Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software
- Autores
- Carruthers, Juan Andrés; Ojeda Rodríguez, Celeste María Luz
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Fil: Carruthers, Juan Andrés. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Ojeda Rodríguez, Celeste María Luz. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
La predicción de defectos consiste principalmente en la identificación de componentes de software con mayor probabilidad de errores para una asigna- ción de recursos efectiva. Esto se realiza por medio de modelos predictivos que son entrenados con datos de los proyectos, como información del proceso de desarrollo o el producto software. En este estudio, se presentan tres clasificadores entrenados con tres conjuntos de datos conformados por valores de métricas orientadas a objetos obtenidas del análisis estático del código de cinco sistemas Java. Para el entrenamiento de cada modelo se utiliza el método de ensamble validación y votación configurado con los algoritmos Regresión Logística, Función de Base Radial, Árbol de Decisión, Perceptrón Multicapa, Naive Bayes y Máquinas de Vector Soporte. Los modelos predictivos registran resultados favorables, con valores mayores a 0.8 de exactitud y mayores a 0.87 de especificidad. - Materia
-
Mantenimiento del software
Métricas orientadas a objetos
Predicción de defectos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Nordeste
- OAI Identificador
- oai:repositorio.unne.edu.ar:123456789/51047
Ver los metadatos del registro completo
id |
RIUNNE_e339e4100af8824634821af259e8840c |
---|---|
oai_identifier_str |
oai:repositorio.unne.edu.ar:123456789/51047 |
network_acronym_str |
RIUNNE |
repository_id_str |
4871 |
network_name_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
spelling |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos softwareCarruthers, Juan AndrésOjeda Rodríguez, Celeste María LuzMantenimiento del softwareMétricas orientadas a objetosPredicción de defectosFil: Carruthers, Juan Andrés. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.Fil: Ojeda Rodríguez, Celeste María Luz. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.La predicción de defectos consiste principalmente en la identificación de componentes de software con mayor probabilidad de errores para una asigna- ción de recursos efectiva. Esto se realiza por medio de modelos predictivos que son entrenados con datos de los proyectos, como información del proceso de desarrollo o el producto software. En este estudio, se presentan tres clasificadores entrenados con tres conjuntos de datos conformados por valores de métricas orientadas a objetos obtenidas del análisis estático del código de cinco sistemas Java. Para el entrenamiento de cada modelo se utiliza el método de ensamble validación y votación configurado con los algoritmos Regresión Logística, Función de Base Radial, Árbol de Decisión, Perceptrón Multicapa, Naive Bayes y Máquinas de Vector Soporte. Los modelos predictivos registran resultados favorables, con valores mayores a 0.8 de exactitud y mayores a 0.87 de especificidad.Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura2021info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfp. 7-16application/pdfCarruthers, Juan Andrés y Ojeda Rodríguez, Celeste María Luz, 2021. Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software. En: IV Jornadas de Calidad de Software y Agilidad. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Naturales y Exactas y Agrimensura, p. 7-16.978-987-3619-72-4http://repositorio.unne.edu.ar/handle/123456789/51047spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Atribución-NoComercial-SinDerivadas 2.5 Argentinareponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)instname:Universidad Nacional del Nordeste2025-09-29T14:31:11Zoai:repositorio.unne.edu.ar:123456789/51047instacron:UNNEInstitucionalhttp://repositorio.unne.edu.ar/Universidad públicaNo correspondehttp://repositorio.unne.edu.ar/oaiososa@bib.unne.edu.ar;sergio.alegria@unne.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:48712025-09-29 14:31:11.491Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordestefalse |
dc.title.none.fl_str_mv |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software |
title |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software |
spellingShingle |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software Carruthers, Juan Andrés Mantenimiento del software Métricas orientadas a objetos Predicción de defectos |
title_short |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software |
title_full |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software |
title_fullStr |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software |
title_full_unstemmed |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software |
title_sort |
Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software |
dc.creator.none.fl_str_mv |
Carruthers, Juan Andrés Ojeda Rodríguez, Celeste María Luz |
author |
Carruthers, Juan Andrés |
author_facet |
Carruthers, Juan Andrés Ojeda Rodríguez, Celeste María Luz |
author_role |
author |
author2 |
Ojeda Rodríguez, Celeste María Luz |
author2_role |
author |
dc.subject.none.fl_str_mv |
Mantenimiento del software Métricas orientadas a objetos Predicción de defectos |
topic |
Mantenimiento del software Métricas orientadas a objetos Predicción de defectos |
dc.description.none.fl_txt_mv |
Fil: Carruthers, Juan Andrés. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina. Fil: Ojeda Rodríguez, Celeste María Luz. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina. La predicción de defectos consiste principalmente en la identificación de componentes de software con mayor probabilidad de errores para una asigna- ción de recursos efectiva. Esto se realiza por medio de modelos predictivos que son entrenados con datos de los proyectos, como información del proceso de desarrollo o el producto software. En este estudio, se presentan tres clasificadores entrenados con tres conjuntos de datos conformados por valores de métricas orientadas a objetos obtenidas del análisis estático del código de cinco sistemas Java. Para el entrenamiento de cada modelo se utiliza el método de ensamble validación y votación configurado con los algoritmos Regresión Logística, Función de Base Radial, Árbol de Decisión, Perceptrón Multicapa, Naive Bayes y Máquinas de Vector Soporte. Los modelos predictivos registran resultados favorables, con valores mayores a 0.8 de exactitud y mayores a 0.87 de especificidad. |
description |
Fil: Carruthers, Juan Andrés. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
Carruthers, Juan Andrés y Ojeda Rodríguez, Celeste María Luz, 2021. Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software. En: IV Jornadas de Calidad de Software y Agilidad. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Naturales y Exactas y Agrimensura, p. 7-16. 978-987-3619-72-4 http://repositorio.unne.edu.ar/handle/123456789/51047 |
identifier_str_mv |
Carruthers, Juan Andrés y Ojeda Rodríguez, Celeste María Luz, 2021. Evaluación de conjuntos de datos utilizados en la construcción de modelos para la predicción de defectos en clases de proyectos software. En: IV Jornadas de Calidad de Software y Agilidad. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Naturales y Exactas y Agrimensura, p. 7-16. 978-987-3619-72-4 |
url |
http://repositorio.unne.edu.ar/handle/123456789/51047 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
dc.format.none.fl_str_mv |
application/pdf p. 7-16 application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura |
publisher.none.fl_str_mv |
Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura |
dc.source.none.fl_str_mv |
reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) instname:Universidad Nacional del Nordeste |
reponame_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
collection |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
instname_str |
Universidad Nacional del Nordeste |
repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordeste |
repository.mail.fl_str_mv |
ososa@bib.unne.edu.ar;sergio.alegria@unne.edu.ar |
_version_ |
1844621705746579456 |
score |
12.559606 |