文献

J-GLOBAL ID：202102249087960446   整理番号：21A0438818

ソフトウェア努力推定データセットにおける定常プロセスの解析【JST・京大機械翻訳】

Analyzing the Stationarity Process in Software Effort Estimation Datasets

著者 (3件)： Bosu Michael Franklin (Centre for Information Technology, Waikato Institute of Technology, Hamilton 3240, New Zealand) ,  MacDonell Stephen G. (Department of Information Science, University of Otago, Dunedin 9054, New Zealand) ,  Whigham Peter A. (Department of Information Science, University of Otago, Dunedin 9054, New Zealand)
資料名： International Journal of Software Engineering and Knowledge Engineering  (International Journal of Software Engineering and Knowledge Engineering)
巻： 30  号： 11-12  ページ： 1607-1640  発行年： 2020年 
JST資料番号： W0383A  ISSN： 0218-1940  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： ソフトウェア努力推定モデルは,すべてのデータポイントが将来のプロジェクトに対する努力の予測に等しく関連するという基本的な仮定に基づいて典型的に開発された。ソフトウェア工学プロセスのいくつかの側面の動的性質は,この仮定が少なくともいくつかの事例で保持されないことを意味した。本研究では,3つのカーネル推定関数を用いて,ソフトウェア努力推定モデルの構築において使用された5つのソフトウェア工学データセットにおける定常性仮定を試験した。カーネル推定子を,重みづけ線形回帰モデリングで次に使用する不均一重みの生成に用いた。各モデルにおいて,より最近完成したプロジェクトがより大きな重みを割り当てる間,より古いプロジェクトはより小さな重みを割り当てるが,推定する必要がある現在のまたは将来のプロジェクトへのそれらの潜在的に大きな関連性を反映する。予測誤差を均一モデルから得た結果と比較した。著者らの結果は,根底にある非定常プロセスを示すデータセットに対して,均一モデルが不均一モデルより正確であることを示した。すなわち,カーネル推定関数に基づくモデルは,重みづけが適用されないモデルよりも悪い。対照的に,定常プロセスを示すデータセットの均一および不均一モデルの精度は本質的に等価であった。著者らの解析は,データセットの不均一性が増加するので,定常性の影響が,過度に起こることを示した。本研究の結果はまた,努力推定モデルの精度がモデル開発で用いられるカーネル推定関数のタイプに依存しないという以前の知見を確認した。Copyright 2021 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  *ソフトウェア ,  ソフトウェア工学 ,  重みづけ ,  不均一性 ,  予測誤差
準シソーラス用語： 線形回帰 ,  非定常性 ,  定常性 ,  推定モデル ,  カーネル推定 ,  モデル開発 ,  回帰モデリング , 【Automatic Indexing@JST】

著者キーワード (5件)： ソフトウェア努力推定 ,  ソフトウェアプロセス ,  定常性 ,  カーネル推定量 ,  重み付き線形回帰

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 (5件)： ソフトウェア ,  推定 ,  データセット ,  プロセス ,  解析