OSCLUS: Combining Clustering and Component-Sensitive Algorithm for Cross-Project Software Fault Prediction - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

OSCLUS: Combining Clustering and Component-Sensitive Algorithm for Cross-Project Software Fault Prediction

Inbal Roshanski
  • Fonction : Auteur
  • PersonId : 1163048
Ben-Gurion University of the Negev
Meir Kalech
  • Fonction : Auteur
  • PersonId : 1163005
Ben-Gurion University of the Negev
Amir Elmishali
  • Fonction : Auteur
  • PersonId : 1163049
Ben-Gurion University of the Negev

Résumé

OSCLUS: Combining Clustering and Component-Sensitive Algorithm for Cross-Project Software Fault Prediction

Domaines

Informatique [cs]
Fichier principal
Vignette du fichier
osclus.pdf (184.54 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

CCSD Sciencesconf.org  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03773784

Soumis le : vendredi 9 septembre 2022-14:59:31

Dernière modification le : dimanche 14 janvier 2024-11:56:04

Archivage à long terme le : samedi 10 décembre 2022-18:43:32

Télécharger pour visualiser

Dates et versions

hal-03773784 , version 1 (09-09-2022)

Identifiants

  • HAL Id : hal-03773784 , version 1

Citer

Inbal Roshanski, Meir Kalech, Amir Elmishali. OSCLUS: Combining Clustering and Component-Sensitive Algorithm for Cross-Project Software Fault Prediction. 33rd International Workshop on Principle of Diagnosis – DX 2022, LAAS-CNRS-ANITI, Sep 2022, Toulouse, France. ⟨hal-03773784⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

DX2022
23 Consultations
38 Téléchargements

Partager

More