文献

J-GLOBAL ID：202002273746634829   整理番号：20A0654182

遺伝的アルゴリズムとサポートベクトルマシン分類器による粒子群アルゴリズムを用いたソフトウェア故障予測【JST・京大機械翻訳】

Software fault prediction using particle swarm algorithm with genetic algorithm and support vector machine classifier

著者 (3件)： Alsghaier Hiba (Department of Information Systems, Yarmouk University, Irbid, Jordan) ,  Akour Mohammed (Department of Information Systems, Yarmouk University, Irbid, Jordan) ,  Akour Mohammed (Computer Engineering Department, Al Yamamah University, Riyadh, Saudi Arabia)
資料名： Software: Practice & Experience  (Software: Practice & Experience)
巻： 50  号： 4  ページ： 407-427  発行年： 2020年 
JST資料番号： E0674A  ISSN： 0038-0644  CODEN： SPEXBL  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： ソフトウェア故障予測は,開発ライフサイクルの初期段階における故障クラスまたは故障モジュールを検出するために開発者によって使用されるモジュールを開発するプロセスであり,保守フェーズにおいてより多くのリファクタリングを必要とするモジュールを決定する。ソフトウェア信頼性は,故障の確率が時間の間に発生することを意味し,信頼できないシステムを記述するとき,それは多くの誤差を含み,これらの誤差はいくつかのシステムで受け入れられるが,航空機,スペースシャトル,医療システムのような重要なシステムにおいて重要な問題をもたらす可能性がある。したがって,故障ソフトウェアモジュールの位置決めは,それがより多くのリファクタリングまたはより多くのテストを必要とするモジュールを定義するのを助けるので,不可欠なステップである。本論文において,より良いソフトウェア故障予測技術のために,ソフトウェア故障予測のためのサポートベクトルマシン(SVM)分類装置と粒子群アルゴリズムによって遺伝学アルゴリズム(GA)を統合することによって,方式を開発した。開発した手法を24のデータセット(12-NASA MDPと12-Javaオープンソースプロジェクト)に適用し,NASA MDPを大規模データセットとみなし,Javaオープンソースプロジェクトを小規模データセットとして考慮した。結果は,SVMと粒子群アルゴリズムによってGAを統合することが,それを大規模で小規模なデータセットに適用するとき,ソフトウェア故障予測プロセスの性能を改良して,以前の研究における限界を克服することを示した。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Java ,  ライフサイクル ,  機械学習 ,  米国航空宇宙局 ,  *サポートベクトルマシン ,  保全 ,  位相 ,  *アルゴリズム ,  予測技法 ,  *故障 ,  航空機 ,  分類装置 ,  *遺伝的アルゴリズム ,  スペースシャトル ,  *ソフトウェア障害

著者キーワード (4件)： 故障予測 ,  遺伝的アルゴリズム ,  機械学習 ,  粒子群アルゴリズム

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 (6件)： 遺伝的アルゴリズム ,  サポートベクトルマシン ,  分類器 ,  粒子群アルゴリズム ,  ソフトウェア ,  故障予測