論文の概要: Engineering Decisions in MBSE: Insights for a Decision Capture Framework Development

• arxiv url: http://arxiv.org/abs/2601.07301v1
• Date: Mon, 12 Jan 2026 08:22:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:01.279492
• Title: Engineering Decisions in MBSE: Insights for a Decision Capture Framework Development
• Title（参考訳）: MBSEにおけるエンジニアリング決定: 決定キャプチャフレームワーク開発への展望
• Authors: Nidhal Selmi, Jean-michel Bruel, Sébastien Mosser, Matthieu Crespo, Alain Kerbrat,
• Abstract要約: 意思決定(Decision-making)は、エンジニアの知識を伝達し、それを行動コースに翻訳する、中核的なエンジニアリング設計活動である。 従来の意思決定のキャプチャは、しばしばかなりの労力を必要とするが、それでも再利用に必要なコンテキストをキャプチャするには不足している。 モデルベースのシステムエンジニアリングは、決定をシステムモデルに直接埋め込むことによって、これらの課題に対処するための有望なソリューションとなり得る。
• 参考スコア（独自算出の注目度）: 0.3558796502491039
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Decision-making is a core engineering design activity that conveys the engineer's knowledge and translates it into courses of action. Capturing this form of knowledge can reap potential benefits for the engineering teams and enhance development efficiency. Despite its clear value, traditional decision capture often requires a significant amount of effort and still falls short of capturing the necessary context for reuse. Model-based systems engineering (MBSE) can be a promising solution to address these challenges by embedding decisions directly within system models, which can reduce the capture workload while maintaining explicit links to requirements, behaviors, and architectural elements. This article discusses a lightweight framework for integrating decision capture into MBSE workflows by representing decision alternatives as system model slices. Using a simplified industry example from aircraft architecture, we discuss the main challenges associated with decision capture and propose preliminary solutions to address these challenges.
• Abstract（参考訳）: 意思決定(Decision-making)は、エンジニアの知識を伝達し、それを行動コースに翻訳する、中核的なエンジニアリング設計活動である。 この形式の知識の獲得は、エンジニアリングチームにとっての潜在的なメリットを享受し、開発効率を向上します。 その明確な価値にもかかわらず、伝統的な意思決定は、しばしばかなりの労力を必要とし、依然として再利用に必要なコンテキストを捉えていない。 モデルベースのシステムエンジニアリング(MBSE)は、システムモデルに直接決定を組み込むことで、これらの課題に対処するための有望なソリューションになり得る。 本稿では、意思決定の代替をシステムモデルスライスとして表現することで、意思決定をMBSEワークフローに統合するための軽量なフレームワークについて論じる。 航空機アーキテクチャの簡易な産業例を用いて,決定獲得に関わる主な課題について議論し,これらの課題に対処するための予備的解決策を提案する。

関連論文リスト

• ClearFairy: Capturing Creative Workflows through Decision Structuring, In-Situ Questioning, and Rationale Inference [59.65947911667229]
  本稿では,行動・人工物・自己説明の認知的意思決定ステップに推論を関連づけるCLEARフレームワークを提案する。 ClearFairyはUI設計のための思考支援AIアシスタントで、弱い説明を検知し、軽量で明確な質問をし、知識共有の負担を軽減するために、根拠の欠如を推測する。
  論文  参考訳（メタデータ） (2025-09-18T02:11:34Z)
• A Large Language Model-Enabled Control Architecture for Dynamic Resource Capability Exploration in Multi-Agent Manufacturing Systems [0.5755004576310334]
  本稿では,多エージェント製造システムのための大規模言語モデル対応制御アーキテクチャを提案する。 シミュレーションに基づくケーススタディでは、提案されたアーキテクチャがシステムのレジリエンスと柔軟性を向上させることが示されている。
  論文  参考訳（メタデータ） (2025-05-28T19:43:12Z)
• Retrieval Augmented Decision-Making: A Requirements-Driven, Multi-Criteria Framework for Structured Decision Support [8.585671505840637]
  本稿では,LLMのセマンティック理解機能とマルチクリトリア意思決定を統合したRAD手法を提案する。 本手法は,産業文書から重要な基準を自動的に抽出し,重み付けされた階層的決定モデルを構築し,モデルガイダンスに基づいて構造化されたレポートを生成する。 様々な意思決定タスクにおいて、RADによって生成された決定報告は、詳細、合理性、構造の観点から、既存の手法よりも著しく優れていた。
  論文  参考訳（メタデータ） (2025-05-24T03:13:29Z)
• Cognitive LLMs: Towards Integrating Cognitive Architectures and Large Language Models for Manufacturing Decision-making [51.737762570776006]
  LLM-ACTRは、ヒトに適応し、多目的な意思決定を提供する新しいニューロシンボリックアーキテクチャである。 我々のフレームワークは、ACT-Rの内部決定過程の知識を潜在神経表現として抽出し、組み込む。 デザイン・フォー・マニュファクチャリング・タスクに関する我々の実験は、タスク性能の向上と基礎的意思決定能力の向上を両立させたものである。
  論文  参考訳（メタデータ） (2024-08-17T11:49:53Z)
• DeLLMa: Decision Making Under Uncertainty with Large Language Models [31.77731889916652]
  DeLLMaは不確実な環境での意思決定の精度を高めるために設計されたフレームワークである。 DeLLMaは主要な言語モデルの意思決定性能を継続的に向上し、競合する手法に比べて最大40%の精度向上を達成できることを示す。
  論文  参考訳（メタデータ） (2024-02-04T08:11:45Z)
• HAZARD Challenge: Embodied Decision Making in Dynamically Changing Environments [93.94020724735199]
  HAZARDは、火災、洪水、風などの3つの予期せぬ災害シナリオで構成されている。 このベンチマークにより、さまざまなパイプラインで自律エージェントの意思決定能力を評価することができる。
  論文  参考訳（メタデータ） (2024-01-23T18:59:43Z)
• Dynamic Decision Making in Engineering System Design: A Deep Q-Learning Approach [1.3812010983144802]
  本稿では,Deep Q-learningアルゴリズムを用いてエンジニアリングシステムの設計を最適化するフレームワークを提案する。 目的は、不確実性の複数のソースが与えられたシミュレーションモデルの出力を最大化するポリシーを見つけることである。 複数の不確実性が存在する場合の2つの工学系設計問題を解くことで,提案手法の有効性を実証する。
  論文  参考訳（メタデータ） (2023-12-28T06:11:34Z)
• On strategies for risk management and decision making under uncertainty shared across multiple fields [55.2480439325792]
  本稿では、このような戦略の110以上の例を見つけ、リスクに対するこのアプローチをRDOT: Risk-reducing Design and Operations Toolkitと呼ぶ。 RDOT戦略は、構造的、反応性、形式的、敵対的、多段階、ポジティブの6つの幅広いカテゴリに分類される。 全体的なRDOTは、不確実性に対する多目的応答の見過ごされたクラスを表している。
  論文  参考訳（メタデータ） (2023-09-06T16:14:32Z)
• Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
  建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。 本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。 本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
  論文  参考訳（メタデータ） (2021-01-24T05:40:29Z)
• Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
  再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。 現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。 我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
  論文  参考訳（メタデータ） (2020-07-13T20:30:26Z)

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。