Yapay zeka ve makine öğrenmesi yöntemleri ile yazılım kalite tahmini
Software quality prediction with artificial intelligence and machine learning methods
- Tez No: 797899
- Danışmanlar: PROF. DR. ASIM EGEMEN YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Yazılım kalitesi, yazılım geliştirme yaşam döngüsünde yer alan her türlü geliştirme ve doğrulama faaliyetleri ile doğrudan bağlantılıdır. Yazılım ürününün kalitesi, farklı otoriteler tarafından farklı kriter ve değerlendirmelere tabi tutularak belirlenir. Kalitesiz yazılımlar şirketlerin itibarını kaybetmesine, müşterilerinin güvenini yitirmesine hatta can ve mal kayıplarına dahi sebep olabilmektedir. Bu olumsuz etkilerin önüne geçebilmek adına yazılım test faaliyetleri büyük önem kazanmakta ve yazılım kalitesinin belirlenmesinde kilit rol oynamaktadır. Bu tez çalışmasında yazılım projelerinin test süreçleri ve sonuçları hakkındaki bilgilerden faydalanılarak yazılım kalitesinin doğru bir şekilde tahmin edilerek sınıflandırılması amaçlanmıştır. Bu kapsamda büyük ölçekli bir yazılım şirketine ait projelerin test süreçlerine ait veriler kullanılmıştır. Bu veri setinde yazılım kalitesi yüksek, orta ve düşük olarak etiketlenmiştir. Kalite sınıflarının makine öğrenmesi yöntemleri ve yapay sinir ağı modeli kullanılarak sınıflandırılabilmesi hedeflenmiştir. Makine öğrenmesi yöntemlerinde hiper parametrelerin seçimi dikkate alınmıştır. Yapay sinir ağı modelinde sıralı etiketlenmiş veriler için özelleştirilmiş kayıp fonksiyonunun başarım üzerindeki etkisi incelenmiştir. Farklı bir yaklaşım ile regresyon algoritmaları sınıflandırma probleminde kullanılarak başarımları değerlendirilmiştir. Doğruluk ve F skoru gibi değerlendirme kriterlerine ek olarak, kullanılan yöntemlerin sıralı sınıflandırma problemindeki başarımlarını değerlendirmek amacıyla tez çalışması kapsamında tanımlanan ceza puanı metriği ile algoritmaların performansı değerlendirilmiştir.
Özet (Çeviri)
Software quality is directly related to all kinds of development and verification activities in the software development life cycle. The quality of the software product is determined by different authorities by subjecting it to different criteria and evaluations. Poor quality software can cause companies to lose their reputation, lose the trust of their customers, and even cause loss of life and property. To prevent these negative effects, software testing activities gain great importance and play a key role in determining software quality. In this thesis, it is aimed to accurately predict and classify software quality by using the information about the testing processes and results of software projects. In this context, the data used collected from a large-scale software company have been used. In this dataset, software quality is labeled as high, medium or low. It is aimed to classify quality classes using machine learning methods and artificial neural network model. In the neural network model, the effect of the customized loss function on the performance was investigated for sequentially labeled data. With a different approach, regression algorithms were used in the classification problem and their performance was evaluated. In addition to the evaluation criteria such as accuracy and F score, the performance of the algorithms was evaluated with the penalty score metric defined within the scope of the thesis in order to evaluate the performance of the methods used in the ordinal classification problem.
Benzer Tezler
- Software defect prediction with a personalization focus and challenges during deployment
Kişiselleştirme odaklı yazılım hata tahmini ve entegrasyon zorlukları
BEYZA EKEN
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN KÜHN
- XGboost ve karar ağacı tabanlı algoritmaların diyabet veri setleri üzerine uygulaması
Application of XGboost and decision tree based algorithms on diabetes data
GÜLÇİN YANGIN
Yüksek Lisans
Türkçe
2019
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF ÖZGE ÖZDAMAR
- Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti
AI-based blood pressure detection with electrocardiography signal
DERYA KANDAZ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Sosyal örümcek algoritmasıyla sosyal ağlarda duygu analizi
Sentiment analysis in social networks with social spider optimization algorithm
VAHTETTİN CEM BAYDOĞAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL ALATAŞ
- Çok amaçlı akıllı metasezgisel optimizasyon modeli ile nicel verilerde kural çıkarım temelli sınıflandırma modellerinin geliştirilmesi
Development of rule mining based classification models for quantitative data with many-objective intelligent metaheuristic optimization model
SUNA YILDIRIM
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. BİLAL ALATAŞ