論文の概要: QUPER-MAn: Benchmark-Guided Target Setting for Maintainability Requirements

• arxiv url: http://arxiv.org/abs/2508.15512v1
• Date: Thu, 21 Aug 2025 12:38:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-22 16:26:46.327851
• Title: QUPER-MAn: Benchmark-Guided Target Setting for Maintainability Requirements
• Title（参考訳）: QUPER-MAn: ベンチマークガイドによるメンテナンス要件のターゲット設定
• Authors: Markus Borg, Martin Larsson, Philip Breid, Nadim Hagatulah,
• Abstract要約: 要件エンジニアリングは議論を奨励し、適切な目標を責任ある方法で設定することで、このギャップに対処できると我々は主張する。 本稿では,QUPERモデルの保守性を考慮したQUPER-MAnを提案する。
• 参考スコア（独自算出の注目度）: 5.033563597998587
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Maintainable source code is essential for sustainable development in any software organization. Unfortunately, many studies show that maintainability often receives less attention than its importance warrants. We argue that requirements engineering can address this gap the problem by fostering discussions and setting appropriate targets in a responsible manner. In this preliminary work, we conducted an exploratory study of industry practices related to requirements engineering for maintainability. Our findings confirm previous studies: maintainability remains a second-class quality concern. Explicit requirements often make sweeping references to coding conventions. Tools providing maintainability proxies are common but typically only used in implicit requirements related to engineering practices. To address this, we propose QUPER-MAn, a maintainability adaption of the QUPER model, which was originally developed to help organizations set targets for performance requirements. Developed using a design science approach, QUPER-MAn, integrates maintainability benchmarks and supports target setting. We posit that it can shift maintainability from an overlooked development consequence to an actively managed goal driven by informed and responsible engineering decisions.
• Abstract（参考訳）: メンテナンス可能なソースコードは、あらゆるソフトウェア組織で持続可能な開発に不可欠です。 残念なことに、多くの研究は、保守性は重要令状よりも注意を払わないことが多いことを示している。 我々は、要求工学が議論を奨励し、適切な目標を責任ある方法で設定することで、このギャップに対処できると主張している。 本研究は, 要件工学と保守性に関する産業実践の探索的研究を行った。 保守性は引き続き第2級の品質問題である。 明示的な要件は、しばしばコーディング規約を徹底的に参照する。 保守性プロキシを提供するツールは一般的だが、一般的にはエンジニアリングプラクティスに関連する暗黙の要件でのみ使用される。 そこで本研究では,QUPERモデルの保守性を考慮したQUPER-MAnを提案する。 デザインサイエンスアプローチを使用して開発されたQUPER-MAnは、保守性ベンチマークを統合し、ターゲット設定をサポートする。 私たちは、保守性は見落とされがちな開発結果から、情報と責任のあるエンジニアリング決定によって、積極的に管理された目標へと移行できると仮定します。

関連論文リスト

• Explainability as a Compliance Requirement: What Regulated Industries Need from AI Tools for Design Artifact Generation [0.7874708385247352]
  本稿では,AIによるデザインアーティファクト生成における説明可能性のギャップについて,安全クリティカル産業の実践者10人との半構造化インタビューを通して検討する。 我々の研究結果によると、説明不能なAI出力は、広範囲な手作業による検証、ステークホルダ信頼の低減、ドメイン固有の用語を扱うのに苦労、チームコラボレーションの破壊、規制コンプライアンスのリスクの導入を必要としている。 この研究は、要件エンジニアリングにおけるAIツールの透明性、信頼性、適用性を改善するための実践的なロードマップを概説する。
  論文  参考訳（メタデータ） (2025-07-12T09:34:39Z)
• Towards a Knowledge Base of Common Sustainability Weaknesses in Green Software Development [9.521952718902973]
  本稿では,コードに一般的に発生する持続可能性弱点の標準的な知識基盤の開発の必要性を動機づける。 ソフトウェア弱点に関する既存の知識が、重大なデューディリジェンスを伴わずに持続可能性に"as is"をタグ付けできない理由を実証する。
  論文  参考訳（メタデータ） (2025-06-10T14:03:58Z)
• Causally Aligned Curriculum Learning [69.11672390876763]
  本稿では、因果レンズによるカリキュラムRLの問題について検討する。 因果的に整合したソースタスクを特徴付ける十分なグラフィカルな条件を導出する。 因果整合型カリキュラムを生成するための効率的なアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2025-03-21T02:20:38Z)
• UOOR: Seamless and Traceable Requirements [28.579389358111115]
  提案手法は,UOORと呼ばれる要求工学手法である。 このメソッドは多くの既知の要件概念を統一し、プロジェクトライフサイクル全体を通してシームレスな変更に対応およびサポートするために完全に設計されたフレームワークに新しいものをいくつか追加します。 UOORアプローチは単なる理論的な提案ではなく、実用のために設計され、重要な実世界のケーススタディであるRoboraceに応用されている。
  論文  参考訳（メタデータ） (2025-02-25T20:03:01Z)
• Quality Requirements for Code: On the Untapped Potential in Maintainability Specifications [5.342931064962865]
  本稿では,コード指向研究と要求工学の専門知識を組み合わせることで,有意義な産業的インパクトを生み出すための相乗的アプローチを提案する。 その結果,品質目標の設定を目的としたQUPERモデルは,保守性というユニークな側面に適切に対応していないことが示唆された。
  論文  参考訳（メタデータ） (2024-01-19T17:29:12Z)
• Towards Robust Continual Learning with Bayesian Adaptive Moment Regularization [51.34904967046097]
  継続的な学習は、モデルが以前に学習した情報を忘れてしまう破滅的な忘れ込みの課題を克服しようとする。 本稿では,パラメータ成長の制約を緩和し,破滅的な忘れを減らし,新しい事前手法を提案する。 以上の結果から, BAdamは, 単頭クラスインクリメンタル実験に挑戦する先行手法に対して, 最先端の性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2023-09-15T17:10:51Z)
• Goal-Conditioned Q-Learning as Knowledge Distillation [136.79415677706612]
  目標条件設定における非政治強化学習と知識蒸留との関連について検討する。 これは,目標の空間が高次元である場合に,目標条件付き非政治強化学習の性能を向上させることを実証的に示す。 また,複数のスパース目標を同時に達成した場合に,この手法を効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2022-08-28T22:01:10Z)
• SustainBench: Benchmarks for Monitoring the Sustainable Development Goals with Machine Learning [63.192289553021816]
  国連持続可能な開発目標の進展は、主要な環境・社会経済指標のデータ不足によって妨げられている。 近年の機械学習の進歩により、衛星やソーシャルメディアなど、豊富な、頻繁に更新され、グローバルに利用可能なデータを活用することが可能になった。 本稿では,7個のSDGにまたがる15個のベンチマークタスクの集合であるSustainBenchを紹介する。
  論文  参考訳（メタデータ） (2021-11-08T18:59:04Z)
• Towards Utility-based Prioritization of Requirements in Open Source Environments [51.65930505153647]
  本稿では、ユーティリティベースの優先順位付けアプローチを使用して、従来およびオープンソース要件エンジニアリングシナリオのコントリビュータをサポートする方法を示します。 例として、ユーティリティベースの優先順位付けプロセスで依存関係をどのように考慮できるかを示します。
  論文  参考訳（メタデータ） (2021-02-17T09:05:54Z)

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。