論文の概要: Simulating the Waterfall Model: A Systematic Review

• arxiv url: http://arxiv.org/abs/2506.19653v1
• Date: Tue, 24 Jun 2025 14:15:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-25 19:48:23.669217
• Title: Simulating the Waterfall Model: A Systematic Review
• Title（参考訳）: ウォーターフォールモデルのシミュレーション:システムレビュー
• Authors: Antonios Saravanos,
• Abstract要約: この体系的なマッピングは、ピアレビューされた文献の計算シミュレーションにおいて、ウォーターフォールモデルがどのように表現されたかを調べる。 主要な学術データベースの構造化検索により、2000年から2024年の間に発表された68のピアレビュー研究が特定された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This systematic mapping study examines how the Waterfall Model has been represented in computational simulations within peer-reviewed literature. While Agile methodologies dominate contemporary software design practices, the Waterfall Model persists, particularly, within hybrid approaches that fuse structured, sequential workflows with the adaptability of agile practices. Despite its continued presence, little attention has been given to how the Waterfall Model is simulated in research contexts. A structured search of major academic databases identified 68 peer-reviewed studies published between 2000 and 2024. After applying inclusion criteria, selected studies were analyzed across four dimensions: (1) simulation methodologies (e.g., discrete-event simulation, system dynamics), (2) platforms and tools (e.g., Simphony.NET, SimPy), (3) geographic and temporal trends, and (4) fidelity to Royce's original seven-phase model. Discrete-event simulation was most commonly used, reflecting the model's sequential nature. Early work relied on proprietary platforms, while recent studies increasingly use open-source, Python-based tools. No studies fully implemented Royce's original formulation, most employed adaptations. These findings suggest that although niche, simulation of the Waterfall Model is present in academic discourse. This work highlights the need for accessible modeling tools and calls for future research that integrates the waterfall software process model with modern hybrid practices.
• Abstract（参考訳）: この体系的なマッピングは、ピアレビューされた文献の計算シミュレーションにおいて、ウォーターフォールモデルがどのように表現されたかを調べる。 アジャイルの方法論が現代のソフトウェア設計プラクティスを支配しているのに対して、ウォーターフォールモデルは特に、構造化されたシーケンシャルなワークフローをアジャイルプラクティスの適応性と融合するハイブリッドなアプローチで継続します。 現在も存在しているにもかかわらず、ウォーターフォールモデルがどのように研究の文脈でシミュレートされているかはほとんど注目されていない。 主要な学術データベースの構造化検索により、2000年から2024年の間に発表された68のピアレビュー研究が特定された。 1)シミュレーション手法(離散イベントシミュレーション,システムダイナミクス),(2)プラットフォームとツール(例えばSimphony.NET,SimPy),(3)地理的・時間的傾向,(4)ロイスの7相モデルに対する忠実性。 離散イベントシミュレーションが最も一般的に用いられ、モデルのシーケンシャルな性質を反映していた。 初期の作業はプロプライエタリなプラットフォームに依存していたが、最近の研究では、オープンソースでPythonベースのツールの利用が増えている。 ロイスのオリジナルの定式化を完全に実装した研究は存在せず、ほとんどの適応が採用された。 これらの結果は、ニッチではあるが、ウォーターフォールモデルのシミュレーションが学術談話に存在していることを示唆している。 この作業では、アクセス可能なモデリングツールの必要性と、ウォーターフォールソフトウェアプロセスモデルと現代的なハイブリッドプラクティスを統合する将来の研究の必要性を強調します。

関連論文リスト

• An Architectural View Type for Elasticity Modeling and Simulation -- The Slingshot Approach [0.8010120037374623]
  ソフトウェアアーキテクトは、自動化されたリソース管理のための弾力性ポリシーの設計とデプロイにおいて、戦略的な役割を担っている。 既存のアプローチは、しばしばキュー理論のような形式的なモデルに依存し、高度なスキルを必要とし、アーキテクチャモデル内で弾力性を表現するための特定の方法が欠如している。 本稿では,Scaling Policy Definition(SPD)モデリング言語,視覚的表記法,高精度なシミュレーションセマンティクスをサポートする,弾力性モデリングとシミュレーションのためのアーキテクチャビュータイプを提案する。
  論文  参考訳（メタデータ） (2025-03-13T14:31:55Z)
• Tests for model misspecification in simulation-based inference: from local distortions to global model checks [2.0209172586699173]
  我々は、広範囲のモデル不一致分析タスクに対して、堅牢で柔軟な基盤を提供する。 我々は、異常検出、モデル検証、良質な残差分析といった古典的手法に明確な分析接続を行う。 本稿では, 実際の重力波データ, 特にGW150914について, このような歪み駆動型モデルの不特定試験を行う方法を示す。
  論文  参考訳（メタデータ） (2024-12-19T17:48:03Z)
• A Practitioner's Guide to Continual Multimodal Pretraining [83.63894495064855]
  マルチモーダル・ファンデーション・モデルは視覚と言語を交わす多くのアプリケーションに役立っている。 モデルを更新し続けるために、継続事前トレーニングの研究は主に、大規模な新しいデータに対する頻度の低い、差別的な更新、あるいは頻繁に行われるサンプルレベルの更新のシナリオを探求する。 本稿では,FoMo-in-Flux(FoMo-in-Flux)について紹介する。
  論文  参考訳（メタデータ） (2024-08-26T17:59:01Z)
• Conditional Generative Models for Simulation of EMG During Naturalistic Movements [45.698312905115955]
  本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。 本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
  論文  参考訳（メタデータ） (2022-11-03T14:49:02Z)
• Learning continuous models for continuous physics [94.42705784823997]
  本研究では,科学技術応用のための機械学習モデルを検証する数値解析理論に基づくテストを開発する。 本研究は,従来のMLトレーニング/テスト手法と一体化して,科学・工学分野におけるモデルの検証を行う方法である。
  論文  参考訳（メタデータ） (2022-02-17T07:56:46Z)
• Deep Bayesian Active Learning for Accelerating Stochastic Simulation [74.58219903138301]
  Interactive Neural Process(INP)は、シミュレーションとアクティブな学習アプローチのためのディープラーニングフレームワークである。 能動的学習のために,NPベースモデルの潜時空間で計算された新しい取得関数Latent Information Gain (LIG)を提案する。 その結果,STNPは学習環境のベースラインを上回り,LIGは能動学習の最先端を達成していることがわかった。
  論文  参考訳（メタデータ） (2021-06-05T01:31:51Z)
• Sim-Env: Decoupling OpenAI Gym Environments from Simulation Models [0.0]
  強化学習(RL)は、AI研究の最も活発な分野の1つです。 開発方法論はまだ遅れており、RLアプリケーションの開発を促進するための標準APIが不足している。 多目的エージェントベースのモデルと派生した単一目的強化学習環境の分離開発と保守のためのワークフローとツールを提示する。
  論文  参考訳（メタデータ） (2021-02-19T09:25:21Z)

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。