論文の概要: Developing a Unified Verification and Validation Activity Standard at JPL

• arxiv url: http://arxiv.org/abs/2609.28600v1
• Date: Wed, 23 Sep 2026 15:56:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.434144
• Title: Developing a Unified Verification and Validation Activity Standard at JPL
• Title（参考訳）: JPLにおける統一検証・検証活動標準の開発
• Abstract要約: 本稿では,NASAジェット推進研究所の人間中心の設計ワークショップを通じて,統合されたV&V活動スキーマを提案する。 スキーマは、共通属性セットを維持しながらメソッドを分離できるリレーションベースのアーキテクチャの上に構築される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Verification and validation practices (V&V) at NASA's Jet Propulsion Laboratory (JPL) have diverged over the past decade, creating fragmentation that increases overhead, reduces cross-project efficiencies, and inhibits institutional knowledge transfer. We present a unified V&V activity schema developed through human-centered design workshops involving 29 practitioners across multiple mission types and disciplines. The schema builds on a relationship-based architecture that allows for separating methods (Test, Analysis, Inspection, Demonstration, and Review of Design) while maintaining a common attribute set. Formalized as a platform-agnostic SysML model, the schema defines bidirectional relationships between requirements, V&V activities, venues, and evidence. Implementation in JPL's Jama platform demonstrates controlled customization through templates and modular item types, balancing rigor with agility while enabling automations, pattern reuse, and digital thread integration.
• Abstract（参考訳）: NASAのジェット推進研究所(JPL)の検証と検証のプラクティス(V&V)は、過去10年間に分散し、オーバーヘッドを増大させ、プロジェクト間の効率を低下させ、制度的な知識伝達を抑制するフラグメンテーションを生み出した。 複数のミッションタイプや分野にわたる29人の実践者が参加する,人間中心のデザインワークショップを通じて開発された統合型V&Vアクティビティスキーマを提案する。 スキーマは、共通属性セットを維持しながらメソッド(テスト、分析、検査、デモ、デザインのレビュー)を分離できる関係ベースのアーキテクチャの上に構築される。 プラットフォームに依存しないSysMLモデルとして形式化されたスキーマは、要件、V&Vアクティビティ、会場、エビデンスの間の双方向の関係を定義する。 JPLのJamaプラットフォームでの実装では、テンプレートとモジュラーアイテムタイプによるコントロールされたカスタマイズ、自動化、パターン再利用、デジタルスレッド統合を有効にしながら、厳格さとアジリティのバランスが示されている。

関連論文リスト

• A Multi-Viewpoint Modeling Framework for Digital Twin Integration and Reuse with LLM-Assisted Compatibility Analysis [3.9988117849258056]
  本稿では,オープン分散処理参照モデル(RM-ODP)に基づく多視点統合モデリングフレームワークを提案する。 このフレームワークは、ドメイン、情報、計算、エンジニアリング、技術の観点から統合関連知識を構築する。 i) 系統的なモデル記述と発見のための視点構造化モデルメタモデルと(ii) 相互参照互換性の制約を運用するパターン対応のMismatch Detectorから構成される。
  論文  参考訳（メタデータ） (2026-08-24T11:25:41Z)
• Constraint-Driven Modeling Enabling Dual Model Checking and Simulation for Discrete Event Systems [0.5371337604556311]
  本稿では,モデルチェックにシミュレーションに加えて,自身を貸与する有界並列DEVSモデルを作成する手法であるConstraint-DEVSを紹介する。 私たちはDEVS-Suiteフレームワークを拡張してConstraint-DEVS仕様を作成します。 本研究を実証するために,ネットワーク・オン・チップのモデルを開発し,検証した。
  論文  参考訳（メタデータ） (2026-08-22T20:14:37Z)
• Model-Driven Discipline for Multi-Agent LLMs: Requirement-to-Verification Generation of Traceable System Models [62.62160094849002]
  RADIANTは、MDEとMulti-Agent Large Language Modelを組み合わせたエンジニアリング方法論である。 工学的なフェーズにまたがる異種モデルを自動的に生成する。 正確かつ自動的な変更インパクト分析を提供する。
  論文  参考訳（メタデータ） (2026-07-18T08:50:55Z)
• Composing Verifiable Conceptual Models via Building Blocks: Towards Design-Time Verification of Agentic AI Workflows [39.47298454012977]
  エージェントAIシステムは、意思決定、ツール、外部アクションを調整するワークフローアーキテクチャを通じて、複数のベースエージェントをオーケストレーションする。 現在のプラットフォームではランタイムセーフガードが重視されているが、システム設計時の検証のサポートはほとんどない。 本稿では,エージェント構成を再利用可能なビルディングブロックとして相互作用させる設計時検証手法を提案する。
  論文  参考訳（メタデータ） (2026-06-19T16:03:53Z)
• UniT: Unified Multimodal Chain-of-Thought Test-time Scaling [85.590774707406]
  統一モデルは単一のアーキテクチャ内でマルチモーダル理解と生成の両方を扱うことができるが、通常は出力を反復的に書き換えることなく単一のパスで操作する。 マルチモーダルなテストタイムスケーリングのためのフレームワークであるUniTを導入し、単一の統一モデルで複数のラウンドをまたいだ推論、検証、精査を可能にします。
  論文  参考訳（メタデータ） (2026-02-12T18:59:49Z)
• Create Anything Anywhere: Layout-Controllable Personalized Diffusion Model for Multiple Subjects [13.980211126764349]
  LCP-Diffusionは、被写体識別をフレキシブルなレイアウトガイダンスと統合した新しいフレームワークである。 実験により、LCP拡散はアイデンティティ保存とレイアウト制御の両面で優れていることが確認された。
  論文  参考訳（メタデータ） (2025-05-27T08:57:07Z)
• Challenges in Testing Large Language Model Based Software: A Faceted Taxonomy [8.927002750209295]
  LLM(Large Language Models)とMulti-Agent LLM(MALLMs)は、従来の機械学習ソフトウェアとは異なり、非決定性を導入している。 本稿では,LLMテストケース設計のための分類法について述べる。
  論文  参考訳（メタデータ） (2025-03-01T13:15:56Z)
• An Empirical Study of Multimodal Model Merging [148.48412442848795]
  モデルマージは、異なるタスクでトレーニングされた複数のモデルを融合してマルチタスクソリューションを生成するテクニックである。 我々は、モダリティ固有のアーキテクチャのビジョン、言語、およびクロスモーダルトランスフォーマーをマージできる新しい目標に向けて研究を行っている。 本稿では,重み間の距離を推定し,マージ結果の指標となる2つの指標を提案する。
  論文  参考訳（メタデータ） (2023-04-28T15:43:21Z)
• Universal Information Extraction as Unified Semantic Matching [54.19974454019611]
  情報抽出を,異なるタスクやスキーマで共有される構造化と概念化という,2つの能力に分割する。 このパラダイムに基づいて、統一意味マッチングフレームワークを用いて様々なIEタスクを普遍的にモデル化することを提案する。 このように、USMはスキーマと入力テキストを共同でエンコードし、サブ構造を一様に並列に抽出し、必要に応じてターゲット構造を制御できる。
  論文  参考訳（メタデータ） (2023-01-09T11:51:31Z)
• COMET: A Comprehensive Cluster Design Methodology for Distributed Deep Learning Training [42.514897110537596]
  現代のディープラーニング(DL)モデルは、トレーニングする専門的でハイエンドなノードの大規模なクラスタを必要とするサイズに成長しています。 このようなクラスタを設計してパフォーマンスと利用の両方を最大化します。 本稿では,並列化戦略と鍵クラスタリソースのプロビジョニングが分散DLトレーニングのパフォーマンスに与える影響を共同で研究する,総合的なクラスタ設計方法論とワークフローであるCOMETを紹介する。
  論文  参考訳（メタデータ） (2022-11-30T00:32:37Z)
• Visual Composite Set Detection Using Part-and-Sum Transformers [74.26037922682355]
  本稿では,エンドツーエンドのコンポジットセット検出を行うために,PST(Part-and-Sum Detection Transformer)という新しい手法を提案する。 PSTは、カスタムデザインの2段階モデルの結果とほぼ一致しながら、シングルステージモデル間で最先端の結果を達成する。
  論文  参考訳（メタデータ） (2021-05-05T16:31:32Z)

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。