پیش بینی نقص نرم افزار با استفاده از روش های یادگیری عمیق بهبود یافته

پیچیدگی سیستم های نرم افزاری جدید روز به روز افزایش یافته و بیشتر می شود. چنین ویژگی هایی سبب می شود که جلوگیری از نقص نرم افزار بسیار چالش برانگیز و دشوار باشد. بنابراین ، پیش بینی خودکار تعداد نقص ها در ماژولهای نرم افزار ضروری بوده و به توسعه دهندگان کمک می کند تا منابع محدود نرم افزاری را به صورت کارآمد تخصیص دهند. در سال های اخیر، علاقه برای بکارگیری روش های یادگیری عمیق در مهندسی نرم افزار افزایش یافته و نگرانی هایی را برای برخی محققان در استفاده نامناسب و بدون ارزیابی کافی از این روش ها بوجود آورده است . از اینرو، یک تحلیل انتقادی برای بکارگیری تکنیک های یادگیری عمیق و ارزیابی آن با روش های پیشرفته قبلی انجام گرفته است . نتایج این تحلیل نشان می دهد بکارگیری روش های یادگیری عمیق تنها در صورتی با موفقیت همراه خواهد بود که با تنظیم گزاره هدف و استفاده از ابزارهای بهینه سازی هایپرپارامترها همراه باشد.

کلیدواژه ها:

پیش بینی نقص نرم افزار ، یادگیری عمیق ، بهینه سازی هایپرپارمترها