抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ソフトウェア故障注入データに対する機械学習の適用は,効率的な誤り検出機構(EDM)の生成のための有効なアプローチであることが示されている。しかし,EDM(放電加工機)の設計にそのようなアプローチは単一故障仮定と断層モデルを採用し,検出器とその評価の実用的関連性は制限された。単一断層よりも含むソフトウェアは一般的,顕著な安全基準が,大事故は,断層のないまたは予期しない組合せの結果であることを認識した。本論文では,この欠点を検討し,より現実的な故障モデル下で同様に効率的なEDMを生成することができることを示した。特に,(i)効率的な放電加工機は同時故障の発生を説明するモデルの下で収集された故障データを用いて設計できる,(ii)同時ビットフリップモデルの下での徹底的な故障注入は,EDM効率の改善をもたらすことができる,(iii)同時ビットフリップモデルの下での徹底的な故障注入は非消耗し,実験の資源コストを低減する実用的なレベルに,得られた放電効率を犠牲にすることなくできることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
