الصفحة الرئيسية
نبذة عن العمادة
نبذة عن العمادة
الرؤية والرسالة
الهيكل التنظيمي
الدراسات العليا بجامعة الملك عبد العزيز
الخدمات البحثية والدورات
وحدة الخدمات البحثية
ابحاث مهمة للمجتمع
خدمات العمادة
أسئلة متكررة
الأبحاث
دليل المنسوبين
مواقع مفضلة
دعم الطلاب
خريطة الوصول للعمادة
آلية توزيع الاستبانات
خدمة الاستبانات الطلابية
جوائز الدراسات العليا
التقديم على الجوائز
الفائزون بالجوائز للعام الجامعي 1440
منسوبو العمادة
دليل الموظفين
تواصل معنا
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
عمادة الدراسات العليا
تفاصيل الوثيقة
نوع الوثيقة
:
رسالة جامعية
عنوان الوثيقة
:
أساليب جديدة في تعلم الآلة لتحسين التنبؤ بالأخطاء البرمجية
New Machine Learning Approaches to Improve Software Bug Prediction
الموضوع
:
كلية الحاسبات وتقنية المعلومات
لغة الوثيقة
:
العربية
المستخلص
:
التنبؤ بالأخطاء في أنظمة البرامج هو واحدة من المشاكل البحثية المهمة في هندسة البرمجيات، وبواسطة التنبؤ الصحيح لأخطاء البرمجيات يستطيع المطورون بأن يسرعوا من عملية فحص وتحديد أجزاء الشيفرة المصدرية من البرنامج التي تحتوي على أخطاء، ويسهم ذلك في تقليص الوقت والجهد المستغرق عادة في عمليات فحص وصيانة البرمجيات، وفي رفع دقة وجودة المشاريع البرمجية عن استخدام الطرق التقليدية، الهدف الأساسي من هذه الرسالة هو تقديم أدوات تعلم الآلة الموثوقة لمطوري البرامج ليستخدموها في التنبؤ بالأخطاء وتحديدها في أنظمة البرمجيات. ولتحقيق هذا الهدف، تم تطوير أساليب جديدة من تعلم الآلة والتي تجمع أسلوب التعلم الغير إشرافي مع اختيار الخصائص وأسلوب التعلم الإشرافي، وباستخدام عدة من خوارزميات تعلم الآلة الإشرافية مثل آلة المتجهات الداعمة، الغابة العشوائية، الشبكات العصبية والشبكات العصبية العميقة. وقد أظهرت النتائج التجريبية على مجموعة من بيانات التنبؤ بالأخطاء البرمجية مفتوحة المصدر حصول أساليب تعلم الآلة المقترحة على نتائج أداء عالي مع تأثيرات إحصائية مميزة عند مقارنتها ضد أبرز الأساليب الأساسية المعروفة حالياً.
المشرف
:
د.عبدالله مهدي سعيد القرني
نوع الرسالة
:
رسالة ماجستير
سنة النشر
:
1440 هـ
2019 م
المشرف المشارك
:
د. تركي طلال سالم تركي
تاريخ الاضافة على الموقع
:
Monday, August 19, 2019
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
عماد نبيل كائن
Kaen, Emad Nabil
باحث
ماجستير
الملفات
اسم الملف
النوع
الوصف
44865.pdf
pdf
الرجوع إلى صفحة الأبحاث