Apr, 2024

实现用于上下文丰富智能应用的自动化软件演化的数据到产品多模态概念框架

PDF
TL;DR该研究提出了一个概念性框架来实现自动化软件演化，强调多模态学习的重要性。基于该框架，开发了一种选择性顺序范围模型（3S）模型，用于对不同软件工程阶段和多模态学习任务进行分类。该研究为更高级的自动化软件演化奠定了基础，并可作为实践者进入该领域的实用指南。此研究虽然针对智能应用，但框架和分析方法也可适用于其他类型的软件，随着人工智能为其生命周期带来更多智能。
发现论文，激发创造
  • 值得信赖且协同的软件工程人工智能：愿景与路线图

    软件工程领域的未来将依靠人工智能技术（AI4SE）的发展，以提升开发者的生产力、提高软件质量，并实现可信赖和协同工作的目标。

    Sep, 2023

  • 物联网的机器学习和软件建模的模型驱动方法

    本研究旨在提出一种综合方法，将软件工程和人工智能社区的模型结合起来，实现驱动智能系统的模型驱动软件开发，主要着重于物联网领域，并通过案例研究和用户评估验证了该方法的可行性和性能提升。

    Jul, 2021

  • 软件工程的兴衰 (?)

    这篇论文探讨了人工智能引领的自动化和人类创新之间的相互作用，以及如何将人工智能顺利整合到软件工程中并保持其固有的人类创造力。

    Jun, 2024

  • 软件定义车辆中的单一系统错觉 -- 自动化的、由人工智能驱动的工作流程

    预测车辆软件系统开发中的关键点，并提出了一种基于模型和特征的方法，其中最终架构不是显式定义的，而是从迭代的搜索和优化过程中出现，并保留以单系统虚幻为特点，使应用在逻辑统一的环境中运行。

    Mar, 2024

  • 创新即时代的融合：软件工程与绿色人工智能的交叉

    机器学习和基础模型的最新进展正在改变现有软件工程过程的前沿，本文考虑了采用环境友好实践创建 AI 软件系统的影响，并对使用基础模型进行软件开发的环境影响进行了讨论。

    Jun, 2024

  • 由需求到体系结构：基于人工智能的半自动软件体系结构生成之旅

    使用人工智能技术基于需求半自动生成软件架构候选方案，并通过定量分析和架构权衡分析方法进行自动评估和交叉分析，以提高生成架构模型的质量、效率和有效性。

    Jan, 2024

  • 自主认知实体的概念框架

    该论文介绍了自主认知实体（ACE）模型，一种新型的认知架构，通过在人工认知架构中引入了抽象层的概念，充分发挥了生成式人工智能技术的能力，构建了自主、主动的系统，并提出了实施策略，旨在更易于理解和应用。

    Oct, 2023

  • 深度学习与软件工程：研究现状与未来发展方向

    该研究报告总结了深度学习和软件工程交叉研究的高优先级领域，并提出了潜在的路径图以指导未来的工作。

    Sep, 2020

  • 利用面向环境智能平台加速多模态、融合型人工智能系统的开发

    本文介绍了用于多模态、综合人工智能系统的开源框架 Platform for Situated Intelligence, 提供了基础设施、工具和组件，特别适用于发展物理场景互动系统，以便更好地与人交互，如社交机器人、虚拟助手、智能会议室等，同时也讨论了该框架对 HRI 的影响。

    Oct, 2020

  • 借助人工智能改进软件工作量估算：综合研究和框架提案

    本研究在过去的五年中对 AI 技术在软件工作量估计方面进行了广泛的研究。通过克服传统方法的局限性，该研究旨在提高准确性和可靠性，并通过性能评估和与包括人工神经网络（ANN）、支持向量机（SVM）、线性回归、随机森林在内的多种机器学习模型进行比较，找到最有效的方法。所提出的基于 AI 的框架具有增强项目规划和资源分配的潜力，有助于软件项目工作量估计研究领域。

    Feb, 2024