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。
ソフトウェアの変化-発音予測(プロジェクトにおけるクラスファイルが次のリリースにおいて変化するか否か)は,ソフトウェア開発者が保全コストを低減するための予防的行動に焦点を合わせることを助けることができ,管理者は資源をより効果的に配分することを助けることができる。以前の研究により,モデルを構築するために十分な量の訓練データがあれば,変化-発音予測が良く機能することが分かった。しかし,特に新しいプロジェクトのために,限られた歴史的データによるプロジェクトのために実行可能でなかった。この問題に取り組むために,別のプロジェクト(すなわち,ソースプロジェクト)におけるデータを用いて予測モデルを構築し,ターゲットプロジェクトにおける変化-pron度を予測する交差プロジェクト変化-発音予測を提案した。多数のソースプロジェクトがあることを考慮すると,交差プロジェクトの変化予測のための一つの挑戦は,ターゲットプロジェクトを与えられると,それに関する良好な予測精度を示すことができるソースプロジェクトを自動的に選択する方法である。本論文において,著者らは,変化-発音予測のための選択的交差プロジェクト(SCP)モデルを提案した。SCPは,ソースとターゲットプロジェクトの間の分布類似性を測定することによって,目標プロジェクトによって類似したデータ分布を持つ供給源プロジェクトを自動的に見つけた。著者らは,14のオープンソースプロジェクトに関する経験的研究を実施することによって,SCPを評価した。著者らは,MalhotraとBansalによって提案されたRCP(ランダム交差計画予測)とYanらによって開発されたCLAMI+を含む2つの最も関連した変化-発音モデルと比較した。実験結果は,SCPがAUCの条件で,それぞれ25.34%と4.30%までRCPとCLAMI+を改善することを示した。そして,費用対効果に関して,それぞれ171.42%と172.31%であった。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】
