文献

J-GLOBAL ID：202002288772365323   整理番号：20A2572098

特徴選択と移動学習に基づく交差プロジェクトソフトウェア欠陥予測【JST・京大機械翻訳】

Cross-Project Software Defect Prediction Based on Feature Selection and Transfer Learning

著者 (4件)： Lei Tianwei (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Xue Jingfeng (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Han Weijie (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Han Weijie (School of Space Information, Space Engineering University, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12488  ページ： 363-371  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 交差プロジェクトソフトウェア欠陥予測は,従来の欠陥予測が十分なデータを得ることができないという問題を解決したが,しかし,目標データセットへの異なる機構のデータから学習されたモデルを適用する方法は,新しい問題である。同時に,訓練プロセスにおける情報冗長性が低精度に導くという問題がある。プロジェクトの差異に基づいて,本論文は,情報冗長性の問題を解決するために,特性にMICを使用する。同時に,TrAdaboostアルゴリズムと結合して,それは多重分類誤差サンプルの攻撃のアイデアに基づいて,本論文は,特徴選択と移動学習に基づく交差プロジェクトソフトウェア予測法を提案した。実験結果は,本論文で提案したアルゴリズムがAUCとF1に関してより良い実験結果を有することを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  アルゴリズム ,  *学習 ,  冗長性 ,  *特徴選択 ,  多重化
準シソーラス用語： *欠陥予測 , 【Automatic Indexing@JST】

著者キーワード (4件)： 転移学習 ,  TrAdaboost ,  MIC ,  クロスプロジェクトソフトウェア欠陥予測

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)： 特徴選択 ,  学習 ,  交差 ,  プロジェクト ,  ソフトウェア ,  欠陥予測