پیش بینی قابلیت اطمینان نرم افزار با استفاده از شبکه عصبی مبتنی برسری های زمانی NARX
محل انتشار: نخستین سمپوزیوم ملی رباتیک و هوش مصنوعی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,341
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PNUOPEN01_034
تاریخ نمایه سازی: 14 مرداد 1394
چکیده مقاله:
با توجه به پیشرفت های روزافزون جوامع ، کامپیوترهای مختلف، مانند راکتورهای هسته ای، هواپیماها، سیستم های بانکی، سیستم های پرتاب موشک و غیره استفاده می گردند. و تقاضا برای ارائه نرم افزارهای با کیفیت از قبل بیشتر می گردد. یکی از پارامترهای کیفیت نرم افزار و یکی از مهم ترین عوامل برای ارائه یک محصول نرم افزاری با کیفیت قابلیت اطمینان آن می باشد. در این تحقیق به کاربرد شبکه های عصبی با رویکرد سری های زمانی در پیش بینی قابلیت اطمینان نرم افزار و مقایسه آن با شبکه عصبی چند لایه Feed Forward پرداخته شده و با آزمایش مجموعه داده های شکست پروژه های نرم افزار که مربوط به آزمایشگاه های بل تلفن می باشد نشان داده شده که شبکه های عصبی با رویکرد سری های زمانی NARX دارای دقت بالاتر و ضریب خطای بسیار پایین تری در پیش بینی قابلیت اطمینان نرم افزار نسبت به شبکه عصبی چند لایه Feed Forward می باشد.
کلیدواژه ها:
نویسندگان
پیام فتاح منش
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه آزاد اسلامی واحد ساری
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :