Successfully reported this slideshow.
Your SlideShare is downloading. ×

Stelios poulakakis daktylidis diploma thesis presentation

Stelios poulakakis daktylidis diploma thesis presentation

Download to read offline

Applying Data Mining Techniques on Open Source Repositories
for Finding and Fixing Software Bugs

Applying Data Mining Techniques on Open Source Repositories
for Finding and Fixing Software Bugs

More Related Content

More from ISSEL

Related Books

Free with a 30 day trial from Scribd

See all

Related Audiobooks

Free with a 30 day trial from Scribd

See all

Stelios poulakakis daktylidis diploma thesis presentation

  1. 1. ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ & ΥΠΟΛΟΓΙΣΤΩΝ Διπλωματική Εργασία Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Εκπόνηση: Πουλακάκης-Δακτυλίδης Στυλιανός, Α.Ε.Μ : 8582 Επιβλέποντες: Ανδρέας Λ. Συμεωνίδης, Αναπληρωτής Καθηγητής Α.Π.Θ. Διαμαντόπουλος Θεμιστοκλής, Μεταδιδακτορικός Ερευνητής Καρανικιώτης Θωμάς, Υποψήφιος Διδάκτωρ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΠΛΗΡΟΦΟΡΙΑΣ & ΥΠΟΛΟΓΙΣΜΩΝ Θεσσαλονίκη, Ιούνιος 2020
  2. 2. Θεσσαλονίκη, Ιούνιος 2020 2 Διάρθρωση Παρουσίασης Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων ➢ Εισαγωγή ➢ Ανάλυση Μεθοδολογίας ➢ Αξιολόγηση & Αποτελέσματα ➢ Συμπεράσματα ➢ Μελλοντική Εργασία |
  3. 3. Θεσσαλονίκη, Ιούνιος 2020 3 Διάρθρωση Παρουσίασης Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων ➢ Εισαγωγή ➢ Ανάλυση Μεθοδολογίας ➢ Αξιολόγηση & Αποτελέσματα ➢ Συμπεράσματα ➢ Μελλοντική Εργασία |
  4. 4. Θεσσαλονίκη, Ιούνιος 2020 4 Πιθανή Λύση ➢ Συστήματα Προτάσεων (Recommendation Systems in Software Engineering) Προκλήσεις ❖ Πως θα αξιοποιήσουμε τον όγκο αυτό πληροφορίας; ❖ Πως θα συμπεριλάβουμε την εξέλιξη κώδικα στην ανάλυση; ❖ Πως θα μειώσουμε τον χρόνο αναζήτησης κώδικα; ❖ Πως θα παράγουμε χρήσιμες προτάσεις; Περιγραφή του Προβλήματος Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Open source Initiative => Συστήματα Ελέγχου Εκδόσεων (VCS) Γιατί GitHub ; Δημοφιλέστερη πλατφόρμα φιλοξενίας κώδικα (40Μ+ χρήστες, 100Μ+ αποθετήρια) Επιπλέον χαρακτηριστικά όπως : Bug Tracking, Feature Requests, Documentation, Version Control Πρόσβαση σε τεράστιο όγκο δεδομένων Συνεχής βελτιστοποίηση κώδικα μέσω της συνεργασίας Εξέλιξη Κώδικα • Σχηματισμός επαναλαμβανόμενων μοτίβων • Συλλογική γνώση συνεισφερόντων προγραμματιστών |
  5. 5. Θεσσαλονίκη, Ιούνιος 2020 5 Ανάπτυξη Συστήματος Προτάσεων και Διόρθωσης Σφαλμάτων : ❖ Αξιοποίηση διαθέσιμης πληροφορίας από την πλατφόρμα του GitHub ❖ Μελέτη εξέλιξης τμημάτων πηγαίου κώδικα ❖ Εντοπισμός γενικεύσιμων μοτίβων τροποποιήσεων και διόρθωσης σφαλμάτων ❖ Παραγωγή χρήσιμων και άμεσα εκτελέσιμων προτάσεων σε διαφορετικά σενάρια χρήσης Σκοπός Διπλωματικής Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων |
