- Residual/Shuffle (RS) NetworksとFish Migration Optimization (UFMO)を組み合わせた新しいソフトウェア欠陥予測モデルの紹介
- 深層学習とメタヒューリスティクスの協調利用により、ソフトウェアコードの意味的および構造的特性を抽出するトレーニング
- 複数のオープンソースプロジェクトでモデルをテストし、平均精度が93％であり、他の最先端モデルを凌駕していることを示す
- 精度（78–98％）、再現率（71–98％）、F-値（72–96％）、およびAUC（78–99％）の向上が示されている
- 提案されたモデルは欠陥を特定するのに効果的であり、既存のアプローチと比べてソフトウェアの品質を向上させる
元記事: https://www.nature.com/articles/s41598-025-91784-5