論文の概要: High-level reasoning while low-level actuation in Cyber-Physical Systems: How efficient is it?

• arxiv url: http://arxiv.org/abs/2511.12543v1
• Date: Sun, 16 Nov 2025 10:37:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:24.305731
• Title: High-level reasoning while low-level actuation in Cyber-Physical Systems: How efficient is it?
• Title（参考訳）: サイバー物理システムにおける低レベルの動作中の高レベルの推論:その効率はどの程度か?
• Authors: Burak Karaduman, Baris Tekin Tezel, Moharram Challenger,
• Abstract要約: この研究は、C++、Java、Jade、Jason、そしてファジィなJason BDIと緩やかに結合された統合を比較します。 この研究は、エンジニアリングのワークロードと実行効率の具体的なトレードオフを強調している。 本研究は,産業情報化におけるソフトウェア技術選択のためのエビデンスに基づくガイダンスに貢献する。
• 参考スコア（独自算出の注目度）: 6.40412293456886
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The increasing complexity of industrial information-integration systems demands software technologies that enable intelligent behaviour, real-time response, and efficient development. Although many programming languages and frameworks exist, engineers still lack sufficient empirical evidence to guide the choice of tools for advanced industrial applications. This study addresses that need by measuring and comparing worst-case execution time (WCET) and development time across six languages and frameworks: C++, Java, Jade, Jason, and fuzzy Jason BDI with both loosely and tightly coupled integration. These technologies reflect a progression from procedural and object-oriented programming to agent-based frameworks capable of symbolic and fuzzy reasoning. Rather than relying on broad concepts such as paradigms or orientations, the study adopts a developer-centred approach grounded in measurable outcomes. The structured comparison examines how rising abstraction levels and reasoning capabilities affect both development effort and runtime behaviour. By analysing these dimensions, the study highlights concrete trade-offs between engineering workload and execution efficiency. The findings show how abstraction and reasoning mechanisms shape system performance and developer productivity, offering practical insight for designing intelligent, agent-based solutions that must operate under real-time constraints and complex decision-making requirements. Overall, the study contributes evidence-based guidance for selecting software technologies in industrial informatization, supporting improved integration efficiency, maintainability, and responsiveness, and laying groundwork for future research on the interplay between language features, development dynamics, and runtime behaviour in cyber-physical and smart manufacturing systems.
• Abstract（参考訳）: 産業情報統合システムの複雑さが増大するにつれ、インテリジェントな振る舞い、リアルタイム応答、効率的な開発を可能にするソフトウェア技術が要求される。 多くのプログラミング言語やフレームワークが存在するが、先進的な産業アプリケーションのためのツールの選択を導くための実証的な証拠がまだ不足している。 この研究は、最悪の実行時間(WCET)とC++、Java、Jade、Jason、ファジィJason BDIの6つの言語とフレームワークにわたる開発時間を測定して比較する必要性に対処する。 これらの技術は、手続き型およびオブジェクト指向プログラミングから、象徴的でファジィな推論が可能なエージェントベースのフレームワークへの進歩を反映している。 パラダイムやオリエンテーションといった幅広い概念に頼るのではなく、測定可能な結果に基づく開発者中心のアプローチを採用する。 構造化された比較は、抽象化レベルと推論能力の上昇が開発作業と実行時の動作の両方にどのように影響するかを検証する。 これらの次元を分析することで、この研究はエンジニアリングのワークロードと実行効率の具体的なトレードオフを強調している。 この結果は、抽象化と推論メカニズムがシステムパフォーマンスと開発者の生産性を形作る方法を示し、リアルタイムの制約と複雑な意思決定要件の下で動作しなければならないインテリジェントなエージェントベースのソリューションを設計するための実践的な洞察を提供する。 本研究は,産業情報化におけるソフトウェア技術選択のためのエビデンスに基づくガイダンス,統合効率の向上,保守性,応答性のサポート,言語特徴の相互作用,開発ダイナミクス,およびサイバー物理・スマート製造システムにおける実行時の動作に関する今後の研究のための基礎研究の実施に貢献する。

関連論文リスト

• A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
  クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。 CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。 本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
  論文  参考訳（メタデータ） (2025-08-26T08:38:01Z)
• Using LLMs and Essence to Support Software Practice Adoption [0.3609538870261841]
  本研究では,ソフトウェアエンジニアリングプラクティスを管理するための標準および思考フレームワークであるEssenceと,大規模言語モデル(LLM)の統合について検討する。 提案システムは、ドメイン固有のタスクにおいて、ベースラインよりも一貫して優れている。
  論文  参考訳（メタデータ） (2025-08-22T14:59:35Z)
• AI Agentic Programming: A Survey of Techniques, Challenges, and Opportunities [8.086360127362815]
  大規模言語モデル(LLM)ベースのコーディングエージェントは、コンパイラ、デバッガ、バージョン管理システムなどのツールを自律的に計画し、実行し、操作する。 従来のコード生成とは異なり、これらのエージェントは目標を分解し、多段階プロセスをコーディネートし、フィードバックに基づいて適応し、ソフトウェア開発のプラクティスを再構築する。
  論文  参考訳（メタデータ） (2025-08-15T00:14:31Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• A Survey: Collaborative Hardware and Software Design in the Era of Large Language Models [16.250856588632637]
  大規模言語モデル(LLM)の急速な発展は、人工知能の分野を大きく変えた。 これらのモデルは多様なアプリケーションに統合され、研究と産業の両方に影響を及ぼす。 本稿では,大規模言語モデルの特徴と制約に対処するために,ハードウェアとソフトウェアの共同設計手法について検討する。
  論文  参考訳（メタデータ） (2024-10-08T21:46:52Z)
• Computational Rational Engineering and Development: Synergies and Opportunities [0.0]
  本稿では,工学開発プロセスの自動化と自動化をめざした進歩と定式化の視点について検討する。 従来の人中心型ツールベースのCAEアプローチを超越して,コンピュータ・ライタリティの枠組みを設計・工学・開発における課題にまで拡張することが提案されている。
  論文  参考訳（メタデータ） (2021-12-27T19:11:34Z)
• Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
  機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。 私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。 当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
  論文  参考訳（メタデータ） (2021-01-11T15:54:48Z)

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。