論文の概要: Quality Assurance Practices in Agile Methodology
- arxiv url: http://arxiv.org/abs/2411.05134v1
- Date: Thu, 07 Nov 2024 19:45:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-11 14:55:27.680542
- Title: Quality Assurance Practices in Agile Methodology
- Title（参考訳）: アジャイル方法論における品質保証の実践
- Authors: Almustapha A. Wakili, Lawan Nasir Alhassan, Abubakar Kamagata,
- Abstract要約: ソフトウェアの複雑さは日々増加しており、ソフトウェアプロダクトの検証の必要性も増している。
ソフトウェアメトリクスを開発プロセスやソフトウェア製品に適用するプラクティスは重要なタスクであり、学習と規律を必要とする。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: The complexity of software is increasing day by day the requirement and need for a verity of softwareproducts increases, this necessitates the provision of a strong tool that will make a balance betweenproduction and quality. The practice of applying software metrics to the development process and to asoftware product is a critical task and crucial enough that requires study and discipline and whichbrings knowledge of the status of the process and/or product of software in regards to the goals toachieve, this discipline is known as quality assurance which is the key factor behind the success ofevery software engineering project, the quality assurance activities are what result in the qualitativeproduct as well as the process in both conventional software development methodology and agilemethodology. However, agile methodology is now becoming one of the dominant method adopted bymost of the software industries because it allows developing of software with very limited requirementand supports rapid changes in the requirement, the method may produce the product very fast but wemight not guarantee the quality of the product unless we apply the SQA activities to the process. Thisresearch paper aimed to study the quality assurance activities practice in agile software developmentmethodology, investigate the common problems and key drivers of quality in agile, and propose asolution to improve the practice of SQA in agile methodology by analyzing the parameters that assurequality in agile software.
- Abstract（参考訳）: ソフトウェアの複雑さは日々増加しており、ソフトウェアプロダクトの正当性の必要性が増しているため、生産と品質のバランスをとる強力なツールの提供が不可欠である。
ソフトウェアメトリクスを開発プロセスやソフトウェア製品に適用するプラクティスは、学習と規律を必要とし、目標達成に関して、ソフトウェアプロセスや/または製品の状態に関する知識を育む上で、極めて重要なタスクであり、この規律は品質保証として知られている。
しかし、アジャイルの方法論は、非常に限られた要件を持つソフトウェアの開発を可能にし、要求の迅速な変更をサポートするため、今やソフトウェア産業で採用されている支配的な手法の1つになっています。
本研究の目的は,アジャイルソフトウェア開発方法論における品質保証活動の実践を調査し,アジャイルにおける品質の共通問題と重要な要因を調査し,アジャイルソフトウェア開発における品質保証のパラメータを分析して,アジャイル方法論におけるSQAの実践を改善するための解決策を提案することである。
関連論文リスト
- Lingma SWE-GPT: An Open Development-Process-Centric Language Model for Automated Software Improvement [62.94719119451089]
Lingma SWE-GPTシリーズは、現実世界のコード提出活動から学び、シミュレーションする。
Lingma SWE-GPT 72BはGitHubの30.20%の問題を解決する。
論文 参考訳（メタデータ） (2024-11-01T14:27:16Z) - Leveraging LLMs for the Quality Assurance of Software Requirements [40.55044936397561]
ISO 29148標準に従って,ソフトウェア要件の品質特性を評価するために,LLM(Large Language Model)の能力を導入,評価する。
本稿では,LCMが要求をどう評価するか,その意思決定プロセスを説明するとともに,要件の改良版を提案する能力について考察する。
論文 参考訳（メタデータ） (2024-08-20T14:17:50Z) - How to Measure Performance in Agile Software Development? A Mixed-Method Study [2.477589198476322]
この研究は、アジャイルソフトウェア開発のパフォーマンス指標を実際に使用するときに生じる課題を特定することを目的としている。
結果として、広く使用されているパフォーマンスメトリクスが実際に広く使用されている一方で、アジャイルソフトウェア開発チームは透明性と標準化の欠如と不十分な正確性のために、課題に直面しています。
論文 参考訳（メタデータ） (2024-07-08T19:53:01Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z) - State-Of-The-Practice in Quality Assurance in Java-Based Open Source
Software Development [3.4800665691198565]
我々は、GitHub上の1,454の人気のあるオープンソースプロジェクトの開発において、品質保証アプローチが併用されているかどうかを調査する。
我々の研究は、一般的にプロジェクトは高強度で全ての品質保証プラクティスに従わないことを示唆している。
一般的に、我々の研究は、Javaベースのオープンソースソフトウェア開発において、既存の品質保証アプローチがどのように使われているか、より深く理解しています。
論文 参考訳（メタデータ） (2023-06-16T07:43:11Z) - Quantifying Process Quality: The Role of Effective Organizational
Learning in Software Evolution [0.0]
現実世界のソフトウェアアプリケーションは、常に進化し続けなければならない。
ソフトウェア品質管理の従来の手法には、ソフトウェアの品質モデルと継続的コード検査ツールが含まれる。
しかし、開発プロセスの品質と結果のソフトウェア製品との間には、強い相関関係と因果関係がある。
論文 参考訳（メタデータ） (2023-05-29T12:57:14Z) - Genetic Micro-Programs for Automated Software Testing with Large Path
Coverage [0.0]
既存のソフトウェアテスト技術は、検索アルゴリズムを利用して、高い実行パスカバレッジを実現する入力値を見つけることに重点を置いている。
本稿では、進化したソリューションが入力値ではなく、繰り返し入力値を生成するマイクロプログラムである新しい遺伝的プログラミングフレームワークの概要を述べる。
我々のアプローチは多くの異なるソフトウェアシステムに適用できるような一般化が可能であり、そのため、トレーニングされた特定のソフトウェアコンポーネントのみに特化していない、と我々は主張する。
論文 参考訳（メタデータ） (2023-02-14T18:47:21Z) - Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。
私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文 参考訳（メタデータ） (2021-07-15T11:14:03Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - Technology Readiness Levels for AI & ML [79.22051549519989]
機械学習システムの開発は、現代的なツールで容易に実行できるが、プロセスは通常急いで、エンドツーエンドで実行される。
エンジニアリングシステムは、高品質で信頼性の高い結果の開発を効率化するために、明確に定義されたプロセスとテスト標準に従います。
我々は、機械学習の開発と展開のための実証されたシステムエンジニアリングアプローチを提案する。
論文 参考訳（メタデータ） (2020-06-21T17:14:34Z) - Towards CRISP-ML(Q): A Machine Learning Process Model with Quality
Assurance Methodology [53.063411515511056]
本稿では,機械学習アプリケーション開発のためのプロセスモデルを提案する。
第1フェーズでは、データの可用性がプロジェクトの実現可能性に影響を与えることが多いため、ビジネスとデータの理解が結合されます。
第6フェーズでは、機械学習アプリケーションの監視とメンテナンスに関する最先端のアプローチがカバーされている。
論文 参考訳（メタデータ） (2020-03-11T08:25:49Z)
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。