Towards software cognitive complexity measure with granular structures of unified factors

Benjapol Auprasert

dc.contributor.advisor	Yachai Limpiyakorn
dc.contributor.author	Benjapol Auprasert
dc.contributor.other	Chulalongkorn University. Faculty of Engineering
dc.date.accessioned	2012-02-12T01:54:04Z
dc.date.available	2012-02-12T01:54:04Z
dc.date.issued	2009
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/16843
dc.description	Thesis (M.Eng.)--Chulalongkorn University, 2009	en
dc.description.abstract	Cognitive complexity measures quantify human difficulty in understanding the source code based on cognitive informatics foundation. The discipline derives cognitive complexity on a basis of fundamental software factors i.e. inputs, outputs, and internal processing architecture. The invention of Cognitive Functional Size (CFS) stands out as the breakthrough to software complexity measures. Several subsequent researches have tried to enhance CFS to fully consider more factors, such as information contents in the form of identifiers and operators. However, these existing approaches quantify the factors separately without considering the relationships among them. This thesis presents an approach to integrating Granular Computing into the new measure called Structured Cognitive Information Measure or SCIM. The proposed measure unifies and re-organizes complexity factors analogous to human cognitive process. Empirical studies were conducted to evaluate the virtue of SCIM, including theoretical validation through nine Weyuker's properties. The universal applicability of granular computing concepts is also demonstrated. Additionally, the new inductive framework has been proposed to patch the holes of Weyuker’s properties, and used in the assessment of the cognitive complexity measures to analyze and guide directions for future improvement of the measures.	en
dc.description.abstractalternative	มาตรวัดความซับซ้อนปริชานวัดความยากง่ายสำหรับสมองมนุษย์ ในการทำความเข้าใจซอฟต์แวร์โดยอาศัยหลักการพื้นฐานทาง Cognitive informatics ซึ่งวัดความซับซ้อนปริชานจากปัจจัยพื้นฐานของซอฟต์แวร์ ได้แก่ อินพุต เอาต์พุต และโครงสร้างประมวลผลภายใน ภายหลังจากการที่ได้มีการนำเสนอ Cognitive functional size (CFS) ขึ้น งานวิจัยหลายงานได้พยายามเพิ่มเติมและดัดแปลง CFS ให้คำนึงถึงปัจจัยพื้นฐานให้ครบถ้วนสมบูรณ์ขึ้น เช่นคำนึงถึงปริมาณสารสนเทศในรูปของ identifiers และ operators งานวิจัยเหล่านี้ พยายามที่จะประเมินความซับซ้อนจากหลายปัจจัย แต่กลับประเมินค่าความซับซ้อนจากแต่ละปัจจัยแยกจากกัน โดยไม่คำนึงถึงความสัมพันธ์เกี่ยวเนื่องกันของปัจจัย วิทยานิพนธ์นี้จึงนำเสนอวิธีการใหม่โดยนำหลักการจาก Granular computing เข้ามาประยุกต์ใช้และนำเสนอมาตรวัดใหม่เรียกว่า Structured cognitive information measure (SCIM) ซึ่งรวมปัจจัยและจัดโครงสร้างใหม่ให้สอดคล้องกับกระบวนการปริชานของมนุษย์ มีการทดลองเบื้องต้นเพื่อประเมินวิธีที่นำเสนอนี้ รวมถึงมีการประเมินผ่านคุณสมบัติของ Weyuker ทั้ง 9 ข้อ วิทยานิพนธ์ยังได้สนับสนุนความเป็นสากลกับโดเมนทั่วไปของหลักการ Granular computing นอกจากนี้ยังได้มีการเสนอกรอบงานอุปนัยเพื่อแก้ไขข้อบกพร่องของคุณสมบัติของ Weyuker และนำมาใช้ประเมินและวิเคราะห์มาตรวัดความซับซ้อนปริชานซอฟต์แวร์ต่างๆ เพื่อหาจุดอ่อน จุดแข็ง และแนวทางในการพัฒนามาตรวัดต่างๆ ต่อไป	en
dc.format.extent	1471938 bytes
dc.format.mimetype	application/pdf
dc.language.iso	en	es
dc.publisher	Chulalongkorn University	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2009.1691
dc.rights	Chulalongkorn University	en
dc.subject	Computer software	en
dc.subject	Cognitive science	en
dc.subject	Granular computing	en
dc.subject	Computational complexity	en
dc.title	Towards software cognitive complexity measure with granular structures of unified factors	en
dc.title.alternative	สู่มาตรวัดความซับซ้อนปริชานซอฟต์แวร์ด้วยโครงสร้างแตกชั้นของปัจจัยรวม	en
dc.type	Thesis	es
dc.degree.name	Master of Engineering	es
dc.degree.level	Master's Degree	es
dc.degree.discipline	Computer Engineering	es
dc.degree.grantor	Chulalongkorn University	en
dc.email.advisor	Yachai.L@chula.ac.th
dc.identifier.DOI	10.14457/CU.the.2009.1691