메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김태연 (부산대학교) 전형민 (부산대학교) 채흥석 (부산대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제40권 제12호
발행연도
2013.12
수록면
774 - 783 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
지난 몇 년간 교차 프로젝트 결함 예측(CPDP, cross project defect prediction) 연구가 활발히 진행되고 있다. CPDP는 다른 프로젝트 또는 회사의 결함 데이터를 이용하여 결함 예측 모형을 구축하는 것이다. 최근에 CPDP의 성능을 높이기 위한 다양한 알고리즘이 제안되고 있다. 초기 연구는 대상 시스템 데이터(target dataset)와 유사한 학습 데이터(training dataset)를 선택하는데 집중됐다. 반면에 최근의 연구는 기계학습 기법을 이용하여 학습 데이터와 대상 시스템 데이터가 특성이 다르다는 점을 극복하려고 했다. 현장에서 관리자들은 제한된 자원을 가지고 가장 효과가 좋은 품질 활동들을 우선적으로 수행한다. 이때 CPDP의 성능은 가장 중요한 항목이다. 본 논문에서는 CPDP 구축을 위해 제안된 알고리즘들의 성능을 비교하는 실험을 실시했다. 그 결과 TNB(transfer naive bayes) 알고리즘의 성능이 가장 뛰어났다.

목차

요약
Abstract
1. 서론
2. 관련연구
3. 실험
4. 실험 결과
5. 결론 및 향후 연구
References

참고문헌 (22)

참고문헌 신청

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2015-560-001080402