論文の概要: Agile Requirement Change Management Model for Global Software
Development
- arxiv url: http://arxiv.org/abs/2402.14595v1
- Date: Thu, 22 Feb 2024 14:46:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-23 14:54:10.074070
- Title: Agile Requirement Change Management Model for Global Software
Development
- Title(参考訳): グローバルソフトウェア開発のためのアジャイル要件変更管理モデル
- Authors: Neha Koulecar and Bachan Ghimire
- Abstract要約: 我々は、既存のモデルの限界に対処する、高貴で包括的で堅牢なアジャイル要件変更管理(ARCM)モデルを提案する。
本研究は,実環境下でのRCMモデルの有効性を評価し,改善すべき限界や領域を特定した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a noble, comprehensive and robust agile requirements change
management (ARCM) model that addresses the limitations of existing models and
is tailored for agile software development in the global software development
paradigm. To achieve this goal, we conducted an exhaustive literature review
and an empirical study with RCM industry experts. Our study evaluated the
effectiveness of the proposed RCM model in a real-world setting and identifies
any limitations or areas for improvement. The results of our study provide
valuable insights into how the proposed RCM model can be applied in agile
global software development environments to improve software development
practices and optimize project success rates.
- Abstract(参考訳): 我々は、既存のモデルの限界に対処し、グローバルなソフトウェア開発パラダイムにおけるアジャイルソフトウェア開発に適した、高貴で包括的で堅牢なアジャイル要件変更管理(ARCM)モデルを提案します。
この目的を達成するため、我々は総合的な文献レビューとRCM業界の専門家との実証的研究を行った。
本研究は,実環境下でのRCMモデルの有効性を評価し,改善すべき限界や領域を特定した。
本研究の結果は,RCMモデルがアジャイルの世界的ソフトウェア開発環境に適用され,ソフトウェア開発の実践を改善し,プロジェクトの成功率を最適化する方法について,貴重な知見を提供するものである。
関連論文リスト
- When LLM-based Code Generation Meets the Software Development Process [50.82665351100067]
本稿では,ソフトウェア工学の確立した実践に触発されたコード生成フレームワークであるLCGを紹介する。
LLMエージェントは、LCGWaterfall、LCGTDD、LCGScrumといった様々なソフトウェアプロセスモデルをエミュレートする。
我々は,HumanEval,HumanEval-ET,MBPP,MBPP-ETの4つのコード生成ベンチマークでLCGを評価した。
論文 参考訳(メタデータ) (2024-03-23T14:04:48Z) - Mitigating Reward Hacking via Information-Theoretic Reward Modeling [70.26019860948114]
本稿では,報酬モデリングのための汎用的で堅牢なフレームワークであるInfoRMを提案する。
我々は,潜伏空間における過最適化と外れ値の相関を同定し,報酬過最適化を検出するための有望なツールとしてInfoRMを確立した。
論文 参考訳(メタデータ) (2024-02-14T17:49:07Z) - An Introduction to Adaptive Software Security [0.0]
本稿では、MAPE-Kループとソフトウェア開発ライフサイクル(SDLC)を統合した革新的なアプローチを提案する。
開発全体を通じてセキュリティポリシを積極的に組み込んで,さまざまなレベルのソフトウェアエンジニアリングの脆弱性を低減します。
論文 参考訳(メタデータ) (2023-12-28T20:53:11Z) - Redefining Developer Assistance: Through Large Language Models in Software Ecosystem [0.5580128181112308]
本稿では,インストラクションチューニングによって開発されたDevAssistLlamaを紹介し,ソフトウェア関連自然言語クエリの処理を支援する。
DevAssistLlamaは、特に複雑な技術ドキュメントの扱いに長けており、ソフトウェア固有のタスクにおける開発者の能力を向上させる。
論文 参考訳(メタデータ) (2023-12-09T18:02:37Z) - Let's reward step by step: Step-Level reward model as the Navigators for
Reasoning [64.27898739929734]
Process-Supervised Reward Model (PRM)は、トレーニングフェーズ中にステップバイステップのフィードバックをLLMに提供する。
LLMの探索経路を最適化するために,PRMからのステップレベルのフィードバックを応用した欲求探索アルゴリズムを提案する。
提案手法の汎用性を探るため,コーディングタスクのステップレベル報酬データセットを自動生成する手法を開発し,コード生成タスクにおける同様の性能向上を観察する。
論文 参考訳(メタデータ) (2023-10-16T05:21:50Z) - Xcrum: A Synergistic Approach Integrating Extreme Programming with Scrum [0.0]
この記事では,スクラムとエクストリームプログラミング(XP)という,2つの著名なアジャイル方法論の概要を紹介する。
XPプラクティスをスクラムに統合することで、"Xcrum"と呼ばれる新しいハイブリッド方法論が生まれました。
この新しいアプローチが両方のメソッドの強みを取り入れていることを考えると、オリジナルのフレームワークを上回る可能性を秘めている点に注意が必要だ。
論文 参考訳(メタデータ) (2023-10-05T01:39:10Z) - Streamlined Framework for Agile Forecasting Model Development towards
Efficient Inventory Management [2.0625936401496237]
本稿では,開発プロセスのコアコンポーネント間の接続を合理化して予測モデルを構築するためのフレームワークを提案する。
提案したフレームワークは、新しいデータセットの迅速かつ堅牢な統合、異なるアルゴリズムの実験、最良のモデルの選択を可能にする。
論文 参考訳(メタデータ) (2023-04-13T08:52:32Z) - When Demonstrations Meet Generative World Models: A Maximum Likelihood
Framework for Offline Inverse Reinforcement Learning [62.00672284480755]
本稿では, 専門家エージェントから, 一定の有限個の実演において観測された動作を過小評価する報酬と環境力学の構造を復元することを目的とする。
タスクを実行するための正確な専門知識モデルは、臨床的意思決定や自律運転のような安全に敏感な応用に応用できる。
論文 参考訳(メタデータ) (2023-02-15T04:14:20Z) - Model Reprogramming: Resource-Efficient Cross-Domain Machine Learning [65.268245109828]
視覚、言語、音声などのデータに富む領域では、ディープラーニングが高性能なタスク固有モデルを提供するのが一般的である。
リソース制限されたドメインでのディープラーニングは、(i)限られたデータ、(ii)制約付きモデル開発コスト、(iii)効果的な微調整のための適切な事前学習モデルの欠如など、多くの課題に直面している。
モデル再プログラミングは、ソースドメインから十分に訓練されたモデルを再利用して、モデル微調整なしでターゲットドメインのタスクを解くことで、リソース効率のよいクロスドメイン機械学習を可能にする。
論文 参考訳(メタデータ) (2022-02-22T02:33:54Z) - Ensemble Regression Models for Software Development Effort Estimation: A
Comparative Study [0.0]
本研究は,どの手法がより優れた作業予測精度を持つかを判定し,より優れた見積もりを提供するための組み合わせ手法を提案する。
その結果,提案したアンサンブルモデルでは,ソフトウェアプロジェクトの取り組み推定に最適な応答が得られた。
論文 参考訳(メタデータ) (2020-07-03T14:40:41Z) - Quantitatively Assessing the Benefits of Model-driven Development in
Agent-based Modeling and Simulation [80.49040344355431]
本稿では,MDD とABMS プラットフォームの利用状況と開発ミスについて比較する。
その結果、MDD4ABMSはNetLogoと類似した設計品質のシミュレーションを開発するのに、より少ない労力を必要とすることがわかった。
論文 参考訳(メタデータ) (2020-06-15T23:29:04Z)
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。