文献

J-GLOBAL ID：201702262306289508   整理番号：17A1722472

ソフトウェア欠陥予測のための特徴選択を用いた統合化サンプリング法の結合【Powered by NICT】

Combining integreted sampling technique with feature selection for software defect prediction

著者 (2件)： Putri Sukmawati Anggraeni (STMIK Nusa Mandiri, Information System Program, Jakarta, Indonesia) ,  Frieyadie (AMIK BSI Jakarta, Management Informatic Program, Jakarta, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CITSM  ページ： 1-6  発行年： 2017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)

抄録/ポイント： 高品質ソフトウェアは,社会の研究での系において重要であることを支持する因子である。しかし欠損または損傷したソフトウェアコンポーネントは,作業の性能の低下をもたらし,開発・保守のコストを増加させることができる。ソフトウェアモジュールの正確な予測は,ソフトウェアの開発・保守の増加コストを削減する努力の一部として欠陥。ソフトウェアモジュールの正確な予測は,ソフトウェアの開発・保守の増加コストを削減する努力の一部として欠陥。これらの研究の結果は,知られているから,クラスの分布の不均衡な分類器の性能予測とデータセットに存在する属性の関連を減少させることができることを二つの問題である。これらの問題の両方を扱うために,著者らは試料法を統合した特徴選択法とを用いて本研究を行った。以前に行われた研究に基づいて,ランダムアンダーサンプリングを含む試料の二方法とサンプリングを上回るランダムのためのSMOTE。カイ二乗,情報利得と緩和法のような特徴選択法を上。研究加工後,統合は,Naive Bayes分類器に用いるレリーフ法を用いた技術をSMOTE,82%であることを他の方法より予測値の結果良好であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *特徴選択 ,  ソフトウェアコンポーネント ,  *ソフトウェア ,  緩和法 ,  保全
準シソーラス用語： 予測値 ,  レリーフ ,  Naive Bayes ,  情報利得 ,  性能予測 ,  不均衡 ,  高品質 ,  *欠陥予測 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： ソフトウェア ,  欠陥予測 ,  特徴選択 ,  統合化 ,  サンプリング