مروری بر پیش بینی نقص نرم افزار مبتنی بر روش انتخاب ویژگی با استفاده از روش های یادگیری ماشین و الگوریتم های تکاملی

چکیده مقاله

پیش بینی نقص نرم افزار یکی از زمینه های تحقیقاتی فعال در مهندسی نرم افزار است که نقش مهمی در بهبود کیفیت نرم افزار دارد و بهکاهش زمان و هزینه در آزمون نرم افزار کمک می کند امروزه اندازه پروژه های نرم افزاری بزرگتر شده و روش های پیش بینی نقصنقش مهمی را در حمایت از توسعه دهندگان بازی می کنند یادگیری ماشین، روی توسعه برنامه های کامپیوتری تمرکز می کند، که می توانند خود را زمانی که در معرض داده های جدید قرار می گیرند برای رشد و تغییر زمانی آموزش دهند یکی از مشکلات کلاسیک دریادگیری ماشین انتخاب ویژگی است از یک الگوریتم انتخااب ویژگی انتظار می رود سریع، و در همان زمان عملکرد بالایی از خودنشان دهد پیش بینی نقص نرم افزار یک توانایی بسیار مهم است که در برنامه ریزی یک پروژه نرم افزاری دیده می شود و تلاش بسیاربیشتری برای حل این مشکل پیچیده با استفاده از معیارهای نرم افزار و مجموعه داده های مستعد نقص مورد نیاز است هدف اصلی اینمقاله بررسی و مقایسه روش های انتخاب ویژگی موجود برای پیش بینی نقص نرم افزار است

کلیدواژه‌ها

نویسندگان

ساناز افتخاری

دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

سیدحبیب سیف زاده

دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

�فتخاری، ساناز و سیف زاده، سیدحبیب،1395،مروری بر پیش بینی نقص نرم افزار مبتنی بر روش انتخاب ویژگی با استفاده از روش های یادگیری ماشین و الگوریتم های تکاملی،کنفرانس بین المللی مهندسی و علوم کامپیوتر،نجف آباد

ارائه‌شده در

مجموعه مقالات کنفرانس بین المللی مهندسی و علوم کامپیوتر3 اسفند 1395 · نجف آباد