Graduate papers
  
Description of the graduate paper
Form of studies Bachelor
Title of the study programm Computer Systems
Title in original language Adrešu izteiksmju testēšana, izmantojot dziļo stimulēto mašīnmācīšanos
Title in English Testing Regular Expressions of Addresses Using Deep Reinforcement Learning
Department Faculty Of Computer Science Information Tehnology And Energy
Scientific advisor Ēvalds Urtāns
Reviewer
Abstract Bakalaura darba tips: 2. tips: Aktuālo jomas problēmu risinājumi Stimulētā mašīnmācība kā mašīnmācības veids pēdējo gadu laikā ir ieguvusi lielu popularitāti lielo sasniegumu dēļ datorspēļu vidē, robotikā un citos lēmumu pieņemšanas uzdevumos, darba ietvaros tika atrasta problēma, ka RegEx izteiksmēs netiek pietiekami notestētas ievainojamības un kā iespējamie risinājumi tika veidoti uz stimulēto mašīnmācību balstīti modeļi, kuri spēj notestēt RegEx izteiksmes, kas tiek izmantotas ievades lauku validācijai. Darba ietvaros tika izveidoti 3 modeļi un tika salīdzināti modeļu rezultāti. LSTM modelis vidēji ieguva balvas skaitlisko vērtību 109 , GRU ieguva 226, bet RNN – 206, no kā var secināt, ka vislabākos rezultātus uzrādījis tieši GRU modelis, bet vissliktākos – LSTM. Jauni veidoto modeli var izmantot RegEx izteiksmju testēšanā, piemēram, lai tiktu uzlabota ievades lauku drošība lietotāja saskarnēs. Darba pamattekstā ir 48 lappuses, 17 attēli, 1 tabula, 31 nosaukumu informācijas avoti un 0 pielikumi.
Keywords STIMULĒTĀ MAŠĪNMĀCĪŠANĀS, DZIĻIE NEIRONU TĪKLI, REGEX IZTEIKSMES, REKURENTIE NEIRONU TĪKLI
Keywords in English MACHINE LEARNING, DEEP NEURAL NETWORK, REGULAR EXPRESSIONS, RECURRENT NEURAL NETWORK
Language lv
Year 2021
Date and time of uploading 07.09.2021 02:25:06