Aprendizado ativo para descoberta de falhas em códigos fonte utilizando o problema da maximização de diversidade
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Monografia de especialização
Título alternativo
Primeiro orientador
Membros da banca
Resumo
O presente trabalho tem como principal objetivo apresentar uma nova abordagem de Aprendizado Ativo, e propor uma forama de utilizá-lo na busca por código-fontes passível de falha. A tecnologia crescente tem permitido sistemas de software cada vez mais complexos e, por conseguinte, códigos-fonte cada vez maiores. A busca por código com falha torna-se, então, tarefa de alto custo e, por vezes, humanamente inviável. Dessa forma, o problema de busca por falha em código-fonte é melhor tratado quando modelado como um problema de aprendizado. Ainda assim, existe a necessidade de um número de dados, códigos, rotulados para o aprendizado do algoritmo. Para diminuirmos essa necessidade, utilizamos o paradigma do Aprendizado Ativo, que seleciona dentro de um conjunto, um subconjunto de elementosque forneçam informações relevantes para aprendizado. Nesse trabalho determinamos que a seleção seja baseada no problema da diversidade máxima, um problema de otimização que busca selecionar elementos que apresentem maior diversidade em relação a uma característicadentro de um conjunto.
Abstract
Assunto
Engenharia de software
Palavras-chave
Aprendizado Ativo, software, Falhas de, Problema da Diversidade Máxima, GRASP