵する利益を得た。 拡張ベンチマークの結果、HybridSimiloは、現実的なテストシナリオにおいて、ロケータが壊れた要素の98.8%を配置している。

関連論文リスト

• ACMamba: Fast Unsupervised Anomaly Detection via An Asymmetrical Consensus State Space Model [51.83639270669481]
  ハイパースペクトル画像(HSI)における教師なし異常検出は、背景から未知のターゲットを検出することを目的としている。 HSI研究は、HSIの高次元特性と高密度サンプリングベーストレーニングパラダイムにより、計算コストの急激さによって妨げられている。 計算コストを大幅に削減する非対称コンセンサス状態空間モデル(ACMamba)を提案する。
  論文  参考訳（メタデータ） (2025-04-16T05:33:42Z)
• Parallel simulation for sampling under isoperimetry and score-based diffusion models [56.39904484784127]
  データサイズが大きくなるにつれて、イテレーションコストの削減が重要な目標になります。 科学計算における初期値問題の並列シミュレーションの成功に触発されて,タスクをサンプリングするための並列Picard法を提案する。 本研究は,動力学に基づくサンプリング・拡散モデルの科学的計算におけるシミュレーション手法の潜在的利点を強調した。
  論文  参考訳（メタデータ） (2024-12-10T11:50:46Z)
• Ensemble Differential Evolution with Simulation-Based Hybridization and Self-Adaptation for Inventory Management Under Uncertainty [0.0]
  本研究は,インベントリーマネジメント(IM)のためのシミュラオンベースハイブリッド化と自己適応(EDESH-SA)アプローチを用いたアンサンブル微分進化法を提案する。
  論文  参考訳（メタデータ） (2023-09-22T13:25:58Z)
• Maximum Likelihood Learning of Unnormalized Models for Simulation-Based Inference [44.281860162298564]
  シミュレーションベース推論のための2つの合成確率法を提案する。 本研究では,シミュレータによって生成された合成データを用いて,条件付きエネルギーベースモデル(EBM)を学習する。 本研究は, カニの神経科学ネットワークのモデルに適用し, 各種合成データセット上での両手法の特性を実証する。
  論文  参考訳（メタデータ） (2022-10-26T14:38:24Z)
• Applying Autonomous Hybrid Agent-based Computing to Difficult Optimization Problems [56.821213236215634]
  本稿では,EMASのハイブリッドバージョンを提案する。 これには、複数のハイブリッド演算子の選択と導入、およびメインアルゴリズムのハイブリッドステップを開始するためのルールの定義が含まれる。 これらのハイブリッドステップは、既存の、よく知られた、そして証明された、効率的なメタヒューリスティックスを活用し、その結果をメインのアルゴリズムに統合する。
  論文  参考訳（メタデータ） (2022-10-24T13:28:35Z)
• Harnessing Heterogeneity: Learning from Decomposed Feedback in Bayesian Modeling [68.69431580852535]
  サブグループフィードバックを取り入れた新しいGPレグレッションを導入する。 我々の修正された回帰は、以前のアプローチと比べて、明らかにばらつきを減らし、したがってより正確な後続を減らした。 我々は2つの異なる社会問題に対してアルゴリズムを実行する。
  論文  参考訳（メタデータ） (2021-07-07T03:57:22Z)
• A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
  本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。 我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。 我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
  論文  参考訳（メタデータ） (2020-11-17T22:24:26Z)
• Some Remarks on Replicated Simulated Annealing [4.726777092009554]
  我々は、いわゆる「複製された模擬焼鈍」アルゴリズムを解析する。 我々は、その収束を保証するための基準を明確にし、それが構成からうまくサンプリングされたときの研究を行う。
  論文  参考訳（メタデータ） (2020-09-30T14:33:53Z)
• Augmenting Differentiable Simulators with Neural Networks to Close the Sim2Real Gap [15.1962264049463]
  本稿では,ニューラルネットワークを用いた解析モデルの任意の点における拡張を可能にする,剛体力学の微分可能なシミュレーションアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-07-12T17:27:11Z)

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。