# Medical Imaging System (MIS) 商用の医療画像処理システム。約4500ルーチン、約400,000行の Pascal・FORTRAN・PL/M 混成コードからなり、開発に5年を要した後、数百サイトで3年間商用運用された。[Lind89] が、システムテスト・保守中に故障修正のためモジュールへ加えられた変更数と、11 種の複雑性メトリクス(LOC・CL・TChar・TComm・MChar・DChar・N・N̂・Jensen 推定量 N_F・McCabe の V(G)・Belady のバンド幅メトリクス BW)をモジュールごとに収集した。(Source: [[@1996__McGrawHill__Handbook of Software Reliability Engineering - Chapter 12 Software Metrics for Reliability Assessment]]) *Handbook of Software Reliability Engineering* 第12章では、Pascal・FORTRAN で書かれた 390 モジュール(約 40,000 行)のサブセットを用い、260 モジュールを fitting データ、130 モジュールを validating データに分割(data-splitting)した。主成分分析でサイズ・制御フローの2ドメインへ縮約したのち、判別分析による高リスク/低リスクモジュール分類(全体誤分類率約12%)と、重回帰による変更数予測(平均絶対誤差5.32)の実証例として用いられた。(Source: [[@1996__McGrawHill__Handbook of Software Reliability Engineering - Chapter 12 Software Metrics for Reliability Assessment]] §12.4.2–§12.4.4) *Handbook of Software Reliability Engineering* 第17章では、同じ [Lind89] 由来の390モジュール・11メトリクスのサブセットを用い、モジュールの変更数によって低故障傾向(カテゴリI、変更数0〜1件)・高故障傾向(カテゴリII、変更数10件以上)・中位(変更数2〜9件、分析から除外)の3群に分け、カテゴリI/II計203モジュールに対しガウス分類器・パーセプトロン・カスケード相関による多層ネットワークの3分類器を比較した。第12章の判別分析(低リスク/高リスクの閾値は変更数1件以下/2件以上)とは異なる、より極端な閾値による2値分類設定である。(Source: [[@1996__McGrawHill__Handbook of Software Reliability Engineering - Chapter 17 Neural Networks for Software Reliability Engineering]] §17.5.2) ## 関連 - ソース: [[@1996__McGrawHill__Handbook of Software Reliability Engineering - Chapter 12 Software Metrics for Reliability Assessment]] / [[@1996__McGrawHill__Handbook of Software Reliability Engineering - Chapter 17 Neural Networks for Software Reliability Engineering]] - 実体: [[John Munson]] / [[Taghi Khoshgoftaar]] / [[Nachimuthu Karunanithi]] / [[Yashwant Malaiya]] - 概念: [[ソフトウェア複雑性]] / [[主成分分析]] / [[障害予測]]