SEL@KIT: 近藤, 森, 水野, 崔, 深層学習による不具合混入コミットの予測と評価, 2017年8月.
  • リスト
  •  表 
  • LaTeX
  • BibTeX
  • 統計情報
Detail view
Tweet
近藤, 森, 水野, 崔, "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.
ID 763
分類 国内会議(査読付)
タグ コミット 不具合 予測 学習 深層 混入 評価 wcnn
表題 (title) 深層学習による不具合混入コミットの予測と評価
表題 (英文)
著者名 (author) 近藤 将成,森 啓太,水野 修,崔 銀惠
英文著者名 (author) Masanari Kondo,Keita Mori,Osamu Mizuno,Eun-Hye Choi
編者名 (editor)
編者名 (英文)
キー (key) Masanari Kondo,Keita Mori,Osamu Mizuno,Eun-Hye Choi
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) 35-44
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) 最優秀論文賞受賞論文
内容梗概 (abstract) ソフトウェアの不具合予測は,ソフトウェアに潜む不具合を予測することで効率的なレビューやテストを可能にしようとするソフトウェア品質保証活動の 1 つである.従来の多くのソフトウェアの不具合予測では,ソースコード分析による不具合予測を行なっているが,粒度が荒くまた不具合予測の結果のフィードバックが遅い.この問題を解決するために,ソフトウェアの変更がコミットされた時に,その変更によって不具合が起きるかどうかを予測する手法が提案され,近年注目を集めている.ソフトウェアの変更コミットの不具合予測に関する既存研究では,その変更に対するメトリクス (例えば,修正されたファイル数,追加されたコード行数など) を計算した後に機械学習や深層学習を適用している.それに対して,本研究では,変更のソースコード片のみに対して深層学習を適用することで不具合を予測する手法 (W - CNN) を提案する.我々は,評価実験によって,変更ソースコード片に対する深層学習を用いた不具合予測が可能であること,更に,提案手法 W - CNN は先行研究に比べて,学習の時間はかかるものの,不具合予測の精度が優れていることを示す.
論文電子ファイル 利用できません.
BiBTeXエントリ
@inproceedings{id763,
         title = {深層学習による不具合混入コミットの予測と評価},
        author = {近藤 将成 and 森 啓太 and 水野 修 and 崔 銀惠},
     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 = {35-44},
    organization = {情報処理学会},
         month = {8},
          year = {2017},
          note = {東京都},
        annote = {最優秀論文賞受賞論文},
}
  

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: 0.274061 seconds.