New software defect prediction method based on PCA and optimized LSTMOF

Geliştirilen yazılımların bazı eksiklikler ve hatalar içermesi doğaldır. Önemli olan bu hataları tespit edebilmektir. Testler, hataların tespitinde önemli bir rol oynar, ancak bu her zaman yeterli değildir. Bu nedenle, yazılım hatalarını ve kusurlarını tespit etmek için etkili yöntemlere ihtiyaç vardır. Yazılımı yayınlamadan ve sunmadan önce hataların tespiti firmaların ve yazılım mühendislerinin temel amacıdır ancak bu konu zor ve uğraştırıcı bir konu olmaya devam etmektedir. Bu çalışmada, yazılım hata tahmini alanında yeni yöntem tabanlı KNN ve parametre optimizasyon teknikleri sunulmuştur. Önerilen yöntem, yazılım hatası tespiti için yeni bir model sunmak üzere KNN tabanlı Grid arama ile topluluk öğrenmeyi uyguladı. Ayrıca, en iyi tespit oranını elde etmek için birkaç sınıflandırıcı uygulanır. Elde edilen sonuçlar karşılaştırılarak en iyi model seçilir. Sunulan yöntem, geleneksel tekniklerle karşılaştırıldığında uygun sonuçlar vermiştir. Bu çalışmada kullanılan üç veri seti CM1, JM1 ve PC1'dir ve önerilen yöntem bu veri setlerinin %75 ile %94 arasında değişen çeşitli sonuçlar sunmuştur.