文献

J-GLOBAL ID：201902231957402932   整理番号：19A0517821

ソフトウェア欠陥予測への統合アプローチ【JST・京大機械翻訳】

Integrated Approach to Software Defect Prediction

著者 (2件)： Felix Ebubeogu Amarachukwu (Faculty of Computer Science and Information Technology, University of Malaya, Kuala Lumpur, Malaysia) ,  Lee Sai Peck (Faculty of Computer Science and Information Technology, University of Malaya, Kuala Lumpur, Malaysia)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 21524-21547  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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,産業の成功に寄与しながら,ソフトウェアチームに対する活動可能な出力を提供する。交差プロジェクトとプロジェクト内欠陥予測の両方に対するソフトウェア欠陥予測に関する経験的研究を行った。しかし,既存の研究は,今後の製品放出における欠陥の数を予測する方法を示していない。本論文では,欠陥加速度,すなわち欠陥密度,欠陥速度,および欠陥導入時間から導出した予測子変数を用いたそのような方法を提示し,各予測子変数と欠陥の数との相関を決定した。著者らは,これらの予測子変数から構築された回帰モデルに基づく統合機械学習アプローチの適用を報告する。実験は,22838例を含むPROMISEリポジトリから収集した10の異なるデータセットについて行った。平均欠陥速度の関数として構築された回帰モデルは,<0.001のp値で,98.6%の調整されたR二乗を達成した。平均欠陥速度は,0.98の相関係数で,欠陥の数と強く正に相関した。このように,この技術がソフトウェア開発活動の有効性を強化するために,プログラム試験のためのブループリントを提供できることを実証した。Copyright 2019 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： 回帰モデル ,  ソフトウェア開発 ,  有効性 ,  機械学習 ,  リポジトリ ,  加速度 ,  相関係数 ,  *ソフトウェア ,  欠陥密度
準シソーラス用語： プログラムテスト ,  p値 ,  予測子 ,  *欠陥予測 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  システム同定  (IA02040O)

タイトルに関連する用語 (3件)： ソフトウェア ,  欠陥予測 ,  統合