論文の概要: A Theory-driven Interpretation and Elaboration of Verification and Validation
- arxiv url: http://arxiv.org/abs/2506.10997v1
- Date: Fri, 11 Apr 2025 17:58:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-22 23:32:14.449781
- Title: A Theory-driven Interpretation and Elaboration of Verification and Validation
- Title（参考訳）: 理論駆動による検証・検証の解釈と検討
- Authors: Hanumanthrao Kannan, Alejandro Salado,
- Abstract要約: 本稿では,システム工学における検証と検証の形式理論について述べる。
検証と検証の正確な定義を開発し、システムに関する知識の確認と文脈化におけるそれらの役割を明確にする。
- 参考スコア（独自算出の注目度）: 49.97673761305336
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a formal theory of verification and validation (V&V) within systems engineering, grounded in the axiom that V&V are fundamentally knowledge-building activities. Using dynamic epistemic modal logic, we develop precise definitions of verification and validation, articulating their roles in confirming and contextualizing knowledge about systems. The theory formalizes the interplay between epistemic states, evidence, and reasoning processes, allowing for the derivation of theorems that clarify the conceptual underpinnings of V&V. By providing a formal foundation, this work addresses ambiguities in traditional V&V practices, offering a structured framework to enhance precision and consistency in systems engineering methodologies. The insights gained have implications for both academic research and practical applications, fostering a deeper understanding of V&V as critical components of engineering knowledge generation.
- Abstract（参考訳）: 本稿では,システム工学における検証・検証(V&V)の形式的理論について述べる。
ダイナミックな疫学的モーダル論理を用いて、システムに関する知識の確認と文脈化におけるそれらの役割を明確にし、検証と検証の正確な定義を開発する。
この理論は、認識状態、証拠、推論過程の間の相互作用を形式化し、V&Vの概念的基盤を明確にする定理の導出を可能にする。
正式な基盤を提供することによって、従来のV&Vプラクティスの曖昧さに対処し、システムエンジニアリング方法論の正確性と一貫性を高めるための構造化されたフレームワークを提供する。
得られた洞察は、学術研究と実践的応用の両方に影響を及ぼし、エンジニアリング知識生成の重要な要素としてのV&Vの深い理解を促進する。
関連論文リスト
- KERAIA: An Adaptive and Explainable Framework for Dynamic Knowledge Representation and Reasoning [46.85451489222176]
KERAIAはシンボリックナレッジエンジニアリングのための新しいフレームワークとソフトウェアプラットフォームである。
動的で複雑でコンテキストに敏感な環境で知識を表現、推論、実行するという永続的な課題に対処する。
論文 参考訳（メタデータ） (2025-05-07T10:56:05Z) - In Defence of Post-hoc Explainability [0.0]
我々は、科学AIにおけるポストホック解釈可能性の哲学的枠組みとして計算補間主義(CI)を紹介した。
ポストホック合理化が信頼性のあるパフォーマンスと共存する人間の専門知識と平行して描くことで、CIは経験的検証によって適切に拘束された場合、構造化されたモデル解釈を通じて科学的知識が生まれることを証明している。
論文 参考訳（メタデータ） (2024-12-23T06:22:03Z) - On the Role of Entity and Event Level Conceptualization in Generalizable Reasoning: A Survey of Tasks, Methods, Applications, and Future Directions [46.63556358247516]
エンティティとイベントレベルの概念化は、一般化可能な推論において重要な役割を果たす。
現在、概念化の定義、実行、適用に関する既存の研究を包括的に調べる体系的な概要が欠如している。
本稿では,150以上の論文を総合的に調査し,概念化に関連する様々な定義,資源,方法,下流のアプリケーションを統一分類に分類する。
論文 参考訳（メタデータ） (2024-06-16T10:32:41Z) - ConcEPT: Concept-Enhanced Pre-Training for Language Models [57.778895980999124]
ConcEPTは、概念知識を事前訓練された言語モデルに注入することを目的としている。
これは、事前訓練されたコンテキストで言及されたエンティティの概念を予測するために、外部エンティティの概念予測を利用する。
実験の結果,ConcEPTは概念強化事前学習により概念知識を向上することがわかった。
論文 参考訳（メタデータ） (2024-01-11T05:05:01Z) - A Principled Framework for Knowledge-enhanced Large Language Model [58.1536118111993]
大規模言語モデル(LLM)は汎用性があるが、深い信頼性のある推論を必要とするタスクに悩まされることが多い。
本稿では、知識を効果的に固定し、閉ループ推論プロセスを用いるLLMを作成するための厳密な設計のフレームワークを提案する。
論文 参考訳（メタデータ） (2023-11-18T18:10:02Z) - Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。
ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
論文 参考訳（メタデータ） (2022-06-03T12:24:49Z) - The General Theory of General Intelligence: A Pragmatic Patternist
Perspective [0.0]
レビューでは、基礎となる哲学、インテリジェンスの概念の形式化、およびAGIシステムのためのハイレベルアーキテクチャを取り上げている。
人間に似た認知アーキテクチャの特質は、これらの一般的な原則の表象として提示される。
OpenCog Hyperonのようなフレームワークにおける高度なAGIの実践的な実装の教訓を簡潔に検討する。
論文 参考訳（メタデータ） (2021-03-28T10:11:25Z)
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。