論文の概要: AI in Software Engineering: A Survey on Project Management Applications
- arxiv url: http://arxiv.org/abs/2307.15224v1
- Date: Thu, 27 Jul 2023 23:02:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 16:00:13.613183
- Title: AI in Software Engineering: A Survey on Project Management Applications
- Title（参考訳）: ソフトウェアエンジニアリングにおけるAI: プロジェクト管理アプリケーションに関する調査
- Authors: Talia Crawford, Scott Duong, Richard Fueston, Ayorinde Lawani, Samuel
Owoade, Abel Uzoka, Reza M. Parizi, Abbas Yazdinejad
- Abstract要約: 機械学習(ML)はデータセットでトレーニングを行うアルゴリズムを採用しており、特定のタスクを自律的に実行することができる。
AIは、特にプロジェクト管理と計画において、ソフトウェアエンジニアリングの分野で大きな可能性を秘めている。
- 参考スコア（独自算出の注目度）: 3.156791351998142
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial Intelligence (AI) refers to the intelligence demonstrated by
machines, and within the realm of AI, Machine Learning (ML) stands as a notable
subset. ML employs algorithms that undergo training on data sets, enabling them
to carry out specific tasks autonomously. Notably, AI holds immense potential
in the field of software engineering, particularly in project management and
planning. In this literature survey, we explore the use of AI in Software
Engineering and summarize previous works in this area. We first review eleven
different publications related to this subject, then compare the surveyed
works. We then comment on the possible challenges present in the utilization of
AI in software engineering and suggest possible further research avenues and
the ways in which AI could evolve with software engineering in the future.
- Abstract（参考訳）: 人工知能(AI)は、機械によって示される知性を指し、AIの領域では、機械学習(ML)が注目すべきサブセットである。
MLはデータセットのトレーニングを行うアルゴリズムを採用しており、特定のタスクを自律的に実行することができる。
特に、aiはソフトウェア工学、特にプロジェクト管理と計画の分野で大きな可能性を秘めている。
本稿では,ソフトウェア工学におけるaiの利用について調査し,この分野におけるこれまでの成果を概説する。
まず、この主題に関する11の異なる出版物をレビューし、調査した作品を比較した。
次に、ソフトウェアエンジニアリングにおけるAIの利用における潜在的な課題についてコメントし、さらなる研究の道程と、将来ソフトウェアエンジニアリングでAIが進化する方法について提案する。
関連論文リスト
- Bridging Gaps, Building Futures: Advancing Software Developer Diversity and Inclusion Through Future-Oriented Research [50.545824691484796]
我々はSEの多様性と包摂性に関する課題と解決策について、SE研究者や実践者から知見を提示する。
我々は,将来的なユートピアやディストピアのビジョンを共有し,今後の研究の方向性とアカデミックや産業への示唆を提供する。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - The application of artificial intelligence in software engineering: a
review challenging conventional wisdom [0.9651131604396904]
この調査章は、ソフトウェア工学に適用されるAIの最も一般的な方法のレビューである。
このレビューでは、1975年から2017年にかけての要件フェーズについて、46の主要なAI駆動手法が発見されている。
この章の目的は、以下の質問に答えることである。
論文 参考訳（メタデータ） (2021-08-03T15:59:59Z) - A Classification of Artificial Intelligence Systems for Mathematics
Education [3.718476964451589]
本章では,数学教育(ME)のデジタルツールとして使用されているAIシステムの概要を紹介する。
それはAIと機械学習(ML)の研究者を対象としており、教育アプリケーションで使われている特定の技術に光を当てています。
論文 参考訳（メタデータ） (2021-07-13T12:09:10Z) - Software Engineering for AI-Based Systems: A Survey [8.550158373713906]
AIベースのシステムの構築、運用、保守のためのソフトウェアエンジニアリングのアプローチに関する合成知識は限られています。
AIベースのシステムのためのSEは、2018年以来、研究の2/3以上が出版されている新興研究領域です。
AIベースのシステムの最も研究された特性は信頼性と安全性です。
論文 参考訳（メタデータ） (2021-05-05T11:22:08Z) - Explainable AI for Software Engineering [12.552048647904591]
まず、ソフトウェアエンジニアリングにおける説明可能なAIの必要性を強調します。
次に、上記の課題に対処するために、説明可能なAI技術をどのように利用できるか、という3つのケーススタディを要約する。
論文 参考訳（メタデータ） (2020-12-03T00:42:29Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
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。