  6. 6. Θεσσαλονίκη, Ιούνιος 2020 GitHub Commit – Βασική Μονάδα Ανάλυσης Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Βασικά Πεδία ενός Commit ❑ Αναγνωριστικό SHA (SHA id) ❑ Μήνυμα Commit (Commit Message) ❑ Πηγαίος Κώδικας (Code Patch) 6|
  7. 7. Θεσσαλονίκη, Ιούνιος 2020 7 Διάρθρωση Παρουσίασης Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων ➢ Εισαγωγή ➢ Ανάλυση Μεθοδολογίας ➢ Αξιολόγηση & Αποτελέσματα ➢ Συμπεράσματα ➢ Μελλοντική Εργασία |
  8. 8. Θεσσαλονίκη, Ιούνιος 2020 8 Αρχιτεκτονική του Συστήματος Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων |
  9. 9. Θεσσαλονίκη, Ιούνιος 2020 9 Δημιουργία Συνόλου Δεδομένων ▪ Συλλογή δεδομένων από τα 3.000 δημοφιλέστερα αποθετήρια σε Java ▪ Εφαρμογή εργαλείου PyDriller ▪ Git Cloning ▪ Δημιουργία Συνόλου Δεδομένων από Commits ▪ Αποθήκευση σε PostgreSQL βάση δεδομένων Στάδια Προεπεξεργασίας Διατήρηση αποθετηρίων με <2.500 commits Διατήρηση μονάχα αρχείων με κατάληξη “.java” Διατήρηση μονάχα commits του Main branch Διατήρηση Single-file commits Διατήρηση Modification commits Διατήρηση commits με <100 γραμμές κώδικα Εξαγωγή και Προεπεξεργασία Δεδομένων Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων |
  10. 10. Στόχος : Υπολογισμός Ομοιότητας μεταξύ τμημάτων Κώδικα Θεσσαλονίκη, Ιούνιος 2020 10 Code Before 1 MethodDeclaration: 2 Modifier: public 3 PrimitiveType: boolean 4 SimpleName: equals 5 SingleVariableDeclaration: 6 SimpleType: 7 SimpleName: Object 8 SimpleName: other 9 Block: 10 IfStatement: 11 InstanceofExpression: 12 SimpleName: other 13 SimpleType: 14 SimpleName: Region 15 Block: 16 ReturnStatement: 17 InfixExpression: 18 FieldAccess: 19 ParenthesizedExpression: 20 CastExpression: 21 SimpleType: 22 SimpleName: Region 23 SimpleName: other 24 SimpleName: uniqueId 25 FieldAccess: 26 ThisExpression: this 27 SimpleName: uniqueId 28 ReturnStatement: 29 BooleanLiteral: false Ανάλυση Κώδικα – Εξαγωγή AST Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Code After 1 MethodDeclaration: 2 Modifier: public 3 PrimitiveType: boolean 4 SimpleName: equals 5 SingleVariableDeclaration: 6 SimpleType: 7 SimpleName: Object 8 SimpleName: other 9 Block: 10 IfStatement: 11 InstanceofExpression: 12 SimpleName: other 13 SimpleType: 14 SimpleName: Region 15 Block: 16 ReturnStatement: 17 MethodIncovation: 18 FieldAccess: 19 ParenthesizedExpression: 20 CastExpression: 21 SimpleType: 22 SimpleName: Region 23 SimpleName: other 24 SimpleName: uniqueId 25 SimpleName: equals 26 FieldAccess: 27 ThisExpression: this 28 SimpleName: uniqueId 29 ReturnStatement: 30 BooleanLiteral: false CodeDeletions CodeAdditions Μετατροπή σε αναπαράσταση που καθιστά τη σύγκριση δυνατή Αναπαράσταση Δέντρου – AST (Αbstract Syntax Tree) |
