SQuBok(R)分類検索
109 件の資料が見つかりました。
ダウンロード数: 96回
紹介文 :
本研究は、開発プロジェクトが抽出した多数のリスクに対して、リスクを産む要因となるリスク事象ドライバーに着眼することで、品質部門がリスクの繋がりを分析(多変量解析によるモデル化)し、妥当性と網羅性の観点でレビューして、開発部門が見落とした可能性のあるリスクや軽減策を提案する、大変有用性の高い研究である。
ダウンロード数: 92回
紹介文 :
本論文では、派生開発での回帰テストにおいて、デグレード不具合を効率よく検知するため、テストケースにソフトウェア変更の影響範囲を基にしたスコア付けを行い、テスト実施するテストケースの選定手法を提案している。 具体的には、データフロー図(Data Flow Diagram, DFD)を用いてデータフローを介して繋がる機能数を機能ごとに計測し、その数を基にスコア付けを行い、スコアの高い順から優先的にテストケースを選定する手法である。 この手法により、変更後の機能からの影響を受けやすい機能をスコアとして表すことができる。そして、スコアが高い機能を優先的かつ重点的にテストを行うようにテストケースを選定することで、デグレード不具合を検知しやすくなることが見込まれる。
ダウンロード数: 87回
紹介文 :
派生開発において、変更要求を実現した結果、当初の”設計制約”が変わることがあります。このような、本来の変更に付随して発生する”前提条件の変更”は見つけにくいものです。本研究では、これを”欠陥混入メカニズムの知識”を活用して把握しようというものです。
ダウンロード数: 74回
紹介文 :
アジャイルは、顧客に価値を提供していく成果物を開発することを目標としているが、顧客が本当に求めている要求をとらえられず、価値の低い製品をデリバリーすることがしばしばある。それは、アジャイル開発における要求を表しているバックログ自身に問題があることも多い。本論文は、その課題に焦点を当てて、顧客の価値を考えたバックログを作るプロセスを提案している。
ダウンロード数: 64回
紹介文 :
セキュリティ対策など、優先度の高い対応をスピーディに行う場面では、使用性への配慮が不足しがちです。その結果、業務効率を悪化させることが開発終盤や納品後に判明し、手戻りの要因となっています。このような問題を、顧客のビジネスリソース(作業分担,システム連携,作業自動化の程度など)の違いに着目し、解決しようとしています。チェックリストで注意を促す古典的なやり方との違いは、顧客と自社のビジネスが両立する仕様決定を促す点です。
ダウンロード数: 62回
紹介文 :
ソフトウェア及びシステムのテストでは、市場で発生する可能性のある故障発生数を予測して、テスト完了を判断方法や定量的な基準を明確にすることができていますか? これらは、特に自動車開発におけるテストで解決が難しい課題となっています。 この論文では、ソフトウェア開発委託取引先からの受入れテスト時に、市場発生する可能発生数の予測をして、テスト完了時期を判断する方法と基準について研究しています。このため、ソフトウェア信頼度成長モデルを用いた故障率の減衰予測と市場使用期間での累積故障発生数を指数関数モデル化した予測とを組み合わせた予測手法を提案・分析しています。さらに、ユースケーステスト結果も追加評価して潜在故障数を予測することによる二重判断、及び受入れテストでの検出故障が収束傾向にない場合の対策として、開発組織の原因分析・対策活動の促進状況の判断も加えて、故障の市場発生数を予想評価してテスト完了時期を判断する包括的な方法(「オーカマモデル」)を提案しています。
ダウンロード数: 57回
紹介文 :
ソフトウェア開発チームは、その開発活動において、いろいろなストレスを受ける。例えば、ある知見を持ったチームメンバーが突然移動になるなどは、チームの活動にに大きなインパクトがある。いったんそのインパクトを受け止めて、そのダメージから回復していく力をレジリエンスと呼ぶ。アジャイル開発では、その@プラクティスにおいて、数々のストレスを認識し、それに対するレジリエンスを持つ気づきを与えてくれる。この論文は、アジャイル開発のプラクティスとレジリエンスに関係性があることを仮説して、実際のチームを調査し、アジャイルプラクティスをうまく行うチームは、レジリエンスが高い傾向にあることを示した。
ダウンロード数: 53回
紹介文 :
コロナ禍によって研究活動自体がオンライン実施となったことを逆手にとって、完全オンライン環境でUXデザイン手法の実践に取り組んだ経験論文です。 UXデザインだけでなく、オンライン環境でのコミュニケーション実施例としても、とても参考になります。
ダウンロード数: 37回
紹介文 :
ファジーな機能を実現し、識別や予測の失敗発生は常に起きうるAIシステムに対しては、「納得して受け入れる」ことの困難さが言われています。 一方で、AIの出力等について説明を行うXAI(eXplainable AI)技術は大きな注目を浴びていますが、それが果たす役割についてはまだ合意がなされていません。 本研究では、特にAI専門家と非専門家の差に着目しつつ、納得という観点からAIの失敗やその説明に関する人間のとらえ方をしっかりと調査し論じています。
       

1

2

3

4

5

6
↑