Un red neuronal LSTM optimizado para una estimación precisa del esfuerzo de desarrollo de software
Autores: Iordan, Anca-Elena
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un red neuronal LSTM optimizado para una estimación precisa del esfuerzo de desarrollo de software
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estimación del esfuerzo del software
Estrategias de aprendizaje automático
Red neuronal de memoria a largo plazo
Gerentes de proyecto
Esfuerzo de desarrollo de software
Métodos de aprendizaje automático.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
La finalidad de este trabajo de investigación es comparar una red neuronal de memoria a corto plazo optimizada, basada en la optimización por enjambre de partículas, con seis métodos de aprendizaje automático utilizados para predecir el esfuerzo de desarrollo de software: vecinos más cercanos, árbol de decisiones, bosque aleatorio, árbol potenciado por gradientes, perceptrón multicapa y memoria a corto plazo.
Descripción
La finalidad de este trabajo de investigación es comparar una red neuronal de memoria a corto plazo optimizada, basada en la optimización por enjambre de partículas, con seis métodos de aprendizaje automático utilizados para predecir el esfuerzo de desarrollo de software: vecinos más cercanos, árbol de decisiones, bosque aleatorio, árbol potenciado por gradientes, perceptrón multicapa y memoria a corto plazo.