文献

J-GLOBAL ID：201802221720779817   整理番号：18A2096484

ソフトウェア努力推定のための予測可能性分類【JST・京大機械翻訳】

Predictability Classification for Software Effort Estimation

著者 (4件)： Kinoshita Naoki ,  Monden Akito ,  Tshunoda Masateru ,  Yucel Zeynep
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： BCD  ページ： 43-48  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ソフトウェア開発努力の推定精度がソフトウェアプロジェクトの間で大きく変化するという問題に焦点を合わせて,著者らは,伝導努力推定の前にソフトウェアプロジェクトのための予測可能性分類法を提案した。提案した方法において,予測されるプロジェクトを与えて,最初に,「予測可能」または「予測不可能」としてプロジェクトを同定することによって,努力が正確に推定できるか否かを評価した。予測可能なプロジェクトの場合,努力推定を行った。そうでなければ,推定は避けられる。6つの産業データセットを用いて提案した方法の有効性を評価する実験の結果として,(i)平均二乗残差と残差分散は予測可能性の認識のための適切な尺度であることを示した。そして,(ii)プロジェクトが予測不可能なクラスに属するとき,推定を避けることによって,平均絶対誤差は,5つのデータセットにおいて著しく減少した。それは提案した方法の有効性を証明した。提案した方法を用いることにより,それらが推定に依存し,それらができない場合には,実行者は事例を認識することができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *予測可能性 ,  ソフトウェア開発 ,  *ソフトウェア ,  残差 ,  *予測
準シソーラス用語： 平均絶対誤差 ,  分類法 ,  ソフトウェアプロジェクト ,  推定精度 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ソフトウェア ,  推定 ,  予測可能性 ,  分類