論文の概要: Systematic literature review on forecasting and prediction of technical debt evolution
- arxiv url: http://arxiv.org/abs/2406.12026v1
- Date: Mon, 17 Jun 2024 18:50:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-20 00:07:11.081453
- Title: Systematic literature review on forecasting and prediction of technical debt evolution
- Title（参考訳）: 技術的負債の進展予測と予測に関する体系的文献レビュー
- Authors: Adekunle Ajibode, Yvon Apedo, Temitope Ajibode,
- Abstract要約: 技術的負債(英: Technical debt、TD)とは、ソフトウェア品質の妥協によって生じる追加コストのこと。
本研究の目的は,ソフトウェア工学における既存の知識を探求し,研究と産業におけるアプローチの洞察を得ることである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: Technical debt (TD) refers to the additional costs incurred due to compromises in software quality, providing short-term advantages during development but potentially compromising long-term quality. Accurate TD forecasting and prediction are vital for informed software maintenance and proactive management. However, this research area lacks comprehensive documentation on the available forecasting techniques. Objective: This study aims to explore existing knowledge in software engineering to gain insights into approaches proposed in research and industry for forecasting TD evolution. Methods: To achieve this objective, we conducted a Systematic Literature Review encompassing 646 distinct papers published until 2023. Following established methodology in software engineering, we identified and included 14 primary studies for analysis. Result: Our analysis unveiled various approaches for TD evolution forecasting. Notably, random forest and temporal convolutional networks demonstrated superior performance compared to other methods based on the result from the primary studies. However, these approaches only address two of the fifteen identified TD types, specifically Code debt and Architecture debt, while disregarding the remaining types. Conclusion: Our findings indicate that research on TD evolution forecasting is still in its early stages, leaving numerous challenges unaddressed. Therefore, we propose several research directions that require further investigation to bridge the existing gaps. Keywords: Systematic literature review, Technical debt, Technical debt prediction, Technical debt forecasting, Technical debt metrics
- Abstract（参考訳）: コンテキスト: 技術的負債(TD)とは、ソフトウェア品質の妥協によって生じる追加コストを指し、開発期間中に短期的なメリットを提供するが、長期的な品質を損なう可能性がある。
正確なTD予測と予測は、インフォメーションソフトウェア保守と積極的管理に不可欠である。
しかし、この研究領域では、利用可能な予測技術に関する包括的な資料が欠落している。
目的:本研究は、TD進化を予測するために、ソフトウェア工学における既存の知識を探求し、研究と産業で提案されるアプローチの洞察を得ることを目的としている。
方法: この目的を達成するため, 2023年までの646の異なる論文を網羅した体系的文献レビューを行った。
ソフトウェア工学の確立された方法論に従って、分析のための14の主研究を特定し、含めた。
結果: この分析からTD進化予測への様々なアプローチが明らかになった。
特に、ランダムな森林と時間的畳み込みネットワークは、一次研究の結果に基づく他の手法に比べて優れた性能を示した。
しかしながら、これらのアプローチは15の特定されたTDタイプのうち、特にコード負債とアーキテクチャ負債の2つにのみ対処します。
結論:TD進化予測の研究はまだ初期段階であり,多くの課題が未解決のまま残されている。
そこで本稿では,既存のギャップを埋めるためにさらなる調査を必要とするいくつかの研究方向を提案する。
キーワード:システム文献レビュー、技術的負債、技術的負債予測、技術的負債予測、技術的負債メトリクス
関連論文リスト
- Improving the detection of technical debt in Java source code with an enriched dataset [12.07607688189035]
