Báo cáo tài liệu vi phạm
Giới thiệu
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
THỊ TRƯỜNG NGÀNH HÀNG
NÔNG NGHIỆP, THỰC PHẨM
Gạo
Rau hoa quả
Nông sản khác
Sữa và sản phẩm
Thịt và sản phẩm
Dầu thực vật
Thủy sản
Thức ăn chăn nuôi, vật tư nông nghiệp
CÔNG NGHIỆP
Dệt may
Dược phẩm, Thiết bị y tế
Máy móc, thiết bị, phụ tùng
Nhựa - Hóa chất
Phân bón
Sản phẩm gỗ, Hàng thủ công mỹ nghệ
Sắt, thép
Ô tô và linh kiện
Xăng dầu
DỊCH VỤ
Logistics
Tài chính-Ngân hàng
NGHIÊN CỨU THỊ TRƯỜNG
Hoa Kỳ
Nhật Bản
Trung Quốc
Hàn Quốc
Châu Âu
ASEAN
BẢN TIN
Bản tin Thị trường hàng ngày
Bản tin Thị trường và dự báo tháng
Bản tin Thị trường giá cả vật tư
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
NGÀNH HÀNG
NÔNG NGHIỆP, THỰC PHẨM
Gạo
Rau hoa quả
Nông sản khác
Sữa và sản phẩm
Thịt và sản phẩm
Dầu thực vật
Thủy sản
Thức ăn chăn nuôi, vật tư nông nghiệp
CÔNG NGHIỆP
Dệt may
Dược phẩm, Thiết bị y tế
Máy móc, thiết bị, phụ tùng
Nhựa - Hóa chất
Phân bón
Sản phẩm gỗ, Hàng thủ công mỹ nghệ
Sắt, thép
Ô tô và linh kiện
Xăng dầu
DỊCH VỤ
Logistics
Tài chính-Ngân hàng
NGHIÊN CỨU THỊ TRƯỜNG
Hoa Kỳ
Nhật Bản
Trung Quốc
Hàn Quốc
Châu Âu
ASEAN
BẢN TIN
Bản tin Thị trường hàng ngày
Bản tin Thị trường và dự báo tháng
Bản tin Thị trường giá cả vật tư
Thông tin
Tài liệu Xanh là gì
Điều khoản sử dụng
Chính sách bảo mật
0
Trang chủ
Công Nghệ Thông Tin
Cơ sở dữ liệu
Nghiên cứu mô hình máy học kết hợp trong dự đoán đoán lỗi phần mềm
Đang chuẩn bị liên kết để tải về tài liệu:
Nghiên cứu mô hình máy học kết hợp trong dự đoán đoán lỗi phần mềm
Gia Ðức
276
7
pdf
Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG
Tải xuống
Bài viết nghiên cứu và phân tích các thuật toán trong mô hình học máy kết hợp được sử dụng trong dự đoán lỗi phần mềm như Bagging, AdaBoost, Vote, Stacking và so sánh hiệu quả của chúng so với một thuật toán đơn được lựa chọn xem xét là NaiveBayes. | 158 KỶ YẾU HỘI THẢO KHOA HỌC QUỐC GIA CITA 2020 CNTT VÀ ỨNG DỤNG TRONG CÁC LĨNH VỰC Nghiên Cứu Mô Hình Máy Học Kết Hợp Trong Dự Đoán Đoán Lỗi Phần Mềm Hà Thị Minh Phương1 Phan Thị Quỳnh Hương2 1 2 Trường ĐH Công nghệ Thông tin và Truyền thông Việt Hàn Đại học Đà Nẵng htmphuong ptqhuong @vku.udn.vn Tóm tắt. Dự đoán lỗi phần mềm là một nhiệm vụ quan trọng phát triển phần mềm giúp giảm thời gian và tiết kiệm chi phí trong việc bảo trì phần mềm. Hiện nay việc kết hợp nhiều kĩ thuật học máy được áp dụng vào bài toán dự đoán lỗi đã được nghiên cứu để nâng cao chất lượng phần mềm. Trong đó mô hình máy học kết hợp ensemble learning đã trở thành một hướng nghiên cứu nổi bật trong lĩnh vực dự đoán lỗi. Trong bài báo này chúng tôi nghiên cứu và phân tích các thuật toán trong mô hình học máy kết hợp được sử dụng trong dự đoán lỗi phần mềm như Bagging AdaBoost Vote Stacking và so sánh hiệu quả của chúng so với một thuật toán đơn được lựa chọn xem xét là NaiveBayes. Thực nghiệm được tiến hành dựa trên các tập dữ liệu khai thác từ kho dữ liệu NASA s Metric Data Program gồm các tập CM1 PC1 KC1 KC2 và JM1. Từ kết quả thực nghiệm cho thấy các thuật toán trong mô hình máy học kết hợp cho đạt hiệu quả cao hơn so với sử dụng một thuật toán đơn như NaiveBayes trong dự đoán lỗi. Ngoài ra Vote thì cho kết quả tốt hơn so với các thuật toán còn lại trong mô hình máy học kết hợp. Từ khóa mô hình học máy kết hợp bagging boosting stacking adaboost vote. Abstract - Software fault prediction plays an important role in software engineering that reduces maintenance development time effort and money. The combination of various machine learning tech- niques has been researched to improve software quality. In which ensemble learning has become an outstanding research trend in fault prediction. In the paper we conduct a comparative study of various ensemble methods in fault prediction such as Bagging AdaBoost Vote and Stacking and we also compared their performance to the model used single classifier
TÀI LIỆU LIÊN QUAN
Đề tài nghiên cứu khoa học cấp trường: Nghiên cứu công nghệ điện toán đám mây xây dựng mô hình điện toán đám mây cục bộ
Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu một số kỹ thuật hiện thị mô hình 3D và ứng dụng hiện thị mô hình 3D di tích Patuxay
Mô phỏng dữ liệu dòng chảy bằng mô hình chi tiết hóa động lực kết hợp với thuật toán học máy: Áp dụng cho lưu vực sông Sài Gòn - Đồng Nai
Đề tài khoa học và công nghệ cấp cơ sở: Nghiên cứu giải pháp tích hợp các kiểu khác nhau của tri thức để cải tiến mô hình mờ TSK trích xuất từ máy học véc-tơ hỗ trợ
Đề tài Nghiên cứu Khoa học: Mô hình nhà nước Việt Nam
Tóm tắt Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng ảnh thóc giống
Mô hình hóa hệ thống máy phát SRG-điêzen
Báo cáo đề tài nghiên cứu khoa học cấp trường: Nghiên cứu các yếu tố ảnh hưởng tới phát triển văn hóa doanh nghiệp của các doanh nghiệp điện máy trên địa bàn TP. Hà Nội
Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu kỹ thuật tạo bóng bề mặt của vật thể và ứng dụng
BÁO CÁO " THIẾT KẾ VÀ CHẾ TẠO MÔ HÌNH MÁY BAY-QUADROCOPTER "
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.