| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 4 / 4
First pagePrevious page1Next pageLast page
1.
METODA ZA ANALIZO VPLIVA STRUKTURNIH SPREMEMB IZVORNE KODE NA KAKOVOST PROGRAMSKE OPREME
Črt Gerlec, 2013, doctoral dissertation

Abstract: Kakovost produkta je pomemben faktor pri razvoju programske opreme. Da bi lahko natančno ovrednotili kakovost programske opreme in identificirali nevarne dele kode, raziskovalci običajno stremijo k uporabi naprednih mehanizmov ovrednotenja kakovosti. Trend analiz in ovrednotenja kakovosti programske opreme se vedno bolj osredotoča na obravnavo daljšega življenjskega cikla produkta. Rečemo lahko, da analiza evolucije programske opreme spremenjene izvorne kode skozi daljše obdobje predstavlja osnovo za ovrednotenje kakovosti programske opreme. Tudi mi se v doktorski disertaciji osredotočamo na ovrednotenje kakovosti programske opreme na osnovi analize evolucije. S pomočjo strukturnih sprememb izvorne kode želimo sklepati o kakovosti programske opreme. Razvili smo metodo, pri kateri uporabljamo koncept razburkanosti kode in algoritme strojnega učenja za iskanje napak v programski opremi. Koncept razburkanosti kode smo priredili tako, da ga je mogoče uporabljati s strukturnimi spremembami izvorne kode. Uspešnost modela na osnovi strukturnih sprememb smo nato primerjali z uspešnostjo modela, ki temelji le na spremenjenih vrsticah izvorne kode. Ugotovili smo, da je model, temelječ na strukturnih spremembah, uspešneje ovrednotil kakovost programske opreme.
Keywords: evolucija programske opreme, strukturne spremembe, razburkanost kode, kakovost programske opreme, napovedovanje napak v programski opremi
Published: 15.05.2013; Views: 968; Downloads: 134
.pdf Full text (4,04 MB)

2.
OGRODJE ZA NAPOVEDOVANJE NAPAK PROGRAMSKE OPREME V AGILNIH OKOLJIH
Danijel Radjenović, 2013, doctoral dissertation

Abstract: Metrike programske opreme so uporabljene v modelih za napovedovanje napak programske opreme. Model določi dele izvorne kode, ki vsebujejo napake in jih je potrebno pregledati. S tem usmerja proces zagotavljanja kakovosti programske opreme. Z identifikacijo napak se izboljša kakovost programske opreme, z določanjem njihove lokacije pa se znižajo stroški testiranja. Metode razvoja programske opreme se počasi oddaljujejo od tradicionalnega modela slapu (Waterfall) k bolj agilnim pristopom (Scrum, XP), s tem pa se spreminja tudi način testiranja programske opreme. V agilnih okoljih si ne moremo privoščiti, da bi izvedli testiranje celotnega sistema za vsako različico programske opreme, zato testiramo le dele, ki jih je napovedovalni model določil za nepravilne. Glavni namen je bil razviti učinkovit model za napovedovanje napak programske opreme v agilnih okoljih. Da smo model razvili, smo opravili sistematični pregled literature, analizirali produktne in procesne metrike ter ocenili klasifikacijske tehnike. Dobljeni model smo ovrednotili v industrijskem okolju. Model, ki vsebuje zgolj štiri procesne metrike, se je izkazal za uspešnega v industrijskem okolju, saj je odkril več kot polovico vseh napak (popolnost > 0,5) in ni vseboval enkrat več lažno pozitivnih napovedi (pravilnost > 0,33). Zaradi visoke multikolinearnosti metrik je bil uspešnejši od polnega modela, ki vsebuje 80 metrik. Procesne metrike so bile uspešne pri napovedovanju napak, medtem ko produktne metrike niso bile. Napake v agilnih okoljih so najbolj pogojene s starostjo in velikostjo sprememb programske opreme, pri čemer imajo nedavne in velike spremembe večjo verjetnost, da vsebujejo napake.
Keywords: metrike programske opreme, napovedovanje napak, napovedovalni modeli, zagotavljanje kakovosti, testiranje, kakovost programske opreme
Published: 15.11.2013; Views: 1335; Downloads: 167
.pdf Full text (2,73 MB)

3.
Presojanje in napovedovanje insolventnosti za panogo gradbeništvo s pomočjo statističnih modelov
Mitja Šinko, 2016, master's thesis

