文献

J-GLOBAL ID：201802264749281433   整理番号：18A0586306

隠れMarkovモデルに基づくソースコードからの知識抽出:EPICAMへの応用【Powered by NICT】

Knowledge Extraction from Source Code Based on Hidden Markov Model: Application to EPICAM

著者 (2件)： Azanzi Fidel Jiomekong ,  Camara Gaoussou
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AICCSA  ページ： 1478-1485  発行年： 2017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： 大規模ソフトウェアシステムは急速に進化し,これらの変化は通常概念モデルを更新することなくソースコードに直接統合した。結果として,実装プラットフォームはビジネス論理よりも速く進化する。オントロジーを濃縮または構築するための知識を抽出する場合,ビジネス論理とは限らない完全なデータ源。この問題を解決するために,何人かの著者はソースコードから知識を抽出するためにオントロジー学習アプローチを採用することを示唆している。本論文では,隠れマルコフモデルを用いたこの作業を実現する方法を示した。EPICAM,結核サーベイランスシステム上での実験を行い,この手法の妥当性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高速度 ,  オントロジー ,  *隠れMarkovモデル
準シソーラス用語： オントロジー学習 ,  概念モデル ,  *知識抽出 ,  *ソースコード , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 隠れMarkovモデル ,  ソース ,  知識抽出 ,  応用