DNRF Chair: Professor Emilia Mendes

Software Effort Estimation (SEE) er et af de vigtigste områder indenfor Softwareteknologi. Med en forskningshistorik på mere end 50 år er der alligevel stadig betydelige mangler ved SEE. Det skal dette forskningsprojekt nu adressere.

Det første problem er manglen på en altomfattende taksonomi for SEE . Taksonomier gør det muligt for forskere at dele et fælles ordforråd og forståelse, at lette kognitiv ræsonnement ved at bruge abstraktion på højere niveau og hjælpe med at identificere forskningshuller og -muligheder.

Det andet problem relaterer sig til manglen på en omfattende syntese af beviser for SEE-området inden for Softwareteknologi, herunder både fuldstændighed (SEE korpus) og dybde (midlerne til dyb forståelse af det komplekse SEE-fænomen). En sådan omfattende syntese af evidens er afgørende for implementering i både forskning og praksis.

Derfor er det primære formål med dette forskningsprojekt at forbedre vores videnskabelige forståelse af SEE ved hjælp af en banebrydende løsning, der indeholder en taksonomi af høj standard og metasyntese af SEE korpus ved hjælp af en teknik, der probabilistisk kvantificerer sammenhængen mellem variabler. Løsningen kalder vi for probabilistisk metasyntese af beviser.

Forskningen involverer forslaget om en taksonomi af høj standard for SEE, dets brug af Neurolingvistisk Programmering og Kunstig Intelligens til at klassificere og udtrække data fra et stort korpus af SEE-studier, og endelig brugen af ​​sådanne klassificerede og ekstraherede data i kombination med Bayesiansk Netværk (BNs), for at opbygge en probabilistisk syntese af beviser for SEE.