Abstract: Gradbeništvo v Sloveniji je doživelo pred krizo enormno rast. Rast so podpirali bančni finančni viri. Z nastopom krize so se začele težave na obeh koncih, ob zmanjševanju državnih investicij so se hkrati odtegovali tuji finančni viri. Posledično so krizo najbolj občutila velika, nefleksibilna in prekomerno zadolžena gradbena podjetja. Več kot dve tretjini velikih gradbenih podjetij ni uspelo niti restrukturirati finančnih obveznosti, saj jih je velika večina pristala v stečaju. Posledice stečajev velikih gradbenih podjetij čutijo tako majhni upniki – predvsem podizvajalci kot veliki upniki – banke in ostali finančni kreditorji. Nefinančni upniki v glavnem predstavljajo manjša ali srednje velika gradbena podjetja. Nekatere od njih je spiralo potegnilo v brezno stečajev. Banke so morale oblikovati ustrezne slabitve za dana posojila. Slabitve so sčasoma načenjale kapitalsko ustreznost. V izogib prihodnjim težavam je smiselno iz izkušenj in potrebe po stabilnem poslovnem odnosu vnaprej predvidevati razvoj prihodnjih dogodkov. Za predvidevanje finančnih težav je smiselna uporaba modelov napovedovanja insolventnosti / neplačila / neuspeha. Ti modeli temeljijo na računovodskih kazalnikih in mehkih dejavnikih. Ker se mehki dejavniki oziroma informacije povečini pridobivajo v poslovnem odnosu, smo se osredotočili na preučevanje javno dostopnih računovodskih informacij. Na vzorcu gradbenih podjetij, kjer smo izločili vsa takratna mikro podjetja in sedem največjih gradbenih podjetij v insolvenčnih postopkih, smo preverjali robustnost tradicionalnih statističnih modelov. Zanimala nas je klasifikacijska natančnost prepoznavnih tujih modelov multiple diskriminantne analize in manj znanih lokalnih modelov logistične regresije. Altmanovi MDA modeli Z-score dopuščajo določeno območje negotovosti, ki se je izkazalo še posebej veliko pri aplikaciji modela Z'-score, saj se je v njem znašlo kar 62 podjetij iz našega vzorca. Po eni strani to pomeni, da je iz previdnosti potrebna dodatna pozornost do teh podjetij, po drugi strani pa to zmanjšuje diskriminacijsko vlogo modela. Vendar se je model izkazal za zelo učinkovitega. Bolj natančen ob upoštevanju skupnega števila napačnih razvrstitev je bil le model logistične regresije od Širce. Slabše od pričakovanj se je izkazal model nepogojne logistične regresije Juričiča. Rezultati testiranja pa ne upoštevajo pomembnega dejavnika – neenakih stroškov napak. Pri enakih stroških napak namreč predpostavljamo, da bi bil strošek insolventnosti povprečnega dolžnika enak zaslužku pri poslovanju s povprečnim uspešnim partnerjem.
Keywords: gradbeništvo, insolventnost, presojanje insolventnosti, napovedovanje insolventnosti, statistične metode, Altman, multipla diskriminantna analiza, logistična regresija, stroški napak
Published: 09.12.2016; Views: 550; Downloads: 69
.pdf Full text (4,27 MB)

4.
Modeli upravljanja s kakovostjo podatkov in simulacije vrednotenja kakovosti podatkov
Amadeja Bratuša, 2019, master's thesis

Abstract: Prodiranje podatkovno gnanih storitev v organizacije prinaša poleg novih poslovnih procesov, možnosti in priložnosti tudi vrsto izzivov. Kakršnokoli na podatkih utemeljeno modeliranje ima lahko podlago le v kakovostnih, realno stanje natančno odsevajočih podatkih. V magistrskem delu je predstavljen model, ki s spremljanjem kakovosti podatkovnih virov omogoča njihovim upravnikom pridobiti informacije o kakovosti posameznih podatkovnih tokov, kar jim posledično pomaga pri odpravljanju nepravilnosti in dvigu njihove kakovosti. Modeli kakovosti podatkov iz literature lahko vključujejo kar več deset kategorij kakovosti, med katerimi so najpogosteje uporabljene popolnost, rednost, usklajenost in natančnost. Vsaka kategorija kakovosti ima definirana različna preverjanja oz. validacije, s pomočjo katerih se šteje ali kako drugače analizira meritve, ki ne izpolnjujejo pogojev te kategorije kakovosti in tako se pridobi kazalnike kakovosti podatkov. Predstavljen je tudi taksonomski pregled omenjenih kategorij kakovosti, področij, na katerih se uporabljajo, ter kriterijev za primernost njihove uporabe. Model in indikatorji kakovosti so ilustrirani s primerom vrednotenja kakovosti podatkov za potrebe napovedovanja proizvodnje sončnih elektrarn. Rezultati kažejo na to, da delež nekakovostnih podatkov občutno vpliva na napake pri napovedovanju fotovoltaične proizvodnje električne energije. Pomembno se zdi izpostaviti, da je dodana vrednost magisterija koncept vrednotenja modelskih napak in samostojno dodana preverjanja ter opis modela kazalnikov kakovosti, kar se je razvijalo in dopolnjevalo skozi več uspešno izpeljanih projektov na to temo.
Keywords: Model kakovosti podatkov, dimenzije kakovosti podatkov, kazalniki kakovosti, osamelci, taksonomija, Monte Carlo simulacija, vrednotenje napak, napovedovanje proizvodnje električne energije.
Published: 05.11.2019; Views: 156; Downloads: 0
.pdf Full text (1,40 MB)

Search done in 0.06 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica