РОЗРОБКА ФУНКЦІЙ ВТРАТ ДЛЯ ТРАНСФОРМЕРНИХ МОДЕЛЕЙ ОЦІНЮВАННЯ ЧАСУ В ШІ-ПРОЄКТАХ

Анотація

Точне оцінювання часу є критично важливим для планування та управління проєктами у сфері штучного інтелекту (ШІ). Однак традиційні підходи часто не забезпечують достатньої точності через доменно-специфічний характер таких завдань, що призводить до високої варіативності та складності ШІ-проєктів. У цій роботі досліджується, як можна покращити моделі на основі трансформерів для прогнозування тривалості проєктів шляхом розробки спеціалізованих функцій втрат. Для навчання моделі було використано структурований набір даних ШІ-проєктів, що містить метадані, зокрема основний домен, додатковий домен, етап розробки та рівень складності. На основі цього набору даних було навчено трансформерну модель із застосуванням кількох підходів до побудови функцій втрат. Серед них – стандартна середньоквадратична помилка (MSE), функція втрат зважена за доменом із використанням експертних відповідностей метаданих, функція втрат із урахуванням невизначеності, а також фінальна стабілізована функція втрат, що поєднує доменне зважування з імовірнісними обмеженнями. Експериментальні результати показали, що запропонована комбінована функція втрат перевершує традиційні підходи за основними метриками точності, зокрема середньою абсолютною похибкою (MAE), середньоквадратичною похибкою (MSE) та коренем середньоквадратичної похибки (RMSE). Отримані результати підтверджують, що інтеграція доменних знань та моделювання невизначеності безпосередньо у функцію втрат дозволяє отримати більш точні, стабільні та інтерпретовані прогнози. Загалом, дана робота підкреслює важливість проєктування функцій втрат як ключового елементу прикладних задач машинного навчання та задає необхідну практичну основу необхідну для подальшого дослідження, тестування, та покращення моделей оцінювання часу в контексті управління ШІ-проєктами.