Con modelos de redes neuronales proponen mayor precisión para realizar software

* Estos esquemas pueden optimizar cómo predecir la producción de proyectos informáticos y terminarlos exactamente en el tiempo estimado Uno de los problemas de la industria de la ingeniería del software es que excede entre 30

* Estos esquemas pueden optimizar cómo predecir la producción de proyectos informáticos y terminarlos exactamente en el tiempo estimado

Uno de los problemas de la industria de la ingeniería del software es que excede entre 30 y 40 por ciento el presupuesto para desarrollar programas cibernéticos, situación causada por la inexactitud de la metodología aplicada. Para evitarlo, el especialista de la Universidad de Guadalajara (UdeG), Cuauhtémoc López Martín, propuso nuevos modelos con redes neuronales, que presentan mayor precisión al establecer el tiempo de producción.

Estos modelos de predicción mejoran la producción de proyectos informáticos a fin de terminarlos en el tiempo estimado, de ese modo se evitan pérdidas económicas porque en las industrias extranjeras el salario se mide en función de las horas y el tiempo en que será desarrollado el software.

López Martín explicó que “desde el inicio de la ingeniería del software, ha sido un problema desarrollar programas que terminen en tiempo y forma con el presupuesto predefinido y la calidad determinada”. Para ello se han utilizado modelos estadísticos, y recientemente nuevas alternativas que operan con la inteligencia computacional”.

Los modelos con redes neuronales, lógica difusa con programación genética propuestos por el especialista tienen mayor precisión que los estadísticos o tradicionales.

El doctor en Ciencias de la Computación por el Instituto Politécnico Nacional comentó que su labor como científico es crear un producto útil para la sociedad a través del método científico. Así que su meta es reducir el actual porcentaje del 39 por ciento que existe de los softwares que logran terminar en el tiempo estimado, de acuerdo a un estudio que comparó 50 mil proyectos.

Los modelos tradicionales desde su origen han sido propuestos de manera errónea, porque no consideran valores atípicos. Las nuevas tendencias están asociadas al cómputo inteligente, las variables que se han predicho tienen que ver con el número de horas, meses y personas destinadas para fabricar un software, con esta información se predicen los errores que pudiera tener, detalló el ingeniero de la UdeG.

Sin embargo, se requiere registrar los datos y el problema es que la industria mexicana no realiza esta acción que ayudaría a que los ingenieros en software fabriquen modelos que sean más exactos. Por esa razón, el doctor López Martín acudió a una base de datos de proyectos australiana llamada ISBSG.

Con esta información entrenó a sus modelos, y logró proponer unos basados en tecnologías desarrolladas en mainframes (macrocomputadoras que realizan la función de cientos equipos personales) y codificadas en lenguaje de computación de tercera generación usado con el objetivo de dictar instrucciones, similares al empleado en los dispositivos móviles, para determinar acciones programadas para comportarse.

Los modelos con redes neuronales, lógica difusa con programación genética propuestos por López Martín tienen mayor precisión que los estadísticos o tradicionales. La finalidad de acudir al Laboratorio de Redes Neuronales y Cómputo No Convencional del Centro de Investigación en Computación del IPN es porque están trabajando con este tipo de modelos que pueden ser aplicables a los suyos.

Otro problema que enfrentan los especialistas es que al cursar la licenciatura, el profesor en turno no exige que se realice una medición del tamaño del proyecto, un análisis de la metodología, la cuantificación del código empleado y se registre el tiempo para gestionar los modelos.

La consecuencia, menciona, es que al llegar a la industria no se cuenta con el hábito del registro y se presentan problemas al momento de proponer modelos, ya que no existen datos para entrenarlo, ni se podrá comprobar su eficacia. (Agencia ID)

info@gaiabit.com

Review overview
NO COMMENTS

Sorry, the comment form is closed at this time.