JPWO2022269656A5 - 機械学習装置、深刻度予知装置、機械学習方法、および深刻度予知方法 - Google Patents

Description

本開示は、ソフトウェア開発におけるリスクの深刻度を学習する機械学習装置および機械学習方法と、機械学習装置を備える深刻度予知装置と、深刻度予知方法とに関する。

本開示は、このような問題を解決するためになされたものであり、状況に応じた正確な深刻度の予知が可能な機械学習装置、深刻度予知装置、機械学習方法、および深刻度予知方法を提供することを目的とする。

Claims (14)

1. ソフトウェア開発において発生した問題の対象構成品目のリスクに関する判定データと、前記リスクに関する状態変数とを関連付けたデータセットに基づいて、前記対象構成品目に対する問題解決の深刻度を学習する学習部を備える、機械学習装置。
2. 前記判定データは、前記対象構成品目のクリティカルパスを含む、請求項１に記載の機械学習装置。
3. 前記判定データは、前記対象構成品目と他の構成品目との関係を示すトレース情報と、構成品目間の緊急度、影響度、および重大度とを含む、請求項１または２に記載の機械学習装置。
4. 前記判定データは、構成品目のリスク情報および問題管理情報を含む、請求項１から３のいずれか１項に記載の機械学習装置。
5. 前記学習部は、前記判定データに重みづけをして前記判定データの正常状態と異常状態とを比較することによって前記深刻度を学習する、請求項１から４のいずれか１項に記載の機械学習装置。
6. 前記学習部は、ネットワークを介して前記判定データを取得する、請求項１から５のいずれか１項に記載の機械学習装置。
7. 請求項１から６のいずれか１項に記載の機械学習装置と、
   前記機械学習装置による学習結果に基づいて、現在の前記状態変数に対する前記深刻度を出力するリスク分析結果表示装置と、
   を備える、深刻度予知装置。
8. 前記学習部は、現在の前記判定データおよび前記状態変数の組み合わせに基づく追加のデータセットに従って前記深刻度を再学習する、請求項７に記載の深刻度予知装置。
9. 前記機械学習装置は、クラウドサーバに存在する、請求項７または８に記載の深刻度予知装置。
10. 前記機械学習装置は、トレーサビリティ登録端末に内蔵されている、請求項７または８に記載の深刻度予知装置。
11. 前記リスク分析結果表示装置が出力する前記深刻度は、前記ソフトウェア開発の進捗状態を把握するために行われる複数の進捗会議で共用される、請求項７から１０のいずれか１項に記載の深刻度予知装置。
12. 各前記進捗会議の参加者の音声を集音して前記機械学習装置に出力する進捗会議分析装置をさらに備える、請求項１１に記載の深刻度予知装置。
13. ソフトウェア開発において発生した問題の対象構成品目のリスクに関する判定データと、前記リスクに関する状態変数とを関連付けたデータセットに基づいて、前記対象構成品目に対する問題解決の深刻度を学習する、機械学習方法。
14. ソフトウェア開発において発生した問題の対象構成品目のリスクに関する判定データと、前記リスクに関する状態変数とを関連付けたデータセットに基づいて、前記対象構成品目に対する問題解決の深刻度を学習し、
    前記学習の結果に基づいて、現在の前記状態変数に対する前記深刻度を出力する、深刻度予知方法。