121 "Інженерія програмного забезпечення"

Постійне посилання зібрання

https://eir.nuos.edu.ua/handle/123456789/3784

Переглянути

Перегляд 121 "Інженерія програмного забезпечення" за Ключові слова "android"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Нелінійна регресійна модель для оцінювання розміру персональних застосунків-органайзерів, що створюються мовою Kotlin для Андроїд, та розробка програми для її реалізації
    (2022) Телехан Анна Миколаївна; Telekhan Anna Mykolaivna; Макарова Л. М.
    Кваліфікаційна робота на здобуття освітнього рівня магістра зі спеціальності 121 – «Інженерія програмного забезпечення». Національний університет кораблебудування імені адмірала Макарова. Миколаїв, 2022 р. Обсяг роботи: 128 стор., 22 табл., 12 рисунки, 26 використаних джерел, 5 додатків. Актуальність теми. Процес аналізу та оцінки розміру програмного забезпечення є основою для подальшого розрахунку ресурсів та трудомісткості, необхідних для розробки програмного забезпечення та реалізації проекту. Проте моделей для оцінювання розміру персональних застосунків, що створюються мовою Kotlin для Андроїд майже не існує. Таким чином, побудова нелінійної регресійної моделі, яка дасть змогу швидко та вірогідно оцінювати розмір персональних застосунків-органайзерів, що створюються мовою Kotlin для Андроїд є актуальним завданням Мета дослідження. Метою даної роботи є підвищення достовірності оцінювання розміру персональних застосунків-органайзерів, що створюються мовою Kotlin для Андроїд. Об’єкт дослідження: процес оцінювання розміру персональних застосунків-органайзерів, що створюються мовою Kotlin для Андроїд. Предмет дослідження: однофакторна нелінійна регресійна модель для оцінювання розміру персональних застосунків-органайзерів, що створюються мовою Kotlin для Андроїд. Наукова новизна одержаних результатів: удосконалено однофакторну нелінійну регресійну модель для оцінювання розміру персональних застосунків-органайзерів, що створюються мовою Kotlin для Андроїд, на основі нормалізації за допомогою десяткового логарифма та викидів регресії. Ця нелінійна регресійна модель у порівнянні з існуючою моделлю має більшу достовірність оцінювання по параметрам якості MMRE і PRED(0,25) та вужчі довірчий інтервал і інтервал передбачення. Апробація результатів досліджень. Основні положення і результати досліджень, викладені у кваліфікаційній роботі, пройшли апробацію на III Всеукраїнській науково-практичній інтернет-конференції "Інформаційні технології: моделі, алгоритми, системи" (м. Миколаїв, 26-28 жовтня 2022 р.). Публікації. Результати кваліфікаційної роботи висвітлено в 1 науковій праці – тезах конференції.