論文の概要: Towards Formalising Stakeholder Context using SysML v2

• arxiv url: http://arxiv.org/abs/2604.19390v1
• Date: Tue, 21 Apr 2026 12:16:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.755571
• Title: Towards Formalising Stakeholder Context using SysML v2
• Title（参考訳）: SysML v2 を用いた利害関係者コンテキストの定式化に向けて
• Authors: Matthew Harrison, John Carlin, Chengyuan Liu, Sarah Dunnett, Siyuan Ji,
• Abstract要約: 本稿では,主観的利害関係者コンテキストと形式的システムアーキテクチャとのギャップを埋める枠組みを提案する。 この手法はKernel Modelling Language(KerML)の精度とSysML v2とISO 42010とのアライメントを利用する。 SysML v2の構造的マッピングと意味的精度の向上は、誤解釈のリスクを低減するために期待されている。
• 参考スコア（独自算出の注目度）: 2.8465264487910846
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a framework to bridge the gap between subjective stakeholder context and formal system architecture. This is achieved using Soft Systems Methodology (SSM) and Systems Modelling Language version 2 (SysML v2). The methodology utilises the precision of Kernel Modelling Language (KerML) and the alignment of SysML v2 with ISO 42010 to define a reference architecture for the mapping of SSM outputs to SysML v2 concepts such as stakeholders and concerns. Application of the framework is demonstrated through the use of a case study, highlighting the traceable path from stakeholder context to system architecture. The structured mapping and increased semantic precision of SysML v2 are anticipated to reduce the risk of misinterpretation compared to less formal approaches, though empirical validation across diverse stakeholder contexts remains as future work. The primary identified trade-off is the increased barrier to entry associated with SysML v2's textual notation.
• Abstract（参考訳）: 本稿では,主観的利害関係者コンテキストと形式的システムアーキテクチャとのギャップを埋める枠組みを提案する。 これはSoft Systems Methodology (SSM) と Systems Modelling Language Version 2 (SysML v2) を使って実現されている。 この方法論は、Kernel Modelling Language(KerML)の精度とISO 42010とのSysML v2のアライメントを活用し、SSM出力を利害関係者や関心事といったSysML v2概念にマッピングするための参照アーキテクチャを定義する。 フレームワークの応用はケーススタディを用いて実証され、ステークホルダーのコンテキストからシステムアーキテクチャへのトレーサブルパスが強調される。 SysML v2の構造的マッピングと意味的精度の向上は、よりフォーマルなアプローチに比べて誤解釈のリスクを低減することが期待されている。 主要なトレードオフは、SysML v2のテキスト表記に関連するエントリに対する障壁の増加である。

