論文の概要: KARMA Approach supporting Development Process Reconstruction in Model-based Systems Engineering
- arxiv url: http://arxiv.org/abs/2506.22037v1
- Date: Fri, 27 Jun 2025 09:34:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-30 21:12:23.148721
- Title: KARMA Approach supporting Development Process Reconstruction in Model-based Systems Engineering
- Title（参考訳）: モデルベースシステム工学における開発プロセス再構築を支援するKARMAアプローチ
- Authors: Jiawei Li, Zan Liang, Guoxin Wang, Jinzhi Lu, Yan Yan, Shouxuan Wu, Hao Wang,
- Abstract要約: 本稿では,開発プロセスモデルを支援するモデル再構築手法を提案する。
GOPPRR-Eメタモデリング法に基づくKARMA言語は、プロセスモデルの一様形式化に使用される。
ケーススタディとして、航空機搭載保守システムの開発工程を再構築する。
- 参考スコア（独自算出の注目度）: 16.45548088648068
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Model reconstruction is a method used to drive the development of complex system development processes in model-based systems engineering. Currently, during the iterative design process of a system, there is a lack of an effective method to manage changes in development requirements, such as development cycle requirements and cost requirements, and to realize the reconstruction of the system development process model. To address these issues, this paper proposes a model reconstruction method to support the development process model. Firstly, the KARMA language, based on the GOPPRR-E metamodeling method, is utilized to uniformly formalize the process models constructed based on different modeling languages. Secondly, a model reconstruction framework is introduced. This framework takes a structured development requirements based natural language as input, employs natural language processing techniques to analyze the development requirements text, and extracts structural and optimization constraint information. Then, after structural reorganization and algorithm optimization, a development process model that meets the development requirements is obtained. Finally, as a case study, the development process of the aircraft onboard maintenance system is reconstructed. The results demonstrate that this method can significantly enhance the design efficiency of the development process.
- Abstract（参考訳）: モデル再構成は、モデルベースシステム工学における複雑なシステム開発プロセスの開発を促進するために用いられる手法である。
現在、システムの反復設計プロセスにおいて、開発サイクル要求やコスト要求といった開発要件の変更を管理し、システム開発プロセスモデルの再構築を実現するための効果的な方法が欠如している。
そこで本研究では,開発プロセスモデルを支援するモデル再構築手法を提案する。
まず、GOPPRR-Eメタモデリング法に基づくKARMA言語を用いて、異なるモデリング言語に基づいて構築されたプロセスモデルを一様に定式化する。
次に、モデル再構築フレームワークを導入する。
このフレームワークは、自然言語を入力として構造化された開発要件に基づいており、自然言語処理技術を用いて開発要件のテキストを分析し、構造的および最適化的制約情報を抽出する。
そして, 構造再構成とアルゴリズム最適化の後に, 開発要件を満たす開発プロセスモデルを得る。
最後に, 航空機搭載保守システムの開発プロセスの再構築を行った。
その結果,本手法は開発プロセスの設計効率を大幅に向上させることができることがわかった。
関連論文リスト
- A Survey of Model Architectures in Information Retrieval [64.75808744228067]
機能抽出のためのバックボーンモデルと、関連性推定のためのエンドツーエンドシステムアーキテクチャの2つの重要な側面に焦点を当てる。
従来の用語ベースの手法から現代のニューラルアプローチまで,特にトランスフォーマーベースのモデルとそれに続く大規模言語モデル(LLM)の影響が注目されている。
我々は、パフォーマンスとスケーラビリティのアーキテクチャ最適化、マルチモーダル、マルチランガルデータの処理、従来の検索パラダイムを超えた新しいアプリケーションドメインへの適応など、新たな課題と今後の方向性について議論することで結論付けた。
論文 参考訳（メタデータ） (2025-02-20T18:42:58Z) - Expanding the Classical V-Model for the Development of Complex Systems Incorporating AI [13.059865395440603]
本稿では、反復的なデータベース開発プロセスのためのVモデルの拡張について述べる。
反復的なアプローチは、継続的システムリファインメントのシームレスな統合を可能にします。
データベースのアプローチは、データベースの開発プロセスの考慮を構成する。
論文 参考訳（メタデータ） (2025-02-18T11:01:37Z) - Generalized Factor Neural Network Model for High-dimensional Regression [50.554377879576066]
複素・非線形・雑音に隠れた潜在低次元構造を持つ高次元データセットをモデル化する課題に取り組む。
我々のアプローチは、非パラメトリック回帰、因子モデル、高次元回帰のためのニューラルネットワークの概念のシームレスな統合を可能にする。
論文 参考訳（メタデータ） (2025-02-16T23:13:55Z) - A Taxonomy of Architecture Options for Foundation Model-based Agents: Analysis and Decision Model [25.78239568393706]
本稿では,基礎モデルに基づくエージェントのアーキテクチャに着目した分類法を提案する。
分類学は,これらの分類を統一し,詳細化することにより,基礎モデルに基づくエージェントの設計を改善することを目的としている。
論文 参考訳（メタデータ） (2024-08-06T03:10:52Z) - Process Modeling With Large Language Models [42.0652924091318]
本稿では,大規模言語モデル(LLM)のプロセスモデリングへの統合について検討する。
プロセスモデルの自動生成と反復的改善にLLMを利用するフレームワークを提案する。
予備的な結果は、プロセスモデリングタスクを合理化するフレームワークの能力を示している。
論文 参考訳（メタデータ） (2024-03-12T11:27:47Z) - Methodology for Holistic Reference Modeling in Systems Engineering [0.0]
本稿では,様々な視点やレベルにまたがる参照モデルを記述するための全体論的アプローチを提案する。
メリットには、参照設計の開始時点ですでに考慮されているパフォーマンスパラメータによる、機能カバレッジのエンドツーエンドトレーサビリティが含まれる。
論文 参考訳（メタデータ） (2022-11-21T13:41:07Z) - Extending Process Discovery with Model Complexity Optimization and
Cyclic States Identification: Application to Healthcare Processes [62.997667081978825]
モデル最適化のための半自動支援を実現するプロセスマイニング手法を提案する。
所望の粒度で生モデルを抽象化するモデル単純化手法が提案されている。
医療分野の異なるアプリケーションから得られた3つのデータセットを用いて、技術的ソリューションの能力を実証することを目的としている。
論文 参考訳（メタデータ） (2022-06-10T16:20:59Z) - Dynamically Grown Generative Adversarial Networks [111.43128389995341]
本稿では、ネットワークアーキテクチャとそのパラメータを自動化とともに最適化し、トレーニング中にGANを動的に成長させる手法を提案する。
本手法はアーキテクチャ探索手法を勾配に基づく訓練とインターリーブステップとして組み込んで,ジェネレータと識別器の最適アーキテクチャ成長戦略を定期的に探究する。
論文 参考訳（メタデータ） (2021-06-16T01:25:51Z)
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。