We have applied the technique on the Mozilla software project, finding translation - We have applied the technique on the Mozilla software project, finding Thai how to say

We have applied the technique on th

We have applied the technique on the Mozilla software project, finding interesting insights into the system, and detecting the most critical components. However, we still need to do a more complete validation of the approach, in particular by giving feedback to the developers and evaluating the usefulness of our findings.
2.2 Defect Prediction
Defect prediction deals with guessing where in a system there will be bugs, thus providing valuable information to developers and project managers, since this allows them to focus resources. Previous research has proven that the best predictor for bugs are the bugs themselves [22], i.e., entities affected by bugs in the past usually suffer from them in the future as well, as long as no substantial efforts are spent on restructuring the ailing parts. This however presumes the usage of a bug tracking system. How can one predict bugs in the absence of recorded bugs or in the case of a freshly developed system? Researchers tried to answer this question with complexity metrics, where the assumption is that complex pieces of software generate bugs [19]. We have proposed an approach (under submission) to predict defects based on the presence of so-called “design disharmonies” [15], which can be discovered through a technique based on detection strategies [17]. Detection strategies are metrics-based composed logical conditions, by which design fragments with specific properties are detected in the source code. Design disharmonies are similar to code smells [9], where the difference is that by translating a set of design guidelines or heuristics the former can be automatically uncovered with detection strategies. Our underlying assumption is that pieces of software which exhibit design problems are also prone to generate bugs. To validate our technique, we applied it on version n 1 of a system, obtaining a list of classes with the numbers of predicted bugs. We then compared this with the actual bugs reported in version n of the system, and computed the prediction performance. We experimented the approach on several versions of 3 software systems (Eclipse JDT Core, ArgoUML, AspectJ), and were able to prove that design disharmonies represent a good means to predict defects, obtaining an increase in prediction power over other approaches
0/5000
From: -
To: -
Results (Thai) 1: [Copy]
Copied!
เราได้ใช้เทคนิคในโครงการซอฟต์แวร์ Mozilla ค้นหาน่าสนใจเจาะลึกระบบ และการตรวจหาส่วนประกอบสำคัญที่สุด อย่างไรก็ตาม เรายังคงต้องทำการตรวจสอบวิธี สมบูรณ์มากขึ้นโดยเฉพาะ โดยให้ข้อเสนอแนะเพื่อพัฒนา และประเมินประโยชน์ของการค้นพบของเรา2.2 คาดเดาความบกพร่องทำนาย ด้วยการคาดเดาที่ในระบบมีจะเป็นโรคจิต จึง ให้ข้อมูลกับนักพัฒนา และโครงการผู้จัดการ เนื่องจากนี้ช่วยให้ทรัพยากรความบกพร่อง งานวิจัยก่อนหน้านี้ได้พิสูจน์จำนวนประตูที่ดีที่สุดสำหรับโรคจิตโรคจิตตัวเอง [22], เช่น หน่วยรับผลกระทบจากข้อผิดพลาดในอดีตมักจะทรมานจากพวกเขาในอนาคตด้วย ตราบเท่าที่ความพยายามไม่พบใช้ในการปรับโครงสร้างส่วน ailing อย่างไรก็ตามนี้ presumes การใช้งานของข้อผิดพลาดที่ระบบติดตาม วิธีหนึ่งสามารถทำนายข้อบกพร่องในการขาดงาน ของข้อผิดพลาดที่บันทึกไว้ หรือใน กรณีที่ระบบใหม่พัฒนาแล้ว นักวิจัยพยายามตอบคำถามนี้กับการวัดความซับซ้อน