PLEIADES - Assistant Intelligent pour la Détection et Résolution de Défauts dans l'Ingénierie de Ligne de Produits

Les Lignes de Produits Logiciels sont une approche d’ingénierie pour gérer le développement et évolution de larges ensembles de produits logiciels partageant des exigences et artefacts logiciels réutilisables. L’artefact clé introduit par l’approche est le Modèle de Variabilité (MV), qui représente les contraints qui déterminent les ensembles valides d’exigences et artefacts composant la configuration de chaque produit. Ces MV peuvent contenir des milliers de caractéristiques (ensembles cohérents d’exigences), rendant leur analyse manuel impraticable. L’état de l’art préconise leur transformation dans des représentations formelles comprises par des moteurs d’inférence pour automatiser certaines tâches de raisonnement. Ces approches souffrent néanmoins d’un forte couplement entre chaque paire de Langage de Modélisation de la Variabilité (LMV) et Moteur d’Inférence (MI). Le framework PLEIADES, l’objet de cette thèse, dépasse ces limitations en utilisant le Common Logic Interchange Format (CLIF) en tant que langage intermédiaire, découplant le processus de transformations des MV. PLEIADES rend explicites les sémantiques des MV et les tâches de raisonnement, en se servant de spécifications déclaratives fournies par les utilisateurs. Mis à l’épreuve par des benchmarks, PLEIADES intègre plusieurs LMV et MI. Son but est de tracer le chemin vers des outils de raisonnement sur des MV modulaires, réutilisables et extensibles.

Publication Details

Journal
SPIRE - Sciences Po Institutional REpository
Published
2024-12-20
Primary Topic
Advanced Software Engineering Methodologies
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

PLEIADES - Assistant Intelligent pour la Détection et Résolution de Défauts dans l'Ingénierie de Ligne de Produits

SPIRE - Sciences Po Institutional REpository
Advanced Software Engineering Methodologies
article

PLEIADES - Assistant Intelligent pour la Détection et Résolution de Défauts dans l'Ingénierie de Ligne de Produits

article en

Abstract

Les Lignes de Produits Logiciels sont une approche d’ingénierie pour gérer le développement et évolution de larges ensembles de produits logiciels partageant des exigences et artefacts logiciels réutilisables. L’artefact clé introduit par l’approche est le Modèle de Variabilité (MV), qui représente les contraints qui déterminent les ensembles valides d’exigences et artefacts composant la configuration de chaque produit. Ces MV peuvent contenir des milliers de caractéristiques (ensembles cohérents d’exigences), rendant leur analyse manuel impraticable. L’état de l’art préconise leur transformation dans des représentations formelles comprises par des moteurs d’inférence pour automatiser certaines tâches de raisonnement. Ces approches souffrent néanmoins d’un forte couplement entre chaque paire de Langage de Modélisation de la Variabilité (LMV) et Moteur d’Inférence (MI). Le framework PLEIADES, l’objet de cette thèse, dépasse ces limitations en utilisant le Common Logic Interchange Format (CLIF) en tant que langage intermédiaire, découplant le processus de transformations des MV. PLEIADES rend explicites les sémantiques des MV et les tâches de raisonnement, en se servant de spécifications déclaratives fournies par les utilisateurs. Mis à l’épreuve par des benchmarks, PLEIADES intègre plusieurs LMV et MI. Son but est de tracer le chemin vers des outils de raisonnement sur des MV modulaires, réutilisables et extensibles.

SPIRE - Sciences Po Institutional REpository
Openalex Percentile: Top 42%
Advanced Software Engineering Methodologies
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

PLEIADES - Assistant Intelligent pour la Détection et Résolution de Défauts dans l'Ingénierie de Ligne de Produits · SPIRE - Sciences Po Institutional REpository (2024) | TGRS Research Map | TGRS