logo-ri

Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)

Use este identificador para citar ou linkar para este item: https://www.repositorio.mar.mil.br/handle/ripcmb/847467
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSantos, Fábio do Rosario-
dc.date.accessioned2025-02-06T17:00:58Z-
dc.date.available2025-02-06T17:00:58Z-
dc.date.issued2024-
dc.identifier.urihttps://www.repositorio.mar.mil.br/handle/ripcmb/847467-
dc.descriptionA detecção de code smells e a avaliação de gravidade são importantes para categorizar e priorizar esforços de manutenção de software. Nesse sentido, há uma pesquisa considerável com foco em modelos de Aprendizado Profundo e Transformadores para detecção de code smells. Este trabalho visa não apenas detectar, mas também fazer uma avaliação da gravidade de code smells usando uma abordagem de dois estágios empregando Métodos de Comitê e Transferência de Aprendizado. Este trabalho também explora o impacto da aplicação de dimensionamento de dados, técnicas de seleção de atributos, otimização de hiperparâmetros e sobreamostragem de dados para aprimorar os Métodos Comitê para detecçãodecodesmellseavaliaçãodegravidade.Alémdisso,aabordagempropostafunciona nos dois níveis de code smells (classe e método) e é adequada para conjuntos de dados Java e C#. Este trabalho revela que a Transferência de Aprendizado melhorou a generalização dos modelos, com precisão de detecção no conjunto de dados C# correspondendo ou excedendo a do conjunto de dados Java com perda mínima de desempenho. Experimentos indicam que a abordagem proposta fornece resultados promissores para detecção de code smells e avaliação de gravidade em níveis de classe e método.pt_BR
dc.language.isopt_BRpt_BR
dc.publisherInstituto Militar de Engenharia (IME)pt_BR
dc.rightsopenAccesspt_BR
dc.subjectCode smellspt_BR
dc.subjectOtimização de hiperparâmetrospt_BR
dc.subjectPréprocessamento de dadospt_BR
dc.subjectMétodos de comitêpt_BR
dc.subjectTransferência de aprendizadopt_BR
dc.titleUma abordagem para detecção e avaliação da gravidade de code smells com base em transferência de aprendizadopt_BR
dc.typemasterThesispt_BR
dc.subject.dgpmEngenharia de Softwarept_BR
Aparece nas coleções:Tecnologia da Informação: Coleção de Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertação_de_Mestrado_ROSARIO.pdf6,74 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.