پیش بینی خطا نرم افزار مبتنی بر یادگیری عمیق
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 254
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICPCONF08_062
تاریخ نمایه سازی: 9 مهر 1401
Abstract:
پیش بینی خطا یکی از چالش های کلیدی در توسعه نرم افزار و تحقیقات زبان برنامه نویسی بر ای بهبود کیفیت و قابلیت اطمینان نرم افزاراست. مشکل اصلی در این زمینه شناسایی صحیح کد منبع معیوب با دقت بالا است. توسعه یک مدل پیش بینی خطا یک مشکل چالشبرانگیز است و رویکردهای زیادی در طول تاریخ ارائه شده است. پیشرفت اخیر در فناوری های یادگیری ماشین، به ویژه توسعه تکنیکهای یادگیری عمیق، منجر به حل بسیاری از مشکلات با این روش ها شده است .در این مقاله، دو مدل یادگیری عمیق، رمزگذار خودکارپشته پراکنده (SSAE) و شبکه باور عمیق (DBN) ، برای طبق هبندی مجموعه های داده ناسا ، به کار گرفته شده اند.
Keywords:
Authors
ملیکا امیری
دانشجوی کارشناسی ارشد،گروه کامپیوتر،موسسه آموزش عالی جهاد دانشگاهی کرمانشاه، ، کرمانشاه، ایران
آشنا محمودی
دکتری، مدرس گروه کامپیوتر، موسسه آموزش عالی جهاددانشگاهی کرمانشاه، کرمانشاه،ایران