論文の概要: Technical Debt Management Automation: State of the Art and Future Perspectives

• arxiv url: http://arxiv.org/abs/2311.18449v1
• Date: Thu, 30 Nov 2023 10:51:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-01 16:53:04.001657
• Title: Technical Debt Management Automation: State of the Art and Future Perspectives
• Title（参考訳）: 技術的負債管理の自動化 - 現状と今後の展望
• Authors: Jo\~ao Paulo Biazotto, Daniel Feitosa, Paris Avgeriou, Elisa Yumi Nakagawa
• Abstract要約: TDM(Technical debt management)とは、TDを扱うための一連の活動を指す。 TDM自動化における現在のアプローチを要約する研究が不足している。
• 参考スコア（独自算出の注目度）: 3.237986717780412
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Technical Debt (TD) refers to non-optimal decisions made in software projects that may lead to short-term benefits, but potentially harm the system's maintenance in the long-term. Technical debt management (TDM) refers to a set of activities that are performed to handle TD, e.g., identification. These activities can entail tasks such as code and architectural analysis, which can be time-consuming if done manually. Thus, substantial research work has focused on automating TDM tasks (e.g., automatic identification of code smells). However, there is a lack of studies that summarize current approaches in TDM automation. This can hinder practitioners in selecting optimal automation strategies to efficiently manage TD. It can also prevent researchers from understanding the research landscape and addressing the research problems that matter the most. Thus, the main objective of this study is to provide an overview of the state of the art in TDM automation, analyzing the available tools, their use, and the challenges in automating TDM. For this, we conducted a systematic mapping study (SMS), and from an initial set of 1086 primary studies, 178 were selected to answer three research questions covering different facets of TDM automation. We found 121 automation artifacts, which were classified in 4 different types (i.e., tools, plugins, scripts, and bots); the inputs/outputs and interfaces were also collected and reported. Finally, a conceptual model is proposed that synthesizes the results and allows to discuss the current state of TDM automation and related challenges. The results show that the research community has investigated to a large extent how to perform various TDM activities automatically, considering the number of studies and automation artifacts we identified. More research is needed towards fully automated TDM, specially concerning the integration of the automation artifacts.
• Abstract（参考訳）: 技術的負債(Technical Debt、TD)とは、短期的な利益をもたらすが、長期にわたってシステムの保守を損なう可能性のある、ソフトウェアプロジェクトでの最適でない決定を指す。 技術的負債管理(英: Technical debt management、TDM)とは、TDを扱うために行われる一連の活動のこと。 これらのアクティビティは、コードやアーキテクチャ分析のようなタスクを伴います。 したがって、かなりの研究は、TDMタスクの自動化(コードの臭いの自動識別など)に焦点を当てている。 しかし、TDM自動化における現在のアプローチを要約する研究が不足している。 これにより、TDを効率的に管理するための最適な自動化戦略を選択することを妨げる可能性がある。 また、研究者が研究の状況を理解し、最も重要な研究課題に対処することを防ぐこともできる。 そこで本研究では,TDM自動化における技術の現状,利用可能なツールの分析,利用状況,TDM自動化の課題について概説する。 そこで,本研究では,システムマッピング研究 (SMS) を実施し,最初の1086の一次研究から,TDM自動化の異なる側面をカバーする3つの研究課題に答える178点を選定した。 121の自動化アーティファクトが4つのタイプ(ツール、プラグイン、スクリプト、ボット)に分類され、インプット/アウトプットとインターフェースも収集され、報告された。 最後に、結果を合成し、tdm自動化の現在の状況と関連する課題を議論するための概念モデルを提案する。 その結果,研究コミュニティは,特定した研究や自動化アーティファクトの数を考慮すると,様々なTDM活動を自動的に行う方法について,かなり調査してきた。 完全に自動化されたtdm、特に自動化されたアーティファクトの統合に関するさらなる研究が必要である。

