Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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