SEL@KIT: 近藤, 森, 水野, 崔, 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, 2018年4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.
ID 765
分類 学術論文誌(査読付)
タグ wcnn コミット ソフトウェアエンジニアリングシンポジウム 不具合 予測 学習 採録 深層 混入 済 評価
表題 (title) 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
表題 (英文) Just-In-Time Defect Prediction Applying Deep Learning to Source Code Changes
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
キー (key) Masanari Kondo,Keita Mori,Osamu Mizuno,Eun-Hye Choi
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) 1250-1261
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) 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っているが,粒度が粗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ときに,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(たとえば,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,Word-Convolutional Neural Network(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,さらに,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おり,予測時間が短いことを示す.
論文電子ファイル published (application/pdf) [一般閲覧可]
BiBTeXエントリ
@article{id765,
         title = {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},
        author = {近藤 将成 and 森 啓太 and 水野 修 and 崔 銀惠},
       journal = {情報処理学会論文誌},
        volume = {59},
        number = {4},
         pages = {1250-1261},
         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: 0.329445 seconds.