| 研究課題/領域番号 |
21K11833
|
|---|
| 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60050:ソフトウェア関連
|
|---|
| 研究機関 | 岡山県立大学 |
|---|
研究代表者 |
天嵜 聡介 岡山県立大学, 情報工学部, 准教授 (00434978)
|
|---|
| 研究分担者 |
阿萬 裕久 愛媛大学, 総合情報メディアセンター, 教授 (50333513)
横川 智教 岡山県立大学, 情報工学部, 准教授 (50382362)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 工数見積もり / 不具合モジュール予測 / 組織横断データの活用 |
|---|
| 研究成果の概要 |
先行研究で提案されたCPDP手法及びCCSEE手法を網羅的に調査して、CPDPからCCSEE及びCCSEEEからCPDPの双方向で適用可能性を明らかにし、また、予測性能の観点から有用性を明らかにした。ソースファイルを想定したCPDP手法について、ソースコードの変更差分を想定した場合の有用性を明らかにし、また、Cross-Personalized Defect Prediction という新しい適用先を示した。さらに、直接ソースコードや機能要求のテキストを入力とする工数見積もり手法及び不具合モジュール予測手法において、他の開発組織のプロジェクトデータの有用な利用形態についての可能性を示した。
|
| 自由記述の分野 |
ソフトウェア工学
|
| 研究成果の学術的意義や社会的意義 |
本研究で得られた成果のうち、CCSEEとして有用な手法及びCPDPとして有用な手法は、新しい領域に踏み出す過程で発生するプロジェクト固有データの不足を補うために多くのソフトウェア開発組織で活用できる知見である。また、Cross-Personalized Defect Predictionは本研究で新たに見出された適用先であり、学術的にも今後の発展が期待される。さらに近年発達しているテキストを直接埋め込みベクトルに変換して行う工数見積もりや不具合モジュール予測の研究において、事前学習のデータ量が重要であるという知見は今後の同分野の研究の方向に影響を及ぼすものである。
|
