論文の概要: Requirements for Active Assistance of Natural Questions in Software Architecture
- arxiv url: http://arxiv.org/abs/2506.23898v1
- Date: Mon, 30 Jun 2025 14:30:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-01 21:27:54.101689
- Title: Requirements for Active Assistance of Natural Questions in Software Architecture
- Title（参考訳）: ソフトウェアアーキテクチャにおける自然質問のアクティブな支援の必要性
- Authors: Diogo Lemos, Ademar Aguiar, Neil B. Harrison,
- Abstract要約: 自然の質問のライフサイクル、その重要な要件、課題、難しさをよりよく理解し、それをサポートするための支援環境を構想することを目指しています。
知識管理ツールと人工知能技術をシームレスにソフトウェア開発に統合することで、環境は現実の制約や不確実性に適応し、対応しなければなりません。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Natural questions are crucial to shaping key architectural decisions and preserving architectural knowledge. They arise organically during the architectural design process, often resulting from the existing architectural experience of the designer and the distinctive characteristics of the system being designed. However, natural questions are often mismanaged or ignored, which can lead to architectural drift, knowledge loss, inefficient resource use, or poor understandability of the system's architecture. We aim to better understand the lifecycle of natural questions, its key requirements, challenges and difficulties, and then to envision an assisted environment to properly support it. The environment should be adaptable and responsive to real-world constraints and uncertainties by seamlessly integrating knowledge management tools and artificial intelligence techniques into software development workflows. Based on existing literature, a requirements workshop, and three design iterations, we proposed a lifecycle for natural questions and elicited essential functional and non-functional requirements for such an environment. At last, the results of a survey conducted with experts helped to analyze and validate the elicited requirements and proposed features for the environment to enhance collaboration, decision-making, and the preservation of architectural knowledge more effectively than conventional methods.
- Abstract（参考訳）: アーキテクチャの重要な決定をし、アーキテクチャの知識を維持するためには、自然な疑問が不可欠です。
それらはアーキテクチャ設計プロセス中に有機的に発生し、しばしばデザイナの既存のアーキテクチャ経験と設計中のシステムの特徴的な特性から生じる。
しかし、自然の質問は、しばしば誤った管理や無視が行われ、アーキテクチャのドリフト、知識の喪失、非効率なリソース使用、システムのアーキテクチャの理解性の低下につながる可能性がある。
自然の質問のライフサイクル、その重要な要件、課題、難しさをよりよく理解し、それをサポートするための支援環境を構想することを目指しています。
知識管理ツールや人工知能技術をソフトウェア開発ワークフローにシームレスに統合することで、環境は現実の制約や不確実性に適応し、対応しなければなりません。
既存の文献,要求ワークショップ,および3つの設計イテレーションに基づいて,自然問題のためのライフサイクルを提案し,そのような環境に不可欠な機能的・非機能的要件を提示した。
最後に,専門家らによる調査の結果は,従来の手法よりも効果的に協調,意思決定,建築知識の保存を促進すべく,提案する環境の要求条件の分析・検証に役立った。
関連論文リスト
- A Motivational Architecture for Open-Ended Learning Challenges in Robots [42.797352384123386]
我々は,新たな目標を自律的に発見し,達成に必要なスキルを習得し,相互依存型タスクに取り組むためのスキルシーケンスを生成し,非定常環境に適応する階層型アーキテクチャH-GRAILを紹介する。
我々はH-GRAILを実際のロボットシナリオでテストし、提案手法がオープンエンド学習の様々な課題に効果的に対処する方法を実証した。
論文 参考訳（メタデータ） (2025-06-23T09:46:05Z) - System-driven Cloud Architecture Design Support with Structured State Management and Guided Decision Assistance [2.0088802641040604]
システム駆動型クラウドアーキテクチャ設計アプリケーションであるCloudArchitectBuddyを紹介します。
16名の業界実践者を対象に行った調査では,ユーザビリティ向上のために,システムの評価が高かった。
結果は、チャットインターフェースを構造化され、ガイドされたワークフローアプローチに統合することで、より実用的なソリューションが生まれることを示唆している。
論文 参考訳（メタデータ） (2025-05-27T04:12:37Z) - 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) - Semi-Automated Design of Data-Intensive Architectures [49.1574468325115]
本稿では,データ集約型アーキテクチャの開発手法を紹介する。
i) 特定のアプリケーションシナリオに適したアーキテクチャを設計し、(ii) アプリケーションを実装するための具体的なシステムの適切なセットを選択することをアーキテクトに案内します。
私たちが採用している記述言語は、研究者や実践者が提案するデータ集約アーキテクチャの重要な側面を捉えることができる。
論文 参考訳（メタデータ） (2025-03-21T16:01:11Z) - A quantitative framework for evaluating architectural patterns in ML systems [49.1574468325115]
本研究では,MLシステムにおけるアーキテクチャパターンの定量的評価のための枠組みを提案する。
コスト効率のよいCPUベースの推論のためのスケーラビリティとパフォーマンスメトリクスに注目します。
論文 参考訳（メタデータ） (2025-01-20T15:30:09Z) - Learning Structural Causal Models through Deep Generative Models: Methods, Guarantees, and Challenges [42.0626213927983]
基礎となるディープラーニングコンポーネントや構造因果モデルに固有の仮説、保証、アプリケーションを分析する。
深い構造因果モデリングの分野における課題とオープンな疑問を強調します。
論文 参考訳（メタデータ） (2024-05-08T12:56:33Z) - Standardizing Knowledge Engineering Practices with a Reference Architecture [8.22187358555391]
本稿では,知識工学の分野でのベストプラクティスを調和させるビジョンを提案する。
本稿では,ユーザニーズと繰り返し発生するシステムパターンを関連付けるために,参照アーキテクチャを反復的に設計,実装する方法について述べる。
論文 参考訳（メタデータ） (2024-04-04T17:46:32Z) - Identifying and Consolidating Knowledge Engineering Requirements [4.311189028205597]
本稿では,主要なソフトウェア手法を用いて参照アーキテクチャを開発することで,4つの課題に対処することを提案する。
異なる利害関係者や時代の要求を調査することにより、参照アーキテクチャを評価する上で重要な品質特性を23つ特定する。
本稿では、品質特性の優先順位付け、相補的な強みを持つコンポーネントの統合、社会技術的要求の欠如など、包括的な参照アーキテクチャへの次のステップについて論じる。
論文 参考訳（メタデータ） (2023-06-27T00:26:15Z) - Recommender Systems for Configuration Knowledge Engineering [55.41644538483948]
レコメンダーシステムがナレッジベースの開発とメンテナンスプロセスをどのようにサポートできるかを示します。
ユーザ中心の構成知識組織の重要性を示す実証研究の成果を報告する。
論文 参考訳（メタデータ） (2021-02-16T12:29:54Z) - Synergizing Domain Expertise with Self-Awareness in Software Systems: A
Patternized Architecture Guideline [11.155059219430207]
本稿では、ソフトウェアシステムにおける自己適応性を高めるために、ドメインの専門知識の相乗化と自己認識の重要性を強調する。
我々は、DBASESと呼ばれる概念、豊富なパターン、方法論の総合的なフレームワークを提示し、エンジニアに原則化されたガイドラインを提供する。
論文 参考訳（メタデータ） (2020-01-20T12:17:22Z)
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。