[論文レビュー] Software Cognitive Information Measure based on Relation Between Structures

Yong-Hwa Choe, Chol-Yong Jong+1 more|arXiv (Cornell University)|Apr 1, 2013

Cognitive Computing and Networks参考文献 10被引用数 5

ひとこと要約

本稿では、変数スコープと機能的分解をモデル化することで、ソフトウェア解析に粒状計算を統合する新しい認知的複雑性測定指標であるスコープ情報複雑性番号（SICN）を提案する。Weyukerの9つの性質を用いた理論的基盤を確立し、変数スコープとソフトウェアアーキテクチャに基づく構造的で認知にインspiredされた指標によって、人間の理解の難易度を効果的に定量化することを示した。

ABSTRACT

Cognitive complexity measures quantify human difficulty in understanding the source code based on cognitive informatics foundation. The discipline derives cognitive complexity on a basis of fundamental software factors i.e, inputs, outputs, and internal processing architecture. An approach to integrating Granular Computing into the new measure called Structured Cognitive Information Measure or SCIM. The proposed measure unifies and re-organizes complexity factors analogous to human cognitive process. However, according to the methodology of software and the scope of the variables, Information Complexity Number(ICN) of variables is depended on change of variable value and cognitive complexity is measured in several ways. In this paper, we define the Scope Information Complexity Number (SICN) and present the cognitive complexity based on functional decomposition of software, including theoretical validation through nine Weyuker's properties.

研究の動機と目的

• ソースコードにおける人間の理解の難易度を反映する認知的複雑性測定指標の開発を目的とする。
• ソフトウェア複雑性モデリングに粒状計算の原則を統合し、認知的整合性を向上させることを目的とする。
• 変数スコープと機能的分解に基づく新しい指標、スコープ情報複雑性番号（SICN）の定義を目的とする。
• 形式的整合性を確保するため、Weyukerの9つの理論的性質を用いた提案指標の検証を目的とする。

提案手法

• 著者らは、ソフトウェアにおける変数スコープと構造的分解を関数としてSICNを定義する。
• 機能的分解を通じて認知的複雑性をモデル化し、コードを情報の粒状単位として扱う。
• 粒状計算を適用して、従来の複雑性要因（入力、出力、内部処理）を認知に整合した単位に再編成する。
• 数学的および認知的整合性を保証するため、Weyukerの9つの性質を用いた理論的検証を実施する。
• 変数値の変化を動的要因として認知的負荷に寄与するとみなし、SICN計算に統合する。
• 最終的な測定値は構造的関係とスコープに配慮した変数処理に基づき、人間の認知処理を模倣する。

実験結果

リサーチクエスチョン

• RQ1 変数スコープと構造的分解を用いて、ソフトウェアにおける認知的複雑性を形式的に測定する方法は何か？
• RQ2 SICN指標は、コード理解における人間の認知処理とどの程度整合するか？
• RQ3 提案された指標は、複雑性測定のためのWeyukerの9つの理論的性質を満たすか？
• RQ4 粒状計算の統合は、ソフトウェアにおける認知的複雑性の表現をどのように改善するか？
• RQ5 変数値の変化が認知的複雑性に与える影響は何か、そしてSICNではどのように捉えられるか？

主な発見

• 提案されたSICN指標は、Weyukerの9つの理論的性質をすべて満たしており、形式的有効性を持つ複雑性測定指標であることが確認された。
• 粒状計算の統合により、ソフトウェア理解における認知プロセスのより正確な表現が可能になった。
• 変数スコープと動的値変化が認知的複雑性に顕著な影響を及ぼすことが示され、SICNにより効果的に捉えられた。
• 機能的分解は、複雑性モデリングの粒度を向上させ、人間の認知的負荷認識により適合させる。
• 従来の複雑性要因が認知にインspiredされた構造的単位に再編成される統一されたフレームワークを提供する。
• 理論的検証により、SICNが堅牢で一貫性があり、ソフトウェア認知分析における実用的応用に適していることが確認された。