สมมติฐานว่า ชิ้นซับซ้อนของซอฟต์แวร์สร้างข้อบกพร่อง [19] เราได้นำเสนอวิธีการ (ภายใต้ส่ง) เพื่อทำนายข้อบกพร่องตามก็เรียกว่า "ออกแบบ disharmonies" [15], ซึ่งสามารถค้นพบโดยใช้เทคนิคตามกลยุทธ์การตรวจสอบ [17] กลยุทธ์การตรวจสอบจะใช้วัดประกอบด้วยตรรกะเงื่อนไข ตรวจพบ โดยการออกแบบชิ้นส่วน ด้วยคุณสมบัติเฉพาะในรหัสแหล่งที่มา Disharmonies ออกแบบคล้ายกับรหัสกลิ่น [9], ซึ่งความแตกต่างคือชุดของแนวทางการออกแบบการ หรือลองผิดลองถูกในอดีตสามารถเถโดยอัตโนมัติ ด้วยกลยุทธ์การตรวจสอบได้ อัสสัมชัญของเราแบบเป็นชิ้นส่วนของซอฟต์แวร์ที่แสดงปัญหาออกมียังแนวโน้มที่จะสร้างข้อผิดพลาด การตรวจสอบเทคนิคของเรา เราใช้มันรุ่น n 1 ระบบ รับรายการของประเภทด้วยจำนวนของข้อบกพร่องที่คาดการณ์ เราแล้วเปรียบเทียบนี้ มีข้อบกพร่องจริงที่รายงานในรุ่น n ของระบบ และคำนวณประสิทธิภาพการคาดเดา เราเบื้องวิธีบนของระบบซอฟต์แวร์ 3 (คราส JDT หลัก ArgoUML, AspectJ), และมีความสามารถเพื่อพิสูจน์ว่า disharmonies ออกแบบแสดงวิธีทำนายข้อบกพร่อง ได้รับการเพิ่มอำนาจการทำนายมากกว่าวิธีอื่น ๆ
Being translated, please wait..
Results (Thai) 2:[Copy]
Copied!
เราได้นำมาประยุกต์ใช้เทคนิคในโครงการซอฟต์แวร์ Mozilla หาข้อมูลเชิงลึกที่น่าสนใจเข้ามาในระบบและการตรวจสอบชิ้นส่วนที่สำคัญที่สุด อย่างไรก็ตามเรายังคงต้องทำการตรวจสอบที่สมบูรณ์มากขึ้นของวิธีการโดยเฉพาะอย่างยิ่งโดยให้ข้อเสนอแนะเพื่อพัฒนาและประเมินผลประโยชน์ของผลการวิจัยของเรา.
2.2 ข้อบกพร่องทำนาย
ทำนายข้อบกพร่องข้อเสนอที่มีการคาดเดาที่อยู่ในระบบจะมีข้อบกพร่องจึงให้ ข้อมูลที่มีคุณค่าให้กับนักพัฒนาและผู้จัดการโครงการตั้งแต่นี้ช่วยให้พวกเขามุ่งเน้นทรัพยากร วิจัยก่อนหน้านี้ได้พิสูจน์แล้วว่าทำนายที่ดีที่สุดสำหรับข้อผิดพลาดข้อบกพร่องของตัวเอง [22] คือหน่วยงานที่รับผลกระทบจากข้อผิดพลาดในอดีตที่ผ่านมามักจะต้องทนทุกข์ทรมานจากพวกเขาในอนาคตเช่นกันตราบใดที่ไม่มีความพยายามอย่างมากมีการใช้จ่ายในการปรับโครงสร้างส่วนไม่สบาย . อย่างไรก็ตามเรื่องนี้ทึกทักการใช้งานของระบบติดตามบั๊ก วิธีการหนึ่งที่สามารถคาดการณ์ข้อผิดพลาดในกรณีที่ไม่มีข้อบกพร่องที่บันทึกไว้หรือในกรณีของระบบที่พัฒนาขึ้นสดใหม่? นักวิจัยพยายามที่จะตอบคำถามนี้กับตัวชี้วัดความซับซ้อนที่สันนิษฐานว่าเป็นชิ้นส่วนที่ซับซ้อนของซอฟต์แวร์ที่สร้างข้อผิดพลาด [19] เราได้นำเสนอวิธีการ (ภายใต้การส่ง) ที่จะทำนายข้อบกพร่องขึ้นอยู่กับการปรากฏตัวของสิ่งที่เรียกว่า "การออกแบบ disharmonies" [15] ซึ่งสามารถค้นพบเทคนิคที่ผ่านการขึ้นอยู่กับกลยุทธ์การตรวจสอบ [17] กลยุทธ์การตรวจสอบเป็นตัวชี้วัดที่ใช้ประกอบด้วยเงื่อนไขตรรกะโดยที่ชิ้นส่วนการออกแบบที่มีคุณสมบัติเฉพาะมีการตรวจพบในรหัสที่มา disharmonies ออกแบบคล้ายกับกลิ่นรหัส [9] ที่แตกต่างก็คือว่าโดยแปลชุดของแนวทางการออกแบบหรือการวิเคราะห์พฤติกรรมในอดีตสามารถเปิดโดยอัตโนมัติด้วยกลยุทธ์การตรวจสอบ สมมติฐานพื้นฐานของเราคือว่าชิ้นส่วนของซอฟต์แวร์ที่มีปัญหาการออกแบบยังมีแนวโน้มที่จะทำให้เกิดข้อบกพร่อง เทคนิคในการตรวจสอบของเราเราใช้มันกับรุ่น 1 n ของระบบที่ได้รับรายชื่อของการเรียนกับตัวเลขคาดการณ์ของโรคจิต จากนั้นเราเมื่อเทียบกับข้อบกพร่องที่เกิดขึ้นจริงที่มีการรายงานใน n รุ่นของระบบและการคาดการณ์ผลการดำเนินงานคำนวณ เราทดลองวิธีการที่หลายต่อหลายรุ่น 3 ระบบซอฟต์แวร์ (คราส JDT หลัก ArgoUML, AspectJ) และก็สามารถที่จะพิสูจน์ได้ว่าเป็นตัวแทนของ disharmonies การออกแบบวิธีการที่ดีในการทำนายข้อบกพร่องที่ได้รับเพิ่มขึ้นในอำนาจการทำนายมากกว่าวิธีการอื่น ๆ
Being translated, please wait..
Results (Thai) 3:[Copy]
Copied!
เราได้ประยุกต์ใช้เทคนิคบน Mozilla ซอฟต์แวร์โครงการ การหาข้อมูลเชิงลึกที่น่าสนใจในระบบ และการตรวจสอบองค์ประกอบที่สำคัญที่สุด อย่างไรก็ตาม เรายังต้องทำการตรวจสอบที่สมบูรณ์มากขึ้นของวิธีการ โดยเฉพาะ โดยให้ข้อเสนอแนะเพื่อพัฒนาและการประเมินผลประโยชน์ของผลของเรา

