Read more
La progettazione di un sistema software intelligente per la previsione dei difetti del software (SDP) è una sfida importante nel campo dell'ingegneria del software utilizzando algoritmi di apprendimento automatico in quanto i problemi di squilibrio delle classi causano difficoltà per la classificazione dei moduli difettosi e non difettosi, quindi l'apprendimento squilibrato si occupa di questo problema e viene utilizzato anche dai ricercatori, ma purtroppo con risultati incoerenti. Per questo, abbiamo condotto un esperimento completo per la progettazione di un sistema software intelligente utilizzando l'effetto dell'apprendimento sbilanciato sulla metrica del dataset sbilanciato, il tipo di classificatore, la metrica di ingresso e il metodo di apprendimento sbilanciato. Il requisito principale nella progettazione di un sistema software intelligente per la previsione dei difetti del software utilizza tipicamente metodi e strutture che permettono agli ingegneri del software di concentrarsi sulle attività di sviluppo in termini di codice a rischio di difetti, migliorando così la qualità del software e facendo un uso migliore delle risorse. Molti set di dati, metodi e framework di previsione dei difetti del software sono complessi, quindi manca un quadro completo della ricerca sulla previsione dei difetti dalla fase di sviluppo.
About the author
Dr. MANU BANGA, Ph.D. CSE has 18 papers in SCI Journals and guides Ph.D.students in the areas of Artificial Intelligence and Machine Learning. His major areas of specialization in design of Intelligent Information Systems.
