論文の概要: HM-Req: A Framework for Embedding Values within CPS Human Monitoring Requirements

• arxiv url: http://arxiv.org/abs/2605.12100v1
• Date: Tue, 12 May 2026 13:15:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.878595
• Title: HM-Req: A Framework for Embedding Values within CPS Human Monitoring Requirements
• Title（参考訳）: HM-Req: CPSのヒューマンモニタリング要件に価値を埋め込むフレームワーク
• Abstract要約: HM-Reqは、人間の監視要求を定義するための制御された自然言語(CNL)を含む、新しい要件適用フレームワークである。 これらの要件は、関連する利害関係者の人的価値で強化され、潜在的な衝突を検出するためにバリューダッシュボードに統合されます。
• 参考スコア（独自算出の注目度）: 4.120304367653955
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monitoring humans, for example, their movement or location, is essential for safe and efficient human-machine collaboration in Cyber-Physical Systems (CPS). This information allows CPS to ensure safety properties, adapt their behaviour dynamically, and coordinate with humans. To ensure that the design of a CPS respects ethical principles and the privacy of its stakeholders, system requirements, particularly those related to human monitoring, must reflect the human values of all involved stakeholders. However, human values are often underrepresented in Software Engineering -- particularly during requirements elicitation and system design, crucial phases when introducing ethically critical functionality. Stakeholder values are often implicit and conflicting, yet rarely systematically captured. Furthermore, unstructured natural language requirements introduce ambiguity and vagueness, complicating conflict resolution. To address these problems, we propose HM-Req, a novel requirements elicitation framework including a Controlled Natural Language (CNL) for defining human monitoring requirements. These requirements are then augmented with human values from relevant stakeholders and integrated into a Value Dashboard to detect potential conflicts that require further discussion and resolution. Validation results, applying the CNL to different datasets and conducting a survey and expert interview, confirms the CNL's ability to capture diverse human monitoring requirements and show HM-Req's usefulness for requirements elicitation activities.
• Abstract（参考訳）: 例えば、人間の移動や位置をモニタリングすることは、サイバー・物理システム(CPS)における安全で効率的な人間と機械の協調に不可欠である。 この情報により、CPSは安全性を確保し、動作を動的に調整し、人間と協調することができる。 CPSの設計が利害関係者の倫理的原則とプライバシを尊重することを保証するため、システム要件、特に人間の監視に関連するものは、すべての利害関係者の人間的価値を反映しなければならない。 しかしながら、人的価値は、ソフトウェア工学において、特に要求のエレケーションやシステム設計において、倫理的に重要な機能を導入する上で重要なフェーズにおいて、過小評価されることが多い。 株主価値は暗黙的で矛盾することが多いが、体系的に捉えられることは滅多にない。 さらに、構造化されていない自然言語要求は曖昧さと曖昧さを導入し、紛争解決を複雑にする。 これらの問題に対処するために,人間の監視要求を定義するための制御自然言語(CNL)を含む新しい要求適応フレームワークであるHM-Reqを提案する。 これらの要件は、関連するステークホルダの人的価値で強化され、バリューダッシュボードに統合され、さらなる議論と解決を必要とする潜在的な衝突を検出する。 検証結果は、CNLを異なるデータセットに適用し、調査と専門家のインタビューを実施し、CNLが多様な人間の監視要件を捕捉し、要求適用活動におけるHM-Reqの有用性を示す能力を確認している。

