Geri Dön

A new software defect prediction approach using intelligent system

Akıllı sistem kullanarak yeni bir yazılım hata tahmini yaklaşımı

PDF İndir

  1. Tez No: 796391
  2. Yazar: RANA KADHIM MAHDI ALSHUKRA
  3. Danışmanlar: YRD. DOÇ. DR. MESUT ÇEVİK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: LSTM, Deep Learning, Software Defect, TSA, K-mean
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 55

Özet

Özet yok.

Özet (Çeviri)

In this study, new LSTM based method presented to detect defects in the software projects. The proposed method investigate several datasets that are presented by NASA. The proposed method used in the first stage, the K-mean to cluster the input features and reduce the running time of the program. Furthermore, the output of the K-mean be input to the LSTM. The LSTM used to classify the selected features by the LSTM. The TSA applied to enhance the performance of the LSTM by updating the weight and basis of the LSTM model to present best accuracy. The model presented high results with more than 94% for all cases which is very high when compared with previous studies. The K-mean and TSA enhance the performance of the traditional LSTM that is presented very low results vary between 70%-80% for all datasets. .

Benzer Tezler

  1. Tez No

    723330

    Software defect prediction with a personalization focus and challenges during deployment

    Kişiselleştirme odaklı yazılım hata tahmini ve entegrasyon zorlukları

    BEYZA EKEN

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE TOSUN KÜHN

  2. Tez No

    772193

    A convolutional neural network-based approach for the yellowrust disease detection model and comparison of methods for diseaseseverity assessment

    Başlık çevirisi yok

    TURAN GÖKBERK ÇON

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolThe University of Reading

  3. Tez No

    503665

    Nesneye yönelik sistemlerde kusurlu sınıfların öngörülmesi için makine öğrenmesi temelli bir yöntem oluşturulması

    Creating a machine learning based method for predicting defective classes in object oriented systems

    FİKRET AKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FEZA BUZLUCA

  4. Tez No

    759673

    Automated maintenance support for data-tier software

    Veritabanı yazılımları için otomatikleştirilmiş bakım desteği

    ERSİN ERSOY

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN SÖZER

  5. Tez No

    840007

    Çeşitliliğin yüksek olduğu üretim ortamlarında iteratif model düzeltmeleri ile iş emri standart üretim sürelerinin tahmini

    Prediction of work order standard production times with iterative model corrections for high variaty production environments

    ÖZGE YEŞİLYURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiHacettepe Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT CANER TESTİK

Geri Dön