2.2 ข้อบกพร่อง ทำนายการคาดคะเนข้อบกพร่องที่เกี่ยวข้องกับการคาดเดา ซึ่งในระบบจะมีแมลง จึงให้ข้อมูลที่มีคุณค่าสำหรับนักพัฒนาและผู้จัดการโครงการ ตั้งแต่นี้ ช่วยให้พวกเขามุ่งเน้นทรัพยากร งานวิจัยได้พิสูจน์ว่า ตัวแปรที่ดีที่สุดสำหรับแมลงแมลงเอง [ 22 ] คือ หน่วยงานที่ได้รับผลกระทบจากข้อผิดพลาดในอดีตมักจะประสบจากพวกเขาในอนาคตเช่นกันตราบใดที่ไม่มีความพยายามอย่างมากที่ใช้เวลาในการเจ็บป่วยส่วน นี้อย่างไรก็ตาม presumes การใช้งานของ Bug ระบบติดตาม วิธีการหนึ่งที่สามารถทำนายแมลงในการบันทึกข้อบกพร่อง หรือในกรณีของการพัฒนาระบบใหม่ ? นักวิจัยพยายามที่จะตอบคำถามนี้กับวัดความซับซ้อน ซึ่งสันนิษฐานว่า ชิ้นของซอฟต์แวร์ที่ซับซ้อนสร้างแมลง [ 19 ]เราได้เสนอวิธีการ ( ภายใต้การส่ง ) เพื่อทำนายข้อบกพร่องจากการแสดงตนของที่เรียกว่า " การออกแบบ disharmonies " [ 15 ] ซึ่งสามารถค้นพบเทคนิคขึ้นอยู่กับการตรวจสอบกลยุทธ์ [ 17 ] กลยุทธ์การเป็นวัดโดยประกอบด้วยเงื่อนไขตรรกะ ซึ่งการออกแบบชิ้นส่วนที่มีคุณสมบัติเฉพาะที่ตรวจพบในรหัสแหล่งที่มาdisharmonies การออกแบบคล้ายกับรหัสกลิ่น [ 9 ] ที่แตกต่างก็คือโดยการแปลชุดของแนวทางการออกแบบหรือฮิวริสติกอดีตสามารถโดยอัตโนมัติเปิดด้วยกลยุทธ์การตรวจสอบ ของเราอัสสัมชัญเป็นต้นว่าชิ้นส่วนของซอฟต์แวร์ซึ่งมีปัญหาการออกแบบยังมีแนวโน้มที่จะสร้างข้อผิดพลาด การตรวจสอบเทคนิคของเรา เราใช้มันในรุ่น N 1 ของระบบได้รับรายชื่อของชั้นเรียนที่มีตัวเลขคาดการณ์ของแมลง เราเปรียบเทียบกับแมลงจริงรายงานในรุ่นของระบบ และคำนวณประสิทธิภาพทำนาย . เราทดลองวิธีการหลายรุ่นของซอฟต์แวร์ระบบ ( คราส 3 jdt หลัก argouml aspectj , ) , และสามารถพิสูจน์ได้ว่า disharmonies ออกแบบเป็นตัวแทนที่ดี หมายถึงว่าบกพร่องการเพิ่มประสิทธิภาพการพยากรณ์มากกว่าวิธีอื่น ๆ
Being translated, please wait..
 
Other languages
The translation tool support: Afrikaans, Albanian, Amharic, Arabic, Armenian, Azerbaijani, Basque, Belarusian, Bengali, Bosnian, Bulgarian, Catalan, Cebuano, Chichewa, Chinese, Chinese Traditional, Corsican, Croatian, Czech, Danish, Detect language, Dutch, English, Esperanto, Estonian, Filipino, Finnish, French, Frisian, Galician, Georgian, German, Greek, Gujarati, Haitian Creole, Hausa, Hawaiian, Hebrew, Hindi, Hmong, Hungarian, Icelandic, Igbo, Indonesian, Irish, Italian, Japanese, Javanese, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Korean, Kurdish (Kurmanji), Kyrgyz, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Macedonian, Malagasy, Malay, Malayalam, Maltese, Maori, Marathi, Mongolian, Myanmar (Burmese), Nepali, Norwegian, Odia (Oriya), Pashto, Persian, Polish, Portuguese, Punjabi, Romanian, Russian, Samoan, Scots Gaelic, Serbian, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenian, Somali, Spanish, Sundanese, Swahili, Swedish, Tajik, Tamil, Tatar, Telugu, Thai, Turkish, Turkmen, Ukrainian, Urdu, Uyghur, Uzbek, Vietnamese, Welsh, Xhosa, Yiddish, Yoruba, Zulu, Language translation.

Copyright ©2024 I Love Translation. All reserved.

E-mail: