Details

Title Методы обнаружения и исправления ошибок программного обеспечения на основе анализа программных репозиториев с помощью машинного обучения: научный доклад: направление подготовки 09.06.01 «Информатика и вычислительная техника» ; направленность 09.06.01_06 «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей»
Creators Бельский Алексей .
Scientific adviser Ицыксон Владимир Михайлович
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2020
Collection Научные работы аспирантов/докторантов ; Общая коллекция
Subjects Автоматизированные системы проектирования — Программное обеспечение ; автоматическое исправление программ ; машинное обучение ; абстрактное синтаксическое дерево ; логистическая регрессия ; градиентный спуск ; automated program repair ; machine learning ; Abstract Syntax Tree ; logistic regression ; gradient descent ; ABAP
UDC 004.85 ; 004.42
Document type Scientific report
File type PDF
Language Russian
Level of education Graduate student
Speciality code (FGOS) 09.06.01
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/6/2020/vn20-13
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\9677
Record create date 10/16/2020

Allowed Actions

Read Download (1.9 Mb)

Group Anonymous
Network Internet

В данной работе приводится аналитический обзор существующих методов обнаружения и исправления ошибок программного обеспечения. Представлено описание разработанного в рамках работы метода исправления ошибок программного обеспечения на основе анализа программных репозиториев с помощью машинного обучения. Приведен сравнительный анализ работанного метода с аналогами. Представлено описание разработанного программного инструментария к разработанному методу.

This paper provides an analytical overview of existing methods for detecting and correcting software errors. The article describes the method of software error correction developed in the framework of the work based on the analysis of software repositories using machine learning. A comparative analysis of the developed method with analogues is given. The description of the developed software tools for the developed method is presented.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet All

Access count: 575 
Last 30 days: 67

Detailed usage statistics