文献

J-GLOBAL ID：201802241785535535   整理番号：18A0847045

オブジェクト指向ソフトウェアにおける欠陥クラス決定のための機械学習アルゴリズムの評価【JST・京大機械翻訳】

Assessment of machine learning algorithms for determining defective classes in an object-oriented software

著者 (2件)： Singh Prabhpahul (Depatment of Computer Science, JP Institute of Information Technology, NOIDA, India) ,  Malhotra Ruchika (Department of Computer Science & Engineering, Delhi Technological University, Delhi-110042, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRITO  ページ： 204-209  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： ソフトウェア欠陥予測はソフトウェア工学の良く知られた分野である。ソフトウェア製品のライフサイクルにおける初期の欠陥クラスの決定は,資源の効果的な配分におけるソフトウェア実行者を助ける。より多くの資源は,欠陥がソフトウェア製品の初期段階で除去できるように,可能性のある欠陥クラスに割り当てられる。そのような実践は良質なソフトウェア製品をもたらす。数百の欠陥予測モデルが開発され,研究者によって検証されているが,一般化された結論を引き出すためのより多くのモデルを開発し評価する必要がある。文献研究は,機械学習(ML)アルゴリズムがこの領域における有効な分類器であることを見出した。したがって,本研究は,ソフトウェア欠陥予測モデルを開発するために,7つのオープンソースソフトウェアプロジェクトから収集したデータに関する4つのMLアルゴリズムを評価した。これらの結果は,すべての他の研究アルゴリズムに対して,多層Perceptronアルゴリズムの性能が優れていることを示している。本研究の結果を統計的に評価し,それらの有効性を確立した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *学習アルゴリズム ,  多層 ,  *機械学習 ,  ライフサイクル ,  ソフトウェア工学 ,  文献調査 ,  モデル ,  ソフトウェア商品 ,  *ソフトウェア
準シソーラス用語： 高品質 ,  欠陥予測 ,  オブジェクト指向 , 【Automatic Indexing@JST】

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (7件)： オブジェクト指向 ,  ソフトウェア ,  欠陥 ,  クラス ,  機械学習 ,  アルゴリズム ,  評価