Resumen

La demanda de desarrollo global de software es cada vez mayor. La no disponibilidad de expertos en software en un lugar o país es la razón del aumento del alcance del desarrollo global de software. Los desarrolladores de software que se encuentran en diferentes partes del mundo con habilidades diversificadas necesarias para completar con éxito un proyecto juegan un papel crítico en el campo del desarrollo de software. Utilizando las habilidades y la experiencia de los desarrolladores de software de todo el mundo, se puede desarrollar cualquier componente o resolver cualquier problema relacionado con las TI. Los mejores conocimientos y herramientas de software están dispersos por todo el mundo, pero integrar estos conocimientos y herramientas y hacerlos funcionar para resolver problemas del mundo real es una tarea difícil. La disciplina de la gestión de riesgos proporciona las estrategias alternativas para gestionar los riesgos a los que se enfrentan los expertos en software en el mundo actual de la competitividad. Esta investigación es un esfuerzo para predecir los riesgos relacionados con el tiempo, el coste y los recursos a los que se enfrentan los equipos distribuidos en un entorno global de desarrollo de software. Para examinar el efecto relativo de estos factores, en esta investigación se han implementado enfoques de redes neuronales como Levenberg-Marquardt, Regularización Bayesiana y Gradiente Conjugado Escalado para predecir las respuestas de los riesgos relacionados con el tiempo, el coste y los recursos del proyecto involucrados en el desarrollo global de software. También se realiza un análisis comparativo de estos tres algoritmos para determinar los de mayor precisión. Los resultados de este estudio demostraron que la Regularización Bayesiana se comportó muy bien en términos del criterio MSE (validación) en comparación con los enfoques Levenberg-Marquardt y Gradiente Conjugado Escalado.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:desarrollo global de software, gradiente conjugado escalado, desarrollador de software, regularización bayesiana, experto en software, algoritmo de mayor precisión, enfoque de gradiente conjugado, mejores habilidades de software, no disponibilidad de software, mundo de la competitividad
• Keywords:global software development, scaled conjugate gradient, software developer, bayesian regularization, software expert, highest accuracy algorithm, conjugate gradient approach, best software skills, nonavailability of software, world of competitiveness