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。
開発されたテストベンチおよび設計コードに関する機能的シミュレーションを実行することは,設計挙動および品質を確保するための一般的な実践である。大規模な機能的シミュレーション回帰を発射し,多くの故障を扱うことは重要ではない。第一に故障を決定するプロセスであるトリアージは,時間を消費することができる。また,ディスク空間,実行時間,計算資源などの実用的な考察も行っている。故障をデバッギングする比較的低いスループットを与えると,すべての故障テストを自動的に再実行するための最良の解決策ではなく,波形ダンピングを持ち,誤差トレースを1つずつデバッグする。本論文では,回帰故障の根本原因を解析するための自動アプローチを導入した。このアプローチは,いくつかの機械学習法を可能にし,トリアージプロセスをスピードアップした。さらに,結合の概念と自己推進ルート原因追跡プロセスを組み合わせることによって,それは問題の可能性のあるソースを示唆することができる。従って,技術者は,より小さなセットの故障をチェックし,デバッギング範囲を狭くし,同じ故障ビンを持つ固定具を正当化することから利益を得ることができる。これは検証努力のための有意な生産性ブーストをもたらす。Copyright 2019 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】