Buchumschlag

An Audit of Machine Learning Experiments on Software Defect Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Destefanis, Giuseppe, Yousefi, Leila, Shepperd, Martin, Tucker, Allan, Swift, Stephen, Counsell, Steve, Arzoky, Mahir
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

"Estimating software project effort using analogies": Reflections after 28 years
von: Shepperd, Martin
Veröffentlicht: (2025)

Improving classifier-based effort-aware software defect prediction by reducing ranking errors
von: Guo, Yuchen, et al.
Veröffentlicht: (2024)

The Impact of Defect (Re) Prediction on Software Testing
von: Murakami, Yukasa, et al.
Veröffentlicht: (2024)

Quantum vs. Classical Machine Learning Algorithms for Software Defect Prediction: Challenges and Opportunities
von: Nadim, Md, et al.
Veröffentlicht: (2024)

Cascade Generalization-based Classifiers for Software Defect Prediction
von: Bashir, Aminat, et al.
Veröffentlicht: (2024)

Critical Considerations on Effort-aware Software Defect Prediction Metrics
von: Lavazza, Luigi, et al.
Veröffentlicht: (2025)

SDPERL: A Framework for Software Defect Prediction Using Ensemble Feature Extraction and Reinforcement Learning
von: Hesamolhokama, Mohsen, et al.
Veröffentlicht: (2024)

How Fair is Software Fairness Testing?
von: Barcomb, Ann, et al.
Veröffentlicht: (2026)

Contrasting the Hyperparameter Tuning Impact Across Software Defect Prediction Scenarios
von: Rakha, Mohamed Sami, et al.
Veröffentlicht: (2025)

Will It Break in Production? Metric-Driven Prediction of Residual Defects in Python Systems
von: De Rosa, Giuseppe, et al.
Veröffentlicht: (2026)

Feature Importance in the Context of Traditional and Just-In-Time Software Defect Prediction Models
von: Haldar, Susmita, et al.
Veröffentlicht: (2024)

BioDefect: The First Dataset for Defect Detection in Bioinformatics Software
von: Xu, Tianxiang, et al.
Veröffentlicht: (2026)

A Hybrid Sampling and Multi-Objective Optimization Approach for Enhanced Software Defect Prediction
von: Zhang, Jie, et al.
Veröffentlicht: (2024)

Multimodal Learning for Just-In-Time Software Defect Prediction in Autonomous Driving Systems
von: Mohammad, Faisal, et al.
Veröffentlicht: (2025)

Application of Quantum Extreme Learning Machines for QoS Prediction of Elevators' Software in an Industrial Context
von: Wang, Xinyi, et al.
Veröffentlicht: (2024)

Logging Requirement for Continuous Auditing of Responsible Machine Learning-based Applications
von: Foalem, Patrick Loic, et al.
Veröffentlicht: (2025)

Building Defect Prediction Models by Online Learning Considering Defect Overlooking
von: Fedorov, Nikolay, et al.
Veröffentlicht: (2024)

Software Defect Prediction using Autoencoder Transformer Model
von: Barma, Seshu, et al.
Veröffentlicht: (2025)

Evaluating Software Defect Prediction Models via the Area Under the ROC Curve Can Be Misleading
von: Lavazza, Luigi, et al.
Veröffentlicht: (2026)

IRJIT: A Simple, Online, Information Retrieval Approach for Just-In-Time Software Defect Prediction
von: Sahar, Hareem, et al.
Veröffentlicht: (2022)

Just-In-Time Software Defect Prediction via Bi-modal Change Representation Learning
von: Jiang, Yuze, et al.
Veröffentlicht: (2024)

From Illusion to Insight: Change-Aware File-Level Software Defect Prediction Using Agentic AI
von: Hesamolhokama, Mohsen, et al.
Veröffentlicht: (2025)

LLM Use, Cheating, and Academic Integrity in Software Engineering Education
von: Santos, Ronnie de Souza, et al.
Veröffentlicht: (2026)

Three-Stage Adjusted Regression Forecasting (TSARF) for Software Defect Prediction
von: Pritchard, Shadow, et al.
Veröffentlicht: (2024)

DeMuVGN: Effective Software Defect Prediction Model by Learning Multi-view Software Dependency via Graph Neural Networks
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Neurosymbolic Auditing of Natural-Language Software Requirements
von: Hall, Bethel, et al.
Veröffentlicht: (2026)

LLMSniffer: Detecting LLM-Generated Code via GraphCodeBERT and Supervised Contrastive Learning
von: Dihan, Mahir Labib, et al.
Veröffentlicht: (2026)

LLM4SCREENLIT: Recommendations on Assessing the Performance of Large Language Models for Screening Literature in Systematic Reviews
von: Madeyski, Lech, et al.
Veröffentlicht: (2025)

XMENTOR: A Rank-Aware Aggregation Approach for Human-Centered Explainable AI in Just-in-Time Software Defect Prediction
von: Roy, Saumendu, et al.
Veröffentlicht: (2026)

A Joint Learning Framework for Bridging Defect Prediction and Interpretation
von: Xu, Guifang, et al.
Veröffentlicht: (2025)

Mitigating Noise in Quantum Software Testing Using Machine Learning
von: Muqeet, Asmar, et al.
Veröffentlicht: (2023)

Assessing Quantum Extreme Learning Machines for Software Testing in Practice
von: Muqeet, Asmar, et al.
Veröffentlicht: (2024)

Bug Severity Prediction in Software Projects Using Supervised Machine Learning Models
von: Nice, Nafisha Tamanna
Veröffentlicht: (2026)

Exploring LLMs Impact on Student-Created User Stories and Acceptance Testing in Software Development
von: Brockenbrough, Allan, et al.
Veröffentlicht: (2025)

Implementing Effective Changes in Software Projects to Optimize Runtimes and Minimize Defects
von: Gupta, Kartik
Veröffentlicht: (2025)

From Bugs to Benchmarks: A Comprehensive Survey of Software Defect Datasets
von: Zhu, Hao-Nan, et al.
Veröffentlicht: (2025)

Evaluating Non-English Developer Support in Machine Learning for Software Engineering
von: Katzy, Jonathan, et al.
Veröffentlicht: (2026)

Investigating Adversarial Attacks in Software Analytics via Machine Learning Explainability
von: Awal, MD Abdul, et al.
Veröffentlicht: (2024)

An Empirical Study of Self-Admitted Technical Debt in Machine Learning Software
von: Bhatia, Aaditya, et al.
Veröffentlicht: (2023)

Machine Learning Pipeline for Software Engineering: A Systematic Literature Review
von: Kansab, Samah
Veröffentlicht: (2025)