Модель побудови зворотних ланцюжків максимальних ваг багатошарового перцептрона на базі кольорових мереж Петрі
Анотація
Розроблено модель побудови зворотних ланцюжків максимальних ваг штучних нейронних мереж типу багатошарового перцептрона, інкапсульованих у моделі суб'єктивного сприйняття досліджуваних об'єктів підтримки (якими можуть виступати як безпосередньо самі підтримувані програмні комплекси, так і процеси щодо їх підтримки) відповідними суб'єктами взаємодії з ними. Також розроблено відповідний алгоритм побудови зворотних ланцюжків максимальних ваг та описано базові засади концепції інкапсуляції штучних нейронних мереж типу багатошарового перцептрона в моделі суб'єктивного сприйняття об'єктів підтримки. Особливістю запропонованого підходу є врахування фактичного впливу визначених чинників на результати суб'єктивізації сприйняття об'єкта підтримки шляхом зворотного аналізу нейронів інкапсульованих штучних нейронних мереж типу багатошарового перцептрона з метою побудови відповідних ланцюжків, що відображають максимальний вклад кожного попереднього нейрона такого ланцюжка в активацію відповідного наступного після нього нейрона. Отже, модель побудови зворотних ланцюжків максимальних ваг запропоновано як один з ключових інструментів для вирішення науково-прикладного завдання аналізу та відновлення меж чинників впливу, що впливають на суб'єктивне сприйняття об'єкта(-ів) підтримки відповідними суб'єктами взаємодії з ним(-и). Водночас розроблення моделі на підставі кольорових мереж Петрі дає змогу додатково дослідити динаміку та надійність досліджуваних процесів побудови зворотних ланцюжків на ранніх етапах системного проєктування. Окрім цього, в роботі продемонстровано результати розв'язання прикладного практичного завдання виявлення дефіцитного чинника впливу команди підтримки програмного комплексу за допомогою отриманих зворотних ланцюжків максимальних ваг. А також наведено графічну візуалізацію отриманих результатів дослідження динаміки функціонування розробленої моделі на базі кольорових мереж Петрі. На підставі отриманих результатів встановлено відповідність розробленої моделі поставленим цілям дослідження, а також окреслено перспективи щодо майбутніх досліджень у напрямі автоматизації підтримки програмних комплексів.
Завантаження
Посилання
Afzal, M., Hameed, U., Zubair, A. S., Iqbal, M. W., Arif, S., & Haseeb, U. (2023). Adoption of continuous delivery in devops: future challenges, Jilin Daxue Xuebao (Gongxueban). Journal of Jilin University (Engineering and Technology Edition), E-Publication: Online Open Access, 42, issue 04-2023, 273–292. https://doi.org/10.17605/OSF.IO/6NYPX
Aggarwal, C. C. (2023). Neural networks and deep learning: a textbook, Springer International Publishing, Cham, Switzerland, 529. URL: https://www.google.com.ua/books/edition/Neural_Networks_and_Deep_Learning/0-rIEAAAQBAJ?hl=uk&gbpv=0
Alladi, R. (2024). Harnessing the Power of Gen AI & Cloud Computing for Customer Relationship Management. International Journal of Scientific Research & Engineering Trends, 10(3), 724–730. URL: https://ijsret.com/wp-content/uploads/2024/05/IJSRET_V10_issue3_216.pdf
Alshahwan, N., Chheda, J., Finegenova, A., Gokkaya, B., Harman, M., Harper, I., Marginean, A., Sengupta, S., & Wang, E. (2024). Automated Unit Test Improvement using Large Language Models at Meta. In: Proceedings of the 32nd ACM Symposium on the Foundations of Software Engineering (FSE '24), November 15-19, 2024, Porto de Galinhas, Brazil. ACM, New York, NY, USA, 12. URL: https://arxiv.org/pdf/2402.09171
Alter, S. (2018). Making sense of smart living, working, and organizing enhanced by supposedly smart objects and systems. Smart Working, Living and Organising, 247–260. https://doi.org/10.1007/978-3-030-04315-5_17
Beyer, B., Jones, C., Petoff, J., & Murphy, N. R. (2016). Site Reliability Engineering: How Google Runs Production Systems (1st. ed.). O'Reilly Media Inc., 67–75. URL: https://cdn.ttgtmedia.com/rms/pdf/site_reliability_engineering_exc.pdf
Butgereit, L. (2019). Using Machine Learning to Prioritize Automated Testing in an Agile Environment. Conference on Information Communications Technology and Society (ICTAS), Durban, South Africa, 1–6. https://doi.org/10.1109/ICTAS.2019.8703639
Dave, D. M. (2023). Impact of Site Reliability Engineering on Manufacturing Operations: Improving Efficiency and Reducing Downtime. International Journal of Scientific and Research Publications, Vol. 13, Issue 11, 136–139. https://doi.org/10.29322/IJSRP.13.11.2023.p14312
Durić, Z., Ilić, B., & Jovanović, L. (2023). Artificial Intelligence in Digital Marketing and Marketing Communication of Companies – Opportunities and, Issues in Creating a New future of the Company's Business. 5-th Virtual International Conference Path to a Knowledge Society-Managing Risks and Innovation – Paksom, 2023, 303–309. URL: https://www.researchgate.net/profile/Biljana-Ilic/publication/377397752_Artificial_Intelligence_in_Digital_Marketing_and_Marketing_Communication_of_Companies_-_Opportunities_and_Issues_in_Creating_a_New_future_of_the_Company's_Business/links/65a45d4440ce1c5902de7d73/Artificial-Intelligence-in-Digital-Marketing-and-Marketing-Communication-of-Companies-Opportunities-and-Issues-in-Creating-a-New-future-of-the-Companys-Business.pdf
