English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

—La estimacion temprana del esfuerzo para la construccion de un producto software, es crucial en la prevision del costo y tiempo necesarios para su desarrollo. Los modelos y tecnicas para la estimacion del esfuerzo presentan como principal inconveniente, la poca precision en las predicciones realizadas y generalmente se hace una minima consideracion de los aspectos no funcionales del software. Se propone la construccion de un modelo de estimacion para el esfuerzo en el desarrollo de software denominado MONEPS, que pretende mejorar la precision en la estimacion del esfuerzo, utilizando una Red Neuronal Artificial (RNA) en Backpropagation, cuya capa de entrada se estructura sobre la base de un conjunto de caracteristicas y atributos tomados de la norma ISO/IEC 25000 de la calidad del software. La RNA fue entrenada con datos recopilados de aplicaciones desarrolladas en el ambito academico, de las cuales se conocian sus tiempos de desarrollo y costos asociados. Las estimaciones de tiempo y costo, para dos casos de prueba, muestran mas precision en el modelo neuronal, en comparacion con los modelos Cocomo-81 y Cocomo-II. MONEPS ha logrado la convergencia de aspectos funcionales y no funcionales para mejorar la precision en la estimacion del esfuerzo en proyectos de software

Modelo Neuronal de Estimación para el Esfuerzo de Desarrollo en Proyectos de Software (MONEPS)