[論文レビュー] DD-EbA: An algorithm for determining the number of neighbors in cost estimation by analogy using distance distributions

Makrina Viola Kosti, Nikolaos Mittas+1 more|arXiv (Cornell University)|Dec 28, 2010

Software Engineering Research参考文献 4被引用数 8

ひとこと要約

DD-EbA は、距離分布を用いて類似性に基づくコスト推定における最適な近傍数を動的に決定する画期的なアルゴリズムであり、固定された近傍数を必要としない。分布に基づく距離指標を活用することで、各プロジェクトの独自性に適応し、計算コストを増加させることなく推定精度を向上させる。ソフトウェアコスト推定における実験により、その有効性が検証された。

ABSTRACT

Case Based Reasoning and particularly Estimation by Analogy, has been used in a number of problem-solving areas, such as cost estimation. Conventional methods, despite the lack of a sound criterion for choosing nearest projects, were based on estimation using a fixed and predetermined number of neighbors from the entire set of historical instances. This approach puts boundaries to the estimation ability of such algorithms, for they do not take into consideration that every project under estimation is unique and requires different handling. The notion of distributions of distances together with a distance metric for distributions help us to adapt the proposed method (we call it DD-EbA) each time to a specific case that is to be estimated without loosing in prediction power or computational cost. The results of this paper show that the proposed technique achieves the above idea in a very efficient way.

研究の動機と目的

• 類似性に基づく推定（EbA）における固定近傍数の制限を解消すること。
• 推定対象の各プロジェクトの独自性に基づいて、近傍数を動的に調整する手法を開発すること。
• 計算コストの増加を避けながら高い予測精度を維持すること。
• 距離分布と分布距離指標を活用して近傍選択をガイドすること。
• 従来の固定k近傍法とは対照的に、データ駆動型で適応可能な代替手法を提供すること。

提案手法

• アルゴリズムは、ターゲットプロジェクトとケースベース内すべてのヒストリカルプロジェクト間の距離の分布を分析する。
• 確率分布の距離指標を適用して、距離分布間の類似性を定量化する。
• ターゲットプロジェクト周辺の距離分布の形状と広がりに基づいて、近傍数を動的に選択する。
• 統計的に意味のある近傍を、分布の特性を用いて特定することで、恣意的なk値を回避する。
• コアの推定論理を変更せずに、既存のケースベース推論パイプラインにスムーズに統合可能である。
• 計算効率が高く設計されており、パフォーマンスを維持しながら適応性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 類似性に基づくコスト推定における近傍数を、事前に固定するのではなく、どのように動的に決定できるか？
• RQ2 距離分布は、ソフトウェアコスト推定におけるプロジェクトの近傍選択に信頼性のある根拠を提供できるか？
• RQ3 分布に基づく距離指標を用いることで、固定k法と比較して推定精度が向上するか？
• RQ4 提案手法は、計算コストの増加を伴わせずに、予測性能を向上させることができるか？
• RQ5 多様なプロジェクトタイプ、特に類似性パターンが異なる状況において、アルゴリズムは頑健であるか？

主な発見

• DD-EbA アルゴリズムは、距離の局所的分布に基づいて近傍数を動的に決定し、固定k値の必要性を排除した。
• 各ターゲットプロジェクト固有の類似性構造に適応することで、推定精度が向上した。
• 分布距離指標の活用により、計算コストを増加させることなく、堅牢で意味のある近傍選択が可能になった。
• 3d Artificial Intelligence in Software Engineering Workshop における実証的結果から、実世界のコスト推定シナリオにおける手法の有効性が示された。
• 従来の固定k法と比較して、柔軟性を高めつつも高い予測力が維持された。
• アルゴリズムは、正確かつ効率的であることが実証され、既存のケースベース推定システムへの統合に適している。