SEL@KIT: 畑, 水野, 菊野, 負例を用いない機械学習によるfault-proneモジュール検出, 2009年9月.
  • リスト
  •  表 
  • LaTeX
  • BibTeX
  • 統計情報
Detail view
Tweet
畑, 水野, 菊野, "負例を用いない機械学習によるfault-proneモジュール検出," ソフトウェアエンジニアリングシンポジウム2009 (SES2009), pp. 133-138, 2009年9月.
ID 580
分類 国内会議(査読付)
タグ application detection examples fault-prone learning machine module negative without モジュール 例 学習 検出 機械
表題 (title) 負例を用いない機械学習によるfault-proneモジュール検出
表題 (英文) Application of Machine Learning Without Negative Examples to Fault-Prone Module Detection
著者名 (author) 畑 秀明,水野 修,菊野 亨
英文著者名 (author) Hideaki Hata,Osamu Mizuno,Tohru Kikuno
編者名 (editor)
編者名 (英文)
キー (key) Hideaki Hata,Osamu Mizuno,Tohru Kikuno
書籍・会議録表題 (booktitle) ソフトウェアエンジニアリングシンポジウム2009 (SES2009)
書籍・会議録表題(英文) Software Engineering Symposium 2009
巻数 (volume)
号数 (number)
ページ範囲 (pages) 133-138
組織名 (organization)
出版元 (publisher)
出版元 (英文)
出版社住所 (address)
刊行月 (month) 9
出版年 (year) 2009
採択率 (acceptance)
URL
付加情報 (note) 東京
注釈 (annote)
内容梗概 (abstract) 機械学習によるクラス分類において,クラス分類器の構築にはどのクラスに属するかラベル付けさ れたトレーニングデータが必要である.2 値クラス分類においては,正例と負例が必要となる.ソフ トウェアモジュールを fault-prone か否かに分類する場合,正例として不具合有りモジュール,負例 として不具合無しモジュールを用意する必要がある.長期間に渡って,不具合が発見されなかったモ ジュールは不具合無しとして学習させてもよいことは知られている.しかし,そのようなモジュール も実際には不具合を含むかもしれない.また時間経過により不具合無しとラベル付けする場合,十 分な時間が経過したモジュールを用意することが困難なことも考えられる.一般的には,確実な不具 合無しモジュールを用意することは非常に難しい.このような負例が無い問題に取り組む,positive unlabeled learning というアプローチが提案されている.このアプローチは,正例と unlabeled な データ(いずれのクラスに属するか不明な例)をトレーニングデータとして与え,unlabeled なデー タをクラス分類する.オープンソースプロジェクトに対して適用実験を行い,その有効性を確認した.



論文電子ファイル 利用できません.
BiBTeXエントリ
@inproceedings{id580,
         title = {負例を用いない機械学習によるfault-proneモジュール検出},
        author = {畑 秀明 and 水野 修 and 菊野 亨},
     booktitle = {ソフトウェアエンジニアリングシンポジウム2009 (SES2009)},
         pages = {133-138},
         month = {9},
          year = {2009},
          note = {東京},
}
  

Search

Tags

1 件の該当がありました. : このページのURL : HTML : RSS : XML

Language: 英語 | 日本語 || ログイン |

This site is maintained by o-mizuno.
PMAN 3.2.10 build 20181029 - Paper MANagement system / (C) 2002-2016, Osamu Mizuno
Time to show this page: 0.253149 seconds.