Fault-proneモジュール予測における第三者データに基づいた外れ値除去
書誌事項
- タイトル別名
-
- Outlier Removal Based on Third-Party Data in Fault-prone Module Prediction
抄録
<p>ソフトウェア開発において,バグを含む可能性の高いモジュール(fault-proneモジュール)を高い精度で予測することができれば,テストやデバッグの効率化に繫がる.予測精度の向上を目的として,予測モデルの訓練データに含まれる,予測に悪影響を与えるような外れ値データの除去が取り組まれている.本稿では,バージョン間予測を対象とし,よりロバストな外れ値除去手法として,予測対象とは異なるプロジェクトから得られた第三者データセットを用いて,訓練データ中の外れ値を特定・除去する手法を提案する.評価実験の結果から,提案手法は大多数のプロジェクトで予測精度を向上でき,また代表的な既存の外れ値除去手法であるMOAやCC-MOAよりも高い効果を持つことが示された.</p>
収録刊行物
-
- コンピュータ ソフトウェア
-
コンピュータ ソフトウェア 40 (4), 4_22-4_28, 2023-10-25
日本ソフトウェア科学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390017113108707968
-
- ISSN
- 02896540
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
-
- 抄録ライセンスフラグ
- 使用不可