摘要
S.Marappan、A.Kollu、I.Keshta、S.M.Beram、S.Bhende和K.Kaliyaperumal,“在基于云的软件中识别错误的优化系统方法”,《科学编程》,第2022卷,文章ID 2302027,第1-10页,2022年。 内政部:10.1155/2022/2302027。 谷歌学者 数字图书馆 德维·拉贾尼(T.Rajani Devi)。 《软件开发生命周期中测试的重要性》(2012)。 谷歌学者 G.Rodríguez-Pérez,G.Robles,A.Serebrenik,“错误是如何产生的:识别错误是如何引入软件组件的模型”,Empir。 《软件工程》,第25卷,第1294-1340页,2020年。 DOI:10.1007/s10664-019-09781-y。 谷歌学者 交叉引用 A.Yadav和S.Singh,“DyEnTRAM-动态增强的基于元数据的错误分配方法”,《计算机科学和信息技术趋势》,2020年,第23-33页,2020年。 DOI:10.17352/tcsit.000015。 谷歌学者 交叉引用 Y.Liu、X.Qi、J.Zhang、H.Li、X.Ge和J.Ai,“通过深度强化学习进行自动错误分类”,《应用科学》,第12卷,第7期,第3565页,2022年。 内政部:10.3390/app12073565。 谷歌学者 交叉引用 T.Zhang、J.He、X.Luo和A.Chan,“错误解决研究的文献综述:任务、挑战和未来方向”,《计算机杂志》,第59卷,第bxv1142015页,doi:10.1093/comjnl/bxv114。 谷歌学者 交叉引用 D.G.Lee和Y.S.Seo,“使用基于人工智能的文档生成模型改进错误报告分类性能”,Hum.Cent。 计算。 信息科学。, 第10卷,第26期,2020年。 内政部:10.1186/s13673-020-00229-7。 谷歌学者 交叉引用 Aljedaani,W.和Javed,Y.(2018年)。 开源系统中的Bug报告演进。 第五届数据挖掘应用国际研讨会(第63-73页)。 查姆施普林格。 谷歌学者 A.Sarkar、P.C.Rigby和B.Bartalos,“在爱立信使用高置信度预测改进错误分类”,2019年IEEE软件维护和进化国际会议,美国俄亥俄州克利夫兰,2019,第81-91页,DOI:10.1109/ICSME.2019.00018。 谷歌学者 交叉引用 S.Q.Xi、Y.Yao、X.S.Xiao,“基于抛掷序列建模的错误分类”,《计算机杂志》。 科学。 技术。, 第34卷,第942-956页,2019年。 DOI:10.1007/s11390-019-1953-5。 谷歌学者 数字图书馆 M.Anand Kumar和Mohankumar Kumar,“绿色和可持续软件工程的实证研究”,《IEEE学报》,第103卷,第7期,第1199-1216页,2015年。 谷歌学者 N.Wolfram、P.Lago和F.Osborne,“软件工程中的可持续性”,载于2017年IEEE第二届可持续互联网和ICT促进可持续发展国际会议论文集,2017年,第1-7页。 内政部:10.23919/SustainIT.2017.8379798。 谷歌学者 交叉引用 P.Rodeghore、D.Huo、T.Ding、C.McMillan和M.Gethers,“专家知识如何影响错误报告的实证研究”,《软件期刊:进化与过程》,第28卷,第n/a-n/a页,2016年,doi:10.1002/smr.1773。 谷歌学者 数字图书馆 R.Shokripour、J.Anvik、Z.Mk和S.Zamani,“基于时间的自动错误报告分配方法”,《系统与软件杂志》,第102卷,第1-13页,2015年,doi:10.1016/J.jss.2014.12.049。 谷歌学者 数字图书馆 C.Haupt、T.Schlauch和M.Meinel,“DLR的软件工程倡议——克服障碍并开发可持续的软件”,载于《第40届软件工程国际会议论文集:同伴程序》(ICSE-Companion),2018年,第289-290页。 内政部:10.1145/3194747.3194753。 谷歌学者 数字图书馆 D.Hermawanto,“求解简单数学等式问题的遗传算法”,《IEEE进化计算大会(CEC)会议记录》,2013年,第3101-3106页。 内政部:无。 谷歌学者 J.Lee、D.Kim和W.Jung,“使用遗传算法对错误报告进行成本软件聚类”,《IEEE信息科学与工程杂志》,第35卷,第175-200页,2019年。 DOI:10.6688/JISE.201901_35(1).0010。 谷歌学者 交叉引用 R.Jaiswal、M.Sahare和K.Lilhore博士,“基于遗传方法的实例和特征排序的错误分类”,载于2018年IEEE加尔各答会议(ICCCI),2018年,第1-7页。 DOI:10.1109/ICCCI.2018.8441350。 谷歌学者 交叉引用 A.Darwish,《生物灵感计算:算法回顾、深度分析和应用范围》,IEEE Future Computing and Informatics Journal,第3卷,第1-1页,2018年。 DOI:10.1016/j.fcij.2018.06.001。 谷歌学者 交叉引用 A.Gopu、V.Govindasamy和S.Sharmila,“基于具有蒸发因子调节的蚂蚁系统的臭虫分类”,载于2016年IEEE加尔各答会议(CALCON)论文集,印度加尔各达,2016年,第859-863页。 DOI:10.1109/CALCON.2016.7588182。 谷歌学者 交叉引用 Yadav,A.和Singh,S.K.(2016年)。 基于调查的缺陷分类方法。 APTIKOM计算机科学和信息技术杂志,1,1-11。 内政部:10.11591/APTIKOM。 《科学与技术期刊》第94卷。 谷歌学者 交叉引用 Zaidi,S.F.、Awan,F.、Lee,M.、Woo,H.和Lee,C.G.(2020年)。 应用具有不同单词表示技术的卷积神经网络推荐错误修复程序。 IEEE接入,8,DOI:10.1109/Access.2020.3040065。 谷歌学者 交叉引用 Yadav,A.&Singh,S.K.(2022年)。 基于时间的多标准错误自动分类方法:开发人员工作效率和基于社交网络的开发人员推荐。 上海交通大学学报,DOI:10.1007/s12204-022-2448-z。 谷歌学者 交叉引用
索引术语
ML、深度学习和生物启发算法在缺陷分类中的比较
建议
补丁程序作为更好的错误报告 GPCE’06:第五届生成编程和组件工程国际会议记录 发现软件错误的工具和分析越来越普遍。 然而,即使在处理了此类工具引发的潜在误报之后,许多实际报告的错误也可能无法修复。 在这种情况下,程序员判断。。。 并非所有重新打开的错误都是负面的:对eclipse错误报告的案例研究 集锦 提出了一种新的非负错误重开概念。 一种实用的方法。。。
抽象上下文 我们观察到一种特殊类型的错误重新出现,对用户体验或正在开发的系统的正常操作没有直接影响。 我们将其称为 非负面错误重新出现 . ...