Current Result Document :
| 한글제목(Korean Title) |
소프트웨어 결함 데이터의 특징 부분 집합을 이용한 자기지도 학습 |
| 영문제목(English Title) |
Self-Supervised Learning Using Feature Subsets of Software Defect Data |
| 저자(Author) |
최정환
류덕산
Jeongwhan Choi
Duksan Ryu
|
| 원문수록처(Citation) |
VOL 48 NO. 02 PP. 0203 ~ 0205 (2021. 12) |
한글내용
(Korean Abstract) |
Software Defect Prediction (SDP)은 코드 리뷰와 테스팅을 위한 리소스를 효과적으로 할당하도록 도움을 준다. 자기지도 학습(self-supervised learning)은 데이터 속성을 더 잘 이해할 수 있는 멀티뷰 관점을 데이터 증강을 통해 제공할 수 있는 장점을 가진다. 본 연구의 목표는 멀티뷰 관점의 장점을 가진 Subsetting features of Tabular (SubTab) 기법이 SDP의 예측 성능 향상에 효과적인지 확인하는 것이다. Within-Project Defect Prediction(WPDP)에서 SDP 데이터의 subset들을 사용하여 멀티뷰 표현 학습으로 전환한다. 실험 결과 잠재 공간 상에서의 subset 들을 재구성하는 것이 기존 머신러닝 기반 베이스라인들 보다 더 좋은 성능을 보였다. 멀티뷰 표현 학습 태스크의 도움으로 소프트웨어 품질을 보장하는데 있어 클래스 불균형 문제를 해결하는 오버샘플링 기법의 사용 없이도 노력 비용을 감소할 수 있다. 따라서 자기지도 학습 기법이 효율적인 리소스 할당을 통해 소프트웨어 신뢰성을 향상시키는데 유용하다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
