Geri Dön

Predicting software size from requirements written in natural language: A generative AI approach

Doğal dilde yazılmış gereksinimlerden yazılım boyutunu tahmin etme: Üretken yapay zekâ tabanlı bir yaklaşım

  1. Tez No: 890346
  2. Yazar: DHIA EDDINE KENNOUCHE
  3. Danışmanlar: PROF. DR. ONUR DEMİRÖRS
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İzmir Yüksek Teknoloji Enstitüsü
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 63

Özet

Proje yönetiminde, yazılım boyutunun ölçülmesi, bir projenin çeşitli yönlerini görselleştirmeyi amaçlayan kritik bir süreci temsil eder. Bu nicelendirme, projenin geliştirme aşamasında benimsenebilecek spesifik teknolojilerden veya teknik kararlardan bağımsız olarak gerçekleştirilir. Bu amaçla kullanılan çeşitli metodolojiler arasında, COSMIC Fonksiyonel Boyut Ölçümü (FSM) yöntemi ve Olay Noktaları, bu tür değerlendirmeleri kolaylaştırmak için kullanılır. Bu metodolojiler, yazılım boyutunu ölçmek için standart bir yaklaşım sunmakla birlikte, önemli miktarda manuel çaba gerektirir. Özellikle, her bir kullanım senaryosunun bireysel özelliklerine bağlı olarak detaylı hesaplamalar yapılmasını gerektirirler. Ayrıca, bu yöntemler, manuel olarak İlgi Nesneleri ve Olay İsimlerinin çıkarılmasını gerektirir, bu da sürecin emek yoğun doğasını artırır. Bu zorluklara yanıt olarak, bu tez, ölçüm sürecini dramatik bir şekilde dönüştüren bir dizi Yapay Zekâ (AI) tabanlı metodolojiyi uygulamaktadır. Bu yenilikçi yaklaşımlar, yazılım boyutlarını remarkable doğrulukla tahmin eden bir Dizi Regresyon Modeli, Olay İsimlerinin çıkarılmasını otomatikleştiren bir Özetleme Modeli ve İlgi Nesnelerini büyük bir doğrulukla üreten ince ayarlı bir Büyük Dil Modeli (LLM) yaratılmasını kapsar. Bu AI odaklı tekniklerin benimsenmesi, geleneksel olarak yazılım boyutunu ölçmede gerekli olan manuel çabayı önemli ölçüde azaltmış ve böylece tahmin uygulamalarının hem verimliliğini hem de güvenilirliğini büyük ölçüde artırmıştır. Bu AI tabanlı metodolojiler, proje yönetiminde önemli bir ilerlemeyi temsil eder, yazılım boyutunu ölçmek için daha düzenli ve verimli bir yaklaşım sunar. Manuel süreçlere olan bağımlılığı azaltarak, bu yöntemler ölçümlerin doğruluğunu ve güvenilirliğini artırmakla kalmaz, aynı zamanda daha çevik ve duyarlı bir proje yönetim ortamına da katkıda bulunur.

Özet (Çeviri)

In project management, software size measurement represents a critical process aimed at visualizing a project. This quantification is pursued independently of the specific technologies or technical decisions adopted during the project's development phase. Among the various methodologies employed for this purpose, the COSMIC Functional Size Measurement (FSM) and Event Points are used to facilitate such assessments. These methodologies are instrumental in offering a standardized approach for measuring software size, yet they inherently demand a considerable amount of manual effort. Furthermore, these methods require the manual extraction of Objects of Interest and Event Names, adding to the labor-intensive nature of the process. In response to these challenges, this thesis implements a suite of Artificial Intelligence (AI)-based methods that have dramatically transformed the measurement process. These innovative approaches encompass the creation of a Regression Model that predicts software sizes with remarkable accuracy, a Summarization Model that automates the extraction of Event Names, and a finely tuned Large Language Model (LLM) that generates Objects of Interest with a significant precision. The adoption of these AI-driven techniques has proven to be highly successful, substantially minimizing the manual effort traditionally required in software size measurement and thereby greatly enhancing both efficiency and reliability of estimation practices. Together, these AI-based methodologies represent a significant advancement in software size measurements, offering a more streamlined and efficient approach. By reducing the reliance on manual processes, these methods not only enhance the accuracy and reliability of measurements but also contribute to a more agile project management environment.

Benzer Tezler

  1. Düşük bit hızında konuşma kodlama

    Low bit rate speech coding

    TOLGA AYDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. GÜNSEL DURUSOY

  2. Kendini dengeleyebilen iki tekerlekli aracın tasarımı ve kontrolü

    Design and control of self-balancing two wheeled vehicle

    ULAŞ ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYHAN KURAL

  3. Hata raportörünün itibarının hesaplanması ve itibarın hata çözüm süresine etkisi

    Measuring bug reporter's reputation and its effect on bug resolution time

    MUHAMMED KADİR YÜCEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE TOSUN KÜHN

  4. Investigation of interacting multiple fatigue cracks propagation using two-dimensional boundary cracklet method

    İki boyutlu sınır çatlak elemanı yöntemi (boundary cracklet method) kullanılarak etkileşimli çoklu yorulma çatlaklarının ilerlemesinin araştırılması

    TALAL AHMED

    Doktora

    İngilizce

    İngilizce

    2021

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    Prof. Dr. HALİT SÜLEYMAN TÜRKMEN

    Prof. Dr. ABDULKADİR YAVUZ

  5. İHA'lar için uçuş kontrol kartı tasarımı ve kalman filtre tabanlı uçuş konum kontrolü

    Flight control board design and kalman filter based flight position control for UAVs

    NUR KIKHIA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER AYDOĞDU