| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Programmatūras defektu pirmcēloņa analīzes uzlabošana ar mākslīgā intelekta spējām |
| Nosaukums angļu valodā |
Improvement of Software Defect Root Cause Analysis Using Artificial Intelligence Capabilities |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Ērika Nazaruka |
| Recenzents |
Sintija Petroviča-Kļaviņa |
| Anotācija |
Maģistra darbs piedāvā metodi programmatūras defektu pirmcēloņu
klasifikācijas automatizēšanai, izmantojot mākslīgo intelektu. Pētījums sniedz ar
programmatūras defektiem un klasifikācijas metodēm saistītās literatūras apskatu. Ir
aprakstītas tādas klasifikācijas metodes kā ortogonālā defektu klasifikācija, defektu
klasifikācija balstoties uz programmatūras dzīvescikla fāzēm un izplatītu defektu
uzskaitījums.
Darbs apraksta datu kopas izvēli un pielāgošanu uzdevuma risināšanai. Ir
aprakstīts datu kopas sagatavošanas process, kas ietver datu kopas paplašināšanu un
formatēšanu darbam ar mašīnmācīšanās modeļiem. Tika implementēti mašīnmācīšanās
modeļi: Naivais Beijess, Rekurentie neironu tīkli, DistilBERT un Generative Pre
trained Transformers (GPT). Pēc mašīnmācīšanās modeļu implementēšanas un
apmācības, tika izvērtēts šo modeļu veikums programmatūras defektu pirmcēloņa
klasifikācijā. Balstoties uz iegūtajiem rezultātiem, DistilBERT tika izvēlēts
piedāvātajai metodei. Rezultāti demonstrē mākslīgā intelekta, īpaši DistilBERT
modeļa, potenciālu programmatūras defektu pirmcēloņu analīzes automatizēšanā,
uzlabojot klasifikācijas efektivitāti un precizitāti.
Dokumentā ir 89 lappuses, 34 attēli, 19 tabulas, 16 pielikumi un 116 nosaukumu
informācijas avoti. |
| Atslēgas vārdi |
Programmatūras defekti, Defektu pirmcēloņu analīze, Mākslīgais intelekts, Bert, GPT |
| Atslēgas vārdi angļu valodā |
Software defects, Defect root cause analysis, Artificial intelligence, Bert, GPT |
| Valoda |
lv |
| Gads |
2024 |
| Darba augšupielādes datums un laiks |
02.01.2025 12:35:11 |
