Модель декомпонованої ізоляційної домінації для аналізу чинників впливу на автоматизацію підтримки програмних комплексів
Анотація
Розроблено модель декомпонованої ізоляційної домінації чинників впливу на об'єкти підтримки – програмні комплекси чи процеси їх підтримки. Модель забезпечує можливість подальшого розрахунку ймовірностей належності нейронів прихованих шарів інкапсульованої мережі багатошарового перцептрона в моделі суб'єктивного сприйняття об'єкта підтримки відповідними суб'єктами взаємодії з ним. Отже, модель сприяє вирішенню науково-прикладної задачі відновлення меж чинників впливу підтримки програмних комплексів з подальшою можливістю аналізу цих чинників, що входить до комплексу задач науково-прикладної проблеми автоматизації підтримки програмних комплексів. Розроблено відповідний алгоритм забезпечення реалізації механізму трикомпонентної зв'язки моделей декомпонованої ізоляційної домінації чинників впливу. Наведено візуалізацію структурного подання процесів декомпонованої ізоляційної домінації. Розроблено модель декомпонованої ізоляційної домінації чинників впливу на базі кольорових мереж Петрі, побудовано дерево досяжності станів розробленої моделі, що демонструє досяжність та наповненість кожного із станів розробленої моделі, а також дає змогу досліджувати динаміку відповідних процесів моделювання. За допомогою розробленої моделі розв'язано низку прикладних практичних задач, серед яких: відновлення чинників впливу на автоматизацію підтримки програмних комплексів; пошуку та виявлення членів-антагоністів команди підтримки програмного комплексу; а також дослідження динаміки процесів моделювання з допомогою розроблених моделей декомпонованої ізоляційної домінації чинників впливу. Вирішено прикладне практичне завдання пошуку та виявлення членів-антагоністів команди підтримки програмного комплексу забезпечує виявлення членів однієї спільної команди підтримки, бачення яких на об'єкт підтримки (підтримуваний програмний комплекс, чи процеси його підтримки) максимально відмінні серед усіх членів команди. Встановлено, що отримані результати застосування розробленої моделі декомпонованої ізоляційної домінації є актуальними та вагомими під час розв'язання задач аналізу чинників впливу на суб'єктивізацію сприйняття об'єктів підтримки у дослідженнях в напрямі проблематики автоматизації підтримки програмних комплексів.
Завантаження
Посилання
Alazzam, B. A., Alkhatib, M., & Shaalan, K. (2023). Artificial Intelligence Chatbots: A survey of classical versus Deep Machine Learning Techniques. Information Sciences Letters, 12(4), 1217–1233. https://doi.org/10.18576/isl/120437
Arti, P., & Prasadu, P. (2023). Implementation of Software Testing Using Machine Learning: A Systematic Mapping Study. Jagdishprasad Jhabarmal Tibrewala University Journal of Renewable Energy Exchange, 11(7), 58–64. URL: https://www.researchgate.net/profile/Arti-Panwar/publication/377416231_Implementation_of_Software_Testing_Using_Machine_Learning_A_Systematic_Mapping_Study/links/65a64b4dcc780a4b19bbdcca/Implementation-of-Software-Testing-Using-Machine-Learning-A-Systematic-Mapping-Study.pdf
Enyinda, I. E. (2023). Customer Care Considerations and business performance of small and medium scale enterprises in Rivers State. World Journal Of Finance And Investment Research, 6(1), 102–136. https://doi.org/10.56201/wjfir.v6.no1.2022.pg102.136
Fewster, M., & Graham, D. (1999). Software test automation: Effective use of test execution tools. Published by Addison-Wesley, Harlow, Essex, U.K. 574. URL: https://books.google.com.ua/books/about/Software_Test_Automation.html?id=in7gTCu5SE8C&redir_esc=y (Accessed: 08 May 2024).
Fuchs, S., Böllhoff, J., Andraichuk, V., & Wittges, H., (2023). Towards an automated SAP service desk -Alignment of technical projects with a business perspective. SAP Academic Community Conference 2023 (D-A-CH), 2023 München, Deutschland, 1–19. URL: https://www.researchgate.net/profile/Simon-Fuchs-5/publication/374068859_Towards_an_automated_SAP_service_desk_-Alignment_of_technical_projects_with_a_business_perspective/links/650c4f39c05e6d1b1c21414f/Towards-an-automated-SAP-service-desk-Alignment-of-technical-projects-with-a-business-perspective.pdf
Hiray, S., Kalsi, S., Kumar, S., Zanwar, P., & Pandey, H. (2023). Ai Digital assistant – nova. International Research Journal of Modernization in Engineering Technology and Science, 5(2), 1795–1800. https://doi.org/10.56726/irjmets33815
Khankhoje, R. (2024). AI in test automation: Overcoming challenges, embracing imperatives. International Journal on Soft Computing, Artificial Intelligence and Applications, 13(1), 1–10. https://doi.org/10.5121/ijscai.2024.13101
Mariciuc, D. F. (2022). A bibliometric review of Chatbots in the context of customer support. Journal of Public Administration, Finance and Law, 26, 206–217. https://doi.org/10.47743/jopafl-2022-26-18
Melnyk, L., Kalinichenko, L., Rozghon, Y., Derykolenko, O., Kovtun, O., & Tulyakov, O. (2024). Prospects of Business Process Management based on Chatbots. Problems and Perspectives in Management, 22(2), 197–212. https://doi.org/10.21511/ppm.22(2).2024.16
Pilato, G., Augello, A., & Gaglio, S. (2011). A modular architecture for Adaptive Chatbots. 2011 Fifth International Conference on Semantic Computing, 177–180. https://doi.org/10.1109/icsc.2011.68
Rāts, J., & Pede, I. (2021). Structuring and controlling the knowledge for the software user support. Baltic Journal of Modern Computing, 9(2), 195–209. https://doi.org/10.22364/bjmc.2021.9.2.04
Setiaji, B., & Wibowo, F. W. (2016). Chatbot using a knowledge in database: Human-to-machine conversation modeling. 2016 7th International Conference on Intelligent Systems, Modelling and Simulation (ISMS), 72–77. https://doi.org/10.1109/isms.2016.53
Shah, R., Lahoti, S., & Lavanya, K. (2017). An intelligent chat-bot using natural language processing. International Journal of Engineering Research, 6(5), 281. https://doi.org/10.5958/2319-6890.2017.00019.8
Srivastava, S. (2024). AI-Enhanced Automation for devops: Employing a model-driven strategy to facilitate continuous advancement in cyber-physical systems. International Journal of Science and Research (IJSR), 13(3), 12–15. https://doi.org/10.21275/sr24226073411
Vemuri, N., Thaneeru, N., & Tatikonda, V. M. (2024). AI-Optimized DevOps for Streamlined Cloud CI/CD. International Journal of Innovative Science and Research Technology, 9(2), 504–510. URL: https://www.researchgate.net/profile/Naveen-Vemuri/publication/378267974_AI-Optimized_DevOps_for_Streamlined_Cloud_CICD/links/65d0532201325d46520f68fc/AI-Optimized-DevOps-for-Streamlined-Cloud-CI-CD.pdf
