M: 近藤 将成

Screen Shot 2016-06-28 at 14.02.26

研究テーマ

  • Bayesian LiNGAMを用いた工数メトリクスにおける因果関係の推定
  • RBMを用いたソフトウェアメトリクスの特徴量検出
  • 深層学習を用いた不具合予測手法

研究発表

  • Masanari Kondo, Cor-Paul Bezemer, Yasutaka Kamei, Ahmed E. Hassan, and Osamu Mizuno, "The Impact of Feature Reduction Techniques on Defect Prediction Models," Empirical Software Engineering, 採録済. (JCR: 2.933 (2018))
  • 近藤 将成, 森 啓太, 水野 修, 崔 銀惠, "深層学習によるソースコードコミットからの不具合混入予測," 情報処理学会論文誌, 59(4), pp. 1250-1261, 2018年4月.
  • Masanari Kondo, Osamu Mizuno, and Eun-Hye Choi, "Causal-Effect Analysis Using Bayesian Lingam Comparing with Correlation Analysis in Function Point Metrics and Effort," International Journal of Mathematical, Engineering and Management Sciences (IJMEMS), 3(2), 90–112, 2018.
  • 近藤 将成, 森 啓太, 水野 修, 崔 銀惠, "特選論文: 深層学習によるソースコードコミットからの不具合混入予測," 情報処理学会論文誌, 59(4), pp. 1250-1261, 2018年4月.
  • 近藤 将成, 森 啓太, 水野 修, 崔 銀惠, "善吾賞: 深層学習による不具合混入コミットの予測と評価(SES2017発表論文)," NPO法人 ASTER, 2018年3月.
  • 近藤 将成, 森 啓太, 水野 修, 崔 銀惠, "深層学習による不具合混入コミットの予測と評価," ソフトウェアエンジニアリングシンポジウム2017論文集 (SES2017) , pp. 35-44, 2017年8月. (東京都)
  • 近藤 将成, 水野 修, "LiNGAMを用いた因果関係同定による工数データセットの分析," 電子情報通信学会技術報告, 116(426, SS2016-36), pp. 1-6, 2017年1月. (京都市)
  • 近藤 将成, "RBMを用いたソフトウェアメトリクスの特徴抽出手法の提案," 卒業研究報告書, 京都工芸繊維大学, 2017年2月.
  • 近藤 将成, 森 啓太, 水野 修, 崔 銀惠, "最優秀論文賞: 深層学習による不具合混入コミットの予測と評価," ソフトウェアエンジニアリングシンポジウム2017 (SES2017), 2017年8月.
  • Masanari Kondo and Osamu Mizuno, "Analysis on Causal-Effect Relationship in Effort Metrics Using Bayesian LiNGAM," In Proc. of 27th International Symposium on Software Reliability Engineering (ISSRE2016), Workshops proceeding, pp. 47-48, October 2016. (Ottawa, Canada)