유전알고리즘을 이용한 자동차 소프트웨어 결함 예측에서의 하이퍼파라미터 최적화

홈 > 연구문헌 > 학술대회 프로시딩 > 한국정보과학회 학술대회 > 2020년 컴퓨터종합학술대회

한글제목(Korean Title)	유전알고리즘을 이용한 자동차 소프트웨어 결함 예측에서의 하이퍼파라미터 최적화
영문제목(English Title)	Hyperparameter Optimization in Automotive Software Fault Prediction Using Genetic Algorithm
저자(Author)	Jaewook Lee Duksan Ryu Suntae Kim 이재욱 류덕산 김순태
원문수록처(Citation)	VOL 47 NO. 01 PP. 0272 ~ 0274 (2020. 07)
한글내용 (Korean Abstract)	자동차 산업과 같은 높은 수준의 품질을 요구하는 소프트웨어에서의 결함 데이터는 클래스의 불균형이 극심하다. 이러한 데이터 환경에서 결함 예측 성능을 높이기 위해 예측모델의 다양한 매개변수를 적절히 조정하는 것이 필요하다. 본 논문에서는 유전 알고리즘을 이용하여 적합한 매개변수를 찾아내고 이를 적용시킨 모델과 기존의 일반적인 모델들과의 예측 성능을 비교하였다. 그 결과 유전알고리즘을 적용한 모델이 그렇지 않은 모델보다 성능적으로 뛰어남을 확인하였다. 따라서 유전알고리즘을 추가해 자동으로 파라미터를 최적화하는 기법을 통해 자동차 소프트웨어 개발에서 품질보증 자원을 효과적으로 할당할 수 있다.
영문내용 (English Abstract)
키워드(Keyword)
파일첨부	PDF 다운로드