Institutsseminar/2021-10-15: Unterschied zwischen den Versionen
(Die Seite wurde neu angelegt: „{{Termin |datum=2021/10/15 14:00:00 |raum=https://sdqweb.ipd.kit.edu/wiki/Institutsseminar/Microsoft_Teams }}“) |
Keine Bearbeitungszusammenfassung |
||
| Zeile 1: | Zeile 1: | ||
{{Termin | {{Termin | ||
|datum=2021/10/15 14:00:00 | |datum=2021/10/15 14:00:00 | ||
| | |online=https://sdqweb.ipd.kit.edu/wiki/Institutsseminar/Microsoft_Teams | ||
}} | }} | ||
Aktuelle Version vom 14. Januar 2022, 13:14 Uhr
| Datum | Freitag, 15. Oktober 2021 | |
|---|---|---|
| Uhrzeit | 14:00 – 15:00 Uhr (Dauer: 60 min) | |
| Ort | ||
| Webkonferenz | https://sdqweb.ipd.kit.edu/wiki/Institutsseminar/Microsoft Teams | |
| Vorheriger Termin | Mo 11. Oktober 2021 | |
| Nächster Termin | Fr 22. Oktober 2021 |
Termin in Kalender importieren: iCal (Download)
Vorträge
| Vortragende(r) | Bjarne Sauer |
|---|---|
| Titel | Analyse von Entwurfsentscheidungen in natürlichsprachiger Softwaredokumentation |
| Vortragstyp | Bachelorarbeit |
| Betreuer(in) | Jan Keim |
| Vortragssprache | |
| Vortragsmodus | |
| Kurzfassung | Die Klassifikation von Entwurfsentscheidungen in natürlichsprachiger Softwaredokumentation ermöglichen bessere Implementierungs- und Wartungsprozesse und die Erstellung konsistenter Dokumentationsartefakte. Das in dieser Arbeit entwickelte Klassifikationsschema für Entwurfsentscheidungen erweitert bestehende Ansätze, um klar umrissene Klassen festzulegen und Entwurfsentscheidungen vollständig abzubilden. Das Schema wurde in einem iterativen Prozess die Passform des Klassifikationsschemas durch die Anwendung auf die reale Softwarearchitekturdokumentation von 17 Fallstudien verbessert und validiert. In einem zweiten Teil wird eine Anwendungsmöglichkeit des entwickelten Klassifikationsschemas eröffnet, indem in einer Proof-of-Concept-Implementierung untersucht wird, mit welchen Ansätzen Entwurfsentscheidungen identifiziert und klassifiziert werden können. Durch die Evaluation mit statistischen Maßen wird gezeigt, welche Methoden zur Textvorverarbeitung, zur Überführung in Vektorrepräsentationen und welche Lernalgorithmen besonders für diese Klassifikation geeignet sind. |
| Vortragende(r) | Ian Winter |
|---|---|
| Titel | Komposition von Trace Link Recovery Ansätzen |
| Vortragstyp | Bachelorarbeit |
| Betreuer(in) | Jan Keim |
| Vortragssprache | |
| Vortragsmodus | |
| Kurzfassung | Das Erstellen von Trace-Links die beispielsweise Dokumentation mit Entwurfsmodellen verknüpfen ist ein wertvoller Bestandteil der Softwareentwicklung. Da ein manuelles Herauslesen der Trace-Links oft nicht praktikabel ist, sollte dieser Prozess automatisiert werden. Es existieren schon viele verschiedene Ansätze der Trace-Link-Recovery, welche jedoch unterschiedliche Stärken und schwächen haben. In dieser Arbeit wird untersucht, ob die Stärken unterschiedlicher Recovery-Ansätze durch Komposition verknüpft werden können, um ggf. die Schwächen auszugleichen. Dazu habe ich mehrere einfache Kompositionen implementiert und deren Ergebnisse ausgewertet. Dazu wird Ausbeute, Präzision, F1 und F2 verschiedener Kompositionen in drei Fallstudien ermittelt und mit denen der Basis-Ansätze verglichen. |
- Neuen Vortrag erstellen