論文の概要: Disjunction Composition of BDD Transition Systems for Model-Based Testing

• arxiv url: http://arxiv.org/abs/2602.17237v1
• Date: Thu, 19 Feb 2026 10:33:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-20 15:21:28.918791
• Title: Disjunction Composition of BDD Transition Systems for Model-Based Testing
• Title（参考訳）: モデルベーステストのためのBDDトランジションシステムの解離構成
• Abstract要約: 振る舞い駆動開発(BDD)におけるモデルベースのテスト生成に対する構成的アプローチを導入する。 ディジャンクション・コンポジションは、統合された振る舞いをモデリングし、テストし、元のシナリオセットのテスト能力が維持されることを保証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We introduce a compositional approach to model-based test generation in Behavior-Driven Development (BDD). BDD is an agile methodology in which system behavior is specified through textual scenarios that, in our approach, are translated into transition systems used for model-based testing. This paper formally defines disjunction composition, to combine BDD transition systems that represent alternative system behaviors. Disjunction composition allows for modeling and testing the integrated behavior while ensuring that the testing power of the original set of scenarios is preserved. This is proved using a symbolic semantics for BDD transition systems, with the property that the symbolic equivalence of two BDD transition systems guarantees that they fail the same test cases. Also, we demonstrate the potential of disjunction composition by applying the composition in an industrial case study.
• Abstract（参考訳）: 振る舞い駆動開発(BDD)において、モデルベースのテスト生成に構成的アプローチを導入する。 BDDは、私たちのアプローチでは、モデルベースのテストに使用されるトランジションシステムに変換される、テキストシナリオを通じてシステムの振る舞いが特定されるアジャイルの方法論です。 本稿では,代替システム行動を表すBDDトランジションシステムを組み合わせるために,解離構成を正式に定義する。 ディジャンクション・コンポジションは、統合された振る舞いをモデリングし、テストし、元のシナリオセットのテスト能力が維持されることを保証する。 これは、BDDトランジションシステムの象徴的意味論を用いて証明され、2つのBDDトランジションシステムの象徴的等価性は、それらが同じテストケースで失敗することを保証します。 また, 工業ケーススタディにおいて, この組成を適用して, 接合組成の可能性を示す。

関連論文リスト

• Discrete Diffusion Models: A Unified Framework from Tokenization to Generation [66.16696467962375]
  この研究は、基礎となる離散状態空間の構築を通じて離散拡散モデルを見る統一的な概念的枠組みを導入する。 このフレームワーク内では、遷移行列、マスキング/吸収状態、スコア/比例に基づくアプローチを含む既存の定式化が、共通のデザイン空間の異なるインスタンス化として現れる。
  論文  参考訳（メタデータ） (2026-07-15T04:23:22Z)
• Structure-Adaptive Conformal Inference for Large-Scale Out-of-Distribution Testing [1.867982979635437]
  本稿では,大規模機械学習アプリケーションにおけるOOD(Structured Out-of-distriion)テストについて述べる。 構造適応型共形Q値(SCQ)と擬似スコア誘導型自動モデル選択(P-TAMS)を提案する。 P-TAMSは、候補モデルのツールボックスをまたいだ構造化OODテストに共形モデル選択を適用する。
  論文  参考訳（メタデータ） (2026-05-26T01:28:16Z)
• Dance Across Shifts: Forward-Facilitation Continual Test-Time Adaptation through Dynamic Style Bridging [65.11234199720428]
  継続的テスト時間適応(Continuous Test-Time Adaptation)は、デプロイメント後に発生する動的分散シフトを処理するために、知覚システムを強化することを目的としている。 動的スタイルブリッジと呼ばれる手法により,新しいフォワードファシリケーションパラダイムを導入する。 テスト期間中に、固有の生成バイアスを緩和し、これらのプロキシを入力データに適用するために、マルチレベルブリッジ機構を提案する。
  論文  参考訳（メタデータ） (2026-05-18T16:18:17Z)
• The Generalized Turing Test: A Foundation for Comparing Intelligence [0.8929189891250133]
  識別不能性を通じて任意のエージェントの能力を比較するための公式なフレームワークを導入する。 エージェント A と B に対し、チューリングコンパレータ A$geq$B を定義して、B が微分器として作用し、A との相互作用と B の他のインスタンスとを確実に区別できないと仮定する。 これにより、データセットとタスクに依存しない相対知性の概念が得られる。
  論文  参考訳（メタデータ） (2026-05-11T17:00:18Z)
• PICKLES: a Natural Language Framework for Requirement Specification and Model-Based Testing [0.0]
  本稿では、モデルベーステスト(MBT)と振る舞い駆動開発(BDD)の分野からのメソッドを組み合わせる。 本稿では tEst シナリオのための精密入力と制御フローに基づくキーワードベース言語 PICKLES を紹介する。 我々は、Picklesが、同じシナリオのセットからBDDに対して、はるかに高いカバレッジを達成できる方法を示します。
  論文  参考訳（メタデータ） (2026-04-29T11:54:23Z)
• Compressing ACAS-Xu Lookup Tables with Binary Decision Diagrams [0.0]
  本稿では、ACAS-Xu LUTの正確なセマンティクスを保持する2値決定図(BDD)に基づくシンボリック圧縮手法を提案する。 結果の表現は標準的で決定論的であり、元のテーブルと完全に等価である。 提案したBDDベースの表現はメモリ使用量を大幅に削減し,予測可能な低レイテンシ実行を実現し,組込みプラットフォームにデプロイ可能であることを実証する。
  論文  参考訳（メタデータ） (2026-04-29T09:14:53Z)
• Behavior Trees vs Executable Ontologies: a Comparative Analysis of Robot Control Paradigms [51.56484100374058]
  ロボット行動のモデリングには,インペラティブ・ビヘイビア・ツリー(BT)と宣言的実行可能オントロジー(EO)の2つのアプローチを比較した。 一方、EOはデータフロールールによって駆動される時間的イベントベースのセマンティックグラフとしてドメインを表現している。
  論文  参考訳（メタデータ） (2025-11-19T09:38:01Z)
• ASSESS: A Semantic and Structural Evaluation Framework for Statement Similarity [9.337443482551356]
  ASSESS (Semantic and Structure Evaluation Framework for Statement similarity) を導入し、セマンティックおよび構造情報を総合的に統合し、連続的な類似度スコアを提供する。 厳密な検証のために,ミニF2F と ProofNet から派生した 524 のエキスパート注釈付き形式文ペアの新しいベンチマーク EPLA を提案する。 EPLAの実験では、TransTEDの類似性は既存の手法よりも優れており、最先端の精度と最高カッパ係数が達成されている。
  論文  参考訳（メタデータ） (2025-09-26T12:02:58Z)
• Unified modality separation: A vision-language framework for unsupervised domain adaptation [60.8391821117794]
  教師なしドメイン適応(Unsupervised domain adapt, UDA)は、ラベル付きソースドメインでトレーニングされたモデルが新しいラベル付きドメインを扱うことを可能にする。 本稿では,モダリティ固有成分とモダリティ不変成分の両方に対応可能な統一モダリティ分離フレームワークを提案する。 提案手法は,9倍の計算効率で最大9%の性能向上を実現している。
  論文  参考訳（メタデータ） (2025-08-07T02:51:10Z)
• Complete FSM Testing Using Strong Separability [1.0128808054306186]
  アパルタネス(Apartness)は、構成数学で開発された概念であり、状態分離のための強力な概念として再浮上している。 我々は、ハイブリッドやシステムなど、定量的モデルにおける相違性の根本的な欠点を識別する。 我々は、強い分離性(strong separability)と呼ばれる、密接に関連する代替案を提案する。
  論文  参考訳（メタデータ） (2025-02-06T12:54:24Z)
• Collaborative Feature-Logits Contrastive Learning for Open-Set Semi-Supervised Object Detection [75.02249869573994]
  オープンセットのシナリオでは、ラベルなしデータセットには、イン・ディストリビューション(ID)クラスとアウト・オブ・ディストリビューション(OOD)クラスの両方が含まれている。 このような設定で半教師付き検出器を適用すると、OODクラスをIDクラスとして誤分類する可能性がある。 我々は、CFL-Detector(Collaborative Feature-Logits Detector)と呼ばれるシンプルで効果的な方法を提案する。
  論文  参考訳（メタデータ） (2024-11-20T02:57:35Z)
• Decoupling Training-Free Guided Diffusion by ADMM [17.425995507142467]
  非条件生成モデルと誘導損失関数を明確に分離する新しいフレームワークを提案する。 そこで我々は,これらの成分を適応的にバランスをとるために,alternating Direction Method of Multipliers (ADMM) に基づく新しいアルゴリズムを開発した。 実験の結果,提案手法は高品質なサンプルを連続的に生成することがわかった。
  論文  参考訳（メタデータ） (2024-11-18T23:05:54Z)
• Binary Code Similarity Detection via Graph Contrastive Learning on Intermediate Representations [52.34030226129628]
  バイナリコード類似度検出(BCSD)は、脆弱性検出、マルウェア分析、コードの再利用識別など、多くの分野で重要な役割を果たしている。 本稿では,LLVM-IRと高レベルのセマンティック抽象化を利用して,コンパイル差を緩和するIRBinDiffを提案する。 IRBinDiffは1対1の比較と1対多の検索シナリオにおいて,他の主要なBCSD手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-24T09:09:20Z)
• A Hypergraph-based Formalization of Hierarchical Reactive Modules and a Compositional Verification Method [0.30458514384586394]
  サイバー物理システムのモデル化によく使用される階層構造を持つ同期システムに対処する。 反応加群の理論を再検討し,それをハイパーグラフに基づいて再構成し,モジュールの並列構成と階層的記述を明らかにする。 階層型システムの自動検証手法を提案する。
  論文  参考訳（メタデータ） (2024-03-16T13:10:41Z)
• Estimating class separability of text embeddings with persistent homology [1.9956517534421363]
  本稿では、トポロジ的観点からテキストデータセットのクラス分離性を推定する教師なし手法を提案する。 本手法を応用して, 組込みの分離性向上を図り, トレーニングプロセスが停止した場合の検知方法について述べる。 その結果,本手法のクラス分離性の推定値と教師付き手法のクラス分離性の推定値が一致していることが示唆された。
  論文  参考訳（メタデータ） (2023-05-24T10:58:09Z)
• Meta-Causal Feature Learning for Out-of-Distribution Generalization [71.38239243414091]
  本稿では,協調タスク生成モジュール (BTG) とメタ因果特徴学習モジュール (MCFL) を含む,バランス付きメタ因果学習器 (BMCL) を提案する。 BMCLは、分類のためのクラス不変の視覚領域を効果的に識別し、最先端の手法の性能を向上させるための一般的なフレームワークとして機能する。
  論文  参考訳（メタデータ） (2022-08-22T09:07:02Z)
• Relational Action Bases: Formalization, Effective Safety Verification, and Invariants (Extended Version) [67.99023219822564]
  我々はリレーショナルアクションベース(RAB)の一般的な枠組みを紹介する。 RABは両方の制限を解除することで既存のモデルを一般化する。 データ対応ビジネスプロセスのベンチマークにおいて、このアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2022-08-12T17:03:50Z)

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。