Key points are not available for this paper at this time.
L'ingénierie des exigences englobe de nombreux problèmes difficiles et globaux inhérents à ses sous-domaines de processus, d'élicitation, de spécification, d'analyse et de validation. Les chercheurs en ingénierie des exigences cherchent des moyens innovants et efficaces pour aborder ces problèmes. Un outil puissant qui peut être ajouté à la boîte à outils des chercheurs est l'apprentissage machine. Certains chercheurs ont expérimenté leurs propres implémentations d'algorithmes d'apprentissage machine ou ceux disponibles dans la suite de logiciels d'apprentissage machine Weka. Il existe certaines lacunes à l'utilisation de solutions « ponctuelles ». Il est de l'avis des auteurs que de nombreux problèmes existent en ingénierie des exigences qui peuvent être soutenus par les algorithmes d'apprentissage machine de Weka, spécifiquement par des arbres de classification. De plus, les auteurs posent que l'adoption sera renforcée si l'apprentissage machine est facile à utiliser et intégré dans des outils de recherche sur les exigences, comme TraceLab. Dans cette optique, une validation initiale d'un concept d'un composant dans TraceLab est présentée, appliquant les arbres de classification de Weka. Le composant est démontré sur deux problèmes différents d'ingénierie des exigences. Enfin, des idées tirées de l'utilisation du composant Weka de TraceLab sur ces deux problèmes sont offertes.
Hayes et al. (Fri,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: