論文の概要: AutoMOOSE: Use Case and Logical Views of Agentic Phase-Field Simulation Software
- arxiv url: http://arxiv.org/abs/2608.20571v1
- Date: Thu, 20 Aug 2026 21:10:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.247623
- Title: AutoMOOSE: Use Case and Logical Views of Agentic Phase-Field Simulation Software
- Title（参考訳）: AutoMOOSE:エージェントフェーズフィールドシミュレーションソフトウェアの利用事例と論理的展望
- Abstract要約: AutoMooseは、自然言語要求を実行され、スクリーニングされ、解釈されたMOOSE位相場シミュレーションに変換するエージェントソフトウェアフレームワークである。
ユースケースと1+5アーキテクチャビューモデルの論理的ビューを通して、ソフトウェアフレームワークとアーキテクチャを説明します。
我々のアーキテクチャは、物理的改ざんと自動修理を分離するため、修正されたシミュレーションは検査可能であり、受け入れ前に再許可されなければならない。
- 参考スコア（独自算出の注目度）: 0.10923877073891441
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AutoMOOSE is an agentic software framework that converts a natural-language request into an executed, screened, and interpreted MOOSE phase-field simulation. Here, we deploy AutoMOOSE as a agentic software, complementing our prior work which focused on development of the agentic tool. We describe our software framework and architecture through Use Case and logical views of the 1+5 architectural-views model, covering its user roles, component structure, six-agent pipeline, physics plugin layer, Model Context Protocol interface, and screening/falsification/recovery loop. Our architecture separates physical falsification from automatic repair, so corrected simulations remain inspectable and must be re-admitted before acceptance. We focus on software design, extensibility, interoperability, and reuse of the AutoMoose framework for broad utilization in multiphysics materials design problems.
- Abstract（参考訳）: AutoMOOSEは、自然言語要求を実行され、スクリーニングされ、解釈されたMOOSE位相場シミュレーションに変換するエージェントソフトウェアフレームワークである。
本稿では,AutoMOOSEをエージェントソフトウェアとしてデプロイし,エージェントツールの開発に重点を置いたこれまでの作業を補完する。
ユースケースと、ユーザの役割、コンポーネント構造、6エージェントパイプライン、物理プラグイン層、モデルコンテキストプロトコルインターフェース、スクリーニング/ファルシフィケーション/リカバリループを網羅した1+5アーキテクチャビューモデルの論理的ビューを通して、ソフトウェアフレームワークとアーキテクチャを説明します。
我々のアーキテクチャは、物理的改ざんと自動修理を分離するため、修正されたシミュレーションは検査可能であり、受け入れ前に再許可されなければならない。
ソフトウェア設計、拡張性、インターオペラビリティ、マルチ物理材料設計問題における幅広い活用を目的としたAutoMooseフレームワークの再利用に焦点をあてる。
関連論文リスト
- Model-Based Systems Engineering Framework for SysML-Driven Design of Autonomous UAVs [0.3324986723090369]
本稿では,自律型UAVのためのモデルベースシステム工学(MBSE)設計フレームワークを提案する。
このフレームワークは、システムモデリング言語(SysML)をフォーマルな設計バックボーンとして使用し、4つの接続されたレイヤでUAV開発を構築する。
結果として得られたモデルは、要求割り当て、インターフェース定義、サブシステムへの責任割り当て、シミュレーションや物理的なデプロイの前に検証計画をサポートする。
論文 参考訳（メタデータ） (2026-08-10T12:46:52Z) - The Model Is Not the Product: A Dual-Pillar Architecture for Local-First Psychological Coaching [51.56484100374058]
本報告では,iOS アプリケーションである Psych LM について紹介する。
Psych LMは、動作およびライフコーチングアプリケーション用に設計された、目的に構築された、ローカルファーストのランタイム内で、ローカル、オンデバイス言語モデルを実行する。
