Earticle

현재 위치 Home

Search-Based Information Retrieval and Fault Prediction with Distance Functions

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJSEIA) 바로가기
  • 간행물
    International Journal of Software Engineering and Its Applications SCOPUS 바로가기
  • 통권
    Vol.8 No.2 (2014.02)바로가기
  • 페이지
    pp.75-86
  • 저자
    Ekbal Rashid, Srikanta Patnaik, Vandana Bhattacherjee
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A217944

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
This research paper presents a study towards search-based information retrieval and fault prediction with distance functions. The objective of this research is to minimize software costs. Predict the error in software correctly and use the results in future estimation. Through this prediction technique, we have taken different software metrics as input and give output either the software is fault prone or not fault prone or shows any problem in software module in terms of number of errors. This paper presents a work in which we have extended our previous work [12]. In this paper, we discuss an application of Machine learning to error prediction. We have used five different similarity measures namely Euclidean method, Canberra method, Clark method, Exponential method and a Manhattan method to find the best method that increases accuracy. It is observed that the CBR method using the Exponential distance weighted function yielded the best error prediction. In this paper we have used the terms errors and faults, and no explicit distinction made between errors and faults. This software is compiled using Turbo C++ 3.0 and hence it is very compact and standalone, it can be readily deployed on any lower configuration system and it would not impact its performance, as it does not rely on external runtimes and DLL’s like the .NET programs rely on. The software is a console based application and thus does not use the GUI functions of the Operating System, which makes it very fast in execution. In order to obtain a result we have used indigenous tool.

목차

Abstract
 1. Introduction
 2. Background and Related Work
 3. What is Machine Learning
 4. Type of Machine Learning
 5. Selection of Distance Functions
 6. Software Quality
 7. Methodology
 8. Evaluating Error Predictions
 9. Results and Analysis
 References

키워드

Fault prediction CBR Distance functions

저자

  • Ekbal Rashid [ Department of CS & E, CIT Tatisilwai, Ranchi,Jharkhand, India ]
  • Srikanta Patnaik [ Department of CS & E, SOA University, Bhubaneswar, Orissa, India ]
  • Vandana Bhattacherjee [ Department of CS & E, B.I.T. Mesra, Ranchi, Jharkhand, India ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJSEIA) [Science & Engineering Research Support Center, Republic of Korea(IJSEIA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Software Engineering and Its Applications
  • 간기
    월간
  • pISSN
    1738-9984
  • 수록기간
    2008~2016
  • 등재여부
    SCOPUS
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Software Engineering and Its Applications Vol.8 No.2

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.