文献

J-GLOBAL ID：202002252119126837   整理番号：20A2580901

深層ニューラルネットワークモデルカバレッジ基準とモデル品質間の相関【JST・京大機械翻訳】

Correlations between deep neural network model coverage criteria and model quality

著者 (7件)： Yan Shenao (Rutgers University, USA) ,  Tao Guanhong (Purdue University, USA) ,  Liu Xuwei (Purdue University, USA) ,  Zhai Juan (Rutgers University, USA) ,  Ma Shiqing (Rutgers University, USA) ,  Xu Lei (Nanjing University, China) ,  Zhang Xiangyu (Purdue University, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ESEC/FSE 2020  ページ： 775-787  発行年： 2020年 
JST資料番号： D0698C  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： ソフトウェアテストにおけるガイダンスとしてコードカバレッジを使用する大きな成功に触発されて,ニューラルネットワークモデル(例えば,敵対攻撃の下でモデル精度)の試験を誘導するために,多くのニューラルネットワークカバレージ基準を提案した。しかし,コードカバレッジとソフトウェア品質の間の単調関係は,ソフトウェア工学における多くの精巧な研究によってサポートされてきたが,ニューラルネットワークモデルカバレッジとモデル品質の間に類似の単調性が存在するかどうかは,ほとんど不明である。本論文はこの疑問に答える。特に,本論文では,DNNモデル品質とカバレッジ基準,勾配デセントベース手法と比較してカバレッジ誘導広告事例生成の影響,既存の敵対訓練と比較してカバレッジベース再訓練の有効性,およびカバレッジ基準間の内部関係を研究した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 広告 ,  *ソフトウェア ,  ソフトウェア工学 ,  有効性
準シソーラス用語： 敵意 ,  *神経回路網モデル ,  単調性 ,  ソフトウェアテスト ,  ソフトウェア品質 , 【Automatic Indexing@JST】

著者キーワード (2件)： 深層ニューラルネットワーク ,  ソフトウェア試験

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (4件)： 深層ニューラルネットワーク ,  モデル ,  カバレッジ ,  相関