Geri Dön

Test otomasyon sisteminin yapay zeka ile yorumlanması

Analyzing software automatian test in artifical intelligence domain

  1. Tez No: 804885
  2. Yazar: SİNAN KÜÇÜKYILMAZ
  3. Danışmanlar: PROF. DR. LEVENT TOKER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 79

Özet

Teknolojinin hızlı bir şekilde ilerlemesi ile yazılım testinin de evrim geçirmesi zorunlu hale geliyor. Yazılımın her yönden hayatımıza dahil olması ile her yeni sistemde, test sürecinin üstesinden gelmesi gereken bir çok problem ortaya çıktı. Günümüzün yazılım sistemlerinin artan karmaşıklığı, karmaşık test tekniklerine olan ihtiyacı artırmaktadır. Yazılım test faaliyetlerinin manuel olarak gerçekleştirilmesi, zorlu insan kaynağı yönetimi, düşük yürütme hızı ve yetersiz test kapsamı açısından etkisiz olabilmektedir. Bunlar tam olarak, test otomasyonunun ele alabileceği ve çoğu durumda çözebileceği problemlerdir. Bu çalışmanın genelinde 2013-2021 yılları arasında yapay zeka metotlarını yazılım testi sürecinde kullanan akedemik ve sektörel alanda yapılan çalışmalar incelenmiştir. Her alanda yapılan deneyseler çalışmalar açıklanmıştır. Yapılan çalışmada yapay zeka uygulamaları ile ileriye dönük hata tahmini yapabilecek ve oluşan hatayı yorumlayıp bir çıktı ortaya koyabilecek bir otomasyon sisteminin, test sürecini yöneten kullanıcalara sağlayacağı faydalara ve uygulamanın başarı olasılığından bahsedilmiştir. Yapılan uygulmalarda K Means Clustering, K Nearest Neighbors ve Decision Tree algoritmaları kullanılmıştır. Çalışmada gerçek bir süreçten alınan test verileri üzerinden analiz yapılmıştır. Bu çalışmadan alınan sonuçlar doğrultusunda yapay zeka tekniklerinin otomasyon testlerindeki başarı olasığının tespit edilmesindeki kullanımının etkinliği gösterilmiştir.

Özet (Çeviri)

With the rapid advancement of technology, software testing is also became mandatory to evolve After software has to be included in our lives from all sides, a lot of new problems have arisen. and the tests generator has to overcome with each new system. The increasing complexity of today's software systems increases the need for sophisticated testing techniques. Performing software testing activities manually can be ineffective in terms of demanding human resource management, slow execution speed, and insufficient test coverage. These are exactly the problems that test automation can solve in most of the cases. In this study, academic and sectoral studies that used artificial intelligence methods in the software testing process between 2013-2021 were examined. Experimental studies conducted in all areas are described. In the study, the benefits of an automation system that can predict future errors with artificial intelligence applications, interpret the error and produce an output, to the users who manage the test process, and the possibility of success of the application are mentioned. In the applications, K Means Clustering, K Nearest Neighbors and Decision Tree algorithms were used also analysis was made on the test data taken from a real process. According to the results obtained from this study, the effectiveness of the use of artificial intelligence techniques in determining the probability of success in automation tests has been shown.

Benzer Tezler

  1. A real-time optical character recognition system

    Gerçek zamanlı bir optik karakter tanıma sistemi

    TOLGA OVATMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. OSMAN KAAN EROL

  2. Yapay zeka tabanlı araç koltuğu tanıma sisteminin geliştirilmesi

    Development of artificial intelligence based vehicle seat recognation system

    ALİ İHSAN BADEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Mühendislik BilimleriBursa Teknik Üniversitesi

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İZZET FATİH ŞENTÜRK

  3. Type-2 fuzzy logic based linguistic pursuing strategy design with a real world application

    Gerçek zamanlı bir uygulama ile tip-2 bulanık mantık tabanlı dilsel kovalama strateji tasarımı

    AYKUT BEKE

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUFAN KUMBASAR

  4. Öğrenebilen, web tabanlı, düşük enerji tüketimli, modüler ev otomasyon sistemi geliştirilmesi

    Learning, web based, low energy consumption, modular home automation system development

    HÜSEYİN GÜNEŞ

    Doktora

    Türkçe

    Türkçe

    2016

    Makine MühendisliğiBalıkesir Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DAVUT AKDAŞ

  5. Short term electricity load forecasting with deep learning

    Derin öğrenme ile kısa dönemli elektrik yük talep tahmini

    İBRAHİM YAZICI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA