論文の概要: Measuring the Fitness-for-Purpose of Requirements: An initial Model of Activities and Attributes
- arxiv url: http://arxiv.org/abs/2405.09895v1
- Date: Thu, 16 May 2024 08:31:44 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-17 14:51:34.647027
- Title: Measuring the Fitness-for-Purpose of Requirements: An initial Model of Activities and Attributes
- Title（参考訳）: 要求の満足度を測る:活動と属性の初期モデル
- Authors: Julian Frattini, Jannik Fischbach, Davide Fucci, Michael Unterkalmsteiner, Daniel Mendez,
- Abstract要約: 本稿では,要求に影響を及ぼす活動とその属性の初期モデルを提案する。
我々の長期的な目標は、REフェーズのためにフィットネスを最適化する方法に関するエビデンスベースの意思決定支援を開発することです。
- 参考スコア（独自算出の注目度）: 4.147594239309427
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Requirements engineering aims to fulfill a purpose, i.e., inform subsequent software development activities about stakeholders' needs and constraints that must be met by the system under development. The quality of requirements artifacts and processes is determined by how fit for this purpose they are, i.e., how they impact activities affected by them. However, research on requirements quality lacks a comprehensive overview of these activities and how to measure them. In this paper, we specify the research endeavor addressing this gap and propose an initial model of requirements-affected activities and their attributes. We construct a model from three distinct data sources, including both literature and empirical data. The results yield an initial model containing 24 activities and 16 attributes quantifying these activities. Our long-term goal is to develop evidence-based decision support on how to optimize the fitness for purpose of the RE phase to best support the subsequent, affected software development process. We do so by measuring the effect that requirements artifacts and processes have on the attributes of these activities. With the contribution at hand, we invite the research community to critically discuss our research roadmap and support the further evolution of the model.
- Abstract（参考訳）: 要件工学は、開発中のシステムが満たさなければならない利害関係者のニーズと制約について、その後のソフトウェア開発活動に通知することを目的としている。
要件アーティファクトやプロセスの品質は、その目的にどの程度適しているか、すなわちそれらがそれらに影響される活動にどのように影響するかによって決定される。
しかし,要求品質に関する研究には,これらの活動の概要と測定方法が欠落している。
本稿では,このギャップに対処する研究課題を特定し,要求に影響を及ぼす活動とその属性の初期モデルを提案する。
文献データと経験データの両方を含む3つの異なるデータソースからモデルを構築する。
その結果、24のアクティビティと16の属性を含む初期モデルが得られた。
私たちの長期的な目標は、REフェーズのためにフィットネスを最適化する方法に関するエビデンスベースの意思決定支援を開発し、その後、影響を受けるソフトウェア開発プロセスを支援することです。
要求アーティファクトとプロセスがこれらのアクティビティの属性に与える影響を測定することで、そのようにします。
コントリビューションを手元に、研究コミュニティに対して、研究ロードマップを批判的に議論し、モデルのさらなる進化を支援するよう呼びかけます。
関連論文リスト
- A Systematic Review of Business Process Improvement: Achievements and Potentials in Combining Concepts from Operations Research and Business Process Management [0.0]
ビジネスプロセスマネジメントと運用リサーチは、組織における価値創造を強化することを目的としています。
この体系的な文献レビューは、両方の分野から組み合わせた概念を用いた作品を特定し分析する。
その結果,資源配分とスケジューリングの問題に強い焦点が当てられている。
論文 参考訳（メタデータ） (2024-09-02T14:13:14Z) - The Responsible Foundation Model Development Cheatsheet: A Review of Tools & Resources [100.23208165760114]
ファンデーションモデル開発は、急速に成長するコントリビュータ、科学者、アプリケーションを引き付けている。
責任ある開発プラクティスを形成するために、我々はFoundation Model Development Cheatsheetを紹介します。
論文 参考訳（メタデータ） (2024-06-24T15:55:49Z) - GPT in Data Science: A Practical Exploration of Model Selection [0.7646713951724013]
この研究は、AI意思決定プロセスの理解を深めることにコミットしています。
我々の取り組みは、より透明で理解しやすいAIシステムの構築に向けられている。
論文 参考訳（メタデータ） (2023-11-20T03:42:24Z) - Data-Centric Long-Tailed Image Recognition [49.90107582624604]
ロングテールモデルは高品質なデータに対する強い需要を示している。
データ中心のアプローチは、モデルパフォーマンスを改善するために、データの量と品質の両方を強化することを目的としています。
現在、情報強化の有効性を説明するメカニズムに関する研究が不足している。
論文 参考訳（メタデータ） (2023-11-03T06:34:37Z) - Geometric Deep Learning for Structure-Based Drug Design: A Survey [83.87489798671155]
構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。
近年の幾何学的深層学習の進歩は、3次元幾何学的データを効果的に統合・処理し、この分野を前進させてきた。
論文 参考訳（メタデータ） (2023-06-20T14:21:58Z) - When Can Models Learn From Explanations? A Formal Framework for
Understanding the Roles of Explanation Data [84.87772675171412]
個々のデータポイントの説明がモデリング性能を向上させる状況について検討する。
e-SNLI、TACRED、SemEvalの3つの既存のデータセットを使って説明します。
論文 参考訳（メタデータ） (2021-02-03T18:57:08Z) - All That Glitters Is Not Gold: Towards Process Discovery Techniques with
Guarantees [1.3299507495084417]
イベントデータの品質が向上すればするほど、発見されたモデルの品質も向上します。
イベントデータと発見したプロセスモデルの両方に、さまざまな品質対策を使用してこれを実証します。
本論文は、ISエンジニアのコミュニティに対して、プロセスディスカバリアルゴリズムを、入力の性質と出力の性質を関連付けたプロパティで補完するよう呼びかけている。
論文 参考訳（メタデータ） (2020-12-23T16:08:47Z) - A Technique for Determining Relevance Scores of Process Activities using
Graph-based Neural Networks [0.0]
本研究では,プロセス活動の関連点を評価指標として評価する手法を開発した。
このような関連性スコアでプロセスモデルに注釈を付けることは、ビジネスプロセスの問題に焦点を当てた分析を促進する。
異なる領域の4つのデータセットを用いて,本手法の予測品質を定量的に評価し,妥当性スコアの忠実性を示す。
論文 参考訳（メタデータ） (2020-08-07T12:15:30Z) - Goal-Aware Prediction: Learning to Model What Matters [105.43098326577434]
学習した前進力学モデルを使用する際の根本的な課題の1つは、学習したモデルの目的と下流のプランナーやポリシーの目標とのミスマッチである。
本稿では,タスク関連情報への直接的予測を提案し,そのモデルが現在のタスクを認識し,状態空間の関連量のみをモデル化することを奨励する。
提案手法は,目標条件付きシーンの関連部分を効果的にモデル化し,その結果,標準タスク非依存のダイナミックスモデルやモデルレス強化学習より優れていることがわかった。
論文 参考訳（メタデータ） (2020-07-14T16:42:59Z) - Causal Feature Selection for Algorithmic Fairness [61.767399505764736]
データ管理の統合コンポーネントにおける公平性について検討する。
本稿では,データセットの公平性を保証する特徴のサブコレクションを同定する手法を提案する。
論文 参考訳（メタデータ） (2020-06-10T20:20:10Z)
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。