Aprendizado ativo para descoberta de falhas em códigos fonte utilizando o problema da maximização de diversidade

Página do item simplificado
dc.creatorSilvio Rogerio Tassini Borges
dc.date.accessioned2019-08-14T03:06:44Z
dc.date.accessioned2025-09-09T01:10:30Z
dc.date.available2019-08-14T03:06:44Z
dc.date.issued2011-08-08
dc.identifier.urihttps://hdl.handle.net/1843/BUOS-94NM9E
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectEngenharia de software
dc.subject.otherAprendizado Ativo
dc.subject.othersoftware
dc.subject.otherFalhas de
dc.subject.otherProblema da Diversidade Máxima
dc.subject.otherGRASP
dc.titleAprendizado ativo para descoberta de falhas em códigos fonte utilizando o problema da maximização de diversidade
dc.typeMonografia de especialização
local.contributor.advisor1Gisele Lobo Pappa
local.description.resumoO 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.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
silviorogerioborges.pdf
Tamanho:
160.25 KB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Especialização em Informática

Logo UFMG