机器学习的非功能需求：系统范围与关注点的探索
软件工程
2022-03-22 v1
摘要
依赖机器学习（ML系统）的系统与传统系统相比，对系统质量有着不同的要求。此类质量需求被称为非功能需求（NFRs），其定义、范围和重要性可能不同于传统系统的NFRs。尽管NFRs对ML系统十分重要，但相较于传统领域，我们对其定义与范围——以及各NFR现有研究的广度——的理解仍然不足。基于一项关于工业界ML系统NFRs重要性与处理方式的调查，我们为缩小这一差距做出三项贡献：（1）基于共同特征提出ML系统NFRs的聚类；（2）利用Scopus检索结果——以及针对NFRs样本的代码间一致性——来估计部分NFRs相关研究的文献数量；（3）利用对各样本标题与摘要的初步阅读，界定NFRs在系统各部分（如训练数据、ML模型或其他系统要素）上的范围。这些初步发现为这一新兴领域的未来研究奠定了基础。
引用
@article{arxiv.2203.11063,
title = {Non-Functional Requirements for Machine Learning: An Exploration of System Scope and Interest},
author = {Khan Mohammad Habibullah and Gregory Gay and Jennifer Horkoff},
journal= {arXiv preprint arXiv:2203.11063},
year = {2022}
}