0% Complete
فارسی
Home
/
دوازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
روشی برای بهبود آزمون جهش پیشگویانه با در نظر گرفتن اثر داده های از دست رفته
Authors :
طه رستمی
1
سعید جلیلی
2
1- دانشگاه تربیت مدرس
2- دانشگاه تربیت مدرس
Keywords :
آزمون جهش، آزمون نرمافزار، امتیاز جهش، یادگیری ماشین
Abstract :
آزمون جهش روشی قدرتمند است که در آزمون نرمافزار برای فعالیتهای گوناگون از جمله راهنمایی برای تولید آزمون و ارزیابی کیفیت مجموعه آزمون استفاده میشود. با این وجود، هزینه زیاد آزمون جهش مقیاسپذیری آن را به طور جدی تهدید میکند. در همین راستا، آزمون جهش پیشگویانه به عنوان روشی برای کاهش هزینههای آزمون جهش پیشنهاد شده است که در آن هدف پیشبینی کردن کشف شدن یا کشف نشدن یک برنامه جهشیافته توسط مدلهای یادگیری ماشین است. اخیراً نشان داده شده است که کارهای قبلی آزمون جهشپیشگویانه تاثیر برنامه های جهشیافته کشف نشده را در نظر نگرفتند و وقتی پیشبینی مدلهای یادگیری ماشین قبلی محدود به چنین برنامههای جهشیافتهای شود AUC به %61 کاهش پیدا میکند. در این پژوهش، علاوه بر تاثیر برنامههای جهشیافته کشف نشده، تاثیر دادههای از دست رفته نیز در نظر گرفته شده است در حالی که کارهای گذشته آن را نادیده گرفته بودند و روشی پیشنهاد شده است که دقت AUC را از %61 به %72 بهبود داده است.
Papers List
List of archived papers
پیدا کردن خبره در انجمنهای پرسش و پاسخ با استفاده از الگوریتم طبقهبندی ترکیبی
مهراد قاضی پور - علیرضا رضوانیان
Aligning the Brick and Mortar cosmetic with digital transformation as the right way to overhaul the In-store Experience
Mehrgan Malekpour - Dr Federica Caboni
Improving Long-Term Engagement of Insurance Brokerages by Providing Gamified Configurations Based on The Delphi Method
Hosein Bayati - Fattaneh Taghiyareh - Sahand Hashemi
Fast Online Character Recognition Using a Novel Local-Global Feature Extraction Method
Ayoub Parvizi - Dr Mohammad Kazemifard - Ziba Imani
Statistical Disorder Parameters Computing For Hyperspectral Image Anomaly Detection
Dr Maryam Imani
سنجش داده محور ارزش ویژه برند کارکنان
علیرضا برادران - سپیده نصیری
Classification and Evaluation of Privacy Preserving Data Mining Methods
Negar Nasiri - Mohammadreza Keyvanpour
ParsEL 1.0: Unsupervised Entity Linking in Persian Social Media Texts
Majid Asgari-bidhendi - Farzane Fakhrian - Dr Behrouz Minaei-bidgoli
A Data-Efficient Approach to Solar Panel Micro-Crack Detection via Self-Supervised Learning
Alireza Akhavan safaei - Pegah Saboori - Reza Ramezani - Morteza Tavana
An Attention-Enhanced Hybrid Deep Learning Framework for Detecting Denial-of-Wallet Attacks in Serverless Platforms
Mohammad Mehmandoost - HadiShahriar Shahhoseini
more
Samin Hamayesh - Version 44.5.0