文献

J-GLOBAL ID：201802263121673369   整理番号：18A1046799

深層学習のための形式的方法とソフトウェア工学に向けて:DLシステム開発のためのセキュリティ,安全性および生産性【JST・京大機械翻訳】

Towards formal methods and software engineering for deep learning: Security, safety and productivity for dl systems development

著者 (3件)： Hains Gaetan (Huawei Parallel and Distributed Algorithms Lab., Huawei Paris Research Center, Boulogne-Billancourt, France) ,  Jakobsson Arvid (Huawei Parallel and Distributed Algorithms Lab., Huawei Paris Research Center, Boulogne-Billancourt, France) ,  Khmelevsky Youry (Okanagan College Computer Science Department and U.B.C. Okanagan, Okanagan (B.C.) Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SysCon  ページ： 1-5  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： 深い学習(DL)技術は現在広く,多くの重要なシステムに統合されている。それらの分類と認識能力は,純粋な信号処理をはるかに超える複数の応用領域に対するそれらの関連性を保証する。明示的アルゴリズムプログラミングの代わりに訓練に依存する機械学習技術として,それらは高い生産性を提供する。しかし,最近の研究は,それらが攻撃に対して脆弱であり,それらの正当性の検証が科学的および工学的可能性としてのみ現れていることを示した。さらに,DLツールは古典的ソフトウェア工学に統合されていないので,ソフトウェアツールはソフトウェアツールを特定し,修正し,検証するためにソフトウェアハードウェアシステムとしてさらに主流になる。本論文は,最近の研究を調査して,この目的のための研究方向と方法論を提案した。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： *セキュリティ ,  *学習 ,  *安全性 ,  *ソフトウェア工学 ,  支援プログラム ,  信号処理
準シソーラス用語： 脆弱性 ,  機械学習技術 ,  *システム開発 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 計算機システム開発  (JD02010R) ,  CAI  (JE09000G)

タイトルに関連する用語 (6件)： 深層学習 ,  形式的方法 ,  ソフトウェア工学 ,  DL ,  開発 ,  セキュリティ