文献

J-GLOBAL ID：202002253345672372   整理番号：20A1798788

深層学習を用いたソフトウェア品質を改善するための知的故障予測コードエディタに向けて【JST・京大機械翻訳】

Towards an intelligent fault prediction code editor to improve software quality using deep learning

著者 (1件)： Jindal Vasu (University of Texas at Dallas, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： Programming’18 Companion  ページ： 222-223  発行年： 2018年 
JST資料番号： D0698C  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： ソフトウェア品質保証は,ソフトウェア企業における成功のためのピラーになった。故障傾向モジュールが開発ライフサイクルで早期に同定できるならば,高品質,低保全プログラムを達成できる。本論文では,事前ソースコードデータベースを用いて故障に対する符号をテストするためにプログラマをシームレスに許す新しい知的統合開発環境(IDE)を提案した。著者らのIDEは,推薦を行うための深層学習モデルで構築される。また,編集者は,それらのプログラム設計に関するプログラマにスコアを与える。有名なNASAコードリポジトリを用いて提案アプローチを評価し,検証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 米国航空宇宙局 ,  *故障 ,  品質保証 ,  プログラマ ,  ライフサイクル ,  プログラム設計 ,  *ソフトウェア
準シソーラス用語： シームレス ,  高品質 ,  *ソフトウェア品質 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  故障予測 ,  品質保証 ,  ソフトウェア品質

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 (4件)： 深層学習 ,  ソフトウェア品質 ,  故障予測 ,  エディタ