文献

J-GLOBAL ID：201802236245172679   整理番号：18A1942487

ニューラルネットワークを用いた成分状態遷移モデル要素の発見:経験的研究【JST・京大機械翻訳】

Finding Component State Transition Model Elements Using Neural Networks: An Empirical Study

著者 (4件)： Madala Kaushik ,  Piparia Shraddha ,  Do Hyunsook ,  Bryce Renee
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： AIRE  ページ： 54-61  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 使用事例は,システムの仕様記述に人気がある。しかし,それらの半構造化の性質にもかかわらず,それは手動で行われているので,しばしば時間がかかり,エラーが起こりやすくなり,使用事例文書から成分状態遷移図を生成することができる。要求からモデル生成を自動化する試みは,深いニューラルネットワーク(DNNs)の出現とともに増加しているが,ニューラルネットワークアーキテクチャが,使用事例から成分状態遷移図を構築するために用いられる情報をうまく抽出する研究が限られている。本論文では,利用事例記述から成分状態遷移図のモデル要素を見出すために,グローブと依存性埋め込みを用いた4つの異なるニューラルネットワークアーキテクチャの有効性を調べた。本研究から得られた結果は,試験データ上の各モデル要素に対して0.80以上のF1スコアを持つヒトと同等の性能を達成できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 状態遷移図 ,  *ニューラルネットワーク ,  手袋 ,  ヒト ,  仕様記述 ,  モデリング ,  構造形成 ,  自動化
準シソーラス用語： スコア ,  試験データ ,  ニューラルネットワークアーキテクチャ ,  *状態遷移モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  状態遷移モデル ,  要素 ,  発見 ,  経験 ,  研究