{"product_id":"ieej-st18010","title":"機械学習によるソフトウェア品質メトリクスの研究","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e研究会(論文単位)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eST18010\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【C】電子・情報・システム部門 システム研究会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2018\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eA study of software quality metrics with machine learning approach.\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e濱上 知樹(横浜国立大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eTomoki Hamagami(Yokohama National University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eソフトウェア品質|メトリクス|予測モデル\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e近年のシステム開発においては，すべてをスクラッチでつくる新規開発に比べ，現存し動いているソフトウェアを改変する派生開発の比重が増している。長期に渡る運用中の改変がその後どのような品質上の変化につながるのかの予測は，今後の人工システムのライフサイクルを管理する上で重要な技術である。しかし，これまで大規模システムの時間軸に沿った構造変化を測るメトリクスは明らかではなかった。この問題に対し，ソフトウェアシステムを構成する論理要素の依存関係を複雑ネットワークとみなし，派生開発における改変をネットワークの成長現象として捉えることで，改変後のシステムの安定性や将来のバグ予測を機械学習で行う手法を提案する。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e668 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格330円\/会員価格220円） \/ A4 \/ 5","offer_id":46390725705967,"sku":"IEEJ-ST18010-PDF","price":330.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_4abfd530-f766-4219-95a1-9b9f7129f4f4.png?v=1744601518","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-st18010","provider":"電気学会 電子図書館","version":"1.0","type":"link"}