抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ソフトウェア欠陥の予測とバグ数の予測に関する大量の研究が行われている。ほとんどのアプローチは,同じプロジェクトに関連するデータの訓練と試験に基づいている。しかし,訓練のためのプロジェクトの十分なデータはないかもしれない。交差プロジェクト予測は,特定のプロジェクトにおける欠陥を予測するために,他のプロジェクトからのデータを利用する。本研究では,交差領域プロジェクト予測のためのモデルを提案した。訓練データを1つの領域に関するプロジェクトから取り入れて,他のドメインソフトウェアプロジェクトの故障の予測を実行した。他のドメイン知識から学習するために,ソースプロジェクトデータのバランスを用いた。ソースプロジェクトの平衡データを用いて,ハイパーパラメータ同調を適用したランダムフォレスト分類器を訓練した。この手法の利点を調べるために,PROMISEリポジトリからの9つのプロジェクトデータセットに関する実験を行った。さらに,著者らのアプローチを最近提案された交差プロジェクト予測:Hydraモデルと比較した。結果は,HYDRA上のいくつかのプロジェクトに対して,提案したモデルによって得られた良好なf測度値を示した。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】