Evidenzbasierte Entscheidungsfindung mit neuronalen Netzen für Softwareanwendungen

Evidenzbasierte Entscheidungsfindung unter Verwendung neuronaler Netze für Softwareanwendungen Die Bayes'schen Netze verwenden bedingte Wahrscheinlichkeitstabellen zur Vorhersage der Ursache-Wirkungs-Beziehung. Bayes'sche Netze können durch neuronale Netze ersetzt werden, die die Effektivität von Expertenwissen durch die Analyse von Datensätzen verbessern. Neuronale Netze werden durch die Verbindung von Verarbeitungselementen erstellt. Neuronale Netze ersetzen die Bayes'schen Netze, weil sie in der Lage sind, ein Problem in Software zu lösen, ohne die Methode zur Lösung solcher Probleme zu definieren und zu beschreiben und sogar ohne persönliche Kenntnisse über die gelösten Probleme. Diese Studie konzentriert sich auf die Vorhersage der Zuverlässigkeit eines Softwareprojekts in Abhängigkeit von den Projektmerkmalen unter Verwendung neuronaler Netze.

Autorentext
Dr. K. Karnavel erwarb seinen M.Tech (CSE) und seinen Doktortitel an der Anna University. Derzeit arbeitet er am Anand Institute of Higher Technology, Chennai. Er hat mehrere Artikel in nationalen und internationalen Zeitschriften/Konferenzen veröffentlicht. Zu seinen Forschungsgebieten gehören Softwaretests, Softwarequalität, Computernetzwerke und Datenstrukturen.