  11. 11. Θεσσαλονίκη, Ιούνιος 2020 11 Commit Features SHA_id Filename Message Code diff Code Additions AST Code Deletions AST Method Code Before Method Code After Method Code before AST Method Code After AST Συνολικά : 62.634 commits γενικού σκοπού Στόχος : μικρά και γενικεύσιμα commits διόρθωσης σφαλμάτων ❖ Απόρριψη commits χωρίς δεσμευμένες λέξεις του GitHub για την επίλυση ενός issue (“fix”, “resolve”, “close” κ.α.) ❖ Απόρριψη commits με πολύ συχνούς όρους (“readme”, “license”, “version” κ.α.) ❖ Απόρριψη commits με αριθμό χαρακτήρων εκτός του [10,200] ❖ Απόρριψη commits με >15 γραμμές κώδικα (σε οποιοδήποτε από τα πεδία ( Method Code Before/After) ❖ Απόρριψη commits με έστω και ένα κενό AST Τελικά : 14.832 commits Τελικά Χαρακτηριστικά και Φιλτράρισμα Commits Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων |
  12. 12. Θεσσαλονίκη, Ιούνιος 2020 12 Original : fixed the FC if “postUnlock” runnable is null. 1. Punctuation fixed the FC if postUnlock runnable is null 2. Tokenize [fixed, the, FC, if, postUnlock, runnable, is, null] 3. CamelCase [fixed, the, FC, if, post, Unlock, runnable, is, null] 4. Stop Words [fixed, FC, post, Unlock, runnable, null] 5. Stemming [fix, FC, post, Unlock, runnabl, null] 6. Lowercase [fix, fc, post, unlock, runnabl, null] Επεξεργασία Μηνυμάτων Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Παράδειγμα |
  13. 13. Θεσσαλονίκη, Ιούνιος 2020 13 Στόχος : Υπολογισμός Ομοιότητας μεταξύ Μηνυμάτων Τεχνική Διανυσματοποίησης : TF-IDF (Term Frequency- Inverse Document Frequency) όπου η συνάρτηση εμφάνισης του όρου w στο μήνυμα m ο συνολικός αριθμός μηνυμάτων το πλήθος των μηνυμάτων που περιέχουν τον όρο w Μοντέλο TF-IDF Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Διανυσματοποίηση – Vector Space Modelling (VSM) Μετατροπή σε αναπαράσταση που καθιστά τη σύγκριση δυνατή 𝑇𝐹. 𝐼𝐷𝐹 𝑤, 𝑚 = 𝑇𝐹 𝑤, 𝑚 ∗ 𝐼𝐷𝐹 𝑤 = 𝑇𝐹 𝑤, 𝑚 ∗ log( 𝐶 𝐷𝐹(𝑤) ) 𝑇𝐹 𝑤, 𝑚 𝐶 = 𝑀 𝐷𝐹(𝑤) |
  14. 14. Θεσσαλονίκη, Ιούνιος 2020 14 Αναπαράσταση Κώδικα – ASTs (Abstract Syntax Trees) Μετατροπή σε Ordered Labeled Tree Πρόβλημα - Μεγάλη πολυπλοκότητα ακριβούς υπολογισμού TED - Μη επαρκής επεκτασιμότητα (scalability) για μεγάλα δέντρα (όπως ASTs) Λύση : Αλγόριθμοι με κατά προσέγγιση υπολογισμό TED Επεξεργασία Κώδικα / ASTs 1 ReturnStatement: 2 InfixExpression: 3 FieldAccess: 4 ParenthesizedExpression: 5 CastExpression: 6 SimpleType: 7 SimpleName: Region 8 SimpleName: other 9 SimpleName: uniqueId 10 FieldAccess: 11 ThisExpression: this 12 SimpleName: uniqueId Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Υπολογισμός Διαφοράς/Απόστασης Δέντρων TED -Tree Edit Distance Abstract Syntax Tree Ordered Labeled Tree |
