최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | KAIST |
---|---|
연구책임자 | 강성원 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2021-03 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
연구관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202100017760 |
과제고유번호 | 1711115356 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-03-19 |
키워드 | 인공신경망.다중레이블분류.버그 리포트.임베딩.소프트웨어 유지보수.Neural Network.Multi-Label Classification.Bug Reports.Embedding.Software Maintenance. |
□ 연구개요
본 연구는 새로운 레이블 임베딩 기법을 개발하고 이를 인공 신경망과 버그 위치 추천 기술에 적용하여, 버그를 수정하는 획기적으로 시간을 단축하고 소프트웨어 유지보수 비용을 감소시키는 데 그 목적이 있다. 본 연구는 버그 위치 추천에 적합한 새로운 레이블 임베딩 기법을 개발하고, 이를 버그 위치 추천에 적용한다. 기존의 연구들은 버그 위치 추천을 기존 Multi-Class 분류 기법으로 접근하였다. 버그 위치 추천의 데이터는 분류하는 카테고리의 수가 많아질수록 빈도가 낮아지는 Long-tailed Distributi
해당 보고서가 속한 카테고리에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.