論文の概要: Toward Methods and Tools for Critical Examination of Disparate Systems for Discovery of Hidden Dependencies in Engineering of Autonomous and Semi-Autonomous Systems
- arxiv url: http://arxiv.org/abs/2610.34974v1
- Date: Mon, 26 Oct 2026 07:46:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.788226
- Title: Toward Methods and Tools for Critical Examination of Disparate Systems for Discovery of Hidden Dependencies in Engineering of Autonomous and Semi-Autonomous Systems
- Title（参考訳）: 自律・半自律システムの工学における隠れ依存の発見のための異種システムの臨界試験方法とツール
- Abstract要約: 我々は、方法論、初期AIスキルパッケージ、そして新たな結果を示す。
このアプローチの核心は、異なるシステムのビデオの積極的な敵対的批評を含むプロセスである。
アプローチとそのサポートツールは、ターゲットシステムの品質、個々のエンジニアのスキル、組織のエンジニアリングプラクティスを高めることができる。
- 参考スコア（独自算出の注目度）: 0.9787770746080389
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a methodology, an initial AI Skill package, and emerging results, for enhancing software engineers' acquisition and application of domain knowledge and system-wide engineering perspectives towards the development of an autonomous or semi-autonomous system in a domain that may be new to them. At the core of the approach is a process involving proactive adversarial critiquing of videos of disparate systems in related environments. Among other things, the engineers and automated AI tools look for interactions, dependencies, and environment assumptions manifested in the observed systems, which are applicable also to the target system, but that otherwise might remain unarticulated in project artifacts. The approach and its supporting tools can enhance the quality of the target system, the individual engineer's skills and the organization's engineering practices.
- Abstract（参考訳）: 我々は、ソフトウェア技術者によるドメイン知識の取得と適用、およびシステム全体の工学的視点を、新しいドメインにおける自律的または半自律的なシステムの開発に向ける方法論、初期AIスキルパッケージ、および新たな成果を示す。
このアプローチの核心は、関連する環境における異種システムのビデオの積極的な敵対的批評を含むプロセスである。
エンジニアと自動化されたAIツールは、監視対象のシステムにも適用可能な、監視対象のシステムに現れるインタラクション、依存関係、環境仮定を検索します。
アプローチとそのサポートツールは、ターゲットシステムの品質、個々のエンジニアのスキル、組織のエンジニアリングプラクティスを高めることができる。
関連論文リスト
- AI Deployment Accountability Engineering: A Vision for Accountable AI in Safety-Critical Socio-Technical Systems [14.280538199149634]
このビジョンペーパーはAI Deployment Accountability Engineering (ADAE)を紹介する。
ADAEは、デプロイされたAIシステムに対して測定可能で、連続的で、実行可能な説明責任を確立することを目的とした、AIエンジニアリングのサブカテゴリである。
我々は,コンテキスト依存型障害モードの構造化発見,プライバシ保護型説明責任測定,エージェントAIのシステムレベルのリスク分析,技術的障害の運用的,制度的リスクへの変換という,4つの相互接続された柱を中心に構築された研究課題を具体的に述べる。
論文 参考訳（メタデータ） (2026-09-13T15:18:41Z) - Beyond Models: Reflections on Engineering AI-enabled Systems in a Project-Based Course [6.295638112781735]
本稿では,ブレーメン大学のAIアルゴリズム:理論と工学(AI Algorithms: Theory and Engineering)というプロジェクトベースの修士課程の設計と実装について述べる。
学生は映画レコメンデーションシステムを開発し、拡張性、デプロイメント、要求の進化に関わる課題に対処するアーキテクチャ設計の決定を行った。
我々の結果は、初期のアーキテクチャ上の決定、異種MLの統合、要求の進化、データ管理において、主に不均一なMLとソフトウェアエンジニアリングの専門知識のため、永続的な困難を示唆している。
論文 参考訳（メタデータ） (2026-06-15T15:21:54Z) - Verified Design of Robotic Autonomous Systems using Probabilistic Model Checking [0.0]
ロボット自律システムの設計において、安全性と信頼性が重要な役割を担っている。
本稿では,システム設計概念の体系的評価と分析を可能にするための形式的手法,すなわち確率的モデル検査(PMC)を提案する。
本稿では,提案手法のロボット農業における実践的RAS概念選択ユースケースへの適用について述べる。
論文 参考訳（メタデータ） (2025-12-19T13:01:08Z) - A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。
近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。
この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
論文 参考訳（メタデータ） (2025-08-10T16:07:32Z) - Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。
AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。
この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
論文 参考訳（メタデータ） (2025-05-03T13:55:38Z) - Toward Methodical Discovery and Handling of Hidden Assumptions in
Complex Systems and Models [3.1771791275364194]
外部レビューは、文書化されていないビルトインの仮定を明らかにすることができる。
様々なデジタルアーティファクトが、広範囲にわたる参照知識に対して自動的にチェック可能であることを示す。
システム工学のこの側面を体系的に扱うことは、複雑なシステムやモデルの品質と安全性に大きく貢献できると考えている。
論文 参考訳（メタデータ） (2023-12-27T10:33:12Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - Synergizing Domain Expertise with Self-Awareness in Software Systems: A
Patternized Architecture Guideline [11.155059219430207]
本稿では、ソフトウェアシステムにおける自己適応性を高めるために、ドメインの専門知識の相乗化と自己認識の重要性を強調する。
我々は、DBASESと呼ばれる概念、豊富なパターン、方法論の総合的なフレームワークを提示し、エンジニアに原則化されたガイドラインを提供する。
論文 参考訳（メタデータ） (2020-01-20T12:17:22Z)
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。