文献

J-GLOBAL ID：201702275021183746   整理番号：17A1358919

プロセス計量は故障傾向のない予測因子である【Powered by NICT】

Process Metrics Are Not Bad Predictors of Fault Proneness

著者 (2件)： Stanic Biljana ,  Afzal Wasif
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： QRS-C  ページ： 493-499  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： 故障モジュールまたはクラスの正確な予測は,ソフトウェアの品質を改善し,そのような故障を固定することができる開発資源を割り当てることなど多くの利点を持っている。文献で提案された断層/欠陥予測モデルの異なる種類のされているが,それらの大部分は予測のための独立変数として静的コードメトリックスを利用した。最近,信頼できる予測を行うのために使用する代替計量プロセスメトリックスはかなりの注目を集めている。本論文の目的は,故障予測性能を評価するための静的コードとプロセスメトリックの異なる組合せを調べることである。の公開利用可能なデータセット,頻繁に使用される分類器,Naive Bayesと共に,実験を実行した。統計的および視覚的に,著者らの実験結果を解析した。統計解析は,評価基準の異なる組合せの故障予測性能の顕著な違いに対する証拠を示した。プロセスメトリックスは静的コードメトリックスとして故障傾向の予測因子と同様に良好であるという以前の研究結果を補強した。さらに,ボックスプロットの目視検査は故障予測のための計量の最良セットは静的コードとプロセス計量の両方の混合物であることを明らかにした。も他よりも識別され,従って使用に良好な予測因子としてそれらをいくつかのプロセス計量を支持する証拠を示した。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： ソフトウェア ,  肉眼検査 ,  視覚 ,  品質 ,  *故障 ,  統計解析 ,  モデル ,  評価基準
準シソーラス用語： Naive Bayes ,  故障予知 ,  独立変数 ,  欠陥予測 ,  *予測因子 , 【Automatic Indexing@JST】

分類 (3件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： プロセス ,  計量 ,  故障 ,  傾向 ,  予測因子