طبقه بندی اجراهای برنامه با استفاده از درخت تصمیم گیری به منظور ساخت یک مدل پیش بینی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 994
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIT01_353
تاریخ نمایه سازی: 9 تیر 1393
چکیده مقاله:
تکنیک یادگیری ماشین برای استنتاج یک درخت تصمیم از داده ها، یکی از روش های داده کاوی است که به دلیل کارآمدی به شکل گسترده ای در مسائل مربوط به یادگیری ماشین استفاده می شود. هدف از این مقاله معرفی روشی برای طبقه بندی اجراهای برنامه با استفاده از درخت تصمیم گیری به منظور پیش بینی خودکار خطاهای موجود در سیستم های نرم افزاری با حداکثر دقت و حداقل نیاز به بررسی دستی کد برنامه است. روش هایی که تاکنون برای رسیدن به این هدف ارائه شده اند سعی دارند با مقایسه اطلاعات زمان اجرای برنامه ها در اجراهای موفق و ناموفق و در نقاط خاصی از برنامه که تعیین کننده نام دارند، نقاط مظنون به خطا را به برنامه نویس معرفی کنند در این مقاله راه کاری براساس تحلیل رفتارهای زمان اجرا در قالب مسیرهای اجرایی و با در نظر گرفتن تعامل های بین تعیین کننده ها ارائه شده است. برای این منظور از یک روش تصمیم گیری به منظور تشخیص اجراهای موفق و نا موفق جهت تعیین خطا استفاده شده است. ارزیابی راه کار ارائه شده بر روی مجموعه ای از برنامه های واقعی، موفقیت روش ارائه شده را در کشف دقیق تر خطاها نسبت به روش های پیشین نشان می دهد.
کلیدواژه ها:
نویسندگان
سعید پارسا
دانشیار دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران، تهران
رضوان زهره
دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر دانشگاه آزاد اسلامی بروجرد