Sofware defect identification using neural network techniques
Yazılım projelerindeki olası hataların yapay sinir ağları yöntemleriyle belirlenmesi
- Tez No: 170876
- Danışmanlar: DR. AYŞE BENER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
ÖZET YAZILIM PROJELERİNDEKİ OLASI HATALARIN YAPAY SİNİR AĞLARI YÖNTEMLERİYLE BELİRLENMESİ Yazılım mühendisliği, esnek olmayan proje teslim tarihleri ve sınırlı bir bütçe ile gerçekleştirilebilecek zorlu bir iştir. Yazılım mühendisliğinin temel amacı müşteri isteklerine tam anlamıyla cevap verecek programlan zamanında üretmektir. Bu bağlamda, yazılım hatalarının en aza indirilmesi maliyet yönetiminin temelim oluşturur. Yazılım geliştirme süreci ilerledikçe, yazılımdaki hataların ve bunlardan doğacak problemlerin üstesinden gelmek zorlaşır. Böyle bir durumda ise, uzun test süreçleri kaçınılmaz hale gelir, geliştirme sürecinde istenmeyen durumlar oluşur ve proje programı ertelenmeye başlar. Bundan dolayı, yazılımın güvenirliliğini ve kalitesini korumak daha pahalıya mal olur. Bu tezde yapılan araştırmanın temel amacı, bu yazılım sorunlarının proje programı içinde üstesinden gelebilecek bir çalışma sunmaktır. Bu tip bir analiz ile daha verimli ve hataların önceden tahmin edilebildiği bir geliştirme yapılabilir. Projenin gelişme süreci içinde, yazılım hatalarının önceden ölçülebilmesi, bu tip sorunlara karşı gerekli önlemlerin alınmasına olanak sağlar. Bu araştırmayı başarmak için, 'makina öğrenmesi' ve 'yapay sinir ağları yöntemleri' kullanılmıştır. Boyut indirgeme için Temel Eleman Analizi; hata kusur tahmini için ise Karar Ağacı, Çok Katmanlı Percepton ve Radyal Kaynaklı Fonksiyonlar ele alınmıştır. Bu methodların kullanımında gerekli olan metric veriler Logo Business Solutions, Garanti Teknoloji ve Innova Bilişim Sistemleri adlı 3 firmanın gerçek hayattaki projelerinden elde edilmiştir.
Özet (Çeviri)
IV ABSTRACT SOFTWARE DEFECT IDENTIFICATION USING NEURAL NETWORK TECHNIQUES Software engineering is a tedious job that involves people, tight deadlines and limited budgets. The goal of a software engineer is to develop a software program that produces the desired results of its customers on time and within budget. Delivering what customer wants also involves minimizing the defects in the programs. Defect minimization is the key ingredient in cost management. As the software project progresses, it becomes much more difficult and costly to overcome defect related problems. In such a case there needs to be a long test phase after the development is complete. Depending on the severity of the defects found in the test phase project schedules may be delayed or some fatal defects may end the software development all together. Therefore, it is important to establish quality measures early on in the project life cycle. The main objective of this research is making an analysis in order to overcome these software problems earlier in the project schedule. Such an analysis displays a disciplined process on software development with the aim of making software development more predictable and more efficient. If the software is measured early in its life-cycle, it will be possible to take necessary precautions before undesirable results come out. In order to accomplish this, we propose a model that uses machine learning and artificial neural network methods namely Principal Component Analysis for dimensionality reduction, and Decision Tree, MLP and Radial Basis Functions for defect prediction. The necessary code metric data are obtained from real-life projects of three different software companies in Turkey called Logo Business Solutions, Garanti Teknoloji and Innova Bilişim Sistemleri.
Benzer Tezler
- İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması
Başlık çevirisi yok
TARIK ÇAKAR
Doktora
Türkçe
1997
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. AYHAN TORAMAN
- Endüstriyel uygulamalarda görüntü işleme tabanlı otomatik hata tespit yöntemlerinin geliştirilmesi
Development of automatic fault detection methods based on image processing in industrial applications
BURAK GÜZELCE
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKAY BAYRAK
- Bilgisayar destekli kalite kontrol sistemleri
Computer aided quality control systems
ÖZGEN TURASI
Yüksek Lisans
Türkçe
1995
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. MURAT DİNÇMEN
- Antenna design for breast cancer detection and machine learning approach for birth weight prediction
Meme kanseri tespiti için anten tasarımı ve doğum ağırlığı tahmini için makine öğrenmesi yaklaşımı
HALUK KIRKGÖZ
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR KURT
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA