DC Field | Value | Language |
---|---|---|
dc.contributor.author | 강종구 | ko |
dc.contributor.author | 류덕산 | ko |
dc.contributor.author | 백종문 | ko |
dc.date.accessioned | 2020-12-03T07:10:06Z | - |
dc.date.available | 2020-12-03T07:10:06Z | - |
dc.date.created | 2020-11-02 | - |
dc.date.created | 2020-11-02 | - |
dc.date.created | 2020-11-02 | - |
dc.date.issued | 2020-08 | - |
dc.identifier.citation | 정보과학회논문지, v.47, no.8, pp.769 - 778 | - |
dc.identifier.issn | 2383-630X | - |
dc.identifier.uri | http://hdl.handle.net/10203/278015 | - |
dc.description.abstract | 소프트웨어 결함 예측(Software Defect Prediction)은 최신의 다양한 기계학습 (Machine Learning) 기법을 적용하여 과거의 소프트웨어 결함 및 업데이트 정보를 학습한 모델을 기반으로 새로 개발된 소프트웨어 결함을 사전에 예측하는 연구이다. 이를 통해 실제 산업에서 소프트웨어 품질보증(SQA) 자원을 효과적으로 운영/배치하기 위한 가이드로 활용할 수 있다. 최근 산업 적용 사례들이 일부 학계에 보고되고 있지만, 특성이 서로 다른 다양한 도메인 적용과 이를 적용하면서 얻은 통찰을 실제에 반영하는 연구가 보다 활발하게 필요한 상황이다. 본 논문에서는 최근 고효율 친환경 선박, 커넥티드 선박, 스마트 선박, 무인 선박, 자율운항 선박 등 미래 운송 수단으로의 변화에 직면해 있는 조선해양/해상운송 산업에 소프트웨어 결함 예측의 적용 가능성을 제시한다. 해당 도메인에서 수집된 실제 데이터를 활용하여 실험을 수행한 결과 0.91 Accuracy와 0.831 F-measure의 높은 결함 예측 성능을 보여 가능성을 확인하였고, 기존 사례가 없는 해당 산업으로의 적용 방안을 제시하여 SQA 자원 배치를 효과적으로 지원하는 도구가 될 것으로 기대 된다. | - |
dc.language | Korean | - |
dc.publisher | 한국정보과학회 | - |
dc.title | 소프트웨어 결함 예측의 조선해양/해상운송 산업 적용 사례 연구 | - |
dc.title.alternative | A Case Study of Industrial Software Defect Prediction in Maritime and Ocean Transportation Industries | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 47 | - |
dc.citation.issue | 8 | - |
dc.citation.beginningpage | 769 | - |
dc.citation.endingpage | 778 | - |
dc.citation.publicationname | 정보과학회논문지 | - |
dc.identifier.doi | 10.5626/JOK.2020.47.8.769 | - |
dc.identifier.kciid | ART002613770 | - |
dc.contributor.localauthor | 백종문 | - |
dc.contributor.nonIdAuthor | 류덕산 | - |
dc.description.isOpenAccess | N | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.