論文の概要: Model-Driven Legacy System Modernization at Scale

• arxiv url: http://arxiv.org/abs/2602.04341v1
• Date: Wed, 04 Feb 2026 09:07:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-05 19:45:11.444588
• Title: Model-Driven Legacy System Modernization at Scale
• Title（参考訳）: 大規模モデル駆動レガシーシステムの近代化
• Authors: Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf,
• Abstract要約: 本稿では,レガシシステムモダナイゼーションに対するモデル駆動型アプローチを提案する。 分析、濃縮、合成、遷移の4段階のプロセスは系統的に抽出、抽象、変換を行う。 機能的動作と不可欠な非機能的特性を保ちながら、コアユーザインターフェースコンポーネントとページ構造を半自動でモダンなWebスタックに移行できることを示します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This experience report presents a model-driven approach to legacy system modernization that inserts an enriched, technology-agnostic intermediate model between the legacy codebase and the modern target platform, and reports on its application and evaluation. The four-stage process of analysis, enrichment, synthesis, and transition systematically extracts, abstracts, and transforms system artifacts. We apply our approach to a large industrial application built on legacy versions of the .NET Framework and ASP.NET MVC and show that core user interface components and page structures can be migrated semi-automatically to a modern web stack while preserving functional behavior and essential non-functional qualities. By consolidating architectural knowledge into explicit model representations, the resulting codebase exhibits higher maintainability and extensibility, thereby improving developer experience. Although automation is effective for standard patterns, migration of bespoke layout composites remains challenging and requires targeted manual adaptation. Our contributions are: (i) an end-to-end model-driven process, (ii) an enriched intermediate model that captures structure, dependencies, and semantic metadata, (iii) transformation rules that preserve functional behavior and essential non-functional qualities, and (iv) application and evaluation of the approach in an industrial setting. Overall, model-based abstractions reduce risk and effort while supporting scalable, traceable modernization of legacy applications. Our approach generalizes to comparable modernization contexts and promotes reuse of migration patterns.
• Abstract（参考訳）: この経験報告は、レガシーコードベースとモダンターゲットプラットフォームの間のリッチで技術に依存しない中間モデルを挿入するレガシーシステムの近代化に対するモデル駆動のアプローチを示し、その適用と評価について報告する。 分析、濃縮、合成、遷移の4段階のプロセスは系統的に抽出、抽象、変換を行う。 当社のアプローチは、.NETのレガシーバージョン上に構築された大規模産業アプリケーションに適用します。 NET FrameworkとASP.NET MVCは、コアユーザーインターフェイスコンポーネントとページ構造が、機能的な振る舞いと不可欠な非機能品質を維持しながら、半自動でモダンなWebスタックに移行することができることを示している。 アーキテクチャ知識を明示的なモデル表現に統合することにより、コードベースのメンテナンス性と拡張性が向上し、開発者エクスペリエンスが向上する。 自動化は標準的なパターンに対して有効であるが、ベスパイクレイアウトコンポジットのマイグレーションは依然として困難であり、手動で適応する必要がある。 私たちの貢献は次のとおりです。 i) エンドツーエンドのモデル駆動プロセス。 (ii) 構造、依存関係、セマンティックメタデータをキャプチャするリッチな中間モデル。 三 機能的行動及び本質的非機能的品質を維持する変換規則及び 四 産業環境でのアプローチの適用及び評価 全体として、モデルベースの抽象化は、レガシーアプリケーションのスケーラブルでトレース可能な近代化をサポートしながら、リスクと労力を削減する。 我々のアプローチは、比較可能な近代化コンテキストを一般化し、マイグレーションパターンの再利用を促進する。

関連論文リスト

• Affordance Representation and Recognition for Autonomous Agents [64.39018305018904]
  本稿では,構造化データを用いた世界モデリングのためのパターン言語を提案する。 DOMトランスダクションパターンは、Webページの複雑さの課題に対処する。 Hypermedia Affordances Recognition Patternは、エージェントがその世界モデルを動的に強化することを可能にする。
  論文  参考訳（メタデータ） (2025-10-28T14:27:28Z)
• OneCAT: Decoder-Only Auto-Regressive Model for Unified Understanding and Generation [91.45421429922506]
  OneCATは、理解、生成、編集をシームレスに統合する統合マルチモーダルモデルである。 我々のフレームワークは、推論中に視覚変換器(ViT)や視覚トークン化器などの外部コンポーネントを不要にする。
  論文  参考訳（メタデータ） (2025-09-03T17:29:50Z)
• Continual Learning for Generative AI: From LLMs to MLLMs and Beyond [56.29231194002407]
  本稿では,主流生成型AIモデルに対する連続学習手法の総合的な調査を行う。 これらのアプローチをアーキテクチャベース、正規化ベース、リプレイベースという3つのパラダイムに分類する。 我々は、トレーニング目標、ベンチマーク、コアバックボーンを含む、異なる生成モデルに対する連続的な学習設定を分析する。
  論文  参考訳（メタデータ） (2025-06-16T02:27:25Z)
• A Survey of Model Architectures in Information Retrieval [59.61734783818073]
  2019年から現在までの期間は、情報検索(IR)と自然言語処理(NLP)における最大のパラダイムシフトの1つとなっている。 従来の用語ベースの手法から現代のニューラルアプローチまで,特にトランスフォーマーベースのモデルとそれに続く大規模言語モデル(LLM)の影響が注目されている。 今後の課題と今後の方向性について、先見的な議論で締めくくります。
  論文  参考訳（メタデータ） (2025-02-20T18:42:58Z)
• SMRS: advocating a unified reporting standard for surrogate models in the artificial intelligence era [0.8866016545928136]
  我々は、サロゲートモデルのための構造化レポート標準を確立する緊急の必要性を論じる。 標準化されながらフレキシブルなフレームワークを推進することによって、サロゲートモデリングの信頼性を向上させることを目指している。
  論文  参考訳（メタデータ） (2025-02-10T18:31:15Z)
• Contrastive Learning-Enhanced Large Language Models for Monolith-to-Microservice Decomposition [0.4297070083645049]
  モノリシックなアプリケーションは、メンテナンスと改善がますます難しくなり、スケーリングと組織的な問題を引き起こします。 その利点にもかかわらず、モノリシックなアーキテクチャからモノリシックなアーキテクチャに移行するのはコストがかかり複雑であることが多い。 この研究は、分解プロセスを自動化する言語モデルに基づくアプローチであるMonoEmbedを導入することでこの問題に対処する。
  論文  参考訳（メタデータ） (2025-02-07T01:37:20Z)
• Enhanced Transformer architecture for in-context learning of dynamical systems [0.3749861135832073]
  本稿では,従来のメタモデリングフレームワークを3つの重要な革新を通じて強化する。 これらの修正の有効性は、Wiener-Hammerstein系クラスに焦点をあてた数値的な例を通して示される。
  論文  参考訳（メタデータ） (2024-10-04T10:05:15Z)
• Process Modeling With Large Language Models [42.0652924091318]
  本稿では,大規模言語モデル(LLM)のプロセスモデリングへの統合について検討する。 プロセスモデルの自動生成と反復的改善にLLMを利用するフレームワークを提案する。 予備的な結果は、プロセスモデリングタスクを合理化するフレームワークの能力を示している。
  論文  参考訳（メタデータ） (2024-03-12T11:27:47Z)

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。