高リスクファイルを検出するための計量しきい値を持つGQMモデルを改善するための反復プロセス【Powered by NICT】

Tsuda Naohiko; Takada Masaki; Washizaki Hironori; Fukazawa Yoshiaki; Sugimura Shunsuke; Yasuda Yuichiro; Futakami Masanao

文献

J-GLOBAL ID：201702248460521543 整理番号：17A0798758

高リスクファイルを検出するための計量しきい値を持つGQMモデルを改善するための反復プロセス【Powered by NICT】

Iterative process to improve GQM models with metrics thresholds to detect high-risk files

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0798758&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0798758&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 2016 号： TENCON ページ： 3813-3816 発行年： 2016年
JST資料番号： W2441A 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

マニュアルコード検査はソースコードの保全性と再利用性を改善するための強力で時間を要する作業である。計量しきい値による高リスクソースコードファイルの自動検出は,検査員を助けることができるが,最適しきい値を決定することであるこのようにして,提案した方法は,検査の専門家の視点およびGQM法を用いた測定指標を明らかにし,測定基準値を解釈するためにどのように定義し,訓練データとしてプロジェクトにおけるファイルのいくつかを用いた教師つき学習による特異的プロジェクトのためのコンクリートしきい値を探索し,モデルとしきい値を改善するかを解析し高リスクファイルを検出するために計量しきい値を持つGQMモデルを定義し,改善するために反復プロセスを提案することは困難である。R言語で本ツールを実装し,産業プロジェクトを用いてプロセスを評価した。小型に埋め込まれたC++システムは,少数の訓練データのみを必要とする。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , , , , ,

前のページに戻る