Intézeti Szeminárium

Az MTA doktori értekezésemnek tézisei a szoftverhibák előrejelzésének javítására fókuszálnak fogalmi metrikák és gépi tanulás alkalmazásával. Az előadás során bemutatom az új fogalmi kohéziós és csatolási metrikák definícióit, valamint azok hasznosságát programhiba előrejelzésben és hatásanalízisben, a hagyományos strukturális metrikákkal összehasonlítva. Emellett ismertetem egy egységesített nyilvános hibaadatbázis létrehozását és kiértékelését, amely lehetővé teszi a gépi tanulási modellek hatékonyabb betanítását. Végül a mélytanulás alkalmazását vizsgálom a hibák előrejelzésére, összehasonlítva azt hagyományos gépi tanulási algoritmusokkal, és bemutatva egy kombinált modell előnyeit. A kutatás fő célja a szoftverminőség javítása a hibák korai felismerésén keresztül.