Yuji Fujiwara,Eunjong Choi,Norihiro Yoshida,Katsuro Inoue
藤原 裕士, 崔 恩瀞, 吉田 則裕, 井上 克郎
Yuji Fujiwara,Eunjong Choi,Norihiro Yoshida,Katsuro Inoue
912
電子情報通信学会論文誌D
4
04
275-284
0
深層学習を用いたソースコード分類のための動的な学習用データセット改善手法の提案
J104-D
2021
Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
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.
西浦 生成,崔 銀惠,水野 修
Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
764
情報処理学会論文誌
4
4
1215-1224
0
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
59
2018
Sayaka Kitamura,Masanari Kondo,Osamu Mizuno
ロング発表論文
北村 紗也加,近藤 将成,水野 修
Sayaka Kitamura,Masanari Kondo,Osamu Mizuno
ソフトウェアエンジニアリングシンポジウム2019 (SES2019)論文集
869
8
180-189
2
類似した開発者の分類と不具合予測におけるその効果
2019
Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
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.
学生奨励賞受賞論文
西浦 生成,崔 銀惠,水野 修
Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
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)
762
8
東京都
情報処理学会
25-34
2
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
Tsuyoshi Fujiwara,Osamu Mizuno
不具合を含んでいそうなモジュール(Fault-prone モ ジュール)の予測には,複雑度メトリクスに基づいたモ デルが用いられることが多い.しかし,それらのモデル を構築するには,メトリクスを測定するための環境整備 やツールへの慣れが必要であり,現場への適用は簡単で はない.そこで,メトリクス測定を行わない Fault-prone モジュール検出手法として,「Fault-prone フィルタリン グ」というものが提唱されている.この手法は, スパム フィルタリングの理論を用いたものであり,ソースコー ドへの簡単な適用のみによって Fault-prone モジュールを検知できる.
本研究では,Fault-prone フィルタリングによる Fault- prone モジュール検出のより高い効果を得ることを目的 として,Fault-prone フィルタリングをバイトコードへ 適用した場合とソースコードへ適用した場合の比較実 験を行う.具体的には,対象とするプロジェクトのバイ トコードおよびソースコードから単語を抽出し,スパム フィルタに通して結果を得たのち,比較を行う,
本研究ではこの実験を通して,バイトコードによる不 具合予測が従来の不具合予測と比べて同等以上の精度を 得ることが可能であることを示した.
藤原 剛史,水野 修
Tsuyoshi Fujiwara,Osamu Mizuno
ソフトウェア・シンポジウム2015
704
6
80-88
2
バイトコードを用いたテキスト分類による不具合予測
2015
Osamu Mizuno,Shota Kuroda,Kazuhiro Ishihara,Daisuke Yamashita
水野 修,黒田 翔太,石原 一宏,山下 大輔
Osamu Mizuno,Shota Kuroda,Kazuhiro Ishihara,Daisuke Yamashita
900
電子情報通信学会
1
Copyright(C)2020 IEICE
SS2020-17
3
テキスト分類による不具合予測システムの実装と企業環境での評価
An Implementation of Text-classification Based Fault-prone Module Detection and Its Application to Industrial Environment
電子情報通信学会技術報告
2021
Satsuki Hirose,Osamu Mizuno
廣瀬 早都希,水野 修
Satsuki Hirose,Osamu Mizuno
ソフトウェア・シンポジウム2018論文集
787
6
130−139
3
ソフトウェア不具合予測への画像分類手法の適用
2018
Yukinao Hirata,Osamu Mizuno
平田 幸直,水野 修
Yukinao Hirata,Osamu Mizuno
情報処理学会研究報告 ソフトウェア工学(SE)
623
11
大阪大学
10
1-8
3
テキスト分類に基づくFault-proneモジュール検出法におけるコメント行の影響の分析
2010-SE-170
2010
Ryosuke Morii,Osamu Mizuno,Tohru Kikuno
不具合が混入していそうなモジュール(Fault-prone(FP)モジュール)の検出はソフトウェアテストにおける重要な問題の一つである.これまでにも多くの研究が行われてきたが,それらの多くはソフトウェアメトリクスを利用して予測を行うため,メトリクスの収集環境が必要であった.そこで,我々は「Fault-prone フィルタリング」という手法を提案している.この手法ではモジュールを単にテキストと見なし,ベイズの定理を用いたテキスト分類技術を利用して予測を行うため,メトリクスの収集や測定を行う必要がない.
しかし,この手法のこれまでの実装ではモジュール単位でFPか否かの予測を行うことはできるが,モジュールのどの部分が不具合に関連していそうなのかという具体的な情報を入手することはできなかった.そこで本論文ではモジュール単位に加え,トークン単位でもFPか否かを予測し,ソースコード中における不具合の可能性が高いトークンを推定するツールを試作した.また,適用実験としてオープンソースソフトウェアeclipseの関連プロジェクトを対象とし,トークン単位での予測精度の測定を行った.
森井 亮介,水野 修,菊野 亨
Ryosuke Morii,Osamu Mizuno,Tohru Kikuno
電子情報通信学会技術研究報告
Technical Report of IEICE
530
5
宮崎市
64, SS2008-4
19-24
3
ソースコード中に含まれる不具合トークンをテキスト分類に基づいて推定するツールの試作と評価
Identifying Fault-Prone Tokens in Source Code Modules with Spam-Filtering Technique
108
2008
Sayaka Kitamura
北村 紗也加
Sayaka Kitamura
894
2
7
京都工芸繊維大学
ソフトウェア不具合予測における類似開発者分類の効果
2020
Juntong Hong
洪 浚通
Juntong Hong
877
8
7
京都工芸繊維大学
画像分類手法によるソースコード片のプログラミング言語分類
2019
Satsuki Hirose
廣瀬 早都希
Satsuki Hirose
780
卒業研究報告書, 京都工芸繊維大学
2
7
画像分類によるソフトウェア不具合予測システムの試作
2018
Naidanjav Zolbayar
Naidanjav Zolbayar
Naidanjav Zolbayar
卒業研究報告書, 京都工芸繊維大学
712
2
7
テキスト分類によるバグレポートの分類手法の提案
2015
Michi Nakai
中井 道
Michi Nakai
卒業研究報告書, 京都工芸繊維大学
629
2
7
ソースコード静的解析結果のテキスト分類による不具合混入モジュールの予測手法
2011
Yuta Yamada
山田 悠太
Yuta Yamada
卒業研究報告書, 京都工芸繊維大学
630
2
7
テキスト分類に基づく不具合混入モジュール予測法に対する細粒度学習の適用評価
2011
Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
西浦 生成,崔 銀惠,水野 修
Kinari Nishiura,Eun-Hye Choi,Osamu Mizuno
ソフトウェアエンジニアリングシンポジウム2017 (SES2017)
767
8
8
学生奨励賞: 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