論文の概要: On the perceived relevance of critical internal quality attributes when evolving software features

• arxiv url: http://arxiv.org/abs/2305.04301v1
• Date: Sun, 7 May 2023 14:59:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 12:05:10.083140
• Title: On the perceived relevance of critical internal quality attributes when evolving software features
• Title（参考訳）: ソフトウェア機能の進化における重要な内部品質特性の関連性について
• Authors: Eduardo Fernandes and Marcos Kalinowski
• Abstract要約: 本研究は,進化する特徴における重要な内部属性の関連性に対する開発者の認識について検討する。 低凝集度,高複雑性,高結合度,大階層深度,大階層幅,大サイズという6つのクラスレベルの臨界属性をターゲットにした。
• 参考スコア（独自算出の注目度）: 4.982004166757922
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Several refactorings performed while evolving software features aim to improve internal quality attributes like cohesion and complexity. Indeed, internal attributes can become critical if their measurements assume anomalous values. Yet, current knowledge is scarce on how developers perceive the relevance of critical internal attributes while evolving features. This qualitative study investigates the developers' perception of the relevance of critical internal attributes when evolving features. We target six class-level critical attributes: low cohesion, high complexity, high coupling, large hierarchy depth, large hierarchy breadth, and large size. We performed two industrial case studies based on online focus group sessions. Developers discussed how much (and why) critical attributes are relevant when adding or enhancing features. We assessed the relevance of critical attributes individually and relatively, the reasons behind the relevance of each critical attribute, and the interrelations of critical attributes. Low cohesion and high complexity were perceived as very relevant because they often make evolving features hard while tracking failures and adding features. The other critical attributes were perceived as less relevant when reusing code or adopting design patterns. An example of perceived interrelation is high complexity leading to high coupling.
• Abstract（参考訳）: ソフトウェア機能の進化中に行われたいくつかのリファクタリングは、凝集や複雑性といった内部品質特性を改善することを目的としている。 実際、内部の属性は、その測定が異常な値を仮定する場合に重要になる。 しかし、現在の知識は、開発者が機能を進化させながら、重要な内部属性の関連性をどう認識するかに乏しい。 この質的研究は、進化する機能における重要な内部属性の関連性に対する開発者の認識を調査します。 低凝集度,高複雑性,高結合度,大階層深度,大階層幅,大サイズの6つのクラスレベルクリティカル属性をターゲットにした。 オンラインフォーカスグループセッションに基づく2つの産業事例研究を行った。 開発者は、機能の追加や拡張において重要な属性がどの程度(そしてなぜ)重要かについて議論した。 臨界属性の相対的関連性,各臨界属性の関連性の背後にある要因,および臨界属性の相互関係について検討した。 低い凝集性と高い複雑さは、しばしば障害を追跡し、機能を追加しながら進化する機能を困難にするため、非常に重要視されていた。 その他の重要な属性は、コード再利用やデザインパターンの採用において、あまり関係がないと見なされた。 相互関係が知覚される例は、高い結合をもたらす高い複雑性である。

関連論文リスト

• Complexity Matters: Dynamics of Feature Learning in the Presence of Spurious Correlations [13.119576365743624]
  突発的な相関の下で特徴学習のダイナミクスを考察する。 以上の結果から, 最終層の再トレーニングの成功を正当化し, 急激な相関を除去できることが示唆された。 また、突発的特徴の早期学習を利用する一般的なデバイアスアルゴリズムの限界も特定する。
  論文  参考訳（メタデータ） (2024-03-05T23:54:00Z)
• Attribute-Aware Deep Hashing with Self-Consistency for Large-Scale Fine-Grained Image Retrieval [65.43522019468976]
  本稿では属性認識ハッシュコードを生成するための自己整合性を持つ属性認識ハッシュネットワークを提案する。 本研究では,高レベル属性固有ベクトルを教師なしで蒸留する再構成タスクのエンコーダ・デコーダ構造ネットワークを開発する。 我々のモデルは,これらの属性ベクトルに特徴デコリレーション制約を設けて,それらの代表的能力を強化する。
  論文  参考訳（メタデータ） (2023-11-21T08:20:38Z)
• Architectural Optimization and Feature Learning for High-Dimensional Time Series Datasets [0.7388859384645262]
  重力波検出器における過渡ノイズアーチファクトの存在を予測する問題について検討する。 従来の技術と比較して誤差率を60%以上削減するモデルを導入する。
  論文  参考訳（メタデータ） (2022-02-27T23:41:23Z)
• Evaluation of Latent Space Disentanglement in the Presence of Interdependent Attributes [78.8942067357231]
  深層生成モデルによる制御可能な音楽生成は, ゆがみ学習技術にますます依存している。 セマンティック属性間の固有関係を考慮に入れたMIGのドロップイン代替として,依存性を考慮した情報メトリクスを提案する。
  論文  参考訳（メタデータ） (2021-10-11T20:01:14Z)
• Variational Leakage: The Role of Information Complexity in Privacy Leakage [9.803087286110182]
  プライバシリークにおける情報複雑性の役割について,敵の関心事の属性について検討する。 そこで我々はColored-MNISTとCelebAデータセットの実験を行い,情報複雑さが本質的漏洩量に与える影響を評価する。
  論文  参考訳（メタデータ） (2021-06-05T06:56:39Z)
• Improving Attention Mechanism with Query-Value Interaction [92.67156911466397]
  本稿では,問合せ対応の注目値を学習可能な問合せ-値相互作用関数を提案する。 我々のアプローチは、多くの注意に基づくモデルの性能を一貫して改善することができる。
  論文  参考訳（メタデータ） (2020-10-08T05:12:52Z)
• Profile Consistency Identification for Open-domain Dialogue Agents [39.159162271430205]
  一貫性のある属性プロファイルを維持することは、対話エージェントが人間と自然に会話するために不可欠である。 110K以上のシングルターン会話とキー値属性プロファイルを備えた大規模な人間アノテーション付きデータセットを作成します。
  論文  参考訳（メタデータ） (2020-09-21T08:38:23Z)
• SEEK: Segmented Embedding of Knowledge Graphs [77.5307592941209]
  本稿では,モデル複雑性を増大させることなく,高い競争力を持つ関係表現性を実現する軽量なモデリングフレームワークを提案する。 本フレームワークは,評価関数の設計に重点を置いており,1)十分な特徴相互作用の促進,2)関係の対称性と反対称性の両特性の保存,という2つの重要な特徴を強調している。
  論文  参考訳（メタデータ） (2020-05-02T15:15:50Z)
• SubjQA: A Dataset for Subjectivity and Review Comprehension [52.13338191442912]
  主観性と質問応答(QA)の関係について検討する。 主観性は、主観性とQAパフォーマンスのより複雑な相互作用があるにもかかわらず、QAの場合においても重要な特徴であることがわかった。 顧客レビューに基づいた英語のQAデータセット(SubjQA)をリリースし、6つの異なるドメインにまたがる質問や回答に対する主観的アノテーションを含む。
  論文  参考訳（メタデータ） (2020-04-29T15:59:30Z)
• Uncertainty Quantification for Deep Context-Aware Mobile Activity Recognition and Unknown Context Discovery [85.36948722680822]
  我々はα-βネットワークと呼ばれる深層モデルのコンテキスト認識混合を開発する。 高レベルの文脈を識別することで、精度とFスコアを10%向上させる。 トレーニングの安定性を確保するために、公開データセットと社内データセットの両方でクラスタリングベースの事前トレーニングを使用しました。
  論文  参考訳（メタデータ） (2020-03-03T19:35:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。