تحديد أولويات العيوب تلقائيًا بناءً على العيوب التي تم حلها في فترات المشروع المختلفة
| العنوان | تحديد أولويات العيوب تلقائيًا بناءً على العيوب التي تم حلها في فترات المشروع المختلفة |
|---|---|
| المؤلف | كوكجي أوغلو، م.، سوزر، حسن |
| تاريخ النشر: | 2021-09 |
| مكان النشر | - إلسفير |
| الموضوع | تحديد أولويات العيوب، دراسة الحالة الصناعية، التعلم الآلي، أتمتة العمليات، صيانة البرمجيات |
| النوع | دورية |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 0164-1212 |
| رقم السجل | 7a70e428-13a8-4e59-922e-5b75b2ee0d71 |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2021-09 |
| نص عينة | إن تحديد أولويات العيوب هو في الأساس مهمة يدوية وعرضة للأخطاء في الحالة الحالية للممارسة. قمنا بتقييم فعالية النهج الآلي الذي يستخدم التعلم الآلي تحت الإشراف. استخدمنا تقنيتين بديلتين، وهما مصنف Naive Bayes ونموذج الذاكرة طويلة المدى. لقد أجرينا دراسة حالة صناعية باستخدام مشروع حقيقي في مجال الإلكترونيات الاستهلاكية. قمنا بتجميع أكثر من 15000 قضية تم جمعها على مدى 3 سنوات. تمكنا من الوصول إلى مستوى دقة يصل إلى 79.36% وكان لدينا 3 ملاحظات. أولاً، يتمتع نموذج الذاكرة طويلة المدى بدقة أفضل مقارنةً بمصنف Naive Bayes. ثانيًا، تؤدي الميزات المنظمة إلى دقة أفضل مقارنة بالأوصاف النصية. ثالثًا، لا يتم تحسين الدقة من خلال النظر بشكل متزايد في العيوب السابقة كجزء من بيانات التدريب. تؤدي زيادة حجم بيانات التدريب إلى تقليل الدقة مقارنة بالنتائج، عندما نستخدم البيانات المتعلقة بالعيوب التي تم حلها مؤخرًا فقط. |
| DOI | 10.1016/j.jss.2021.110993 |
| Cilt | 179 |
