論文の概要: The EBC Proportionality Law: A Recurring Architectural-Role Pattern Across Java Software

• arxiv url: http://arxiv.org/abs/2610.26392v1
• Date: Mon, 19 Oct 2026 13:39:27 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:44:00.57349
• Title: The EBC Proportionality Law: A Recurring Architectural-Role Pattern Across Java Software
• Title（参考訳）: EBC比例法:Javaソフトウェア全体にわたる再帰的なアーキテクチャ・ロールパターン
• Abstract要約: 本研究では、732のプロジェクトインスタンスと78の機能カテゴリから1,556,985のJavaファイルのファイルレベル分類器由来のEBC比例について検討した。 支配的なクラスタは48のカテゴリ、472のプロジェクトインスタンス、47.75%の機密ファイルを含み、平均構成は13.25%のエンティティ、42.65%のバウンダリー、44.10%のコントロールであった。
• 参考スコア（独自算出の注目度）: 2.7930955543692817
• License:
• Abstract: Architectural roles describe how responsibilities are distributed within software systems. Entity--Boundary--Control (EBC) separates domain information, external interaction, and workflow coordination, but its proportions across diverse software remain unclear. This study examines file-level classifier-derived EBC proportionality in 1,556,985 Java files from 732 project instances and 78 functional categories. A classifier trained on labels generated by a large language model assigned one representative role per file. The labels were aggregated at project and functional-category levels and analysed using descriptive statistics and density-based clustering. The results show that Entity was less common than Boundary and Control. The dominant cluster covered 48 categories, 472 project instances, and 47.75% of classified files; its mean composition was 13.25% Entity, 42.65% Boundary, and 44.10% Control. The remaining 30 categories form one alternative and 11 smaller specialised patterns. Some selected variations were consistent with category responsibilities, while others received mixed support. Agreement with independent expert labels was limited (31.37% accuracy; macro-F1 0.31; Entity recall 13%). All reported proportions and clusters are therefore patterns in classifier-assigned roles, not verified architectural ground truth. Within this measurement boundary, the study provides a large-scale empirical reference of EBC distributions at the file level, and it documents the limitations of the automated approach.
• Abstract（参考訳）: アーキテクチャの役割は、責任がソフトウェアシステム内でどのように分散されるかを記述する。 Entity-Boundary-Control(EBC)はドメイン情報、外部インタラクション、ワークフローのコーディネーションを分離するが、様々なソフトウェアにまたがる割合は未定である。 本研究では、732のプロジェクトインスタンスと78の機能カテゴリから1,556,985のJavaファイルのファイルレベル分類器由来のEBC比例について検討した。 大きな言語モデルによって生成されたラベルに基づいて訓練された分類器は、ファイルごとに1つの代表ロールを割り当てた。 ラベルはプロジェクトレベルと機能カテゴリレベルで集約され、記述統計と密度に基づくクラスタリングを使用して分析された。 その結果、Entityは境界と制御よりも一般的でないことがわかった。 支配的なクラスタは48のカテゴリ、472のプロジェクトインスタンス、47.75%の機密ファイルを含み、平均構成は13.25%のエンティティ、42.65%のバウンダリー、44.10%のコントロールであった。 残りの30のカテゴリーは1つの代替となり、11の小さな特殊パターンが作られる。 選択された変種はカテゴリーの責任と一致し、他の変種は多岐にわたる支援を受けた。 独立した専門家レーベルとの契約は制限された(精度31.37%、マクロF1 0.31、エンティティリコール13%)。 すべての報告された割合とクラスタは分類器に割り当てられた役割のパターンであり、検証されたアーキテクチャの基礎的真実ではない。 この測定境界内では、ファイルレベルでのEBC分布の大規模な実証的な参照を提供し、自動化されたアプローチの限界を文書化する。

関連論文リスト

• ANCHOR: Assessing Naturalistic Constraint Hierarchies and Ordering in Repository-Grounded Agentic Coding [37.56127721120043]
  ANCHOR(Assessing Naturalistic Constraint Hierarchies and Ordering in Repository-Grounded Agentic Coding)は、自然主義の多言語リポジトリタスクをベースとしたベンチマークである。 ANCHORは、(i)実際の開発者インタラクションから抽出された10のカテゴリと78の葉型の階層的な分類、(ii)タスク基底の原子的制約をインスタンス化し、それらを型付きおよび/THEN/PRIORITY関係に構成する自動パイプライン、(iii)軌道基底の評価フレームワークを組み合わせる。
  論文  参考訳（メタデータ） (2026-10-12T14:28:38Z)
• Label Granularity Skew in Federated Learning with Hierarchical Image Classification [1.1196974000738729]
  フェデレーション学習は、ローカルデータを集中することなく、分散デバイス間でのプライバシ保護コラボレーションを可能にする。 クライアントはデータ分散だけでなく、ドメインの知識やアノテーションの能力も異なります。 本稿では, 階層分類における統計的不均一性の新たな形態であるラベル粒度スキューを紹介する。
  論文  参考訳（メタデータ） (2026-08-10T08:01:50Z)
• SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
  SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。 正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。 変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
  論文  参考訳（メタデータ） (2026-08-04T13:16:15Z)
• Beyond Flat Labels: Level-Restricted Contrastive Learning for Hierarchical Fine-Grained Vision Classification [50.20892407648858]
  マルチモーダルコントラスト学習は、画像とテキストカテゴリを整列させることで、ゼロショットの視覚的分類を可能にした。 既存の手法は、しばしば分類学レベルで矛盾する予測を生成する。 本稿では,各分類レベルが適切な最適化を受けることを保証するグループバランス設計を提案する。 我々は、BioCLIPに基づいてTreeOfLife-10Mでモデルをトレーニングし、複数の階層分類ベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-06-20T02:12:05Z)
• Structured Context Engineering for File-Native Agentic Systems: Evaluating Schema Accuracy, Format Effectiveness, and Multi-File Navigation at Scale [0.0]
  大規模言語モデルエージェントは、プログラムインターフェイスを介してシステムを操作するようになっている。 しかし、実践者は、これらのエージェントが消費するコンテキストを構造化する方法に関する経験的なガイダンスを欠いている。 11のモデル、4のフォーマット、スキーマ10から10,000のテーブルにわたる9,649の実験を調査した。
  論文  参考訳（メタデータ） (2026-02-05T08:39:05Z)
• Revisiting Foreground and Background Separation in Weakly-supervised Temporal Action Localization: A Clustering-based Approach [48.684550829098534]
  弱教師付き時間的アクションローカライゼーションは、アクションインスタンスをビデオレベルのアクションラベルのみでローカライズすることを目的としている。 クラスタリングに基づく新しいF&B分離アルゴリズムを提案する。 我々は,THUMOS14,ActivityNet v1.2,v1.3の3つのベンチマークで評価を行った。
  論文  参考訳（メタデータ） (2023-12-21T18:57:12Z)
• Relational Proxies: Emergent Relationships as Fine-Grained Discriminators [52.17542855760418]
  本稿では,オブジェクトのグローバル部分とローカル部分の間の情報を利用してラベルを符号化する手法を提案する。 我々は、理論的な結果に基づいてプロキシを設計し、7つの挑戦的なきめ細かいベンチマークデータセットに基づいて評価する。 また、この理論を実験的に検証し、複数のベンチマークで一貫した結果を得る。
  論文  参考訳（メタデータ） (2022-10-05T11:08:04Z)
• Cluster-to-adapt: Few Shot Domain Adaptation for Semantic Segmentation across Disjoint Labels [80.05697343811893]
  クラスタ・トゥ・アダプティブ(Cluster-to-Adapt, C2A)は、セグメンテーションデータセット間のドメイン適応のための、計算的に効率的なクラスタリングベースのアプローチである。 変換された特徴空間に強制されるそのようなクラスタリングの目的は、ソースドメインとターゲットドメインのカテゴリを自動的に選択するのに役立つことを示す。
  論文  参考訳（メタデータ） (2022-08-04T17:57:52Z)
• Modeling Heterogeneous Hierarchies with Relation-specific Hyperbolic Cones [64.75766944882389]
  知識グラフにおける複数の階層的および非階層的関係を同時にモデル化できるKG埋め込みモデルであるConE(Cone Embedding)を提案する。 特に、ConEは双曲埋め込み空間の異なる部分空間における円錐包含制約を用いて、複数の異種階層をキャプチャする。 我々のアプローチでは、WN18RRで45.3%、DDB14で16.1%の新しい最先端hits@1が得られる(0.231 MRR)。
  論文  参考訳（メタデータ） (2021-10-28T07:16:08Z)

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。