Elicherla, S. R., Reddy, S., Reddy, R., & Peddareddigari, S. R. (2015). Agilimation (Agile Automation) – State of Art from Agility to Automation. International Journal for Scientific Research & Development, 3(09), 411–416. URL: https://www.ijsrd.com/articles/IJSRDV3I90375.pdf
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, 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_perspectiSAP-service-desk-Alignment-of-technical-projects-with-a-business-perspective.pdf
Garg, D. (2024). Impact of automation and artificial intelligence on employment and wages: An analysis. International Journal of Social Science and Economic Research, 09(04), 1067–1082. https://doi.org/10.46609/ijsser.2024.v09i04.012
Hayat, Md. A., Islam, S., & Hossain, Md. F. (2024). The evolving role of Artificial Intelligence in software testing: Prospects and challenges. International Journal For Multidisciplinary Research, 6(2), 1–16. https://doi.org/10.36948/ijfmr.2024.v06i02.14783
Hnatushenko, V. V., & Pavlenko, I. V. (2024). The Use of Generative Artificial Intelligence in Software Testing. System technologies, Dnipro, 2(151), 113–123. https://doi.org/10.34185/1562-9945-2-151-2024-10
Hunko, I., Muliarevych, O., Trishchuk, R., Zybin, S., & Halachev, P. (2024). The role of virtual reality in improving software testing methods and tools. Journal of Theoretical and Applied Information Technology, 102(11), 4723–4734. URL: https://www. jatit.org/volumes/Vol102No11/6Vol102No11.pdf
Jensen, K. (1996). Coloured Petri Nets: Basic Concepts, Analysis Methods and Practical Use, Berlin: Spingler, 1, 236. URL: https://books.google.com.ua/books/about/Coloured_Petri_Nets.html?id=9wZRovt-gYAC&redir_esc=y
Jensen, K., & Kristensen, L. M. (2009). Coloured Petri Nets: Modelling and Validation of Concurrent Systems. Springer-Verlag Berlin Heidelberg, 384. URL: https://www.google.com.ua/books/edition/Coloured_Petri_Nets/5yjYH0vtYSAC?hl=uk&gbpv=0
Kim, G. Humble, J., Debois, P., & Willis, J. (2016). The devops handbook: How to create world-class agility, reliability, & Security in Technology Organizations. Portland, OR: IT Revolution Press, 480. URL: https://books.google.com.ua/books/about/The_DevOps_Handbook.html?id=ui8hDgAAQBAJ&redir_esc=y
Kim, G., Behr, K., & Spafford, G. (2018). The Phoenix Project: A Novel About it, DevOps, and helping your business win. Norwood, Mass., IT Revolution Press, Distributed by Skillsoft Books, 432. URL: https://www.google.com.ua/books/edition/The_Phoenix_Project/H6x-DwAAQBAJ?hl=uk&gbpv=0
Komar, M., Fedorovych, V., Poidych, V., & Taborovskyi, A. (2024). Intelligent System For Visual Testing Of Software Products. The First International Workshop of Young Scientists on Artificial Intelligence for Sustainable Development, May 10-11, 2024, Ternopil, Ukraine, 9–18. URL: https://test7.ai-tern.in.ua/paper1.pdf
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
Panwar, A., & Peddi, P. (2023). Implementation of software testing using Machine Learning: A Systematic Mapping Study. International Journal of Renewable Energy Exchange, 11(7), 58–64. https://doi.org/10.58443/ijrex.11.7.2023.58–64
Peterson, J. L. (1981). Petri Net Theory and the Modeling of Systems. New York, Prentice-Hall, 290. URL: https://www.google.com.ua/books/edition/Petri_Net_Theory_and_the_Modeling_of_Sys/dNtQAAAAMAAJ?hl=uk&gbpv=0&bsq=%22Petri%20 Net%20Theory%20and%20the%20Systems%22
Priyadarshini, R., Mehra, R. M., Sehgal, A., & Singh, P. J. (2022). Artificial Intelligence Applications and Innovations. Published by Chapman & Hall, 300. URL: https://www.google.com.ua/books/edition/Artificial_Intelligence/-XqEEAAAQBAJ?hl=uk&gbpv=0
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
Reisig, W. (2013). Understanding Petri Nets: Modeling Techniques, Analysis Methods, Case Studies. Springer Science & Business Media, Springer: Berlin/Heidelberg, Germany, 230. URL: https://www.google.com.ua/books/edition/Understanding_Petri_Nets/pWc_AAAAQBAJ?hl=uk&gbpv=0
Sahaf, Z., Garousi, V., Pfahl, D., Irving, R., & Amannejad, Y. (2014). When to automate software testing? decision support based on system dynamics: An industrial case study. In 2014 International Conference on Software and Systems Process, ICSSP 2014 – Proceedings, Association for Computing Machinery, 149–158. https://doi.org/10.1145/2600821.2600832
Salameh, H. (2019). The impact of devops automation, controls, and visibility practices on software continuous deployment and delivery. In: Proceedings of the 2nd International Conference on Research in Management and Economics, 22–46. URL: http://www.dpublication.com/wp-content/uploads/2019/09/IME-F793.pdf
Srivastava, S., & Singh, M. (2024). The Integration of AI and Devops in the Field of Information Technology and Its Prospective Evolution in the United States. International Journal for Research in Applied Science & Engineering Technology (IJRASET), 12, Issue II, 33–37. https://doi.org/10.22214/ijraset.2024.58258
Vang-Mata, R. (2020). Multilayer Perceptrons: Theory and Applications. Nova Science Publishers, New York, 143. URL: https://www.google.com.ua/books/edition/Multilayer_Perceptrons/eO-QzQEACAAJ?hl=uk
