Articles de revues sur le sujet « SOFTWARE FAULT PRONENESS »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs articles de revues pour votre recherche sur le sujet « SOFTWARE FAULT PRONENESS ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Denaro, Giovanni, Mauro Pezzè et Sandro Morasca. « Towards Industrially Relevant Fault-Proneness Models ». International Journal of Software Engineering and Knowledge Engineering 13, no 04 (août 2003) : 395–417. http://dx.doi.org/10.1142/s0218194003001366.
Texte intégralGatrell, Matt, et Steve Counsell. « Faults and Their Relationship to Implemented Patterns, Coupling and Cohesion in Commercial C# Software ». International Journal of Information System Modeling and Design 3, no 2 (avril 2012) : 69–88. http://dx.doi.org/10.4018/jismd.2012040103.
Texte intégralBhandari, Guru Prasad, Ratneshwer Gupta et Satyanshu Kumar Upadhyay. « An approach for fault prediction in SOA-based systems using machine learning techniques ». Data Technologies and Applications 53, no 4 (3 septembre 2019) : 397–421. http://dx.doi.org/10.1108/dta-03-2019-0040.
Texte intégralShatnawi, Raed, et Alok Mishra. « An Empirical Study on Software Fault Prediction Using Product and Process Metrics ». International Journal of Information Technologies and Systems Approach 14, no 1 (janvier 2021) : 62–78. http://dx.doi.org/10.4018/ijitsa.2021010104.
Texte intégralSingh, Rajvir, Anita Singhrova et Rajesh Bhatia. « Optimized Test Case Generation for Object Oriented Systems Using Weka Open Source Software ». International Journal of Open Source Software and Processes 9, no 3 (juillet 2018) : 15–35. http://dx.doi.org/10.4018/ijossp.2018070102.
Texte intégralGondra, Iker. « Applying machine learning to software fault-proneness prediction ». Journal of Systems and Software 81, no 2 (février 2008) : 186–95. http://dx.doi.org/10.1016/j.jss.2007.05.035.
Texte intégralShatnawi, Raed. « Software fault prediction using machine learning techniques with metric thresholds ». International Journal of Knowledge-based and Intelligent Engineering Systems 25, no 2 (26 juillet 2021) : 159–72. http://dx.doi.org/10.3233/kes-210061.
Texte intégralKhanna, Munish, Abhishek Toofani, Siddharth Bansal et Mohammad Asif. « Performance Comparison of Various Algorithms During Software Fault Prediction ». International Journal of Grid and High Performance Computing 13, no 2 (avril 2021) : 70–94. http://dx.doi.org/10.4018/ijghpc.2021040105.
Texte intégralJ. Pai, Ganesh, et Joanne Bechta Dugan. « Empirical Analysis of Software Fault Content and Fault Proneness Using Bayesian Methods ». IEEE Transactions on Software Engineering 33, no 10 (octobre 2007) : 675–86. http://dx.doi.org/10.1109/tse.2007.70722.
Texte intégralGatrell, Matt, et Steve Counsell. « Size, Inheritance, Change and Fault-proneness in C# software. » Journal of Object Technology 9, no 5 (2010) : 29. http://dx.doi.org/10.5381/jot.2010.9.5.a2.
Texte intégralMizuno, Osamu, Naoki Kawashima et Kimiaki Kawamoto. « Fault-Prone Module Prediction Approaches Using Identifiers in Source Code ». International Journal of Software Innovation 3, no 1 (janvier 2015) : 36–49. http://dx.doi.org/10.4018/ijsi.2015010103.
Texte intégralGupta, Mansi, Kumar Rajnish et Vandana Bhattacharjee. « Impact of Parameter Tuning for Optimizing Deep Neural Network Models for Predicting Software Faults ». Scientific Programming 2021 (11 juin 2021) : 1–17. http://dx.doi.org/10.1155/2021/6662932.
Texte intégralLee, Shou-Yu, W. Eric Wong, Yihao Li et William Cheng-Chung Chu. « Software Fault-Proneness Analysis based on Composite Developer-Module Networks ». IEEE Access 9 (2021) : 155314–34. http://dx.doi.org/10.1109/access.2021.3128438.
Texte intégralIshrat. « Pattern Trees for Fault-Proneness Detection in Object-Oriented Software ». Journal of Computer Science 6, no 10 (1 octobre 2010) : 1078–82. http://dx.doi.org/10.3844/jcssp.2010.1078.1082.
Texte intégralKhan, R. A., et K. Mustafa. « Fault Proneness Model for Object-Oriented Software : Design Phase Perspective ». Information Technology Journal 7, no 4 (1 mai 2008) : 698–701. http://dx.doi.org/10.3923/itj.2008.698.701.
Texte intégralLi, Yihao, W. Eric Wong, Shou-Yu Lee et Franz Wotawa. « Using Tri-Relation Networks for Effective Software Fault-Proneness Prediction ». IEEE Access 7 (2019) : 63066–80. http://dx.doi.org/10.1109/access.2019.2916615.
Texte intégralBassey, Isong. « Enhancing Software Maintenance via Early Prediction of Fault-Prone Object-Oriented Classes ». International Journal of Software Engineering and Knowledge Engineering 27, no 04 (mai 2017) : 515–37. http://dx.doi.org/10.1142/s021819401750019x.
Texte intégralReddy, N. Rajasekhar. « Risk chain prediction metrics for predicting fault proneness in Software Systems ». IOSR Journal of Engineering 02, no 08 (août 2012) : 190–95. http://dx.doi.org/10.9790/3021-0281190195.
Texte intégralSikka, Geeta, Renu Dhir et N. A. Aarti. « Grey relational classification algorithm for software fault proneness with SOM clustering ». International Journal of Data Mining, Modelling and Management 12, no 1 (2020) : 28. http://dx.doi.org/10.1504/ijdmmm.2020.10027275.
Texte intégralAarti, N. A., Geeta Sikka et Renu Dhir. « Grey relational classification algorithm for software fault proneness with SOM clustering ». International Journal of Data Mining, Modelling and Management 12, no 1 (2020) : 28. http://dx.doi.org/10.1504/ijdmmm.2020.105599.
Texte intégralAbidi, Mouna, Md Saidur Rahman, Moses Openja et Foutse Khomh. « Are Multi-Language Design Smells Fault-Prone ? An Empirical Study ». ACM Transactions on Software Engineering and Methodology 30, no 3 (mai 2021) : 1–56. http://dx.doi.org/10.1145/3432690.
Texte intégralKapila, Heena, et Satwinder Singh. « Analysis of CK Metrics to Predict Software Fault-Proneness using Bayesian Inference ». International Journal of Computer Applications 74, no 2 (26 juillet 2013) : 1–4. http://dx.doi.org/10.5120/12854-9152.
Texte intégralBriand, L. C., W. L. Melo et J. Wust. « Assessing the applicability of fault-proneness models across object-oriented software projects ». IEEE Transactions on Software Engineering 28, no 7 (juillet 2002) : 706–20. http://dx.doi.org/10.1109/tse.2002.1019484.
Texte intégralAl Dallal, Jehad. « Predicting Fault-Proneness of Reused Object-Oriented Classes in Software Post-Releases ». Arabian Journal for Science and Engineering 43, no 12 (18 décembre 2017) : 7153–66. http://dx.doi.org/10.1007/s13369-017-3012-2.
Texte intégralZhao, Yangyang, Yibiao Yang, Hongmin Lu, Yuming Zhou, Qinbao Song et Baowen Xu. « An empirical analysis of package-modularization metrics : Implications for software fault-proneness ». Information and Software Technology 57 (janvier 2015) : 186–203. http://dx.doi.org/10.1016/j.infsof.2014.09.006.
Texte intégralBoucher, Alexandre, et Mourad Badri. « Software metrics thresholds calculation techniques to predict fault-proneness : An empirical comparison ». Information and Software Technology 96 (avril 2018) : 38–67. http://dx.doi.org/10.1016/j.infsof.2017.11.005.
Texte intégralAl Dallal, Jehad. « Predicting Object-Oriented Class Fault-Proneness : A Replication Study ». Journal of Software 13, no 5 (mai 2018) : 269–76. http://dx.doi.org/10.17706/jsw.13.5.269-276.
Texte intégralAggarwal, K. K., Yogesh Singh, Arvinder Kaur et Ruchika Malhotra. « Investigating effect of Design Metrics on Fault Proneness in Object-Oriented Systems. » Journal of Object Technology 6, no 10 (2007) : 127. http://dx.doi.org/10.5381/jot.2007.6.10.a5.
Texte intégralOhlsson, Magnus C., Anneliese Amschler Andrews et Claes Wohlin. « Modelling fault-proneness statistically over a sequence of releases : a case study ». Journal of Software Maintenance and Evolution : Research and Practice 13, no 3 (2001) : 167–99. http://dx.doi.org/10.1002/smr.229.
Texte intégralPattnaik, Saumendra, et Binod Kumar Pattanayak. « Empirical analysis of software quality prediction using a TRAINBFG algorithm ». International Journal of Engineering & ; Technology 7, no 2.6 (11 mars 2018) : 259. http://dx.doi.org/10.14419/ijet.v7i2.6.10780.
Texte intégralKozlov, Denis. « Fault-Proneness of Open Source Software : Exploring its Relations to Internal Software Quality and Maintenance Process ». Open Software Engineering Journal 7, no 1 (22 février 2013) : 1–23. http://dx.doi.org/10.2174/1874107x01307010001.
Texte intégralISONG, BASSEY, et EKABUA OBETEN. « A SYSTEMATIC REVIEW OF THE EMPIRICAL VALIDATION OF OBJECT-ORIENTED METRICS TOWARDS FAULT-PRONENESS PREDICTION ». International Journal of Software Engineering and Knowledge Engineering 23, no 10 (décembre 2013) : 1513–40. http://dx.doi.org/10.1142/s0218194013500484.
Texte intégralAl Dallal, Jehad, et Sandro Morasca. « Investigating the impact of fault data completeness over time on predicting class fault-proneness ». Information and Software Technology 95 (mars 2018) : 86–105. http://dx.doi.org/10.1016/j.infsof.2017.11.001.
Texte intégralGatrell, M., et S. Counsell. « The effect of refactoring on change and fault-proneness in commercial C# software ». Science of Computer Programming 102 (mai 2015) : 44–56. http://dx.doi.org/10.1016/j.scico.2014.12.002.
Texte intégralQusef, Abdallah, Mahmoud O. Elish et David Binkley. « An Exploratory Study of the Relationship Between Software Test Smells and Fault-Proneness ». IEEE Access 7 (2019) : 139526–36. http://dx.doi.org/10.1109/access.2019.2943488.
Texte intégralSikka, Sunil, Utpal Shrivastava et Pooja . « Role of CK Metrics to Identify Fault-Proneness in Object Oriented Software A Survey ». International Journal of Computer Sciences and Engineering 6, no 5 (31 mai 2018) : 1162–64. http://dx.doi.org/10.26438/ijcse/v6i5.11621164.
Texte intégralAarti, Geeta Sikka et Renu Dhir. « Novel Grey Relational Feature Extraction Algorithm for Software Fault-Proneness Using BBO (B-GRA) ». Arabian Journal for Science and Engineering 45, no 4 (25 mars 2020) : 2645–62. http://dx.doi.org/10.1007/s13369-020-04445-2.
Texte intégralMahdieh, Mostafa, Seyed-Hassan Mirian-Hosseinabadi, Khashayar Etemadi, Ali Nosrati et Sajad Jalali. « Incorporating fault-proneness estimations into coverage-based test case prioritization methods ». Information and Software Technology 121 (mai 2020) : 106269. http://dx.doi.org/10.1016/j.infsof.2020.106269.
