| 研究課題/領域番号 |
24K07948
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 鳥取大学 |
|---|
研究代表者 |
南野 友香 鳥取大学, 工学研究科, 准教授 (30778014)
|
|---|
| 研究分担者 |
桑野 将司 鳥取大学, 工学研究科, 教授 (70432680)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2026年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2024年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | ソフトウェア開発管理 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
高信頼化・短納期化が求められる現在のソフトウェア開発プロジェクトでは開発管理者によりテスト工程で必要となる時間と人員数（工数）が見積もられる．しかし実際はフォールト（バグ）の修正時間が予測できず，プロジェクトの遅延を招いている．本研究では，開発管理者の意思決定を支援するため，機械学習に基づきフォールト修正時間の予測を行う．ただし，開発時に得られるデータの収集期間が短く，修正時間予測のための学習データが少量（スモールデータ）という課題がある．そのため，クラスタリングで過去の類似プロジェクトデータを定量的に選定し，学習データのように利用することで，進行中のプロジェクトのための予測モデルを開発する．
|
