抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械学習(MLシステム)に依存するシステムは,従来のシステムと比較してシステム品質に異なる要求を持つ。非機能的要求(NFRs)として知られるそのような品質要求は,従来のシステムに対するNFRsからの定義,範囲,および重要性において異なる可能性がある。MLシステムに対するNFRsの重要性にもかかわらず,それらの定義と範囲の理解,および各NFRにおける既存の研究の範囲は,従来のドメインにおける理解と比較して不足している。産業におけるMLシステムNFRの重要性と処理に関する調査に基づいて,著者らはこのギャップを狭めるために3つの貢献を行った。(1)共有特性に基づくMLシステムNFRのクラスタを提示し,(2)著者らは,NFRsの部分集合に関する関連研究の数を推定するために,Scopus探索結果,また,NFRのサンプルに関する符号間信頼性を用いて,著者らは,システム(例えば,訓練データ,MLモデル,または他のシステム要素)の部品上のNFRsの範囲を定義するために,各サンプルにおける標題と抽象の著者らの初期読解を使用した。これらの初期知見は,この新興領域における将来の研究のための基礎を形成する。【JST・京大機械翻訳】