مروری بر کاربرد یادگیری ماشین در پیشبینی نقص نرم افزار
Publish place: The 5th International Conference on Science & Technology with Sustainable development approach
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 524
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:
TECHSD05_057
تاریخ نمایه سازی: 25 آذر 1398
Abstract:
با توسعه فناوریهای کامپیوتری، پیچیدگی سیستمهای نرم افزاری افزایش یافته و در نتیجه تعداد نقصهای موجود در چرخه حیات توسعه نرم افزار نیز افزایش می یابد. این نقصها کیفیت نرمافزار را کاهش داده و عامل اصلی شکست نرمافزار محسوب میشوند . به همین جهت، همواره پیشبینی نقص های موجود در محصولات نرمافزاری یکی از مسائل قابل توجه در زمینه مهندسی نرم افزار بوده و میتواند تاثیر مهمی در کاهش هزینه ها و بهبود کیفیت نرم افزار داشته باشد. تاکنون روشهای مختلفی روی مجموعه داده های مختلف و با معیارهای ارزیابی مختلف ارائه شده است که هر یک از این روشها به نوبه خود توانستهاند با پیش بینی ماژولهای مستعد خطا، گامی موثر در بهبود کیفیت و کارایی محصولات نرم افزاری بردارند. در این مقاله، به بررسی و مرور مدلهای مختلف ارائه شده جهت پیشبینی نقص نرم افزار که مبتنی بر الگوریتم های یادگیری ماشین هستند، پرداخته ایم و این روشها را بر اساس روش یادگیری ماشین مورد استفاده، معیار ارزیابی و مجموعه داده مورد استفاده، مقایسه کرده ایم.
Keywords:
Authors
بتول لکزائی
کارشناس ارشد مهندسی نرم افزار، فارغ التحصیل دانشگاه شهید بهشتی تهران