論文 参考訳（メタデータ） (2026-05-23T05:49:11Z) - AutoMOOSE: An Agentic AI for Autonomous Phase-Field Simulation [0.0]
AutoMOOSEは、ひとつの自然言語プロンプトから完全なシミュレーションライフサイクルを編成するエージェントフレームワークである。
MOOSEの入力ファイルは、人間の専門家参照と正確に一致する12のブロックのうち6つで、機能的に等価である。
インテント、有限要素実行、そして人間による検証のないアレニウス運動論にまたがる、エンドツーエンドの物理的整合性チェックを実行する。
論文 参考訳（メタデータ） (2026-03-22T00:11:19Z) - The Auton Agentic AI Framework [5.410458076724158]
人工知能の分野では、ジェネレーティブAIからエージェントAIへの移行が進行中である。
大規模言語モデル(LLM)は構造化されていない出力を生成するが、それらが制御しなければならないバックエンドインフラストラクチャは決定論的でスキーマに適合する入力を必要とする。
本稿では,自律エージェントの作成,作成,管理を行うための原則アーキテクチャであるAuton Agentic AI Frameworkについて述べる。
論文 参考訳（メタデータ） (2026-02-27T06:42:08Z) - ABC-Bench: Benchmarking Agentic Backend Coding in Real-World Development [72.4729759618632]
本稿では,現実的かつ実行可能なワークフロー内でエージェントバックエンドコーディングを評価するベンチマークであるABC-Benchを紹介する。
オープンソースリポジトリから8つの言語と19のフレームワークにまたがる224の実践的なタスクをキュレートしました。
我々の評価は、最先端モデルでさえ、これらの総合的なタスクに対して信頼性の高いパフォーマンスを提供するのに苦労していることを示している。
論文 参考訳（メタデータ） (2026-01-16T08:23:52Z) - A Modular Reference Architecture for MCP-Servers Enabling Agentic BIM Interaction [0.5219568203653523]
大規模言語モデル(LLM)によって駆動されるエージェントは、ビルディング・インフォメーション・モデリングにますます適用される。
最近の研究は、LLMの統一的なツールコールインターフェースとして、新しいモデルコンテキストプロトコル(MCP)を採用し始めている。
現在のBIMサイド実装は、ツール固有のアドホックな実装で、環境間の再利用、評価、ワークフローポータビリティを制限している。
本稿では,APIに依存しない,分離された,再現可能なエージェントBIMインタラクションを実現するMPPサーバのためのモジュール型参照アーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-12-21T23:12:26Z) - 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) - Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol [83.83217247686402]
大言語モデル(LLM)は、単純なテキストジェネレータから、検索強化、ツール呼び出し、マルチターンインタラクションを統合する複雑なソフトウェアシステムへと進化してきた。
その固有の非決定主義、ダイナミズム、文脈依存は品質保証に根本的な課題をもたらす。
本稿では,LLMアプリケーションを3層アーキテクチャに分解する: textbftextitSystem Shell Layer, textbftextitPrompt Orchestration Layer, textbftextitLLM Inference Core。
論文 参考訳（メタデータ） (2025-08-28T13:00:28Z) - SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering [79.07755560048388]
SWEエージェント(SWE-agent)は、LMエージェントが自律的にコンピュータを使用してソフトウェア工学のタスクを解決するシステムである。
SWEエージェントのカスタムエージェントコンピュータインタフェース(ACI)は、エージェントがコードファイルを作成し編集し、リポジトリ全体をナビゲートし、テストやその他のプログラムを実行する能力を著しく向上させる。
我々はSWE-benchとHumanEvalFixのSWE-agentを評価し、それぞれ12.5%と87.7%のパス@1レートで最先端の性能を実現した。
論文 参考訳（メタデータ） (2024-05-06T17:41:33Z) - CARLOS: An Open, Modular, and Scalable Simulation Framework for the Development and Testing of Software for C-ITS [0.0]
CARLOS - C-ITSにおけるソフトウェアの開発とテストのためのオープンでモジュール化されたスケーラブルなシミュレーションフレームワークを提案する。
このフレームワークの中核となるビルディングブロックを提供し、コミュニティによってどのように利用され、拡張されるかを説明します。
本稿では、重要な設計原則を説明し、3つの主要なユースケースを示すことによって、アーキテクチャのモチベーションを高める。
論文 参考訳（メタデータ） (2024-04-02T10:48:36Z) - 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)
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。