Dự đoán lỗi sớm trong phần mềm = JUST-IN-TIME SOFTWARE BUG/DEFECT PREDICTION
Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Lê Việt Bách |
| Người hướng dẫn | Nguyễn Văn Sơn |
| Cơ sở đào tạo | Đại học Quốc gia Hà Nội |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Quốc gia Hà Nội · trang gốc |
Tóm tắt
Trong bối cảnh phát triển phần mềm hiện đại, việc phát hiện lỗi sớm tại thời điểm mã nguồn được thay đổi đóng vai trò then chốt trong việc nâng cao chất lượng và giảm chi phí bảo trì hệ thống. Luận văn này tập trung vào bài toán dự đoán lỗi sớm trong phần mềm (Just-In-Time Software Defect Prediction – JIT-SDP), với trọng tâm tính hiệu quả của việc kết hợp thêm các đặc trưng bổ sung, bao gồm đặc trưng chuyên gia (Expert Features - EF) và mô tả thay đổi (Commit Messages - CM), vào mô hình học sâu đồ thị của thay đổi mã nguồn thông qua hai chiến lược tích hợp khác nhau. Kết quả thực nghiệm cho thấy rằng mô hình chỉ dựa trên ngữ nghĩa mã nguồn đã đạt hiệu suất dự đoán cao và ổn định, trong khi đóng góp của EF và CM là không nhất quán và phụ thuộc vào cách tích hợp. Từ đó, luận văn chỉ ra rằng học trực tiếp từ mã nguồn là phương pháp cốt lõi và hiệu quả trong JIT-SDP, đồng thời đề xuất một số hướng phát triển mở rộng như hệ học và tích hợp nâng cao.
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Deep learning for predicting stock market index
- Identify and control the speed of DC motor using fuzzy-PI on microcontroller platforms.
- Visual Analytics intelligent utilisant la technologie de Réalité Mixte = Phân tích trực quan thông minh sử dụng công nghệ thực tế hỗn hợp.
- Financial distress prediction: evidence from Vietnam
- Xây dựng hệ thống nhận dạng khuôn mặt sử dụng phương pháp học trực tuyến
- Xây dựng mô hình thống kê nghiên cứu các yếu tố tiên lượng bệnh nhân Covid
- Bài toán lập lịch Real-RCPSP
- Machine learning avec l’analyse multimodale pour la détection et la prédiction des assemblages collés = Học máy với phân tích đa phương thức để phát hiện và dự đoán các liên kết dán
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.