文献

J-GLOBAL ID：202002266651709696   整理番号：20A2289519

ソフトウェア保全性の予測に向けた経験的研究に関する系統的文献レビュー【JST・京大機械翻訳】

A systematic literature review on empirical studies towards prediction of software maintainability

著者 (2件)： Malhotra Ruchika (Discipline of Software Engineering, Department of Computer Science and Engineering, Delhi Technological University, Delhi, India) ,  Lata Kusum (Department of Computer Science and Engineering, Delhi Technological University, Delhi, India)
資料名： Soft Computing  (Soft Computing)
巻： 24  号： 21  ページ： 16655-16677  発行年： 2020年 
JST資料番号： W1043A  ISSN： 1432-7643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ソフトウェア開発の初期段階におけるソフトウェア保全性予測は,保守努力の正確な推定のためのモデルの構築を含む。これは,資源を最適に管理するためのソフトウェア実務者を導く。本研究は,1990年1月から2019年10月までの予測モデルを系統的にレビューし,ソフトウェア保全性を予測した。種々の側面に従って,これらのモデルの有効性を解析した。研究の目標を満たすために,著者らは36の研究論文を同定した。これらの論文の調査において,様々な機械学習(ML),統計的(ST),およびハイブリッド化(HB)技法を適用して,ソフトウェア保全性を予測する予測モデルを開発した。このレビューの重要な知見は,MLベースのモデルの全体的性能がSTモデルのものより良いことである。ソフトウェア保全性の予測に対するHB技術の利用は限られている。このレビューの結果は,ML技術を用いて開発されたソフトウェア保全性予測(SMP)モデルがST技術を用いて開発されたモデルより優れていることを明らかにした。また,HB技術を用いて開発された少数のモデルの予測性能は有望であるが,HB技術の性能に関する決定的な結果は,異なるHB技術がいくつかの研究で適用されるので,報告され得る。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *保全 ,  *ソフトウェア ,  有効性 ,  ソフトウェア開発 ,  *保全性 ,  保守管理 ,  機械学習 ,  予測モデル
準シソーラス用語： 研究論文 ,  予測性能 ,  体系的文献レビュー ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (5件)： ソフトウェアメンテナンス ,  ソフトウェア保全性 ,  機械学習技術 ,  統計的技術 ,  ハイブリッド化技術

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (6件)： ソフトウェア ,  保全性 ,  予測 ,  経験 ,  研究 ,  系統的文献レビュー