Fechar

1. Identificação
Tipo de ReferênciaePrint (Electronic Source)
Sitemtc-m16c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositóriosid.inpe.br/ePrint@80/2006/12.08.12.47
Última Atualização2006:12.08.11.47.42 (UTC) administrator
Repositório de Metadadossid.inpe.br/ePrint@80/2006/12.08.12.47.40
Última Atualização dos Metadados2018:06.04.04.22.30 (UTC) administrator
Chave de CitaçãoTrontoSilvSant::CoArNe
TítuloComparison of Artificial Neural Network and Regression Models in Software Effort Estimation
Data da Última Atualização2006-12-09
Data de Acesso12 maio 2024
Tipo de SuporteOn-line
Número de Arquivos1
Tamanho115 KiB
2. Contextualização
Autor1 Tronto, Iris Fabiana de Barcelos
2 Silva, José Demísio Simões da
3 Sant'Anna, Nilson
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHH2
Grupo1 LAC-INPE-MCT-BR
2 LAC-INPE-MCT-BR
3 LAC-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 iris_barcelos@lac.inpe.br
2 demisio@lac.inpe.br
3 nilson@lac.inpe.br
ProdutorInstituto Nacional de Pesquisas Espaciais
CidadeSão José dos Campos
AvançoePrint update
Histórico (UTC)2006-12-08 12:47:42 :: iris_barcelos@lac.inpe.br -> administrator ::
2007-11-28 19:26:33 :: administrator -> iris_barcelos@lac.inpe.br ::
2008-04-26 01:40:01 :: iris_barcelos@lac.inpe.br -> administrator ::
2018-06-04 04:22:30 :: administrator -> iris_barcelos@lac.inpe.br ::
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoem andamento
Transferível1
Palavras-Chavesoftware effort
artificial neural network
regression analysis
software development estimate
ResumoEstimating development effort remains a complex problem attracting considerable research attention. Improving the estimation techniques available to project managers would facilitate more effective control of time and budgets in software development. In this paper, predictive Artificial Neural Network and regression based models are investigated, comparing the performance of both methods. The results show that ANNs are effective in effort estimation.
ÁreaCOMP
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > Comparison of Artificial...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/sid.inpe.br/ePrint@80/2006/12.08.12.47
URL dos dados zipadoshttp://urlib.net/zip/sid.inpe.br/ePrint@80/2006/12.08.12.47
Arquivo Alvov1.pdf
Grupo de Usuáriosadministrator
iris_barcelos@lac.inpe.br
administrator
Visibilidadeshown
Permissão de Atualizaçãotransferida para ePrint update
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosaccessyear alternatepublication archivingpolicy archivist contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition format identifier isbn issn label language lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype session shorttitle sponsor stageofalternatepublication subject tertiarymark tertiarytype url versiontype year
7. Controle da descrição
e-Mail (login)iris_barcelos@lac.inpe.br
atualizar 


Fechar