UML-diagrammen met AI analyseren op consistentie

Tijdens het ontwikkelen van een nieuw systeem worden er vaak verschillende UML-diagrammen gemodelleerd. Er wordt verwacht dat tussen deze diagrammen een bepaalde consistentie zit, maar hier wil je als ontwikkelaar niet zelf constant op hoeven letten. Om dit probleem te verhelpen, ga jij een applicatie ontwikkelen die UML-diagrammen kan analyseren en aangeeft waar eventuele verschillen zitten.

De opdracht

Om verschillende UML-diagrammen met elkaar te vergelijken moet onderzocht worden hoe deze met behulp van bijvoorbeeld Machine Learning of Artificial Intelligence gelezen kunnen worden. Om dit onderzoek te bewijzen moet een PoC ontwikkeld worden dat minimaal de verschillen tussen een klassendiagram en een domeinmodel kan bewijzen. Dit wordt je beginpunt.

Als dit beginpunt bepaald is, kan het PoC worden uitgebreid om ook de verschillen tussen meerdere diagrammen aan te tonen. Het zou mooi zijn als deze diagrammen in de Git-repositories worden geplaatst zodat deze in de pipelines gevalideerd kunnen worden. Als er dan een pull-request wordt geopend hoeft er niet handmatig gecontroleerd te worden of alle diagrammen zijn bijgewerkt.

In de toekomst kan dit project worden uitgebreid om ook de consistentie tussen diagrammen, documentatie en code te valideren, maar dit is voor de afstudeerperiode niet haalbaar. Terugkomend op de pipeline-integratie kan dan ook inzichtelijk gemaakt worden of bij iedere wijziging de documentatie wordt bijgewerkt.