메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이재욱 (전북대학교) 최지원 (전북대학교) 류덕산 (전북대학교) 김순태 (전북대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제28권 제2호
발행연도
2022.2
수록면
96 - 102 (7page)
DOI
10.5626/KTCP.2022.28.2.96

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
소프트웨어 결함 분석은 소프트웨어의 품질을 보증하는 데에 중요한 연구 분야 중 하나이다. 결함 분석은 예측하고자 하는 출력에 따라 결함 예측, 결함 회귀, 결함 심각도 예측 등으로 분류된다. 각 출력에서 뛰어난 예측성능을 보이기 위해 많은 연구가 제안되었다. 하지만, 실제 사용자가 여러 모델로 여러 출력 정보를 얻고자 하는 경우, 모델들의 출력 간 일관성이 낮은 문제가 존재한다. 본 논문에서는 결함 · 비결함, 버그의 수, 버그의 심각도 3가지 출력을 동시에 하나의 모델로 예측해 출력 간 일관성을 높이고자 한다. 이를 위해 XGBoost와 다중 출력 1차원 합성곱 신경망을 결합한 모델인 X-MOCNN(XGBoost with Multi-Output 1-d Convolutional Neural Network)을 제안한다. 이 모델의 효용성을 검증하기 위해 단일 출력 신경망 모델, 머신 러닝 모델과 성능을 비교하였다. 그 결과 X-MOCNN은 기존의 단일 출력신경망 모델 대비 높은 성능을 보였으며 각 예측 결과 간 일관성 정도도 뛰어났다. 이를 통해 소프트웨어 프로젝트에서 하나의 모델로 여러 출력을 예측해 품질보증 자원을 효과적으로 할당할 수 있다.
#소프트웨어 결함 분석 #다중 출력 학습 #다중 출력 신경망 모델 #합성곱 신경망 #심층 학습 #software defect analysis #multi-output learning #multi-output neural network #convolutional neural network #deep learning

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 연구 방법
4. 실험 설정
5. 실험 결과
6. 위협요소
7. 결론 및 향후 연구
References

참고문헌 (12)

참고문헌 신청
C. Jin and S.W. Jin, "Prediction approach of software faultproneness based on hybrid artificial neural network and quantum particle swarm optimization," Applied Soft Computing, 35, pp. 717-725, 2015. google schola R. Jayanthi and L. Florence, "Software defect prediction techniques using metrics based on neural network classifier," Cluster Computing, 22, pp. 77-88, 2019. google schola J. Lee, J. Choi, D. Ryu, and S. Kim, "Multi-output neural network model combining classification and regression in software defect prediction," Korea Computing Congress, pp. 211-213, 2021. google schola Sawilowsky and S. Shlomo, "New effect size rules of thumb," Journal of Modern Applied Statistical Methods 8.2, 2009. google schola J. Li, P. He, J. Zhu, and M. R. Lyu, "Software Defect Prediction via Convolutional Neural Network," 2017 IEEE International Conference on Software Quality, Reliability and Security (QRS), pp. 318-328, 2017. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Identification of Generative Adversarial Network Models Suitable for Software Defect Prediction
최지원 ,  이재욱 ,  류덕산 외 1명 Journal of KIISE 2022 .01
실시간 감상 기록 분석 기반 영화 추천 서비스의 설계 및 구현
박예진 ,  박상희 ,  박서원 외 2명 디지털콘텐츠학회논문지 2023 .02
A Pre-processing Method for Learning Data Using eXplainable Artificial Intelligence
이창홍 ,  이재민 ,  김동현 외 1명 Journal of KIISE 2023 .02
효율적인 조직 소프트웨어 패치 관리 방법에 관한 연구
강창훈 한국컴퓨터정보학회논문지 2022 .12
분산 클라우드 기술 및 표준화 동향
인민교 ,  이강찬 ,  이승윤 외 1명 한국통신학회지(정보와통신) 2022 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-569-000196667