論文の概要: Dynamic Symbolic Execution for Semantic Difference Analysis of Component and Connector Architectures

• arxiv url: http://arxiv.org/abs/2508.00749v1
• Date: Fri, 01 Aug 2025 16:24:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-04 18:08:53.9516
• Title: Dynamic Symbolic Execution for Semantic Difference Analysis of Component and Connector Architectures
• Title（参考訳）: コンポーネントとコネクタアーキテクチャのセマンティック差分解析のための動的シンボリック実行
• Authors: Johanna Grahl, Bernhard Rumpe, Max Stachon, Sebastian Stüber,
• Abstract要約: 本稿では,動的シンボリック実行(DSE)のコンポーネント・アンド・コネクタアーキテクチャのセマンティック差分解析への応用について検討する。 既存のMontiArc-to-Javaジェネレータを拡張して、実行時にシンボルデータと具体的な実行データの両方を収集しました。 我々は,実行効率,最小限,完全性の基準に基づいて,様々な実行戦略を評価する。
• 参考スコア（独自算出の注目度）: 0.9117519504551699
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the context of model-driven development, ensuring the correctness and consistency of evolving models is paramount. This paper investigates the application of Dynamic Symbolic Execution (DSE) for semantic difference analysis of component-and-connector architectures, specifically utilizing MontiArc models. We have enhanced the existing MontiArc-to-Java generator to gather both symbolic and concrete execution data at runtime, encompassing transition conditions, visited states, and internal variables of automata. This data facilitates the identification of significant execution traces that provide critical insights into system behavior. We evaluate various execution strategies based on the criteria of runtime efficiency, minimality, and completeness, establishing a framework for assessing the applicability of DSE in semantic difference analysis. Our findings indicate that while DSE shows promise for analyzing component and connector architectures, scalability remains a primary limitation, suggesting further research is needed to enhance its practical utility in larger systems.
• Abstract（参考訳）: モデル駆動開発では、進化するモデルの正確性と一貫性を保証することが最重要である。 本稿では,MontiArcモデルを用いたコンポーネント・アンド・コネクタアーキテクチャのセマンティック差分解析における動的シンボリック実行(DSE)の適用について検討する。 我々は既存のMontiArc-to-Javaジェネレータを拡張し、実行時にシンボルデータと具体的な実行データの両方を収集し、遷移条件、訪問状態、Automaticaの内部変数を含むようにした。 このデータは、システムの振る舞いに対する重要な洞察を提供する重要な実行トレースの識別を容易にする。 我々は,実行効率,最小性,完全性の基準に基づいて様々な実行戦略を評価し,意味的差分解析におけるDSEの適用性を評価するための枠組みを構築した。 以上の結果から,DSEはコンポーネントアーキテクチャやコネクタアーキテクチャの解析を約束するが,拡張性は依然として主要な限界であり,大規模システムにおいて実用性を高めるためにはさらなる研究が必要であることが示唆された。

