論文の概要: A Process Mining-Based System For The Analysis and Prediction of Software Development Workflows
- arxiv url: http://arxiv.org/abs/2510.25935v2
- Date: Fri, 31 Oct 2025 17:31:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-03 13:41:53.441385
- Title: A Process Mining-Based System For The Analysis and Prediction of Software Development Workflows
- Title（参考訳）: プロセスマイニングによるソフトウェア開発ワークフローの分析と予測システム
- Authors: Antía Dorado, Iván Folgueira, Sofía Martín, Gonzalo Martín, Álvaro Porto, Alejandro Ramos, John Wallace,
- Abstract要約: CodeSightは、ソフトウェア開発における期限順守を期待するために設計されたエンドツーエンドのシステムである。
GitHubから直接開発とデプロイメントデータをキャプチャして、詳細な分析のためにプロセスマイニングログに変換する。
CodeSightはLSTMモデルを採用し、シーケンシャルなアクティビティトレースと静的な特徴に基づいて残りのPR解像度時間を予測する。
- 参考スコア（独自算出の注目度）: 33.72751145910978
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: CodeSight is an end-to-end system designed to anticipate deadline compliance in software development workflows. It captures development and deployment data directly from GitHub, transforming it into process mining logs for detailed analysis. From these logs, the system generates metrics and dashboards that provide actionable insights into PR activity patterns and workflow efficiency. Building on this structured representation, CodeSight employs an LSTM model that predicts remaining PR resolution times based on sequential activity traces and static features, enabling early identification of potential deadline breaches. In tests, the system demonstrates high precision and F1 scores in predicting deadline compliance, illustrating the value of integrating process mining with machine learning for proactive software project management.
- Abstract（参考訳）: CodeSightは、ソフトウェア開発ワークフローにおける期限順守を期待するために設計されたエンドツーエンドのシステムである。
GitHubから直接開発とデプロイメントデータをキャプチャして、詳細な分析のためにプロセスマイニングログに変換する。
これらのログから、システムはメトリクスとダッシュボードを生成し、PRアクティビティパターンとワークフロー効率に関する実用的な洞察を提供する。
この構造化された表現に基づいて、CodeSightはLSTMモデルを使用して、シーケンシャルなアクティビティトレースと静的な特徴に基づいて残りのPR解像度時間を予測し、潜在的期限違反の早期発見を可能にする。
テストでは、プロセスマイニングと機械学習を統合することで、プロアクティブなソフトウェアプロジェクト管理の価値を示しながら、納期順守の予測において高い精度とF1スコアを示す。
関連論文リスト
- Agentic Predictor: Performance Prediction for Agentic Workflows via Multi-View Encoding [56.565200973244146]
Agentic Predictorは、効率的なエージェントワークフロー評価のための軽量な予測器である。
Agentic Predictorはタスク成功率の近似を学ぶことで、最適なエージェントワークフロー構成の迅速かつ正確な選択を可能にする。
論文 参考訳（メタデータ） (2025-05-26T09:46:50Z) - NLP-Based .NET CLR Event Logs Analyzer [0.0]
自然言語処理(NLP)アプローチにインスパイアされた新しい手法を用いて、.NET CLRイベントログを解析するツールを提案する。
イベントログ用にカスタマイズされたトークン化プロセスを拡張したBERTベースのアーキテクチャを利用する。
本実験は, イベントシーケンスの圧縮, 繰り返しパターンの検出, 異常の同定におけるアプローチの有効性を実証するものである。
論文 参考訳（メタデータ） (2025-02-06T17:01:38Z) - Benchmarking Agentic Workflow Generation [80.74757493266057]
複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。
また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。
我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
論文 参考訳（メタデータ） (2024-10-10T12:41:19Z) - Event Abstraction for Enterprise Collaboration Systems to Support Social
Process Mining [0.0]
プロセスマイニングの1つの目的は、情報システムのイベントログからプロセスモデルを見つけることである。
ECSログには、既存のイベント抽象化アプローチで完全に対処されていない特別な特徴がある。
このギャップを、記録された実際のユーザアクティビティとシステム生成の低レベルトレースを比較してモデルを訓練する、ECSイベント抽象化アプローチで埋めることを目指している。
論文 参考訳（メタデータ） (2023-08-08T17:00:30Z) - Exploring the potential of flow-based programming for machine learning
deployment in comparison with service-oriented architectures [8.677012233188968]
理由のひとつは、データ収集と分析に関するアクティビティのために設計されていないインフラストラクチャである、と私たちは論じています。
本稿では,データストリームを用いたフローベースのプログラミングを,ソフトウェアアプリケーション構築に広く使用されるサービス指向アーキテクチャの代替として検討する。
論文 参考訳（メタデータ） (2021-08-09T15:06:02Z) - CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT
(Extended Version) [62.96267257163426]
我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。
まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。
次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
論文 参考訳（メタデータ） (2021-03-18T20:22:50Z) - Predictive Process Model Monitoring using Recurrent Neural Networks [2.4029798593292706]
本稿では,予測モニタリングの中間地点となるプロセス・アズ・ムーブズ(PAM)について紹介する。
プロセス実行トレースのさまざまなウィンドウにおけるアクティビティ間の宣言的なプロセス制約をキャプチャすることで実現します。
高次元入力に適した様々なリカレントニューラルネットワークトポロジを使用して、ウィンドウをタイムステップとしてプロセスモデルの進化をモデル化する。
論文 参考訳（メタデータ） (2020-11-05T13:57:33Z)
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。