論文の概要: Round-trip Engineering for Tactical DDD: A Constraint-Based Vision for the Masses
- arxiv url: http://arxiv.org/abs/2603.26987v1
- Date: Fri, 27 Mar 2026 20:58:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:44.721637
- Title: Round-trip Engineering for Tactical DDD: A Constraint-Based Vision for the Masses
- Title（参考訳）: 戦術的DDDのためのラウンドトリップエンジニアリング: 大衆のための制約ベースのビジョン
- Authors: Weixing Zhang, Mario Herb, Martin Armbruster, Bowen Jiang, Marcel Vielsack, Anne Koziolek,
- Abstract要約: 我々は,抽象的アーキテクチャの原則を明示的なツール強化技術制約に変換する制約ベースの戦術モデリング環境を構想する。
このアプローチは、専門家レベルのアーキテクチャ知識を直接モデリング制約に埋め込むことで、戦術的DDDを民主化することを目的としています。
- 参考スコア（独自算出の注目度）: 4.3618460087630595
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Despite Domain-Driven Design's proven value in managing complex business logic, a fundamental semantic expressiveness gap persists between generic modeling languages and tactical DDD patterns, causing continuous divergence between design intent and implementation. We envision a constraint-based tactical modeling environment that transforms abstract architectural principles into explicit, tool-enforced engineering constraints. At its core is a DDD-native metamodel where tactical patterns are first-class modeling primitives, coupled with a real-time constraint verification engine that prevents architectural violations during modeling, and bidirectional synchronization mechanisms that maintain model-code consistency through round-trip engineering. This approach aims to democratize tactical DDD by embedding expert-level architectural knowledge directly into modeling constraints, enabling small teams and junior developers to build complex business systems without sacrificing long-term maintainability. By lowering the technical barriers to DDD adoption, we envision transforming tactical DDD from an elite practice requiring continuous expert oversight into an accessible engineering discipline with tool-supported verification.
- Abstract（参考訳）: ドメイン駆動設計が複雑なビジネスロジックを管理する上で証明された価値にもかかわらず、基本的なセマンティックな表現力のギャップはジェネリックなモデリング言語と戦術的なDDDパターンの間に持続し、設計意図と実装の間に連続的な違いをもたらします。
我々は,抽象的アーキテクチャの原則を明示的なツール強化技術制約に変換する制約ベースの戦術モデリング環境を構想する。
その中核はDDDネイティブのメタモデルで、戦術パターンは第一級のモデリングプリミティブであり、モデリング中のアーキテクチャ違反を防止するリアルタイム制約検証エンジンと、ラウンドトリップエンジニアリングによるモデルコードの一貫性を維持する双方向の同期メカニズムが組み合わさっている。
このアプローチは、専門家レベルのアーキテクチャ知識を直接モデリング制約に埋め込むことで、戦術DDDを民主化することを目的としています。
DDDの採用に対する技術的な障壁を低くすることで、私たちは、戦術的DDDを、継続的専門家の監督を必要とするエリートなプラクティスから、ツールによる検証を備えたアクセス可能なエンジニアリング分野へと変えることを考えています。
関連論文リスト
- Top 10 Open Challenges Steering the Future of Diffusion Language Model and Its Variants [85.33837131101342]
本稿では,基盤基盤,アルゴリズム最適化,認知推論,統合マルチモーダルインテリジェンスという4つの柱で構成された戦略ロードマップを提案する。
この移行は、複雑な構造的推論、動的自己補正、シームレスなマルチモーダル統合が可能な次世代AIの開発に不可欠である、と我々は主張する。
論文 参考訳（メタデータ） (2026-01-20T14:58:23Z) - PILOT: Planning via Internalized Latent Optimization Trajectories for Large Language Models [51.43746425777865]
大規模言語モデル(LLM)は、しばしばグローバル戦略を定式化する能力に欠けており、長い水平タスクにおけるエラーの伝播につながる。
PILOTは,大規模モデルの戦略的監視を本質的な潜伏誘導に内部化するためのフレームワークである。
論文 参考訳（メタデータ） (2026-01-07T12:38:56Z) - AR-MOT: Autoregressive Multi-object Tracking [56.09738000988466]
本稿では,大規模言語モデル(LLM)フレームワーク内のシーケンス生成タスクとしてMOTを定式化する,新しい自己回帰パラダイムを提案する。
この設計により、タスク固有のヘッドを必要とせずに、フレキシブルなシーケンス構成によって構造化された結果を出力できる。
地域レベルの視覚知覚を高めるために,事前訓練された検出器に基づくオブジェクト・トケナイザを導入する。
論文 参考訳（メタデータ） (2026-01-05T09:17:28Z) - LTD-Bench: Evaluating Large Language Models by Letting Them Draw [57.237152905238084]
LTD-Benchは、大規模言語モデル(LLM)のブレークスルーベンチマークである。
LLMの評価を抽象的なスコアから直接観察可能な視覚出力に変換する。
LTD-Benchの視覚出力は強力な診断分析を可能にし、モデル類似性を調べるための潜在的アプローチを提供する。
論文 参考訳（メタデータ） (2025-11-04T08:11:23Z) - Discrete Diffusion for Reflective Vision-Language-Action Models in Autonomous Driving [55.13109926181247]
離散拡散による安全な軌道生成のためのリフレクション機構を統合した学習ベースのフレームワークであるReflectDriveを紹介する。
我々のアプローチの中心は、勾配のない反復的な自己補正を行う、安全を意識した反射機構である。
本手法は目標条件付き軌道生成から始まり,マルチモーダル運転動作をモデル化する。
論文 参考訳（メタデータ） (2025-09-24T13:35:15Z) - Constrained Decoding for Robotics Foundation Models [12.916330118607918]
本稿では,自動回帰ロボット基盤モデルのための制約付き復号化フレームワークであるSafeDecを紹介する。
タスク固有の安全ルールはSignal Temporal Logic (STL) 公式として表現され、最小限のオーバーヘッドで推論時に強制される。
提案手法は,実行時に仮定された動的条件下でのSTL仕様を,再トレーニングなしで確実に満たすものである。
論文 参考訳（メタデータ） (2025-09-01T19:17:40Z) - Modular Delta Merging with Orthogonal Constraints: A Scalable Framework for Continual and Reversible Model Composition [0.0]
既存のモデルマージと継続的学習へのアプローチは、しばしばタスクの干渉、破滅的な忘れ込み、あるいは可逆性の欠如に悩まされる。
本稿では, 拡張性, 干渉フリー, 微調整モデルの構成が可能な新しいフレームワークである Orthogonal Constraints (MDM-OC) を用いた Modular Delta Merging を提案する。
論文 参考訳（メタデータ） (2025-07-28T17:08:49Z) - UniSTD: Towards Unified Spatio-Temporal Learning across Diverse Disciplines [64.84631333071728]
本稿では,時間的モデリングのためのトランスフォーマーベースの統合フレームワークであるbfUnistageを紹介する。
我々の研究は、タスク固有の視覚テキストが時間学習のための一般化可能なモデルを構築することができることを示した。
また、時間的ダイナミクスを明示的に組み込むための時間的モジュールも導入する。
論文 参考訳（メタデータ） (2025-03-26T17:33:23Z)
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。