?
РАЗРАБОТКА DSM-ПЛАТФОРМЫ: СРЕДСТВА ТРАНСФОРМАЦИИ МОДЕЛЕЙ ВИДА «МОДЕЛЬ-ТЕКСТ»
С. 124–134.
Проскуряков К. А., Лядова Л. Н.
Цель исследования – апробация подхода к созданию средств генерации кода по визуальным моделям для DSM-платформы, основанной на знаниях и метамоделировании. Основа решения – многоаспектная онтология, описывающая языки, предназначенные для решения различных задач проектирования и анализа систем, и предметные области, в которых пользователи решают эти задачи. Генерация кода реализуется на основе правил трансформации, которые пользователи разрабатывают с помощью конструктора. Описаны структура онтологии и модуля трансформации, пользовательский интерфейс приложения и примеры представления языков и правил в онтологии.
Язык:
русский
Ключевые слова: метамоделированиепредметно-ориентированные языкиmetamodelingпредметно-ориентированное моделированиеDSM-платформаDSLтрансформация моделейmodel transformationsdomain specific modelingDSLDSM platformcode generationгенерация кодаmultifaceted ontologyмногоаспектная онтологияdomain specific languages
В книге
Таганрог: Издательство ЮФУ, 2023.
Александров Д. В., Василевский В. И., Резуник Л. и др., В кн.: Труды Института системного программирования РАНТ. 38. Вып. 5.: ИСП РАН, 2026. С. 73–90.
Ограничения при выполнении задач, требующих точного извлечения информации из сверхдлинных последовательностей, приводят к снижению качества генерации и отладки кода крупных объектно-ориентированных систем, характеризующихся сложными межклассовыми зависимостями и необходимостью анализа длинных трассировок выполнения, превышающих размеры стандартных контекстных окон. Предлагается технология JavaCapsule для генерации и отладки Java-кода, реализующая итеративную отладку на основе структурированной обратной связи, включающей результаты ...
Добавлено: 24 сентября 2026 г.
Трофимова Е. А., Shamina Z., Selifanova M. и др., , in: Proceedings of the Generative Code Intelligence Workshop (GeCoIn 2026), co-located with the 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026)Vol. 4238.: CEUR-WS.org, 2026.
Добавлено: 20 августа 2026 г.
Джейранян А. Д., Ларионова Я. А., Лядова Л. Н., В кн.: ГрафиКон 2025 : материалы 35-й Международной конференции по компьютерной графике и машинному зрению (Россия, Йошкар-Ола, 30 сентября – 2 октября 2025 г.).: Йошкар-Ола: Поволжский государственный технологический университет, 2025. С. 353–366.
Аннотация. Средства визуализации данных представляют собой ключевые инструменты аналитиков, облегчающие выявление зависимостей, тенденций и закономерностей. Эти средства находят применение у широкого круга пользователей (аналитиков, учёных, руководителей предприятий, менеджеров, преподавателей и специалистов других областей, где точное и понятное представление информации критически важно для повышения эффективности анализа данных). Существующие инструменты визуализации ограничивают возможности кастомизации, предлагают лишь базовые ...
Добавлено: 5 мая 2026 г.
Джейранян А. Д., Ларионова Я. А., Лядова Л. Н., В кн.: ГрафиКон 2025 : материалы 35-й Международной конференции по компьютерной графике и машинному зрению (Россия, Йошкар-Ола, 30 сентября – 2 октября 2025 г.).: Йошкар-Ола: Поволжский государственный технологический университет, 2025. С. 353–366.
Средства визуализации данных представляют собой ключевые инструменты аналитиков, облегчающие выявление зависимостей, тенденций и закономерностей. Эти средства находят применение у широкого круга пользователей (аналитиков, учёных, руководителей предприятий, менеджеров, преподавателей и специалистов других областей, где точное и понятное представление информации критически важно для повышения эффективности анализа данных). Существующие инструменты визуализации ограничивают возможности кастомизации, предлагают лишь базовые настройки ...
Добавлено: 21 февраля 2026 г.
Джейранян А. Д., Лядова Л. Н., В кн.: BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics: сб. науч. ст. XI Междунар. науч.-практ. конф. (Республика Беларусь, Минск, 23–24 апреля 2025 года).: Мн.: БГУИР, 2025. С. 386–396.
Выполнен анализ существующих методов и инструментов визуализации данных, выявлены их ограничения, связанные с необходимостью продвинутых навыков программирования или недостаточной гибкостью настройки. Предложена методология разработки инструментов визуализации данных на основе экспертных знаний, обеспечивающая возможность эффективного создания настраиваемых визуальных представлений. Методология включает три ключевых подхода: (1) разработку предметно-ориентированных языков (DSLs) для визуализации данных, (2) автоматизированную генерацию скриптов визуализации ...
Добавлено: 21 февраля 2026 г.
Василевский В. И., Александров Д. В., Proceedings of the Institute for System Programming of the RAS 2025 Vol. 37 No. 5 P. 173–182
Автоматическая генерация кода большими языковыми моделями (LLM) достигла значительных успехов, однако все еще сталкивается с проблемами при работе со сложными и объемными кодовыми базами, особенно на таких языках, как Java. Ограничения контекстного окна LLM и сложность отладки сгенерированного кода являются ключевыми препятствиями. В данной статье представлен подход, направленный на улучшение генерации и отладки Java-кода. Мы ...
Добавлено: 26 декабря 2025 г.
Integrating an Ontology-Driven Approach to Data Visualization and AI Based Visualization with Plotly
A.D. Dzheiranian, L.N. Lyadova, Proceedings of the Institute for System Programming of the RAS 2025 Vol. 37 No. 4 P. 191–206
В данном исследовании представлен прототип ассистента, управляемого искусственным интеллектом, который автоматизирует генерацию скриптов визуализации данных на основе запросов на естественном языке, устраняя необходимость пользователей владеть навыками программирования. В статье рассматриваются исследования, направленные на разработку средств для эффективной визуализации данных, проводится сравнение систем визуализации данных, основанных на использовании искусственного интеллекта, показаны ограничения существующих средств. Предлагаемый подход ...
Добавлено: 25 сентября 2025 г.
Lyudmila Lyadova, Anton Platunov, Ланин В. В. и др., , in: Knowledge Discovery, Knowledge Engineering and Knowledge Management: 15th International Joint Conference, IC3K 2023, Rome, Italy, November 13-15, 2023, Revised Selected PapersVol. 2454.: Rome: Springer, 2025. Ch. 11 P. 232–250.
Добавлено: 2 мая 2025 г.
Эбрахим А., Иванов И. А., , in: 2024 International Russian Automation Conference (RusAutoCon).: IEEE, 2024. P. 1012–1016.
Добавлено: 9 января 2025 г.
Резуник Л., Александров Д.В., ИТ-Стандарт 2024 № 4 С. 34–41
Технологии машинного обучения и различные инструменты для генерации кода в последние годы оказали значительное влияние на сферу разработки программного обеспечения. Хотя большинство существующих решений не созданы специально для генерации кода, программисты применяют их в различных задачах. Не многие из существующих решений для искусственного интеллекта хорошо работают с менее распространенными языками, такими как Kotlin или Swift, ...
Добавлено: 30 декабря 2024 г.