関連論文リスト

• I2I-STRADA -- Information to Insights via Structured Reasoning Agent for Data Analysis [0.0]
  現実世界のデータ分析には一貫した認知ワークフローが必要です。 この推論プロセスの形式化を目的としたエージェントアーキテクチャであるI2I-STRADAを紹介する。
  論文  参考訳（メタデータ） (2025-07-23T18:58:42Z)
• CORE: Benchmarking LLMs Code Reasoning Capabilities through Static Analysis Tasks [12.465309397733249]
  大規模言語モデル(LLM)は様々なソフトウェア工学領域で広く採用されている。 これらのアプリケーションは、表面レベルのコードパターン以上の理解を必要とします。 既存のベンチマークは、コードが正しく修正されるか、生成されたかといったエンドツーエンドの結果を主に評価する。
  論文  参考訳（メタデータ） (2025-07-03T01:35:58Z)
• Comparative Analysis of AI Agent Architectures for Entity Relationship Classification [1.6887793771613606]
  本研究では,3つの異なるAIエージェントアーキテクチャの比較分析を行い,関係分類を行う。 エージェントアーキテクチャは,(1)反射的自己評価,(2)階層的タスク分解,(3)新しいマルチエージェント動的サンプル生成機構を含む。 実験により,マルチエージェントの協調が標準のショットプロンプトより一貫して優れていることが実証された。
  論文  参考訳（メタデータ） (2025-06-03T04:19:47Z)
• QID: Efficient Query-Informed ViTs in Data-Scarce Regimes for OCR-free Visual Document Understanding [53.69841526266547]
  トレーニング済みのVision-Language Modelを新しいデータセットで微調整することは、ビジョンエンコーダの最適化に不足することが多い。 視覚エンコーダにクエリの埋め込みを統合する,新しい,合理化されたアーキテクチャ保存アプローチであるQIDを導入する。
  論文  参考訳（メタデータ） (2025-04-03T18:47:16Z)
• Advancing Agentic Systems: Dynamic Task Decomposition, Tool Integration and Evaluation using Novel Metrics and Dataset [1.904851064759821]
  Advanced Agentic Framework: マルチホップクエリの処理、タスクグラフの生成と実行、適切なツールの選択、リアルタイムの変更への適応を行うシステム。 新しい評価基準: エージェントシステムを総合的に評価するためのNode F1スコア、構造類似度指標(SSI)、ツールF1スコアの導入。 AsyncHowベースのデータセットは、さまざまなタスク複雑度にわたるエージェントの振る舞いを分析する。
  論文  参考訳（メタデータ） (2024-10-29T18:45:13Z)
• Binary Code Similarity Detection via Graph Contrastive Learning on Intermediate Representations [52.34030226129628]
  バイナリコード類似度検出(BCSD)は、脆弱性検出、マルウェア分析、コードの再利用識別など、多くの分野で重要な役割を果たしている。 本稿では,LLVM-IRと高レベルのセマンティック抽象化を利用して,コンパイル差を緩和するIRBinDiffを提案する。 IRBinDiffは1対1の比較と1対多の検索シナリオにおいて,他の主要なBCSD手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-24T09:09:20Z)
• RAGGED: Towards Informed Design of Scalable and Stable RAG Systems [51.171355532527365]
  Retrieval-augmented Generation (RAG)は、外部知識を統合することで言語モデルを強化する。 RAGGEDは、RAGシステムを体系的に評価するためのフレームワークである。
  論文  参考訳（メタデータ） (2024-03-14T02:26:31Z)
• 'What are you referring to?' Evaluating the Ability of Multi-Modal Dialogue Models to Process Clarificational Exchanges [65.03196674816772]
  参照表現が宛先に対して意図された参照を一意に識別しない場合、参照の曖昧さが対話で生じる。 出席者は、通常、そのような曖昧さをすぐに検知し、メタコミュニケーション、明確化取引所(CE: Meta-communicative, Clarification Exchanges)を使用して、話者と作業する。 ここでは、CRを生成・応答する能力は、マルチモーダルな視覚的基盤を持つ対話モデルのアーキテクチャと目的関数に特定の制約を課していると論じる。
  論文  参考訳（メタデータ） (2023-07-28T13:44:33Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Learning Deep Context-Sensitive Decomposition for Low-Light Image Enhancement [58.72667941107544]
  典型的なフレームワークは、照明と反射を同時に推定することであるが、特徴空間にカプセル化されたシーンレベルの文脈情報を無視する。 本研究では,空間スケールにおけるシーンレベルのコンテキスト依存を生かした,コンテキスト依存型分解ネットワークアーキテクチャを提案する。 チャネル数を減らして軽量なCSDNet(LiteCSDNet)を開発する。
  論文  参考訳（メタデータ） (2021-12-09T06:25:30Z)
• Comparative Code Structure Analysis using Deep Learning for Performance Prediction [18.226950022938954]
  本稿では,アプリケーションの静的情報(抽象構文木やASTなど)を用いてコード構造の変化に基づいて性能変化を予測することの実現可能性を評価することを目的とする。 組込み学習手法の評価により,木系長短メモリ(LSTM)モデルでは,ソースコードの階層構造を利用して遅延表現を発見し,最大84%(個人的問題)と73%(複数の問題を含む組み合わせデータセット)の精度で性能変化を予測できることが示された。
  論文  参考訳（メタデータ） (2021-02-12T16:59:12Z)
• A Dependency Syntactic Knowledge Augmented Interactive Architecture for End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
  エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。 このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。 3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-04-04T14:59:32Z)

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。