Yazılım ölçütleri üzerinden beyin metot ve beyin sınıf kod kusurlarının tespiti
Detection of brain method and brain class code smells through software metrics
- Tez No: 598001
- Danışmanlar: DR. ÖĞR. ÜYESİ YUNUS EMRE SELÇUK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Günümüzde yazılım maliyetleri gittikçe artmakta ve şirketler için önemli bir sorun haline gelmektedir. Yazılımların boyutlarının büyümesi ve sınıfların karmaşıklığının artması bakım masraflarının ve geliştirme zamanının artmasına sebep olmuştur. Yazılım projeleri birden fazla kişinin çalıştığı ekipler tarafından geliştirildiği için geliştirme aşamasında doğru tasarım ve kodlama yapılması projenin daha anlaşılabilir ve daha kolay bakım yapılabilir olmasını sağlar. Dolayısıyla doğru tasarım ve kodlama anlaşılabilirliği arttırır, karmaşıklığı ve bakım maliyetlerini azaltır. Bu makale derleme zamanında yazılım ölçütleri aracılığıyla Beyin Metot ve Beyin Sınıf kod kusurlarının nasıl tespit edildiğini göstermeyi amaçlamaktadır. Yazılım projelerinde kusurlu kodları yakalayabilmek için eşik değerlerin belirlenmesi gerekmektir. Bu değerler başka çalışmalar sonucunda elde edilen değerler olabilir ya da eşik değerler dinamik olarak belirlenen değerler olabilir. Yani mutlak alt limit ya da mutlak üst limit diye sınır yoktur. Değinilen ihtiyacı karşılamak için çalışmamızda, manuel olarak kendi limitlerini sisteme girebilmesine ve kurumların kendi limitlerini oluşturmalarına olanak sağlanmıştır.
Özet (Çeviri)
Nowadays, software costs are increasing and becoming an important problem for companies. Growth of software size has also led to an increase in maintenance costs and development time. As the software projects are developed by teams of more than one person, the right design and coding in the development phase makes the project more understandable and easier to maintain. Thereby correct design and coding also increase understandability and reduce complexity and maintenance costs. Hence, it is necessary to detect and refactor poorly designed or improved classes in the software projects. This article aims to show how to detect the Brain Method and Brain Class code smell with the help of some compile-time software metrics. Thresholds should be determined to detect code smells in projects. Because of every firm has its own upper and lower limits, they can generate these thresholds dynamically by using their trusted software source codes. In other way thresholds can be detemine manually on other works. In other words, there are no absolute limits. To solve this problem about the aforementioned issue, we provide an opportunity to firms so that they can create their own limits dynamically or manually.
Benzer Tezler
- İntrakranial hemorajilerde unet tabanlı derin sinir ağları ile beyin BT görüntülerinin otomatik segmentasyonu ve volümetrik analizi
Automatic segmentation and volumetric analysis of intracranial hemorages in brain CT images with unet-based deep neural networks
MURAT YÜCE
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. AHMET TAN CİMİLLİ
- Mekansal belleğin ortaöğretim binaları bağlamında irdelenmesi
Analysis of spatial memory in the context of secondary schools
ZEYNEP TARÇIN TURGAY
- Evrişimsel sinir ağı ve görü dönüştürücü mimarileri kullanılarak MR görüntülerinde beyin tümörlerinin otomatik sınıflandırılması
Automatic classification of brain tumors in MR images using convolutional neural network and vision transformer architectures
ÖMER MİRAÇ KÖKÇAM
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED EMRE ÇOLAK
- Derin öğrenme yöntemleri ile EEG tabanlı motor imgeleme sinyallerinin sınıflandırılması
Classification of motor imagery EEG signals using deep learning methods
UMUT ÖZFİDAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL NİŞANTAŞI ÜNİVERSİTESİYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLSÜM ŞANAL
DR. ÖĞR. ÜYESİ KÜBRA EROĞLU
- A macro-structural characteristic of brain white matter: Dispersion with its clinical and technical applications
Beyin beyaz cevherinin büyük ölçekte bir yapı özelliği olan yayılım ölçütünün klinik ve teknik uygulamaları
ALİ DEMİR
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMED ÖZKAN