Concetti Chiave
専門知識と深層学習の組み合わせが、時期適切な欠陥予測モデルの構築に有効であることを示す。
Sintesi
JIT欠陥予測は、コミットが欠陥を持つかどうかを自動的に予測することを目指している。
現在の研究は、単純なモデルと複雑なモデルの組み合わせに焦点を当てている。
単純なモデルは専門家知識に基づく手作り特徴を使用し、複雑なモデルはコミット内容から特徴を抽出する。
モデル融合フレームワークは、早期および遅延融合戦略を採用している。
専門家知識と深層学習の組み合わせ
JIT欠陥予測はコミットが欠陥を持つかどうかを自動的に予測することを目指している。
単純なモデル(ML)は手作り特徴に基づき、複雑なモデル(DL)はコミット内容から特徴を抽出する。
早期および遅延融合戦略が提案されており、SimCom++が最良の戦略であることが示されている。
実験設定
使用された6つのプロジェクトごとのトレーニングセットおよびテストセット内のコミット数が示されている。
AUC-ROCスコアが主要な評価メトリックであり、性能評価に使用された。
Statistiche
実験結果では、SimCom++が5.7%〜26.9%優れた成績を収めました。