Comparação de Desempenho de Classificadores One-class e Classificadores Convencionais Aplicados Ao Problema da Detecção de Falhas Em Módulo de Software

Description

Submitted by Daniella Sodre ([e-mail]) on 2015-03-11T13:57:54Z
No. of bitstreams: 2
Dissertacao Joao R. Costa Neto.pdf: 2286439 bytes, checksum: 8ba0c06a689f69782d27721c95ca5055 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Approved for entry into archive by Daniella Sodre ([e-mail]) on 2015-03-13T12:59:50Z (GMT) No. of bitstreams: 2
Dissertacao Joao R. Costa Neto.pdf: 2286439 bytes, checksum: 8ba0c06a689f69782d27721c95ca5055 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T12:59:50Z (GMT). No. of bitstreams: 2
Dissertacao Joao R. Costa Neto.pdf: 2286439 bytes, checksum: 8ba0c06a689f69782d27721c95ca5055 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2013-08-28 / É difícil assegurar a qualidade de um software sem focar nas
atividades de teste, que apresentam elevado custo ao seu processo
de desenvolvimento. Com o intuito de reduzir os custos desse
processo de teste, algumas técnicas de inteligência artificial foram aplicadas,
como a classificação. Além disso, é importante observar que a maioria das
bases de dados referentes a módulos propensos a falha apresentam um alto
grau de desbalanceamento. Portanto, é essencial o uso de classificadores
que lidem da melhor forma com esse desbalanceamento dos dados. O
principal objetivo desse trabalho é avaliar e comparar performances dos
classificadores one-class e classificadores convencionais aplicados ao
problema de detecção de módulos de software que tendem a apresentar
falhas, otimizando-os de acordo com o algoritmo de Colônia Artificial de
Abelhas (Artificial Bee Colony – ABC, em inglês).

Links & Downloads

1. COSTA NETO, João Rufino da. Comparação de desempenho de classificadores one-class e classificadores convencionais aplicados ao problema da detecção de falhas em módulo de software. Recife, 2013. 104 f. Dissertação (mestrado) - UFPE, Centro de Informática, Programa de Pós-graduação em Ciência da Computação, 2013.
2. https://repositorio.ufpe.br/handle/123456789/12377

Tags

teste de software

detecção de defeito

classificação oneclass

algoritmos de otimização

aprendizagem de máquina

Additional Fields

Identifer	oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/12377
Date	28 August 2013
Creators	Costa Neto, João Rufino da
Contributors	Oliveira, Adriano Lorena Inácio
Publisher	Universidade Federal de Pernambuco
Source Sets	IBICT Brazilian ETDs
Language	Breton
Detected Language	Portuguese
Type	info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Source	reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
Rights	Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess