Application of graph neural networks on software modeling
Grafik yapay sinir ağlarının yazılım modellemesine uygulanması
- Tez No: 631096
- Danışmanlar: DOÇ. DR. TUĞKAN TUĞLULAR, PROF. DR. FEVZİ BELLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Yazılım sistemlerinin modellemeleri sırasında yapılan eksiklikler ve oluşan tutarsızlıklar, bu modeller kullanılarak yapılan tüm geliştirmelerde de yüksek maliyetlerle sonuçlanan istenmeyen sonuçlara sebep olabilmektedir. Yazılım modellemesi sırasında yazılım mühendislerine verilebilecek öneriler ile daha iyi modeller oluşturulabilir ve bu sayede kullanıcı beklentilerini daha iyi karşılayan sistemler oluşturulabilir. Yazılım modellemede kullanılan yöntemlerden bir taneside, grafik kullanıcı arayüzlerinin analizinde kullanılan olay akış grafikleridir. Bu tezin hedefi olay akış grafikleri üzerinde yer alan bileşenler arasında unutulmuş veya eksik bağlantıları grafik yapay sinir ağları kullanarak tahminleyecek bir yöntem öndermektir. Bu yöntem beş basamaktan oluşan bir süreçten oluşmaktadır: (i) veri toplama, (ii) grafik yapay sinir ağ modelini eğitmek, (iii) eğitilen modeli doğrulamak ve (v) modeli daha önce görmediği veriler ile test etmek. Eğitilen grafik yapay sinir ağ modellerinin performansını ölçmek için çapraş entropi kaybı, eğri altında kalan alan ve doğruluk performans metrikleri kullanılmıştır. Farklı veri kümeleri ve farklı grafik yapay sinir ağı varyasyonları ile yapılan deneylerin incelenmesi sonucunda, nispeten küçük ölçekli veri kümelerinde dahi başarı elde edilebildiği gözlemlenmiştir.
Özet (Çeviri)
Deficiencies and inconsistencies introduced during the modeling of software systems can cause undesirable consequences that may result in high costs and negatively affect the quality of all developments made using these models. Therefore, creating better models will help the software engineers to build better software systems that meet expectations. One of the software modelling methods used for analysis of graphical user interfaces is Event Sequence Graphs (ESG). The goal of this thesis is to propose a method that predicts missing or forgotten links between events defined in an ESG via Graph Neural Networks (GNN). A five-step process consisting of the following steps is proposed: (i) data collection from ESG model, (ii) dataset transformation, (iii) GNN model training, (iv) validation of trained model and (v) testing the model on unseen data. Three performance metrics, namely cross entropy loss, area under curve and accuracy, were used to measure the performance of the GNN models. Examining the results of the experiments performed on different datasets and different variations of GNN, shows that even with relatively small datasets prepared from ESG models, predicts missing or forgotten links between events defined in an ESG can be achieved.
Benzer Tezler
- Otomotiv döküm parça talep tahmininin yapay sinir ağları ile modellenmesi ve arıma yöntemi ile karşılaştırmalı analizi
Modeling automotive casting part demand forecasting with artificial neural networks and comparative analysis with arima method
SELİNAY KAYALI
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERVE CENGİZ TOKLU
- Bulanık zincir model temelleri ve hidrograf tahminleri
Fuzzy chain model fundamentals and hydrograph estimations
YAVUZ SELİM GÜÇLÜ
Doktora
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Investigation of embedding methods on gnn basedrecommender models
Çizge sinir ağı temelli öneri sistemleriüzerinde kullanılan gömme tipinin etkisinin araştırılması
MUSTAFA AKER
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
- Short-term forecasting of wind power production using machine learning and deep learning methods
Makine öğrenmesi ve derin öğrenme yöntemiyle kısa dönem rüzgar gücü üretim tahmini
FEYRUZ AKSOY
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER USTA
- Alüminyum 5083-H111 malzemenin delik delme işleminde kesme parametrelerinin yapay sinir ağları ile optimizasyonu
Optimization of cutting parameters in the drilling process of aluminum 5083-H111 material with ann
EMRE TEKE
Yüksek Lisans
Türkçe
2024
Makine MühendisliğiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. NESLİHAN ÖZSOY