Aprendizado ativo para descoberta de falhas em códigos fonte utilizando o problema da maximização de diversidade

• Autor(a) principal: Silvio Rogerio Tassini Borges
• Data de Publicação: 2011
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUOS-94NM9E
• topic: Aprendizado Ativo; software; Falhas de; Problema da Diversidade Máxima; GRASP; Engenharia de software

O presente trabalho tem como principal objetivo apresentar uma nova abordagem de Aprendizado Ativo, e propor uma forama de utilizá-lo na busca por código-fontes passível de falha. A tecnologia crescente tem permitido sistemas de software cada vez mais complexos e, por conseguinte, códigos-fonte cada vez maiores. A busca por código com falha torna-se, então, tarefa de alto custo e, por vezes, humanamente inviável. Dessa forma, o problema de busca por falha em código-fonte é melhor tratado quando modelado como um problema de aprendizado. Ainda assim, existe a necessidade de um número de dados, códigos, rotulados para o aprendizado do algoritmo. Para diminuirmos essa necessidade, utilizamos o paradigma do Aprendizado Ativo, que seleciona dentro de um conjunto, um subconjunto de elementosque forneçam informações relevantes para aprendizado. Nesse trabalho determinamos que a seleção seja baseada no problema da diversidade máxima, um problema de otimização que busca selecionar elementos que apresentem maior diversidade em relação a uma característicadentro de um conjunto.