Localização de Defeitos em Software Baseada em Espectro com Integração de Machine Learning

Descrição

O projeto é contextualizado pela presença de defeitos em software, gerando perdas financeiras e humanas. A depuração de software é custosa, com localização de defeitos como principal gargalo. O projeto objetiva mapear estado da arte em aprendizado de máquina para localização de defeitos, identificar fontes de teste comuns, criar novas estruturas de dados como grafos espectrais e possivelmente tensores, e propor métodos híbridos otimizando métricas empregadas no campo de pesquisa. A metodologia envolve as fases: revisão sistemática, desenvolvimento exploratório de estruturas e validação empírica comparativa. Espera-se alcançar a redução do custo de depuração, a melhoria da atividade de manutenção de software, bem como o aprimoramento do ensino em engenharia de software.