Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://er.nau.edu.ua/handle/NAU/63312
Назва: Методика визначення якості коду із використанням засобів штучного інтелекту
Інші назви: Approach for determining code quality using artificial intelligence tools
Автори: Родічева, Дарина Олексіївна
Rodicheva, Daryna
Ключові слова: кваліфікаційна робота
qualifying work
дипломна робота
graduate work
штучний інтелект
artificial intelligence
структурні метрики коду
code structure metrics
Дата публікації: гру-2023
Видавництво: Національний авіаційний університет
Бібліографічний опис: Родічева Д. О. Методика визначення якості коду із використанням засобів штучного інтелекту. - Кваліфікаційна робота на здобуття освітнього ступеня магістра спеціальності «Інженерія програмного забезпечення». - Національний авіаційний університет. – Київ, 2023. – 100 с.
Короткий огляд (реферат): Актуальність запропонованої методики. У сучасному світі, коли програмне забезпечення є рушієм технологічного прогресу, його якість стає дедалі важливішим чинником. Від початку до завершення розробки, якість коду безпосередньо визначає успіх кінцевого продукту. Неякісний код може викликати програмні помилки та знизити продуктивність. Сучасні компанії використовують різні методи перевірки якості коду, такі як статичний і динамічний аналіз, автоматизоване тестування та інструменти для виявлення проблем. Інтеграція штучного інтелекту може поліпшити точність цих методів та розширити їхні можливості, що у свою чергу може сприяти підвищенню конкурентоспроможності компаній. Основна мета цієї роботи – запропонувати інноваційний підхід до визначення якості програмного забезпечення, використовуючи ресурси штучного інтелекту для більш повного та об'єктивного аналізу кодової бази. Об’єкт дослідження – процес автоматичного визначення якості програмного коду з використанням засобів штучного інтелекту. Предмет дослідження – методи та засоби штучного інтелекту для автоматичного аналізу та визначення якості програмного коду. Мета роботи – розробити методику автоматичного визначення якості коду, засновану на засобах штучного інтелекту, спрямовану на підвищення ефективності та точності процесу аналізу вихідного коду. Методи дослідження – метод аналізу та евристичні методи для розгляду та порівняння наявних методик; метод синтезу для узагальнення здобутих знань; метод експериментального аналізу для вибору оптимальної архітектури моделей штучного інтелекту; методи статистичного аналізу для об’єктивного порівняння отриманих результатів з мануальними оцінками.
Relevance of the proposed methodology. In today's world, when software is the engine of technological progress, its quality becomes an increasingly important factor. From the beginning to the end of development, the quality of the code directly determines the success of the final product. Poor quality code can cause software errors and reduce performance. Today's companies use a variety of code quality testing methods, such as static and dynamic analysis, automated testing, and problem detection tools. The integration of artificial intelligence can improve the accuracy of these methods and expand their capabilities, which in turn can contribute to increasing the competitiveness of companies. The main goal of this work is to propose an innovative approach to determining the quality of software, using artificial intelligence resources for a more complete and objective analysis of the code base. The object of research is the process of automatically determining the quality of software code using artificial intelligence. The subject of research is methods and means of artificial intelligence for automatic analysis and determination of the quality of software code. The purpose of the work is to develop a methodology for automatic determination of code quality, based on artificial intelligence tools, aimed at increasing the efficiency and accuracy of the source code analysis process. Research methods – analysis method and heuristic methods for consideration and comparison of existing methods; synthesis method for generalization of acquired knowledge; method of experimental analysis for choosing the optimal architecture of artificial intelligence models; methods of statistical analysis for objective comparison of the obtained results with manual assessments.
Опис: Робота публікується згідно наказу Ректора НАУ від 27.05.2021 р. №311/од «Про розміщення кваліфікаційних робіт здобувачів вищої освіти в репозиторії університету». Керівник проєкту: к.т.н. доцент Горський Олексій Миколайович
URI (Уніфікований ідентифікатор ресурсу): https://er.nau.edu.ua/handle/NAU/63312
Розташовується у зібраннях:Кваліфікаційні роботи здобувачів вищої освіти кафедри інженерії програмного забезпечення

Файли цього матеріалу:
Файл Опис РозмірФормат 
ФКПІ_2023_121_Родічева_Д.О.pdf2.52 MBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.