  15. 15. Θεσσαλονίκη, Ιούνιος 2020 15 Αλγόριθμος κατά προσέγγιση υπολογισμού TED ❑ Παράμετρος p (Stem): Καθορίζει τον αριθμό επιπέδων των υποδέντων pq-Grams ❑ Παράμετρος q (Base): Καθορίζει τον αριθμό “φύλλων” των υποδέντων pq-Grams Φάση 1 : Εισαγωγή εικονικών κόμβων (dummy nodes, ∗) – Διατήρηση σχέσεων “γονέα-παιδιού” και “αδερφών” μεταξύ πραγματικών κόμβων (b) Φάση 2 : Δημιουργία υποδέντρων pq-Grams (c) Αλγόριθμος pq-Grams Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Παράδειγμα (p=2,q=3) Δημιουργία δεικτών για κάθε υποδέντρο (π.χ. Για το πρώτο υποδέντρο της (c) με stem: {∗A} και base: {∗∗B} προκύπτει o δείκτης: [∗A∗∗B] ) Σύσταση τελικού προφίλ pq-Grams για το αρχικό δέντρο (a) για το παράδειγμα προκύπτει : I(T) = {[∗A∗∗B],[∗A∗BC],[∗ABC∗],[∗AC∗∗],[AB∗∗∗],[AC∗∗D], [AC∗DE],[ACDE∗],[ACE∗∗],[CD∗∗∗],[CE∗∗∗]} |
  16. 16. Θεσσαλονίκη, Ιούνιος 2020 16 Μοντέλο Ομοιότητας – Similarity Scheme Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Βαθμός ομοιότητας κειμένου (Πεδίο του μοντέλου : Commit Message) Υπολογισμός με βάση την απόσταση συνημιτόνου όπου το σκορ TF-IDF για τη λέξη wi και το μήνυμα m, και N το συνολικό πλήθος διαστάσεων του χώρου. Βαθμός ομοιότητας κώδικα (Πεδία του μοντέλου : Code Before/After/Deletions/Additions Υπολογισμός με βάση την απόσταση pq-Grams των δέντρων T1 και Τ2 Όπου , το συνολικό πλήθος δεικτών που υπάρχουν στα δύο προφίλ αθροιστικά και , το πλήθος κοινών δεικτών Score by : Καθορίζει ποιοι βαθμοί θα συμμετέχουν στον τελικό υπολογισμό 𝑐𝑜𝑠. 𝑠𝑖𝑚 𝑚1, 𝑚2 = 𝑚1 ∗ 𝑚2 𝑚1 ∗ 2 = σ𝑖=1 𝑁 [𝑡𝑓 𝑤𝑖, 𝑚1 ∗ 𝑡𝑓 𝑤𝑖, 𝑚2 ] [ σ𝑖=1 𝑁 𝑡𝑓2 𝑤𝑖, 𝑚1 ∗ σ𝑖=1 𝑁 𝑡𝑓2 𝑤𝑖, 2 ] 𝒕𝒇 𝒘𝒊, 𝒎 𝑝𝑞. 𝑠𝑖𝑚 𝑇1, 𝑇2 = 1 − 𝛿 𝑇1, 𝑇2 = 2 ∗ Ι(Τ1)⋂Ι(Τ1) Ι(Τ1) ∪ Ι(Τ1) Ι(Τ1)⋂Ι(Τ1) Ι(Τ1) ∪ Ι(Τ1) |
  17. 17. Θεσσαλονίκη, Ιούνιος 2020 17 Παράδειγμα Ομοιότητας pq-Grams Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Δέντρο Τ1 Δέντρο Τ2 Προκύπτουν 42 υποδέντρα Προκύπτουν 31 υποδέντρα Ι(Τ1) Ι(Τ2) | 𝑝𝑞. 𝑠𝑖𝑚 𝑇1, 𝑇2 = 2 ∗ Ι Τ1 ⋂Ι Τ1 Ι Τ1 ∪ Ι Τ1 = 2 ∗ 16 31 + 42 = 0.438
  18. 18. Θεσσαλονίκη, Ιούνιος 2020 18 Διάρθρωση Παρουσίασης Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων ➢ Εισαγωγή ➢ Ανάλυση Μεθοδολογίας ➢ Αξιολόγηση & Αποτελέσματα ➢ Συμπεράσματα ➢ Μελλοντική Εργασία |
  19. 19. Θεσσαλονίκη, Ιούνιος 2020 19 Εργαλείο Προτάσεων - Commit Recommender Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Υποβολή ερωτημάτων από το Χρήστη Εισαγωγή πεδίων εισόδου ανάλογα με το σενάριο χρήσης Αξιοποίηση Μοντέλου Ομοιότητας 14.832 commits τροποποιήσεων κώδικα από δημοφιλή αποθετήρια Παραγωγή Σχετικών Προτάσεων Commits Παρουσίαση των πρώτων N αποτελεσμάτων στο χρήστη Σενάρια Χρήσης (1) Αναζήτηση σε φυσική γλώσσα (How to ... ?) (2) Ανάπτυξη τεκμηρίωσης (documentation) (3) Εύρεση σχετικού κώδικα |
  20. 20. Θεσσαλονίκη, Ιούνιος 2020 20Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων ΣΧ-1: Αναζήτηση σε Φυσική Γλώσσα Παράδειγμα 2ο : Αναζήτηση με μήνυμα “null pointer exception”Παράδειγμα 1ο : Αναζήτηση με μήνυμα “concurrent modification exception” |
  21. 21. Θεσσαλονίκη, Ιούνιος 2020 21Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων ΣΧ-2: Ανάπτυξη Τεκμηρίωσης (1/2) Παράδειγμα 1ο : Commit Εισόδου 10 πρώτα προτεινόμενα μηνήματα |
