مروری بر روشهای پیشبینی نقص نرمافزار
محل انتشار: چهارمین کنفرانس بین المللی مهندسی برق و کامپیوتر
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 674
فایل این مقاله در 12 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:
COMCONF04_220
تاریخ نمایه سازی: 10 تیر 1396
چکیده مقاله:
پیشبینی نقص نرمافزار یکی از مهمترین فعالیتها جهت تضمین کیفیت نرمافزار میباشد و یک فرآیند در حال توسعه است که میتواند توسط پیشبینی کنندههای نرم افزار مورد استفاده قرار گیرد. دقت پیش بینی نقص، در توسعهنرمافزار، نقش به سزایی در موفقیت یا شکست یک پروژه نرمافزاری ایفا میکند. تکنیکهای مختلفی جهت مدلسازی پیشبینی نقص در نرمافزار وجود دارد که اصلیترین مدل پیشبینی نقص نرمافزار، مدل کلاسهبندی است. در این مقالهیک بررسی سیستماتیک به منظور تجزیه و تحلیل عملکرد تکنیکهای پیشبینی نقص نرمافزار در 15 مطالعه انجام شده است. در بیشتر مطالعات از ترکیب تکنیکهای ماشین یادگیری و شبکه عصبی برای پیشبینی نقص ستفاده شده است.در برخی تکنیکهای به کار رفته جهت بالا بردن دقت مدل از الگوریتمهای تکاملی استفاده شده است. در بیشتر مقالات از مجموعه دادههای ناسا که از برای تجزیه و تحلیل نقص نرمافزار استفاده شده است. هدف اصلی از این مقاله مطالعه روشهای مختلف است که میتواند برای پیشبینی نقص نرم افزار استفاده شود
کلیدواژه ها:
نویسندگان
محمدرضا فنایی
دانشجوی کارشناسی ارشد نرم افزار، گروه مهندسی کامپیوتر، واحد بردسیر، دانشگاه آزاد اسلامی، بردسیر، ایران
عمید خطیبی بردسیری
استادیار گروه مهندسی کامپیوتر، واحد بردسیر، دانشگاه آزاد اسلامی، بردسیر، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :