An approach to adjust effort estimation of function point analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F21%3A63537898" target="_blank" >RIV/70883521:28140/21:63537898 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-030-77442-4_45" target="_blank" >http://dx.doi.org/10.1007/978-3-030-77442-4_45</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-77442-4_45" target="_blank" >10.1007/978-3-030-77442-4_45</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
An approach to adjust effort estimation of function point analysis
Popis výsledku v původním jazyce
This study presents a modified approach to adjust a software development effort estimation. The AdamOptimizer-based regression model is adopted to adjust and enhance the accuracy of effort estimation. This approach is derived into three phases. The first step deals with the logarithmized formula of effort estimation computed by Function Point Analysis and Productivity Delivery Rate. The Adam-Optimizer-based regression model is examined in the second phase, and the ISBSG repository 2020 release R1 is considered as a historical dataset in this paper. Moreover, the K-Fold cross-validation technique is adopted to tunning the training model. In the following phase, all results are evaluated by statistical significance and the goodness of fit measure. Finally, a proposed approach is compared with others: Capers Jones, and the Mean Effort. © 2021, The Author(s), under exclusive license to Springer Nature Switzerland AG.
Název v anglickém jazyce
An approach to adjust effort estimation of function point analysis
Popis výsledku anglicky
This study presents a modified approach to adjust a software development effort estimation. The AdamOptimizer-based regression model is adopted to adjust and enhance the accuracy of effort estimation. This approach is derived into three phases. The first step deals with the logarithmized formula of effort estimation computed by Function Point Analysis and Productivity Delivery Rate. The Adam-Optimizer-based regression model is examined in the second phase, and the ISBSG repository 2020 release R1 is considered as a historical dataset in this paper. Moreover, the K-Fold cross-validation technique is adopted to tunning the training model. In the following phase, all results are evaluated by statistical significance and the goodness of fit measure. Finally, a proposed approach is compared with others: Capers Jones, and the Mean Effort. © 2021, The Author(s), under exclusive license to Springer Nature Switzerland AG.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Lecture Notes in Networks and Systems
ISBN
978-303077441-7
ISSN
23673370
e-ISSN
—
Počet stran výsledku
16
Strana od-do
522-537
Název nakladatele
Springer Science and Business Media Deutschland GmbH
Místo vydání
Berlín
Místo konání akce
Zlín
Datum konání akce
1. 4. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—