SEL@KIT: 西浦, 崔, 水野, 機械学習による不具合組み合わせ特定への自動分類法の提案と評価, 2017年8月.
  • リスト
  •  表 
  • LaTeX
  • BibTeX
  • 統計情報
Detail view
Tweet
西浦, 崔, 水野, "機械学習による不具合組み合わせ特定への自動分類法の提案と評価," 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. 25-34, 2017年8月.
ID 762
分類 国内会議(査読付)
タグ 不具合 分類 学習 提案 機械 法 特定 組み合わせ 自動 評価
表題 (title) 機械学習による不具合組み合わせ特定への自動分類法の提案と評価
表題 (英文)
著者名 (author) 西浦 生成,崔 銀惠,水野 修
英文著者名 (author) Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
編者名 (editor)
編者名 (英文)
キー (key) Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
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2017論文集 (SES2017)
書籍・会議録表題(英文)
巻数 (volume)
号数 (number)
ページ範囲 (pages) 25-34
組織名 (organization) 情報処理学会
出版元 (publisher)
出版元 (英文)
出版社住所 (address)
刊行月 (month) 8
出版年 (year) 2017
採択率 (acceptance)
URL
付加情報 (note) 東京都
注釈 (annote) 学生奨励賞受賞論文
内容梗概 (abstract) 不具合組み合わせ特定とは,組み合わせテストの各テストケースの実行結果の成否から,バグを含むと思われるパラメータ値の組み合わせを特定する問題である.我々は,機械学習を用いた不具合組み合わせ特定に取り組んでいる.本研究では,まず,組み合わせテストケースに含まれるパラメータ値の組み合わせとテスト結果の成否をモデルとしたロジスティック回帰分析を行い,それによって得られた回帰係数値から,各パラメータ値の組み合わせが不具合組み合わせである疑わしさを決定する.次に,各パラメータ値の組み合わせの疑わしさから,それが不具合組み合わせであるか否かを自動分類するために,境界値決定法,最大距離分割法,K-means 法の 3 つのクラスタリング手法を適用する.最後に,実際にバグを含むオープンソースプロジェクトのプログラム flex,grep,make のテストスイートに対して提案法を適用した比較評価実験を行うことで,提案法の有効性を示す.
論文電子ファイル 利用できません.
BiBTeXエントリ
@inproceedings{id762,
         title = {機械学習による不具合組み合わせ特定への自動分類法の提案と評価},
        author = {西浦 生成 and 崔 銀惠 and 水野 修},
     booktitle = {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) },
         pages = {25-34},
    organization = {情報処理学会},
         month = {8},
          year = {2017},
          note = {東京都},
        annote = {学生奨励賞受賞論文},
}
  

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: 0.279266 seconds.