Detecção de anomalias no funcionamento de software com Machine Learning

• Ano de defesa: 2020
• Autor(a) principal: Yanai, Flávio Kenji
• Orientador(a): Gatti, Daniel Couto
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica de São Paulo
• Programa de Pós-Graduação: Programa de Estudos Pós-Graduados em Tecnologias da Inteligência e Design Digital
• Departamento: Faculdade de Ciências Exatas e Tecnologia
• País: Brasil
• Palavras-chave em Português: Aprendizado do computador; Software - Testes; Inteligência artificial
• Palavras-chave em Inglês: Detecção de anomalias em software; Machine learning; Computer software - Testing; Artificial intelligence; Deep learning
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS
• Link de acesso: https://tede2.pucsp.br/handle/handle/23323

The dissertation has no abstract