Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/57493
Title in Portuguese: Predição just-in-time de defeitos em software utilizando inteligência artificial
Author: Ramos, Ismael Araújo
Amora, Márcio André Baima
Keywords: Teoria da previsão
Softwares - Defeitos
Software - Desenvolvimento
Issue Date: 2019
Citation: RAMOS, Ismael Araújo; AMORA, Márcio André Baima. Predição just-in-time de defeitos em software utilizando inteligência artificial. In: CONGRESSO DA SOCIEDADE BRASILEIRA DE COMPUTAÇÃO, 39º; SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 46º, 14 a 18 jul. 2019, Belém, Pará, Brasil. Anais[...] Belém, Pará, Brasil, 2019.
Abstract in Portuguese: Durante o desenvolvimento ou modificação de um software, deve ser garantidoque o produto finalchegue ao usuário com a menor quantidade de erros possíveis.Métodos de predição de defeitos em softwarepodem ser usadospara isso. Neste artigo é apresentado um estudoutilizando,para a solução do problema de identificação de errosJust-In-Time (JIT),rede neural artificial (Artificial Neural Network -ANN) e árvore de decisão (Decision Tree -DT). As bases de dados utilizadas comotreino,teste e validação neste trabalho foram as mesmas utilizadase compiladas por [Kameiet al.2013].Os resultados obtidos, tanto com a ANN ecom a DT são em média superiores aos trabalhos de [Kameietal.2013] e [Yangetal.2017]
Abstract: In the development or modification of a software, the software must have least amount of possible errors. Methods of predicting defects in softwarecould be used forthis. In this paper we present a study of the use of Just-In-Time (JIT) error identification using Artificial Neural Network (ANN) and decision tree (DT). The databases used as training, test and validation in this work were the same ones used and compiled by [Kameiet al. 2013]. The results obtained with both,ANN and DT,are on average higher than the work of [Kameietal.2013] and [Yangetal. 2017].
URI: http://www.repositorio.ufc.br/handle/riufc/57493
metadata.dc.type: Artigo de Evento
Appears in Collections:DEEL - Trabalhos apresentados em eventos

Files in This Item:
File Description SizeFormat 
2019_eve_iaramos.pdf924,86 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.