CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مروری بر پیش بینی نقص نرم افزار مبتنی بر روش انتخاب ویژگی با استفاده از روش های یادگیری ماشین و الگوریتم های تکاملی

عنوان مقاله: مروری بر پیش بینی نقص نرم افزار مبتنی بر روش انتخاب ویژگی با استفاده از روش های یادگیری ماشین و الگوریتم های تکاملی
شناسه ملی مقاله: ICCSE01_074
منتشر شده در کنفرانس بین المللی مهندسی و علوم کامپیوتر در سال 1395
مشخصات نویسندگان مقاله:

ساناز افتخاری - دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
سیدحبیب سیف زاده - دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

خلاصه مقاله:
پیش بینی نقص نرم افزار یکی از زمینه های تحقیقاتی فعال در مهندسی نرم افزار است که نقش مهمی در بهبود کیفیت نرم افزار دارد و بهکاهش زمان و هزینه در آزمون نرم افزار کمک می کند. امروزه اندازه پروژه های نرم افزاری بزرگتر شده و روش های پیش بینی نقصنقش مهمی را در حمایت از توسعه دهندگان بازی می کنند. یادگیری ماشین، روی توسعه برنامه های کامپیوتری تمرکز می کند، که می-توانند خود را زمانی که در معرض داده های جدید قرار می گیرند برای رشد و تغییر زمانی آموزش دهند. یکی از مشکلات کلاسیک دریادگیری ماشین انتخاب ویژگی است. از یک الگوریتم انتخااب ویژگی انتظار می رود سریع، و در همان زمان عملکرد بالایی از خودنشان دهد. پیش بینی نقص نرم افزار یک توانایی بسیار مهم است که در برنامه ریزی یک پروژه نرم افزاری دیده می شود و تلاش بسیاربیشتری برای حل این مشکل پیچیده با استفاده از معیارهای نرم افزار و مجموعه داده های مستعد نقص مورد نیاز است. هدف اصلی اینمقاله بررسی و مقایسه روش های انتخاب ویژگی موجود برای پیش بینی نقص نرم افزار است.

کلمات کلیدی:
پیش بینی نقص نرم افزار، انتخاب ویژگی، معیارهای نرم افزار، روشهای یادگیری ماشین

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/648226/