[논문 리뷰] Calibrating Function Points Using Neuro-Fuzzy Technique

Wei Xia, Danny Ho외 1명|arXiv (Cornell University)|2015. 07. 31.

Software Engineering Research참고 문헌 6인용 수 4

한 줄 요약

이 논문은 기능점수 분석을 보다 정확한 소프트웨어 노력 추정을 위해 보정하기 위한 신경-퍼지 기법을 제안한다. 인공신경망의 학습 능력과 퍼지 논리 추론을 융합함으로써, ISBSG Release 8 데이터를 기반으로 한 검증에서 추정 오차를 22% 감소시켰으며, 소프트웨어 프로젝트의 비용 예측 정확도 향상에 기여한다.

ABSTRACT

The concepts of calibrating Function Points are discussed, whose aims are to fit specific software application, to reflect software industry trend, and to improve cost estimation. Neuro-Fuzzy is a technique which incorporates the learning ability from neural network and the ability to capture human knowledge from fuzzy logic. The empirical validation using ISBSG data repository Release 8 shows a 22% improvement in software effort estimation after calibration using Neuro-Fuzzy technique.

연구 동기 및 목표

• 특정 프로젝트 맥락에 맞게 기능점수 지표를 보정함으로써 소프트웨어 노력 추정 정확도를 향상시키기 위해.
• 신경망과 퍼지 논리의 융합을 통해 도메인 지식과 학습 능력을 통합하기 위해.
• 기능점수 추정을 현재 소프트웨어 산업 트렌드와 프로젝트 특성에 맞게 적응시키기 위해.
• ISBSG 레포지터리의 실제 데이터를 사용하여 제안된 보정 방법을 검증하기 위해.
• 伝통적인 기능점수 방법을 초월해 소프트웨어 비용 예측의 추정 오차를 줄이기 위해.

제안 방법

• 신경-퍼지 시스템은 인공신경망의 학습 능력과 퍼지 논리 규칙의 해석 가능성의 장점을 통합한다.
• 소프트웨어 개발 요인(노력에 영향을 주는 요소)에 대한 전문가 지식을 바탕으로 퍼지 추론 규칙를 구성한다.
• 히스토리컬한 ISBSG Release 8 데이터를 기반으로 신경망 구성 요소를 학습시켜 소속 함수와 규칙 가중치를 조정한다.
• 하이브리드 모델은 복잡성 및 크기와 같은 입력 프로젝트 특성에 따라 기능점수 가중치를 동적으로 조정한다.
• 보정 과정은 훈련된 신경-퍼지 추론 엔진을 사용해 원시 기능점수를 보정된 노력 추정치로 매핑한다.
• 모델 성능은 테스트 데이터에 대한 제곱근 평균 제곱오차(RMSE) 및 상대 오차 지표를 사용해 평가된다.

실험 결과

연구 질문

• RQ1 신경-퍼지 시스템이 소프트웨어 프로젝트의 추정 오차를 줄이기 위해 기능점수 추정치를 효과적으로 보정할 수 있는가?
• RQ2 신경망 학습과 퍼지 논리의 융합은 기능점수 기반 표준 방법에 비해 노력 추정 정확도를 어떻게 향상시키는가?
• RQ3 신경-퍼지 모델은 프로젝트 특성 및 산업 트렌드에 얼마나 잘 적응할 수 있는가?
• RQ4 신경-퍼지 접근법을 사용한 보정 후 추정 정확도 향상 정도는 수치적으로 얼마인가?
• RQ5 ISBSG 레포지터리의 실제 데이터를 기반으로 검증했을 때 모델의 성능은 어떠한가?

주요 결과

• 신경-퍼지 보정 방법은 기준 기능점수 모델 대비 소프트웨어 노력 추정 정확도를 22% 향상시켰다.
• 모델은 ISBSG Release 8 히스토리컬 데이터를 학습함으로써 추정 오차를 효과적으로 줄였으며, 퍼지 규칙를 통해 해석 가능성도 유지했다.
• 신경망 학습 능력과 퍼지 논리의 융합은 프로젝트 특성 및 산업 특성 요소에 대한 더 나은 적응을 가능하게 했다.
• 결과적으로, 신경-퍼지 기법을 활용한 보정은 기능점수 분석의 예측 능력을 향상시킨다.
• 이 방법은 산업 현장에서 소프트웨어 비용 추정에 실용적으로 적용될 잠재력을 보였다.
• 연구는 하이브리드 인공지능 기법이 전통적인 소프트웨어 추정 방식을 크게 향상시킬 수 있음을 확인했다.