関連論文リスト

• HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration [62.19372189311434]
  HRIBenchは,実行シナリオに基づいた意図認識型人間ロボットコラボレーションの診断ベンチマークである。 HRIBenchは、エージェントの役割、時間的依存、調整の制約、人間の振る舞いの分布を明示的にモデル化する構造化シナリオスクリプトとして、協調的なタスクを表現している。 その結果,現状の基盤ロボット政策は,操作能力が強いにもかかわらず,協調的な環境下では極めて困難であることが示唆された。
  論文  参考訳（メタデータ） (2026-07-05T09:15:35Z)
• Towards trustworthy agentic AI: a comprehensive survey of safety, robustness, privacy, and system security [57.35851886874902]
  エージェントAIシステムは、複雑なタスクを自律的に実行するが、その多段階の軌道には、信頼性に挑戦する新たな障害モードが導入されている。 この調査では、リスクの高いデプロイメントに不可欠な2つのコアディメンションを通じて、信頼できるエージェントAIを精査する。 各次元について、重要な概念を明確にし、エージェントワークフローに沿ってリスクが発生する場所を特定し、ステージ目標の緩和戦略を要約する。
  論文  参考訳（メタデータ） (2026-05-17T10:26:37Z)
• Cooperative Informative Sensing for Monitoring Dynamic Indoor Environments via Multi-Agent Reinforcement Learning [56.64821510576244]
  我々は,複数のロボットが動作を調整し,部分観測可能性下での監視精度を直接最適化する分散制御問題として,協調的アクティブな観察を定式化する。 本稿では,多エージェント強化学習(MARL)を用いた分散観測から,多人数の人間と時間的依存関係を扱うアーキテクチャを基盤とした協調政策学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-25T07:20:15Z)
• Digital Guardians: The Past and The Future of Cyber-Physical Resilience [30.567999097778827]
  この調査は、CPSレジリエンスの包括的なレビューを提供する。 5つの相互接続されたテーマを通してフィールドをフレーミングする。 これらのテーマは、代表的なアプリケーションドメインを通して説明されます。
  論文  参考訳（メタデータ） (2026-04-15T19:23:40Z)
• Multi-Round Human-AI Collaboration with User-Specified Requirements [26.38833436936642]
  我々は、対実的害と相補性という2つの原則によって支配される人間中心の視点を採用する。 ユーザ定義ルールにより,これらの概念を形式化し,利用者が害と相補性の意味を正確に指定できるようにする。 非定常的相互作用のダイナミクスの下でも,我々のオンライン手続きは所定の反実的被害と相補的違反率を維持していることを示す。
  論文  参考訳（メタデータ） (2026-02-19T18:54:34Z)
• Operationalizing Human Values in the Requirements Engineering Process of Ethics-Aware Autonomous Systems [3.535946769391712]
  倫理に配慮した自律システムのための要求工学的アプローチを提案する。 人間の価値を規範的な目標として捉え、機能的および適応的な目標と整合させます。 本稿では,医療用ボディセンサネットワークのケーススタディを通じて,アプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2026-02-10T15:54:25Z)
• Single-Pixel Vision-Language Model for Intrinsic Privacy-Preserving Behavioral Intelligence [55.512671026669516]
  安全な環境モニタリングを再現する新しいフレームワークSP-VLM(Single-Pixel Vision-Language Model)を提案する。 それは本質的に低次元の1ピクセルのモダリティを通して人間のダイナミクスを捉えることによって、固有のプライバシ・バイ・デザインを実現する。 いずれにせよ,SP-VLMは意味ある行動意味を抽出し,ロバストな異常検出,数え方,行動理解を可能にしている。
  論文  参考訳（メタデータ） (2026-01-21T09:11:26Z)
• HumanPCR: Probing MLLM Capabilities in Diverse Human-Centric Scenes [72.26829188852139]
  HumanPCRは、人間の視覚的コンテキストに関するMLLMの能力を調べるための評価スイートである。 Human-P、HumanThought-C、Human-Rは、6,000以上の人間認証された複数の選択質問を特徴としている。 Human-Rは、手動でキュレートされたビデオ推論テストを提供する。
  論文  参考訳（メタデータ） (2025-08-19T09:52:04Z)
• Human-Machine Collaboration and Ethical Considerations in Adaptive Cyber-Physical Systems [0.0]
  HMT(Human-Machine Teaming)は、人間と機械のコラボレーションにおける最も先進的なパラダイムである。 適応型CPSにおける効果的かつシームレスなHMTの実現は困難である。 本研究では,HMTを適応型CPSに統合するための新しい手法とプロセスを開発することで,これらの課題に対処する。
  論文  参考訳（メタデータ） (2025-07-03T12:34:52Z)
• EgoNormia: Benchmarking Physical Social Norm Understanding [52.87904722234434]
  EGONORMIAは、安全性、プライバシ、プロキシ、丁寧さ、協力性、コーディネーション/プロアクティビティ、コミュニケーション/レポータビリティの7つの標準カテゴリにまたがる。 我々の研究は、現在の最先端のビジョン言語モデル(VLM)は、堅固な標準理解が欠如していることを示し、EGONORMIAでは最大54%、EGONORMIAでは65%と評価された。
  論文  参考訳（メタデータ） (2025-02-27T19:54:16Z)
• Towards a Value-Complemented Framework for Enabling Human Monitoring in Cyber-Physical Systems [5.7810359177411135]
  この研究プレビューは、システム設計中にプライバシ、セキュリティ、セルフダイレクトを組み込むことの重要性に焦点を当てている。 目標は、機能的および非機能的な監視要件を人間の値に結び付けて、値、要求、アクター間のトレーサビリティを確立することです。
  論文  参考訳（メタデータ） (2025-02-11T12:07:37Z)
• ConSiDERS-The-Human Evaluation Framework: Rethinking Human Evaluation for Generative Large Language Models [53.00812898384698]
  生成型大規模言語モデル(LLM)の人間による評価は多分野にわたる作業であるべきだと論じる。 認知バイアスが、流動的な情報や真理をいかに説明するか、そして、認識の不確実性が、Likertのような評価スコアの信頼性にどのように影響するかを強調します。 本稿では,ConSiDERS-The-Human評価フレームワークを提案する。一貫性,スコーリング基準,差別化,ユーザエクスペリエンス,責任,スケーラビリティの6つの柱からなる。
  論文  参考訳（メタデータ） (2024-05-28T22:45:28Z)
• Exploring the Reliability of Large Language Models as Customized Evaluators for Diverse NLP Tasks [65.69651759036535]
  大規模言語モデル(LLM)が人間にとって信頼できる代替手段であるかどうかを解析する。 本稿では、従来のタスク(例えば、ストーリー生成)とアライメントタスク(例えば、数学推論)の両方について検討する。 LLM評価器は不要な基準を生成したり、重要な基準を省略することができる。
  論文  参考訳（メタデータ） (2023-10-30T17:04:35Z)

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。