関連論文リスト

• Automating Technical Debt Management: Insights from Practitioner Discussions in Stack Exchange [2.964027141453931]
  技術的負債管理(TDM)は、長期的なソフトウェアプロジェクトの維持に不可欠である。 ツールの採用は依然として低く、TDM自動化に関するさらなる研究の必要性を示している。 本研究の目的は、TDMにおける自動化に関して、どのTDMアクティビティ実践者が議論しているか、TDMの自動化のために報告するツール、自動化ソリューションを必要とする課題について理解することである。
  論文  参考訳（メタデータ） (2025-02-05T13:23:44Z)
• Automation in Model-Driven Engineering: A look back, and ahead [6.525710722033098]
  モデル駆動工学(MDE)は多くの異なるエンジニアリングタスクの自動化に関する知識の体系を提供する。 人工知能(AI)における大きな進歩により、MDEの将来について疑問が浮かび上がっている。 我々は、MDEにおける自動化の歴史と、MDEにおける自動化をさらに改善する方法の展望について論じる。
  論文  参考訳（メタデータ） (2024-05-28T19:14:16Z)
• The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
  本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。 この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
  論文  参考訳（メタデータ） (2024-02-07T01:45:14Z)
• AutoAct: Automatic Agent Learning from Scratch for QA via Self-Planning [54.47116888545878]
  AutoActはQAのための自動エージェント学習フレームワークである。 大規模アノテートデータやクローズドソースモデルからの合成計画軌道は依存していない。
  論文  参考訳（メタデータ） (2024-01-10T16:57:24Z)
• Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
  製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。 セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-14T10:37:34Z)
• AI Techniques in the Microservices Life-Cycle: A Systematic Mapping Study [8.026381963838272]
  AI(MS)の利用は、かなりの数の調査で示されているように、新興分野である。 私たちは、DevOpsフェーズにおいて、すべての品質属性(QA)を改善するために、AIテクニックの使用間のすべての可能な接続を明らかにするために、徹底的なアプローチを取っています。
  論文  参考訳（メタデータ） (2023-05-25T14:24:37Z)
• AutoML-GPT: Automatic Machine Learning with GPT [74.30699827690596]
  本稿では,タスク指向のプロンプトを開発し,大規模言語モデル(LLM)を自動的に活用して学習パイプラインを自動化することを提案する。 本稿では,多様なAIモデルのブリッジとしてGPTを用いたAutoML-GPTを提案する。 このアプローチはコンピュータビジョン、自然言語処理、その他の課題領域において顕著な結果をもたらす。
  論文  参考訳（メタデータ） (2023-05-04T02:09:43Z)
• A curated, ontology-based, large-scale knowledge graph of artificial intelligence tasks and benchmarks [4.04540578484476]
  インテリジェンスタスクオントロジーと知識グラフ(ITO)は、人工知能タスク、ベンチマーク結果、パフォーマンスメトリクスに関する包括的なリソースである。 ITOは、人工知能タスク、ベンチマーク結果、パフォーマンスメトリクスに関する、豊富な構造化と手作業によるリソースである。 ITOの目標は、AIタスクと能力のグローバルな状況に関する、正確でネットワークベースの分析を可能にすることだ。
  論文  参考訳（メタデータ） (2021-10-04T13:25:53Z)
• Automated Machine Learning Techniques for Data Streams [91.3755431537592]
  本稿では、最先端のオープンソースAutoMLツールを調査し、ストリームから収集したデータに適用し、時間とともにパフォーマンスがどのように変化するかを測定する。 この結果から,既製のAutoMLツールで十分な結果が得られることが示されたが,概念ドリフトや検出,適応といった手法が適用されれば,予測精度を時間とともに維持することが可能になる。
  論文  参考訳（メタデータ） (2021-06-14T11:42:46Z)
• Induction and Exploitation of Subgoal Automata for Reinforcement Learning [75.55324974788475]
  本稿では,Regressed Learning (RL)タスクにおけるサブゴールの学習と活用のためのISAを提案する。 ISAは、タスクのサブゴールによってエッジがラベル付けされたオートマトンであるサブゴールオートマトンを誘導することで強化学習をインターリーブする。 サブゴールオートマトンはまた、タスクの完了を示す状態と、タスクが成功せずに完了したことを示す状態の2つの特別な状態で構成されている。
  論文  参考訳（メタデータ） (2020-09-08T16:42:55Z)

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。