Navegación

Búsqueda

Búsqueda avanzada

El autor Esther Guerra ha publicado 3 artículo(s):

1 - Towards a model-driven engineering solution for language independent mutation testing

Mutation testing is a technique to assess test suite adequacy to distinguish between correct and incorrect programs. Mutation testing applies one or more small changes to a program to obtain variants called mutants. The adequacy of a test suite is measured by determining how many of the mutants it distinguishes from the original program. There are many works about mutation testing, but the existing approaches focus on a specific programming language, and usually, it is not easy to customize the set of mutation operators. In this paper, we present Wodel-Test, an extension of the Wodel tool that implements a language-independent mutation testing framework based on model-driven engineering principles.

Autores: Pablo Gómez-Abajo / Esther Guerra / Juan de Lara / Mercedes G. Merayo / 
Palabras Clave: Domain Specific Languages - model mutation - Model-Driven Engineering - Mutation testing - reverse engineering

2 - Building Scalable Graphical Modelling Environments with EMFSplitter (tool demo)

In Model-Driven Engineering the creation of Domain-Specific Modelling Languages (DSMLs) is a recurrent demanding task. Usually DSMLs are built in an ad-hoc manner and the generated environments do not scale well to face scenarios with complex systems. To improve this situation, we propose an approach to facilitate the engineering of DSMLs through a catalogue of patterns and a set of wizards to reduce the implementation time of such environments. Our approach is supported by a tool called EMFSplitter, which proposes a Modularity pattern to fragment the models and a Graphical Representation pattern, for the definition of graphical and tabular syntax.

Autores: Antonio Garmendia / Esther Guerra / Juan De Lara / 
Palabras Clave: Domain-Specific Modelling Languages - Graphical Modelling Environments - Meta-modelling - Modularity - Scalable Modelling

3 - Collaborative Modeling and Group Decision Making Using Chatbots in Social Networks

Titulo: Collaborative Modeling and Group Decision Making Using Chatbots in Social NetworksAutores: Sara Perez-Soler, Esther Guerra, Juan de LaraRevista de publicación: IEEE SoftwareVolume: 35, Issue: 6, Noviembre/Diciembre 2018, pp.: 48-54, DOI: 10.1109/MS.2018.290101511Índice de impactor JCR (2017): 2,879Ranking: Q1 en Ingeniería del SoftwareAbstract: El modelado se usa en las fases iniciales del desarrollo de software para discutir y explorar problemas, comprender dominios, evaluar alternativas y comprender sus implicaciones. En este contexto, el modelado es inherentemente colaborativo porque involucra a participantes con diferentes conocimientos y experiencia, que cooperan para crear una solución basada en el consenso.Sin embargo, las herramientas de modelado actuales suelen proporcionar editores de diagramas difíciles de manejar, lo que podría obstaculizar la participación activa de los expertos en el dominio. Además, carecen de mecanismos para facilitar la toma de decisiones.Para abordar estos problemas, nuestra propuesta es integrar el modelado dentro de las redes sociales, de modo que la interfaz de modelado es el lenguaje natural que un chatbot interpreta para derivar un modelo de dominio apropiado. Las redes sociales proporcionan mecanismos intuitivos de discusión, y el uso del lenguaje natural reduce la barrera de entrada al modelado a los expertos en el dominio. Además, nuestro enfoque facilita la elección entre varias alternativas de modelado, utilizando como mecanismo de toma de decisiones el consenso. Como soporte a esta propuesta, hemos desarrollado la herramienta SOCIO, que funciona enredes sociales como Telegram.

Autores: Sara Perez-Soler / Esther Guerra / Juan De Lara / 
Palabras Clave: Chatbots - Desarrollo dirigido por modelos - Ingeniería del Software - Modelado Colaborativo - Redes sociales - Toma de Decisión