Estimating Software Development Effort Based on Deep Learning
| المصدر: | مجلة الدراسات المستدامة |
|---|---|
| الناشر: | الجمعية العلمية للدراسات التربوية المستدامة |
| المؤلف الرئيسي: | Al-naimy, Israa Akram (Author) |
| مؤلفين آخرين: | Al-jawaherry, Marwa Adeeb (Co-Author) |
| المجلد/العدد: | مج6, ملحق |
| محكمة: | نعم |
| الدولة: |
العراق |
| التاريخ الميلادي: |
2024
|
| التاريخ الهجري: | 1446 |
| الشهر: | أيلول |
| الصفحات: | 1538 - 1556 |
| ISSN: |
2663-2284 |
| رقم MD: | 1495301 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | الإنجليزية |
| قواعد المعلومات: | EduSearch |
| مواضيع: | |
| كلمات المؤلف المفتاحية: |
Software Effort Estimation | Hybrid Deep Learning Model | Convolutional Neural Network "CNN" | Recurrent Neural Network "RNN" | ANN | GRU
|
| رابط المحتوى: |
عدد مرات التحميل
4
| LEADER | 02087nam a22002297a 4500 | ||
|---|---|---|---|
| 001 | 2239164 | ||
| 041 | |a eng | ||
| 044 | |b العراق | ||
| 100 | |9 793476 |a Al-naimy, Israa Akram |e Author | ||
| 245 | |a Estimating Software Development Effort Based on Deep Learning | ||
| 260 | |b الجمعية العلمية للدراسات التربوية المستدامة |c 2024 |g أيلول |m 1446 | ||
| 300 | |a 1538 - 1556 | ||
| 336 | |a بحوث ومقالات |b Article | ||
| 520 | |b The aim of this study is to compare two learning models used for estimating software effort. The first model includes a layer, Gated Recurrent Unit (GRU), dropout layer, flatten layer and two dense layers. In contrast the other model is an Artificial Neural Network (ANN). These models will undergo testing, on three datasets. Desharnais, ISBSG10 and Finnish. To assess their performance. The evaluation will consider metrics such as Mean Absolute Error (MAE) Mean Squared Error (MSE) Root Mean Squared Error (RMSE) and R squared (R2). The result reveal that the first model exhibits performance across all datasets with R2 values and high MAE and RSMA values signifying its inefficacy. Similarly the second model demonstrates performance on the Finnish dataset with negative R2 values. From these findings it is apparent that hybrid deep learning models have limitations in software effort estimation, thus warranting research, in this domain. | ||
| 653 | |a التعلم العميق |a جهد البرمجيات |a الشبكات العصبية الصناعية | ||
| 692 | |b Software Effort Estimation |b Hybrid Deep Learning Model |b Convolutional Neural Network "CNN" |b Recurrent Neural Network "RNN" |b ANN |b GRU | ||
| 700 | |9 793479 |a Al-jawaherry, Marwa Adeeb |e Co-Author | ||
| 773 | |4 التربية والتعليم |6 Education & Educational Research |c 074 |e Journal of Sustainable Studies |f Mağallaẗ al-dirāsāt al-mustadāmaẗ |l 988 |m مج6, ملحق |o 2053 |s مجلة الدراسات المستدامة |v 006 |x 2663-2284 | ||
| 856 | |u 2053-006-988-074.pdf | ||
| 930 | |d y |p y |q y | ||
| 995 | |a EduSearch | ||
| 999 | |c 1495301 |d 1495301 | ||
عناصر مشابهة
-
Software Projects Effort Estimation Using Deep-Learning Technique and ISBSG Dataset
بواسطة: الشحادات، عبدالغفار ابراهيم فوزي منشور: (2019) -
Effort Estimation for Software Projects
بواسطة: هناندة، حمزة سمير حسين منشور: (2023) -
Machine Software Effort Estimation Based on Productivity Ratio: An Evolutionary Machine Learning Approach
بواسطة: جمعة، نور موفق محمد وليد منشور: (2021) -
Software Fault Prediction Using Deep Learning Algorithms
بواسطة: القاسم، أسامة محمد منشور: (2018) -
Combining Machine Learning with Use-Case Point for Enhancing Software Estimation
بواسطة: الربابعة، نعمة صالح أحمد منشور: (2022)
