集成模型用于缺陷预测的效能可理解分析
软件工程
2023-10-19 v1 人工智能
摘要
软件系统的正确性对其有效运行至关重要。这使得发现和修复软件缺陷成为一项重要的开发任务。人工智能（AI）技术在软件工程中的日益使用催生了多种可协助软件开发者识别代码中潜在缺陷的技术。在本文中，我们对两类基于 AI 的方法（即单一 AI 模型和集成 AI 模型）在预测 Java 类存在缺陷的概率方面的效能进行了可理解的比较与分析。我们使用两个开源的 Apache Commons 项目的 Java 组件来训练和评估模型。我们的实验结果表明，AI 模型的集成可以优于应用单个 AI 模型的结果。我们也深入剖析了促成集成 AI 模型性能提升的因素。所呈现的结果展示了使用集成 AI 模型来改进缺陷预测结果的潜力，这最终可能带来更可靠的软件系统。
引用
@article{arxiv.2310.12133,
title = {A comprehensible analysis of the efficacy of Ensemble Models for Bug Prediction},
author = {Ingrid Marçal and Rogério Eduardo Garcia},
journal= {arXiv preprint arXiv:2310.12133},
year = {2023}
}