関連論文リスト

• Uncertainty Modeling for SysML v2 [5.36666921975241]
  不確かさは現代の技術システムに固有のものである。 本稿では,PSUMメタモデルをモデリングフレームワークに組み込んだSysML v2の体系的拡張を提案する。
  論文  参考訳（メタデータ） (2026-02-25T07:10:53Z)
• Architecting AgentOS: From Token-Level Context to Emergent System-Level Intelligence [13.062618208633483]
  本稿では,大規模言語モデルを再定義する包括的概念フレームワークであるAgentOSを提案する。 メモリページング割り込み処理やプロセススケジューリングといった古典的なOS抽象化をLLMネイティブな構造にマッピングすることにより、このレビューは、レジリエンスでスケーラブルで自己進化的な認知環境を設計するための厳密なロードマップを提供する。
  論文  参考訳（メタデータ） (2026-02-24T14:12:21Z)
• MaDiS: Taming Masked Diffusion Language Models for Sign Language Generation [78.75809158246723]
  本稿では,SLGのためのマスク付き拡散型言語モデルであるMaDiSについて述べる。 また,トークン・ラテント・ヘアリング・3次元空間の目的から共同で学習する3段階のクロスモーダル事前学習手法を導入する。 MaDiSはDTWエラーと新たに導入された2つのメトリクスであるSiBLEUとSiCLIPを含む複数のメトリクスで優れたパフォーマンスを実現し、推論レイテンシを30%近く削減している。
  論文  参考訳（メタデータ） (2026-01-27T13:06:47Z)
• Executable Ontologies: Synthesizing Event Semantics with Dataflow Architecture [51.56484100374058]
  我々は、セマンティックイベントセマンティクスとデータフローアーキテクチャを統合することで、従来のビジネスプロセス管理システムの限界に対処できることを実証する。 大胆なシーエンジニアリングのアーキテクチャは、セマンティックモデルをコンパイルなしで実行可能なアルゴリズムとして解釈する。 実行時にイベントモデルを変更することで、透明性を確保し、統一されたセマンティックフレームワーク内でデータとビジネスロジックをシームレスにマージする。
  論文  参考訳（メタデータ） (2025-09-11T18:12:46Z)
• LLM-Assisted Semantic Alignment and Integration in Collaborative Model-Based Systems Engineering Using SysML v2 [7.19300892392172]
  本稿では,LLMを用いたSysML v2モデルのセマンティックアライメントのための構造化,即時駆動型アプローチを提案する。 このアプローチでは、エイリアス、インポート、メタデータ拡張などのSysML v2コンストラクトを活用して、トレーサビリティとソフトアライメントの統合をサポートする。
  論文  参考訳（メタデータ） (2025-08-22T07:56:33Z)
• Discrete Tokenization for Multimodal LLMs: A Comprehensive Survey [69.45421620616486]
  本研究は、大規模言語モデル(LLM)用に設計された離散トークン化手法の最初の構造的分類と解析である。 古典的および近代的なパラダイムにまたがる8つの代表的なVQ変種を分類し、アルゴリズムの原理を分析し、力学を訓練し、LLMパイプラインとの統合に挑戦する。 コードブックの崩壊、不安定な勾配推定、モダリティ固有の符号化制約など、重要な課題を特定する。
  論文  参考訳（メタデータ） (2025-07-21T10:52:14Z)
• RSRefSeg 2: Decoupling Referring Remote Sensing Image Segmentation with Foundation Models [25.265113510539546]
  Referring Remote Sensing Imageは、リモートセンシングシーン分析のための柔軟できめ細かいフレームワークを提供する。 現在のアプローチでは、デュアルモーダル符号化、クロスモーダル相互作用、ピクセルデコーディングを含む3段階のパイプラインを使用している。 本稿では,従来のワークフローを協調的な2段階のフレームワークに再構成する疎結合パラダイム RSRefSeg 2 を提案する。
  論文  参考訳（メタデータ） (2025-07-08T17:59:58Z)
• OmniParser V2: Structured-Points-of-Thought for Unified Visual Text Parsing and Its Generality to Multimodal Large Language Models [58.45517851437422]
  VsTP(Visually-situated text parsing)は、自動化された文書理解の需要が高まり、最近顕著な進歩を遂げている。 既存のソリューションは、タスク固有のアーキテクチャと個々のタスクの目的に依存していることが多い。 本稿では,テキストスポッティング,キー情報抽出,テーブル認識,レイアウト解析など,VsTPの典型的なタスクを統一する汎用モデルであるOmni V2を紹介する。
  論文  参考訳（メタデータ） (2025-02-22T09:32:01Z)
• Guiding the PLMs with Semantic Anchors as Intermediate Supervision: Towards Interpretable Semantic Parsing [57.11806632758607]
  本稿では,既存の事前学習言語モデルを階層型デコーダネットワークに組み込むことを提案する。 第一原理構造をセマンティックアンカーとすることで、2つの新しい中間管理タスクを提案する。 いくつかのセマンティック解析ベンチマークで集中的な実験を行い、我々のアプローチがベースラインを一貫して上回ることを示す。
  論文  参考訳（メタデータ） (2022-10-04T07:27:29Z)

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。