論文の概要: Unified Architecture Metamodel of Information Systems Developed by Generative AI

• arxiv url: http://arxiv.org/abs/2604.00171v1
• Date: Tue, 31 Mar 2026 19:22:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.690831
• Title: Unified Architecture Metamodel of Information Systems Developed by Generative AI
• Title（参考訳）: 生成AIによる情報システムの統一アーキテクチャメタモデル
• Authors: Oleg Grynets, Vasyl Lyashkevych,
• Abstract要約: 本研究では,中小企業が選択したアーキテクチャフレームワークに基づいたLLM指向アプリケーションのための統一アーキテクチャ構築の課題について検討する。 いくつかの重要なアーキテクチャ図をカバーし、変換のクローズドサイクルをサポートするフレームワーク構造が提案されている。 実験では、アーキテクチャ図の形式で構造化されたアーキテクチャコンテキストを使用する場合、生成されたドキュメントとコードの安定した品質を実証した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid development of AI and LLMs has driven new methods of SDLC, in which a large portion of code, technical, and business documentation is generated automatically. However, since there is no single architectural framework that can provide consistent, repeatable transformations across different representation layers of information systems, such systems remain fragmented in their system representation. This study explores the problem of creating a unified architecture for LLM-oriented applications based on selected architectural frameworks by SMEs. A framework structure is proposed that covers some key types of architectural diagrams and supports a closed cycle of transformations, such as: "Code to Documentation to Code". The key architectural diagrams are split equally between main architectural layers: high-layer (business and domain understanding), middle-layer (system architecture), and low-layer (developer-layer architecture). Each architectural layer still contains some abstraction layers, which make it more flexible and better fit the requirements of design principles and architectural patterns. The conducted experiments demonstrated the stable quality of generated documentation and code when using a structured architectural context in the form of architectural diagrams. The results confirm that the proposed unified architecture metamodel can serve as an effective interface between humans and models, improving the accuracy, stability, and repeatability of LLM generation. However, the selected set of architectural diagrams should be optimised to avoid redundancy between some diagrams, and some diagrams should be updated to represent extra contextual orchestration. This work demonstrates measurable improvements for a new generation of intelligent tools that automate the SDLC and enable a comprehensive architecture compatible with AI-driven development.
• Abstract（参考訳）: AIとLLMの急速な開発により、SDLCの新しい手法が推進され、コード、技術、ビジネスドキュメントが自動生成されるようになった。 しかし、情報システムの異なる表現層をまたいだ一貫性のある反復可能な変換を提供する単一のアーキテクチャフレームワークは存在しないため、そのようなシステムはシステム表現の中で断片化されているままである。 本研究では,中小企業が選択したアーキテクチャフレームワークに基づいたLLM指向アプリケーションのための統一アーキテクチャ構築の課題について検討する。 いくつかの重要なアーキテクチャ図をカバーするフレームワーク構造が提案され、"コードからコードへのドキュメント化"のような変換のクローズドなサイクルをサポートする。 主要なアーキテクチャ図は、高層(ビジネスとドメインの理解)、中層(システムアーキテクチャ)、低層(開発者層アーキテクチャ)の2層に等しく分割されます。 それぞれのアーキテクチャレイヤには抽象化レイヤがまだあるため、設計原則やアーキテクチャパターンの要件をより柔軟に適合させることができる。 実験では、アーキテクチャ図の形式で構造化されたアーキテクチャコンテキストを使用する場合、生成されたドキュメントとコードの安定した品質を実証した。 提案した統合アーキテクチャメタモデルは,人間とモデル間の効果的なインターフェースとして機能し,LCM生成の精度,安定性,再現性を向上させることができることを確認した。 しかしながら、選択されたアーキテクチャ図のセットは、いくつかのダイアグラム間の冗長性を避けるために最適化されるべきであり、いくつかのダイアグラムは、余分なコンテキストオーケストレーションを表現するために更新されるべきである。 この研究は、SDLCを自動化し、AI駆動開発と互換性のある包括的なアーキテクチャを実現する、新しい世代のインテリジェントツールの計測可能な改善を示す。

関連論文リスト

• GENAI WORKBENCH: AI-Assisted Analysis and Synthesis of Engineering Systems from Multimodal Engineering Data [0.0]
  GenAIは、システムエンジニアリングの原則をデザイナのワークフローに統合する、モデルベースシステムエンジニアリング(MBSE)環境である。 オープンソースのPLMプラットフォーム上に構築され、ドキュメント、物理B-rep幾何学、リレーショナルシステムグラフからのセマンティックデータをリンクすることで、統一されたデジタルスレッドを確立する。 本稿では,このワーク・イン・プログレス・フレームワークのコンセプト・アーキテクチャ,提案手法,および期待される影響について述べる。
  論文  参考訳（メタデータ） (2026-02-27T19:04:13Z)
• Modeling and Recovering Hierarchical Structural Architectures of ROS 2 Systems from Code and Launch Configurations using LLM-based Agents [3.4923417716883]
  サブシステムレベルのリコールは、暗黙的な起動セマンティクスによるリポジトリの複雑さを伴う。 産業規模のコードサブセットを含む,3つのROS2リポジトリに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2026-02-20T22:36:47Z)
• The Architecture Tradeoff and Risk Analysis Framework (ATRAF): A Unified Approach for Evaluating Software Architectures, Reference Architectures, and Architectural Frameworks [0.0]
  アーキテクチャトレードオフとリスク分析フレームワーク(ATRAF)について紹介する。 ATRAFは、アーキテクチャレベルを越えたトレードオフとリスクを評価するシナリオ駆動のフレームワークである。 アーキテクチャアーティファクトの継続的な洗練をサポートしながら、感受性、トレードオフ、リスクの識別を可能にする。
  論文  参考訳（メタデータ） (2025-05-01T17:48:52Z)
• From Requirements to Architecture: Semi-Automatically Generating Software Architectures [0.0]
  この方法は、アーキテクトがLLMを燃料とするツールとプロセス全体にわたる密接なコラボレーションを伴います。 アーキテクトはドメインモデルの作成、ユースケース仕様、アーキテクチャ決定、アーキテクチャ評価を通じてガイドされる。 予備的な結果は、このプロセスの実現可能性を示し、アーキテクトにとって大きな時間を節約できることを示している。
  論文  参考訳（メタデータ） (2025-04-16T15:46:56Z)
• Serving Deep Learning Model in Relational Databases [70.53282490832189]
  リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。 最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。 UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
  論文  参考訳（メタデータ） (2023-10-07T06:01:35Z)
• Enhancing Architecture Frameworks by Including Modern Stakeholders and their Views/Viewpoints [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• A Compositional Approach to Creating Architecture Frameworks with an Application to Distributed AI Systems [16.690434072032176]
  構成的思考が複雑なシステムのためのアーキテクチャフレームワークの作成と管理のルールをいかに提供できるかを示す。 論文の目的は、AIシステム特有の視点やアーキテクチャモデルを提供することではなく、既存の、または新しく作成された視点で一貫したフレームワークを構築する方法についてのガイドラインを提供することである。
  論文  参考訳（メタデータ） (2022-12-27T18:05:02Z)

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。