Parallel fuzzy cognitive maps as a tool for modeling software development projects
Notice bibliographique
Résumé
Fuzzy cognitive maps (FCM) are useful tool for simulating and analyzing dynamic systems. The FCMs have a very simple structure, and thus are very easy to comprehend and use. Despite of the simplicity, they have been successfully adopted in many different areas, such as electrical engineering, medicine political science, international relations, military science, history: supervisory systems, etc. Software development is a complex process, and there are many factors that influence its progress. To effectively handle larger development processes, they are usually divided into subtasks, which are assigned to different teams of workers, and often are performed in parallel. However, some constraints that impose particular sequence of realization of these subtasks, i.e. some tasks cannot be started before completing others, usually exist. Proper division of a project into subtasks and establishing relations between them are essential to correctly manage software projects. Neglecting these constraints often leads to problems that, in consequence, cause misestimating the overall time and budget. This paper introduces a new architecture of FCM, which combines a number of simple FCM models that work simultaneously into a novel parallel FCMs model. It uses a special purpose coordinator module to synchronize simulation of each FCM model. This approach extends application of FCMs to complex systems, which contain multiple subtasks that run in parallel, and thus must be simulated with multiple FCM models. In addition, application of parallel FCMs to analyze and design software development processes is presented. FCM models are focused on simulating and analyzing factors, such as progress and communication, and their relationships, which are based on theoretical research studies and practical implementations. The parallel FCM model is used to simulate complex projects where multiple tasks exist. The paper is based on our previous work where FCM models, which describe relationships between the above factors for individual development tasks, were developed. The newly proposed architecture allows for efficient analysis of dependences between tasks performed in parallel.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».