論文の概要: A Defect is Being Born: How Close Are We? A Time Sensitive Forecasting Approach

• arxiv url: http://arxiv.org/abs/2601.01921v1
• Date: Mon, 05 Jan 2026 09:11:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-06 16:25:22.931882
• Title: A Defect is Being Born: How Close Are We? A Time Sensitive Forecasting Approach
• Title（参考訳）: 欠陥が生まれつつある: どれくらい近いのか? タイムセンシティブな予測手法
• Authors: Mikel Robredo, Matteo Esposito, Fabio Palomba, Rafael Peñaloza, Valentina Lenarduzzi,
• Abstract要約: 本研究は,欠陥予測における時間依存性技術の有効性について検討する。 我々は、ソフトウェアプロジェクトの将来のバグ密度を予測するために、複数の時間に敏感な予測テクニックを訓練します。
• 参考スコア（独自算出の注目度）: 9.505102962292144
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background. Defect prediction has been a highly active topic among researchers in the Empirical Software Engineering field. Previous literature has successfully achieved the most accurate prediction of an incoming fault and identified the features and anomalies that precede it through just-in-time prediction. As software systems evolve continuously, there is a growing need for time-sensitive methods capable of forecasting defects before they manifest. Aim. Our study seeks to explore the effectiveness of time-sensitive techniques for defect forecasting. Moreover, we aim to investigate the early indicators that precede the occurrence of a defect. Method. We will train multiple time-sensitive forecasting techniques to forecast the future bug density of a software project, as well as identify the early symptoms preceding the occurrence of a defect. Expected results. Our expected results are translated into empirical evidence on the effectiveness of our approach for early estimation of bug proneness.
• Abstract（参考訳）: 背景。 欠陥予測は、経験的ソフトウェア工学分野の研究者の間で非常に活発なトピックである。 それまでの文献は、入ってくる断層の最も正確な予測を成功させ、ジャスト・イン・タイムの予測によってそれに先行する特徴と異常を特定してきた。 ソフトウェアシステムが継続的に進化するにつれて、欠陥が現れる前に予測できる時間に敏感な方法の必要性が高まっている。 エイム。 本研究は,欠陥予測における時間依存性技術の有効性について検討する。 また,欠陥発生前の早期指標について検討することを目的とする。 方法。 我々は、ソフトウェアプロジェクトの将来のバグ密度を予測し、欠陥発生前の早期症状を特定するために、複数の時間に敏感な予測テクニックを訓練する。 期待結果。 また,本手法の有効性を実証的に検証し,早期にバグ発生率を推定する手法の有効性について検討した。

関連論文リスト

• Breaking New Ground in Software Defect Prediction: Introducing Practical and Actionable Metrics with Superior Predictive Power for Enhanced Decision-Making [0.8287206589886879]
  本稿では,開発者のコーディング習慣に基づいて,メソッドレベルでのソフトウェア欠陥の自動予測について検討する。 本稿では,ヒューマンエラーフレームワークを用いた欠陥発生型ソフトウェア手法の予測手法を提案する。
  論文  参考訳（メタデータ） (2025-08-06T12:52:13Z)
• Revisiting the Efficacy of Signal Decomposition in AI-based Time Series Prediction [30.79648134300691]
  時系列予測は科学探査における根本的な問題である。 我々は,AIに基づく時系列予測において,信号分解の有効性に疑問を呈する非無視的証拠を見出した。
  論文  参考訳（メタデータ） (2024-05-11T10:59:56Z)
• Learning-Augmented Algorithms with Explicit Predictors [67.02156211760415]
  アルゴリズム設計の最近の進歩は、過去のデータと現在のデータから得られた機械学習モデルによる予測の活用方法を示している。 この文脈における以前の研究は、予測器が過去のデータに基づいて事前訓練され、ブラックボックスとして使用されるパラダイムに焦点を当てていた。 本研究では,予測器を解き,アルゴリズムの課題の中で生じる学習問題を統合する。
  論文  参考訳（メタデータ） (2024-03-12T08:40:21Z)
• Performative Time-Series Forecasting [64.03865043422597]
  我々は,機械学習の観点から,パフォーマンス時系列予測(PeTS)を定式化する。 本稿では,予測分布シフトに対する遅延応答の概念を活用する新しい手法であるFeature Performative-Shifting(FPS)を提案する。 新型コロナウイルスの複数の時系列モデルと交通予報タスクを用いた総合的な実験を行った。
  論文  参考訳（メタデータ） (2023-10-09T18:34:29Z)
• Toward Reliable Human Pose Forecasting with Uncertainty [51.628234388046195]
  我々は、複数のモデルを含む人間のポーズ予測のためのオープンソースのライブラリを開発し、複数のデータセットをサポートする。 我々は、パフォーマンスを高め、より良い信頼をもたらすために、問題の2つの不確実性を考案する。
  論文  参考訳（メタデータ） (2023-04-13T17:56:08Z)
• Defect Prediction Using Stylistic Metrics [2.286041284499166]
  本稿では,プロジェクト内およびプロジェクト内欠陥予測におけるスタイリスティックな指標の影響を分析することを目的とする。 実験は5つの人気のあるオープンソースプロジェクトの14のリリースで実施されている。
  論文  参考訳（メタデータ） (2022-06-22T10:11:05Z)
• What Should I Know? Using Meta-gradient Descent for Predictive Feature Discovery in a Single Stream of Experience [63.75363908696257]
  計算強化学習は、未来の感覚の予測を通じて、エージェントの世界の知覚を構築しようとする。 この一連の作業において、オープンな課題は、エージェントがどの予測が意思決定を最も支援できるかを、無限に多くの予測から決定することである。 本稿では,エージェントが何を予測するかを学習するメタ段階的な降下過程,(2)選択した予測の見積もり,3)将来の報酬を最大化するポリシーを生成する方法を紹介する。
  論文  参考訳（メタデータ） (2022-06-13T21:31:06Z)
• HEDP: A Method for Early Forecasting Software Defects based on Human Error Mechanisms [1.0660480034605238]
  ソフトウェア欠陥の背後にある主なプロセスは、エラーを起こしやすいシナリオがヒューマンエラーモードを引き起こすことである。 提案されたアイデアは、潜在的な欠陥の正確な位置と形を予測することを強調する。
  論文  参考訳（メタデータ） (2021-10-13T14:44:23Z)
• Learning to Predict Trustworthiness with Steep Slope Loss [69.40817968905495]
  本研究では,現実の大規模データセットにおける信頼性の予測問題について検討する。 我々は、先行技術損失関数で訓練された信頼性予測器が、正しい予測と誤った予測の両方を信頼に値するものとみなす傾向があることを観察する。 そこで我々は,2つのスライド状の曲線による不正確な予測から,特徴w.r.t.正しい予測を分離する,新たな急勾配損失を提案する。
  論文  参考訳（メタデータ） (2021-09-30T19:19:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。