  22. 22. Θεσσαλονίκη, Ιούνιος 2020 22Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Παράδειγμα 2ο : Commit Εισόδου 10 πρώτα προτεινόμενα μηνήματα ΣΧ-2: Ανάπτυξη Τεκμηρίωσης (2/2) |
  23. 23. Θεσσαλονίκη, Ιούνιος 2020 23Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Μετρικές Αξιολόγησης (1/2) Ανάγκη και για Ποσοτική Αξιολόγηση Συστήματος ⇒ Γενίκευση Αποτελεσμάτων Σημαντικός παράγοντας για τα τελικά αποτελέσματα: Σειρά Κατάταξης (Rank) Μετρικές Αξιολόγησης Reciprocal Rank≡RR= 1 rank Mean Reciprocal Rank≡MRR= 1 Q ∑i=1 Q RRi= 1 Q ∑i=1 Q ( 1 ranki ) Average Precision≡AP= ∑ k=1 N (P(k)∗rel(k)) NR Mean Average Precision≡MAP= 1 Q ∑i=1 Q APi |
  24. 24. Θεσσαλονίκη, Ιούνιος 2020 24Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Μετρικές Αξιολόγησης (2/2) Εφαρμογή για 10 ερωτήματα χρήστη του ΣΧ_2 Διάγραμμα Average Precision για 10 ερωτήματα . Διάγραμμα Reciprocal Rank για 10 ερωτήματα |
  25. 25. Θεσσαλονίκη, Ιούνιος 2020 25 Διάρθρωση Παρουσίασης Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων ➢ Εισαγωγή ➢ Ανάλυση Μεθοδολογίας ➢ Αξιολόγηση & Αποτελέσματα ➢ Συμπεράσματα ➢ Μελλοντική Εργασία |
  26. 26. Θεσσαλονίκη, Ιούνιος 2020 26 Συμπεράσματα Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Αξιοποίηση τόσο δομικού όσο και σημασιολογικού περιεχομένου των commits Προσαρμογή σε διαφορετικά σενάρια χρήσης Παροχή χρήσιμων και εκτελέσιμων συστάσεων σε επίπεδο commits Εντοπισμός συχνών μοτίβων διόρθωσης σφαλμάτων Γενίκευση μεμονωμένων λύσεων Πολωμένη (biased) αξιολόγηση σε περιπτώσεις χρήσης ενός μόνο από τους επιμέρους βαθμούς ομοιότητας Σχετικά μεγάλος χρόνος εκτέλεσης |
  27. 27. Θεσσαλονίκη, Ιούνιος 2020 27 Διάρθρωση Παρουσίασης Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων ➢ Εισαγωγή ➢ Ανάλυση Μεθοδολογίας ➢ Αξιολόγηση & Αποτελέσματα ➢ Συμπεράσματα ➢ Μελλοντική Εργασία |
  28. 28. Θεσσαλονίκη, Ιούνιος 2020 28Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Μελλοντική Εργασία Επέκταση με User Interface ή IDE plug-in Παραλληλοποίηση συγκρίσεων για το μοντέλο ομοιότητας Εφαρμογή ομαδοποίησης (Clustering) και οπτικοποίησης (Visualization) Επιπλέον πειραματισμός Επεκτάσεις σε άλλες γλώσσες προγραμματισμού και σύνολα δεδομένων |
  29. 29. Θεσσαλονίκη, Ιούνιος 2020 29Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Ευχαριστίες Θα ήθελα να ευχαριστήσω θερμά : ➢ Τον αναπληρωτή καθηγητή Ανδρέα Λ. Συμεωνίδη ➢ Τον μεταδιδακτορικό ερευνητή Θεμιστοκλή Διαμαντόπουλο ➢ Τον υποψήφιο διδάκτορα Θωμά Καρανικιώτη ➢ Όλους εσάς που παρακολουθήσατε την παρουσίαση |
  30. 30. Θεσσαλονίκη, Ιούνιος 2020 30Εφαρμογή Τεχνικών Εξόρυξης Δεδομένων σε Αποθετήρια Ανοικτού Λογισμικού για την Εύρεση και Διόρθωση Σφαλμάτων Ευχαριστώ πολύ για την προσοχή σας Ερωτήσεις ; |

×