技術的負債(Technical debt, TD)とは、開発者が問題に対して迅速かつ簡単なソリューションを選択すると、追加の作業とコストが発生すること。
近年の研究では、ソースコードに埋め込まれたコメントを分析することで、SATD(Self-Admitted Technical Debts)の検出に焦点が当てられている。
コードコメントによって識別された最初のTDデータセットを、関連するソースコードとともにキュレートしました。
論文 参考訳（メタデータ） (2024-11-08T10:12:33Z) - Human Action Anticipation: A Survey [86.415721659234]
行動予測に関する文献は、行動予測、活動予測、意図予測、目標予測など、様々なタスクにまたがる。
我々の調査は、この断片化された文献を結びつけることを目的としており、最近の技術革新とモデルトレーニングと評価のための新しい大規模データセットの開発をカバーしています。
論文 参考訳（メタデータ） (2024-10-17T21:37:40Z) - A Comprehensive Survey on Evidential Deep Learning and Its Applications [64.83473301188138]
Evidential Deep Learning (EDL)は、単一のフォワードパスで最小限の追加計算で信頼性の高い不確実性推定を提供する。
まず、主観的論理理論であるEDLの理論的基礎を掘り下げ、他の不確実性推定フレームワークとの区別について議論する。
さまざまな機械学習パラダイムや下流タスクにまたがる広範な応用について詳しく述べる。
論文 参考訳（メタデータ） (2024-09-07T05:55:06Z) - Evaluating Time-Dependent Methods and Seasonal Effects in Code Technical Debt Prediction [6.616501747443831]
本研究は,時間依存手法と季節的影響を考慮した時間依存手法の効果を評価することを目的とする。
Javaで開発された31のオープンソースプロジェクトのコミット履歴を使って、11の予測モデルをトレーニングしました。
論文 参考訳（メタデータ） (2024-08-15T11:39:58Z) - A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。
多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
論文 参考訳（メタデータ） (2024-05-30T04:46:40Z) - Self-Admitted Technical Debt Detection Approaches: A Decade Systematic Review [5.670597842524448]
技術的負債 (Technical debt, TD) とは、ソフトウェア開発において、最適な設計やコード決定に関連する長期的なコストを表す用語である。
開発者がこれらのトレードオフを明確に認めると、SATD(Self-Admitted Technical Debt)が発生する。
SATDの自動検出は、ますます重要な研究領域となっている。
論文 参考訳（メタデータ） (2023-12-19T12:01:13Z) - A Survey on Service Route and Time Prediction in Instant Delivery:
Taxonomy, Progress, and Prospects [58.746820564288846]
Route&Time Prediction (RTP) は、労働者の到着時間だけでなく、将来のサービス経路を推定することを目的としている。
これまで多くのアルゴリズムが開発されてきたが、この領域の研究者を導くための体系的で包括的な調査は行われていない。
提案手法は,2つの基準に基づいて分類される: (i) タスクのタイプ, (i) 時間のみの予測, (ii) シーケンスベースモデルとグラフベースモデルを含むモデルアーキテクチャ, (iii) 教師付き学習(SL) とDeep Reinforcementを含む学習パラダイム。
論文 参考訳（メタデータ） (2023-09-03T14:43:33Z) - Multimodal Explainable Artificial Intelligence: A Comprehensive Review of Methodological Advances and Future Research Directions [2.35574869517894]
本研究は、MXAI(Multimodal XAI)領域における最近の進歩の分析に焦点をあてる。
MXAIは、主予測と説明タスクに複数のモダリティを含む手法から構成される。
論文 参考訳（メタデータ） (2023-06-09T07:51:50Z) - Deep Learning Schema-based Event Extraction: Literature Review and
Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。
本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文 参考訳（メタデータ） (2021-07-05T16:32:45Z) - From Goals, Waypoints & Paths To Long Term Human Trajectory Forecasting [54.273455592965355]
将来の軌道の不確実性は、(a)エージェントに知られているが、モデルに未知な情報源、例えば長期目標や(b)エージェントとモデルの両方に未知な情報源、例えば他のエージェントの意図や既約乱数不確定性などである。
我々は,長期目標における多モータリティと,経路ポイントや経路における多モータリティによるアレタリック不確実性を通じて,てんかん不確かさをモデル化する。
また,この二分法を実証するために,従来の作業よりも1分間,桁長の予測地平線を有する,新しい長期軌跡予測設定を提案する。
論文 参考訳（メタデータ） (2020-12-02T21:01:29Z) - Forecasting AI Progress: A Research Agenda [0.41998444721319206]
本稿では,AIの進歩を予測するための研究課題の開発について述べる。
Delphiのテクニックを使って、どの質問や方法に優先順位をつけるか、専門家の意見を導き、集約する。
専門家は、AIの進捗を予測するための様々な方法を検討するべきだと述べた。
論文 参考訳（メタデータ） (2020-08-04T21:46:46Z)
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。