| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
UML diagrammu izstrādes automatizācija ar ģeneratīvo mākslīgo intelektu |
| Nosaukums angļu valodā |
UML Diagram Development Automatization with Generative Artificial Intelligence |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Oksana Ņikiforova |
| Recenzents |
Artis Teilāns |
| Anotācija |
Vienotā modelēšanas valoda ir būtisks rīks informācijas sistēmu un
programmatūras risinājumu projektēšanā, analīzē un dokumentācijā. UML diagrammas
ļauj strukturēti attēlot risinājumu dažādos abstrakcijas līmeņos, nodrošinot vienotu
izpratni starp visām izstrādē iesaistītajām pusēm. Tomēr, UML diagrammu izstrāde
tradicionāli ir manuāls un laikietilpīgs process, kura kvalitāte ir atkarīga no izstrādātāja
pieredzes, jomas zināšanām un spēju loģiski sasaistīt vairākus modeļus. Pieaugot IT
projektu sarežģītībai un dokumentācijas apjomam, palielinās risks pieļaut kļūdas
modeļu izstrādes procesā, vai iegūt savstarpēji nesaistītus modeļus. Darba mērķis ir
noteikt esošos rīkus un izstrādāt risinājumu, kas izmanto ģeneratīvo mākslīgo intelektu
UML diagrammu automātiskai ģenerēšanai no dabīgās valodas aprakstiem, ietverot
biznesa procesu modeļu pārveidošanu uz lietojuma gadījumu diagrammām, secību
diagrammām un lietotājstāstiem. Pētījuma procesā tiek analizēti UML modelēšanas
teorētiskie pamati, modeļu transformācijas koncepcija, kā arī uz noteikumiem balstītu
risinājumu, ģeneratīvā mākslīgā intelekta un lielo valodas modeļu pielietojums
strukturētu modeļu izstrādē. Tiek noteiktas UML diagrammu savstarpējās sasaistes
prasības, veidojot transformāciju ķēdes no biznesa procesu modeļiem uz lietojuma
gadījumu diagrammām, secību diagrammām un lietotājstāstiem. Darba praktiskajā daļā
tiek izstrādāts uz mākslīgā intelekta atbalstīts UML diagrammu ģenerēšanas prototips,
kas nodrošina dabīgās valodas ievades apstrādi un UML elementu strukturētu
veidošanu. Prototips tiek eksperimentāli pārbaudīts, analizējot ģenerēto diagrammu
atbilstību UML standarta prasībām un savstarpējo loģisko saskaņotību. Darba rezultāti
sniedz ieskatu ģeneratīvā mākslīgā intelekta efektivitātē UML modelēšanas
automatizācijā un iezīmē turpmākos pētniecības virzienus šajā jomā. |
| Atslēgas vārdi |
UML diagrammas, ģeneratīvais mākslīgais intelekts, modeļu transformācija, NLP, UML diagrammu izstrādes automatizācija |
| Atslēgas vārdi angļu valodā |
UML diagrams, generative artificial intelligence, model transformation, NLP, UML diagram development automation |
| Valoda |
lv |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
18.05.2026 19:08:13 |
