Geri Dön

A new framework for software defect predication using enhanced AI technique

Geliştirilmiş AI tekniğini kullanan yazılım hatası tahmini için yeni çerçeve

  1. Tez No: 692836
  2. Yazar: ISAM SHISHAKHAN TAABAN AL-HASNAWI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

Bu tezde, TSA kullanılarak LSTM kullanılarak yazılım hatası tahmini için yeni bir çerçeve planlanmıştır. NS önerilen çerçeve, kusur tahminini optimize etmek için TSA ile yapay zeka tekniğini birleştirdi kesinlik. Daha sonra ilk aşamada yazılım hatası veri seti PCA'ya girdi olur. Ayrıca, TSA, LSTM'nin önyargısını ve ağırlığını optimize etmek için uygulandı. Önerilen geliştirmek için NASA veri kümeleri tarafından önerilen veri kümelerinin sayısı kullanılarak doğrulanan çerçeve çerçeve sonuçları. Birkaç parametre hesaplanarak kullanılarak sunulan deneysel sonuçlar Önerilen yöntemi değerlendirmek. Ayrıca elde edilen sonuçların çeşitli çalışmalarla karşılaştırılması bu alanda önerilmiştir.

Özet (Çeviri)

In this thesis, new framework planned for software defect estimation using LSTM using TSA. The proposed framework combined AI technique with TSA to optimize the defect predication accuracy. Then, in the first stage the software defect dataset become input to the PCA. Furthermore, the TSA applied to optimize the bias and weight of the LSTM. The proposed framework validated by using number of datasets proposed by NASA datasets to improve the framework results. The experimental results presented by using by calculating several parameters to evaluate the proposed method. Additionally, the obtained results compared with various studies proposed in this field.

Benzer Tezler

  1. Yapısal ses kaynaklarının konumunun akustik emisyon yöntemi kullanılarak belirlenmesi

    Localization of structural noise sources using the acoustic emission method

    TOLGA MERİÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. HALUK EROL

  2. Bilgiişlem ortamı sunan bulut hizmetlerinde kötücül davranışların saptanması

    Classifying malicious behavior in paas services

    CEMİLE DİLER ÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YUSUF YASLAN

  3. Tekrar eden veri analizini kullanarak yazılım geliştirme için iyileştirilmiş hata tahmini

    A new improved defect prediction framework for software development using repeated data analysis

    MUHAMMED MARUF ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET ZENGİN

  4. Internet of things based zigbee sniffer for smart and secure home

    Akıllı ve güvenli ev için şeylerin interneti tabanlı zigbee snıffer

    FARAH SHAKİR MAHMOOD ALBAYATİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    PROF. DR. GALİP CANSEVER

  5. Resolving energy consumption issues and spectrum allocation for future broadband networks

    Başlık çevirisi yok

    SINAN NAJAMALDEEN AZZAH AZZAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMAD ILYAS