Prise de décision basée sur des preuves à l'aide de réseaux neuronaux pour les applications logicielles

Les réseaux bayésiens utilisent des tables de probabilités conditionnelles pour prédire les relations de cause à effet. Les réseaux bayésiens peuvent être remplacés par des réseaux neuronaux qui améliorent l'efficacité des connaissances des experts en analysant les ensembles de données. Les réseaux neuronaux sont créés en connectant des éléments de traitement. Les réseaux neuronaux remplacent les réseaux bayésiens en raison de leur capacité à résoudre un problème dans un logiciel sans définir ni décrire la méthode de résolution de ces problèmes et même sans aucune connaissance personnelle des problèmes résolus. Cette étude se concentre sur la prédiction de la fiabilité de tout projet logiciel en fonction de ses caractéristiques à l'aide de réseaux neuronaux.

Autorentext
K. Karnavel a obtenu son M.Tech (CSE) et son doctorat à l'université d'Anna. Il travaille actuellement à l'Anand Institute of Higher Technology, Chennai. Il a publié plusieurs articles dans des revues/conférences nationales et internationales. Ses domaines de recherche comprennent les tests de logiciels, la qualité des logiciels, les réseaux informatiques et les structures de données.