KSC 2020
Current Result Document :
| 한글제목(Korean Title) |
소프트웨어 결함예측을 위한 하모니 탐색을 이용한 혼합 특징선택 방법 |
| 영문제목(English Title) |
Hybrid Feature Selection Method using Harmony Search on Software Defect Prediction |
| 저자(Author) |
권순재
류덕산
백종문
Sunjae Kwon
Duksan Ryu
Jongmoon Baik
|
| 원문수록처(Citation) |
VOL 47 NO. 02 PP. 0177 ~ 0179 (2020. 12) |
한글내용
(Korean Abstract) |
소프트웨어 결함예측(Software Defect Prediction, 이하 SDP)은 효율적인 품질보증 역량의 배치를 도와 제품의 품질향상과 비용 절감에 도움을 주는 기술로서 활발한 연구가 지속되어왔다. 그 중, 특징선택(Feature Selection)기법은 결함예측모델의 성능향상을 위해 데이터셋의 특징 부분집합(Feature subset)을 제안하여 특징의 수를 줄이려는 연구이다. 그러나 지금까지 특성 부분집합의 질을 높이기 위해 데이터셋의 인스턴스와 특징 상호 간의 관계를 동시에 고려한 시도는 없었다. 그래서 본 논문에서는 하모니 탐색(Harmony Search)을 이용하여 데이터셋의 특징 상호 간의 관계를 고려한 CFS기법(Correlation-based Feature Subset Selection)과 인스턴스를 고려한 Rough-set기법을 혼합한 새로운 FS를 제안하였다. 먼저, 제안한 기법의 성능을 확인하기 위해 3개의 데이터셋(총 15개 프로젝트)에서 실행한 AUC(Area Under the Receiver Operating Characteristic Curve)분포를 Scott-Knott ESD(Effect Size Difference)를 이용하여 분석하였다. 또한 제안한 FS가 선출한 특징 부분집합의 성질을 살펴보기 위해 2가지 FS기법(CFS, Rough-set)을 단독으로 실행한 결과와 비교하였다. 분석 결과 제안한 기법이 결함예측모델의 성능을 향상시키는 추가적인 특징을 선출하여 다양한 프로젝트와 분류기 변동에도 가장 안정적인 성능을 보였으며, 15개의 프로젝트에 대한 AUC분포에서도 성능이 가장 좋았다. 결론적으로 제안한 기법이 SDP에 가장 효율적이라고 알려진 CFS보다 성능이 좋았으며, 또한 SDP에 적용이 가능한 새로운 FS기법임을 확인하였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