Texte intégralBavota, Gabriele, Mario Linares-Vasquez, Carlos Eduardo Bernal-Cardenas, Massimiliano Di Penta, Rocco Oliveto et Denys Poshyvanyk. « The Impact of API Change- and Fault-Proneness on the User Ratings of Android Apps ». IEEE Transactions on Software Engineering 41, no 4 (1 avril 2015) : 384–407. http://dx.doi.org/10.1109/tse.2014.2367027.
Texte intégralMala, D. Jeya. « Investigating the Effect of Sensitivity and Severity Analysis on Fault Proneness in Open Source Software ». International Journal of Open Source Software and Processes 8, no 1 (janvier 2017) : 42–66. http://dx.doi.org/10.4018/ijossp.2017010103.
Texte intégralHuang, Peng, et Jie Zhu. « Predicting the fault-proneness of class hierarchy in object-oriented software using a layered kernel ». Journal of Zhejiang University-SCIENCE A 9, no 10 (octobre 2008) : 1390–97. http://dx.doi.org/10.1631/jzus.a0720073.
Texte intégralKoteswara Rao, K., et G. S. V. P. Raju. « Reducing interactive fault proneness in software application using genetic algorithm based optimal directed random testing ». International Journal of Computers and Applications 41, no 4 (19 janvier 2018) : 296–305. http://dx.doi.org/10.1080/1206212x.2017.1417769.
Texte intégralShatnawi, Raed, et Ziad Al Sharif. « A guided oversampling technique to improve the prediction of software fault-proneness for imbalanced data ». International Journal of Knowledge Engineering and Data Mining 2, no 2/3 (2012) : 200. http://dx.doi.org/10.1504/ijkedm.2012.051241.
Texte intégralWong, W. Eric, Joseph R. Horgan, Michael Syring, Wayne Zage et Dolores Zage. « Applying design metrics to predict fault-proneness : a case study on a large-scale software system ». Software : Practice and Experience 30, no 14 (2000) : 1587–608. http://dx.doi.org/10.1002/1097-024x(20001125)30:14<1587 ::aid-spe352>3.0.co;2-1.
Texte intégralShatnawi, Raed, et Qutaibah Althebyan. « An Empirical Study of the Effect of Power Law Distribution on the Interpretation of OO Metrics ». ISRN Software Engineering 2013 (30 janvier 2013) : 1–18. http://dx.doi.org/10.1155/2013/198937.
Texte intégralIsong, Bassey, et Obeten Ekabua. « State-of-the-Art in Empirical Validation of Software Metrics for Fault Proneness Prediction : Systematic Review ». International Journal of Computer Science & ; Engineering Survey 6, no 6 (31 décembre 2015) : 1–18. http://dx.doi.org/10.5121/ijcses.2015.6601.
Texte intégralAl Dallal, Jehad. « Categorisation-based approach for predicting the fault-proneness of object-oriented classes in software post-releases ». IET Software 14, no 5 (1 octobre 2020) : 525–34. http://dx.doi.org/10.1049/iet-sen.2019.0326.
Texte intégralAggarwal, K. K., Yogesh Singh, Arvinder Kaur et Ruchika Malhotra. « Empirical analysis for investigating the effect of object-oriented metrics on fault proneness : a replicated case study ». Software Process : Improvement and Practice 14, no 1 (janvier 2009) : 39–62. http://dx.doi.org/10.1002/spip.389.
Texte intégralMutha, Chetan, David Jensen, Irem Tumer et Carol Smidts. « An integrated multidomain functional failure and propagation analysis approach for safe system design ». Artificial Intelligence for Engineering Design, Analysis and Manufacturing 27, no 4 (24 avril 2013) : 317–47. http://dx.doi.org/10.1017/s0890060413000152.
Texte intégralGuerrouj, Latifa, Zeinab Kermansaravi, Venera Arnaoudova, Benjamin C. M. Fung, Foutse Khomh, Giuliano Antoniol et Yann-Gaël Guéhéneuc. « Investigating the relation between lexical smells and change- and fault-proneness : an empirical study ». Software Quality Journal 25, no 3 (9 mai 2016) : 641–70. http://dx.doi.org/10.1007/s11219-016-9318-6.
Texte intégral