间:12月29日(周六)上午

        点:信息学院楼308教室

   人:葛建新 高级工程师  河北省软件评测中心副主任

主办单位:科技处  信息学院

报告摘要:随着软件系统高复杂度、高集成化的发展,软件质量也逐渐得到科研、工程等领域的普遍关注。软件缺陷预测技术在提高软件质量、减少软件研发时间、减少测试开销方面发挥着重要作用,它也成为近年来软件工程领域研究的热点问题之一。监督学习作为机器学习中一种重要的学习方法以其精度高、理论成熟、计算简单等特点广泛应用于有标注数据的分类/回归预测中,而数据集的不平衡分类问题在实际应用中普遍存在,并严重影响了学习算法的性能。从监督学习的角度分析了软件预测技术的特点,针对工程应用提出了一种软件预测框架模型,并对不平衡分类NASA数据集进行了类平衡处理,运用多种机器学习算法进行了实验,分析评估了算法效果。

报告人简介:葛建新,高级工程师,河北省软件评测中心副主任,国家公派美国奥本大学访问学者。现任全国信息技术标准化技术委员会软件工程分技术委员会委员、美国PLOS One学术期刊审稿专家、国家缺陷消费品召回专家、上海交通大学出版社英汉信息技术系列辞书编纂委员会副主编、中国电子质量管理协会信息产品检测技术应用专业委员会(中国软件测评机构联盟技术委员会)技术委员、标准化委员会委员、河北省电子学会副秘书长、美国ACM和IEEE CS会员。长期从事软件缺陷特征分析及安全可靠性、经验软件工程、机器学习算法优化等方向研究以及国家、行业及地方标准制修定工作。