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, 2018年4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," 情報処理学会論文誌, 59(4), pp. 1215-1224, 2018年4月.
ID 764
分類 学術論文誌(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
キー (key) Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
定期刊行物名 (journal) 情報処理学会論文誌
定期刊行物名 (英文)
巻数 (volume) 59
号数 (number) 4
ページ範囲 (pages) 1215-1224
刊行月 (month) 4
出版年 (year) 2018
Impact Factor (JCR)
URL
付加情報 (note)
注釈 (annote)
内容梗概 (abstract) 不具合組合せ特定とは,組合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合せを特定する問題である.本研究では,機械学習を用いて不具合組合せを自動分 類するための手法を提案し,その評価を行う.提案手法では,まず,組合せテストケースに含まれるパラ メータ値の組合せとテスト結果の成否を学習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 得られる回帰係数値から,各パラメータ値の組合せが不具合組合せである疑わしさを決定する.次に,各 パラメータ値の組合せの疑わしさから,その組合せが不具合組合せであるか否かを自動分類するために, 閾値決定法および最大距離分割法の 2 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手法を適用し た比較評価実験を行うことで,提案手法の有効性を示す.
論文電子ファイル published (application/pdf) [一般閲覧可]
BiBTeXエントリ
@article{id764,
         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},
       journal = {情報処理学会論文誌},
        volume = {59},
        number = {4},
         pages = {1215-1224},
         month = {4},
          year = {2018},
}
  

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: 1.438031 seconds.