KSC 2020
Current Result Document :
| 한글제목(Korean Title) |
Cross-Project Defect Regression을 위한 전이 학습 기법 적용성 연구 |
| 영문제목(English Title) |
A Study on the Applicability of Transfer Learning Techniques for Cross-Project Defect Regression |
| 저자(Author) |
최정환
류덕산
Jeongwhan Choi
Duksan Ryu
|
| 원문수록처(Citation) |
VOL 47 NO. 02 PP. 0150 ~ 0152 (2020. 12) |
한글내용
(Korean Abstract) |
교차 프로젝트 환경에서의 소프트웨어 결함 예측 (Cross-Project Defect Prediction, CPDP)은 Cold-start 문제를 다루기에 중요하다. 하지만 결함 유무를 예측하는 것보다 결함 수에 대해 예측하는 것이 리소스 할당에 더 효과적이다. 현재 Cross-Project Defect Regression(CPDR) 연구는 적은 편이며, 최근 연구들은 이 문제를 랭킹 문제로 접근하고 있다. 본 연구는 CPDP가 아닌 CPDR 환경을 고려하여 결함 개수를 예측하는데 어떤 기법을 통해 성능 향상을 할 수 있을 지 연구한다. CPDP에서 주로 사용되는 전이 학습(Transfer Learning) 기법이 CPDR 환경에서의 적용 가능성이 있는 지 확인한다. 그리고 CPDR 환경에서의 Learning to Rank 방법의 효과를 확인한다. CPDP에서 주로 사용되는 전이 학습 기법이 CPDR 환경에서의 효과가 적음을 보이며 Learning to Rank 방법이 큰 효과를 보인다는 것을 보인다. 이러한 연구 결과를 통해 랭킹 문제로 CPDR을 접근하는 것이 결함 수에 따른 인스펙션 할 모듈들을 제공하는데 효과적이라 기대한다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
