論文の概要: Beyond Like-for-Like: A User-centered Approach to Modernizing Legacy Applications

• arxiv url: http://arxiv.org/abs/2511.21956v1
• Date: Wed, 26 Nov 2025 22:31:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.31802
• Title: Beyond Like-for-Like: A User-centered Approach to Modernizing Legacy Applications
• Title（参考訳）: Like-for-Likeを超えて: レガシーアプリケーションを現代化するユーザ中心のアプローチ
• Authors: M. Polzin, M. Guzman,
• Abstract要約: ユーザを巻き込むことは、レガシーアプリケーションの近代化に対するアプローチに、あらゆる違いをもたらすことができます。 レガシーアプリケーションを持つことで、近代化されたアプリケーションを開発するのが難しくなります。 クリーンなスレートを持つアプリケーションが与えない領域に関する洞察を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When modernizing a legacy application, it is easy to fall back on a like-for-like replica with new tools and updated design stylings, but this is an opportunity to explore making a more intuitive application that supports user tasks and efficiency. Rather than having a blank canvas-unburdened by legacy tech debt-to create a new application, you are working with an existing application that is integral to accelerator operations and one that expert users are already familiar with. Due to this, you might assume people will prefer the like-for-like, but you could be carrying forward the pain points, processes that are inefficient, and ultimately wind up with an application that no one wants to use because it doesn't solve existing problems. Getting users involved can make all the difference in your approach to modernizing a legacy application that caters to both newer and expert users. It also can bridge the gap between like-for-like and introducing new GUI design. Having a legacy application doesn't have to make the modernized one difficult to develop, as the existing application is a tool in how you move forward with the new application. It provides insight into areas that an application with a clean slate doesn't give you.
• Abstract（参考訳）: レガシーアプリケーションをモダナイズする場合、新しいツールやデザインスタイリングをアップデートしたようなレプリカにフォールバックするのは簡単ですが、これは、ユーザタスクと効率性をサポートする、より直感的なアプリケーションを構築するための機会になります。 レガシーな技術的負債によって埋め尽くされた空白のキャンバスを使って、新しいアプリケーションを作るのではなく、アクセラレーター操作に不可欠な既存のアプリケーションと、専門家のユーザがすでに慣れ親しんでいるアプリケーションを開発しているのです。 そのため、人々がこのようなものを好むと仮定するかもしれませんが、痛み点、非効率なプロセス、そして究極的には、既存の問題を解決しないために誰も使いたくないアプリケーションに追いつくかもしれません。 ユーザを巻き込むことは、新しいユーザと熟練したユーザの両方を対象とするレガシーアプリケーションの近代化に対するアプローチにおいて、すべての違いを生み出すことができます。 また、like-for-likeと新しいGUIデザインのギャップを埋めることもできる。 既存のアプリケーションは、新しいアプリケーションを前進させるためのツールなので、レガシーアプリケーションを持つことで、近代化されたアプリケーションを開発することを難しくする必要はありません。 クリーンなスレートを持つアプリケーションが与えない領域に関する洞察を提供する。

関連論文リスト

• Computer-Use Agents as Judges for Generative User Interface [142.75272102498806]
  ComputerUse Agents (CUA) は、グラフィカルユーザインタフェース (GUI) を通じてデジタル環境を自律的に操作する能力が高まっている。 ほとんどのGUIは、人間が効率的にタスクを実行するのに不要な人間指向の動作を採用するために設計されている。 CUA は Coder でGUI の自動設計を支援することができるだろうか?
  論文  参考訳（メタデータ） (2025-11-19T16:00:02Z)
• Generative Interfaces for Language Models [70.25765232527762]
  ユーザインタフェース(UI)を積極的に生成することにより,大規模言語モデル(LLM)がユーザクエリに応答するパラダイムを提案する。 本フレームワークは,ユーザクエリをタスク固有のUIに変換するために,構造化インターフェース固有の表現と反復的洗練を活用している。 その結果、生成的インタフェースは人間の嗜好を最大72%改善し、会話的インタフェースよりも一貫して優れていた。
  論文  参考訳（メタデータ） (2025-08-26T17:43:20Z)
• Graffiti: Enabling an Ecosystem of Personalized and Interoperable Social Applications [2.7992435001846827]
  Graffitiは、多様なパーソナライズされたソーシャルアプリケーションを構築するために使用できるシステムである。 友人やデータを失うことなく、複数のデザインの間を自由に移動することができる。 Graffitiアプリケーションは最小限のクライアントサイドAPIを介してやり取りします。
  論文  参考訳（メタデータ） (2025-08-06T21:27:37Z)
• GUI-ReRank: Enhancing GUI Retrieval with Multi-Modal LLM-based Reranking [55.762798168494726]
  GUI-ReRankは、高速な埋め込みに基づく制約付き検索モデルと、非常に効果的なMLLMベースのリグレード技術を統合する新しいフレームワークである。 提案手法を確立されたNLベースのGUI検索ベンチマークで評価した。
  論文  参考訳（メタデータ） (2025-08-05T10:17:38Z)
• Large Language User Interfaces: Voice Interactive User Interfaces powered by LLMs [5.06113628525842]
  ユーザとユーザインターフェース(UI)の仲介として機能するフレームワークを提案する。 アノテーションの形でUIコンポーネントのテキストセマンティックマッピングに立つシステムを採用している。 我々のエンジンは、最も適切なアプリケーションを分類し、関連するパラメータを抽出し、その後、ユーザの期待するアクションの正確な予測を実行することができる。
  論文  参考訳（メタデータ） (2024-02-07T21:08:49Z)
• Computational Approaches for App-to-App Retrieval and Design Consistency Check [19.689603972238583]
  現在のアプローチは、セマンティックベクターを抽出するために、小さなモバイルUIデータセットに基づいてトレーニングされた機械学習モデルに依存している。 ゼロショット方式でUI表現を抽出できるかどうかをテストするために,大規模なWebスケール画像で訓練された視覚モデルを用いている。 また、数学的に構築された手法を用いて、アプリケーション間検索と設計整合性解析を可能にする。
  論文  参考訳（メタデータ） (2023-09-19T05:21:22Z)
• Learning Backward Compatible Embeddings [74.74171220055766]
  バージョン更新の組込み問題と後方互換性について検討する。 後方互換性のある埋め込みの学習に基づくソリューションを開発する。 BC-Alignerと呼ばれる最良のメソッドは、複数のモデルバージョンが更新された後も、意図しないタスクとの後方互換性を維持していることを示す。
  論文  参考訳（メタデータ） (2022-06-07T06:30:34Z)
• Emerging App Issue Identification via Online Joint Sentiment-Topic Tracing [66.57888248681303]
  本稿では,MERITという新しい問題検出手法を提案する。 AOBSTモデルに基づいて、1つのアプリバージョンに対するユーザレビューに否定的に反映されたトピックを推測する。 Google PlayやAppleのApp Storeで人気のアプリに対する実験は、MERITの有効性を実証している。
  論文  参考訳（メタデータ） (2020-08-23T06:34:05Z)
• General-Purpose User Embeddings based on Mobile App Usage [46.343844014289246]
  保留、インストール、アンインストールを含むモバイルアプリの利用行動は、ユーザの長期的な利益と短期的な利益の両方に良い指標となる。 伝統的に、モバイルアプリの使用によるユーザーモデリングは、手作りの機能工学に大きく依存している。 本稿では,これらの課題を克服し,手作業の削減と性能向上を目標とする,AutoEncoder-Coupled Transformer Network(AETN)を提案する。
  論文  参考訳（メタデータ） (2020-05-27T12:01:50Z)

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。