文献

J-GLOBAL ID：202002278737156260   整理番号：20A2337945

機械学習による宇宙システムにおける要求不足をレビューするための視点の支援【JST・京大機械翻訳】

Supporting viewpoints to review the lack of requirements in space systems with machine learning

著者 (5件)： Mori Kenji (Japan Aerospace Exploration Agency, Tsukuba, Ibaraki, Japan) ,  Okubo Naoko (Japan Aerospace Exploration Agency, Tsukuba, Ibaraki, Japan) ,  Ueda Yasushi (Japan Aerospace Exploration Agency, Tsukuba, Ibaraki, Japan) ,  Katahira Masafumi (Japan Aerospace Exploration Agency, Tsukuba, Ibaraki, Japan) ,  Amagasa Toshiyuki (University of Tsukuba, Tsukuba, Ibaraki, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： SEAMS ’20  ページ： 38-44  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： 欠測や不足のような不十分な要求を特定することは,しばしば自己適応する必要のある打上ロケットや宇宙船のようなCPS(Cyber-Physical System)の重大な事故を防止するために重要である。JAXA(日本航空宇宙探査機構)では,いくつかのレビューボードが,異常についてのレビュー者の経験からしばしば導出される様々な観点から,宇宙システムに対する要求を検証するために,いくつかのレビューボードを配置している。しかし,すべてのレビュー機会に十分に経験したレビュー者を割り当てる可能性は,それらの視点を共有することの重要性を強調する。本論文では,開発文書と空間システムに関するアーカイブされた異常報告の間の関係を抽出し,利用し,それによってレビューにおける不足要件を同定した。これら2つの文書間の関係は,以前に経験した異常を防ぐのに寄与するレビューの視点として扱うことができる。この問題に対処するために,文書の相関を予測するCNN(畳込みニューラルネットワーク)モデルを提案した。テキストの有意義な関連ペアに関する判断の収集は,要求の欠如を検出するために提案されたモデルを訓練するために準備された。実験結果は,提案した方法の性能が,ベースライン法(すなわち,F測度で71.0%)のものより著しく良いことを示した。また,更なる研究は,単語の類似性だけでなく,異なる属性が,著者らの問題を解決するために必要であることを示した。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： 測度 ,  宇宙飛行体 ,  ニューラルネットワーク ,  ソフトウェア ,  *宇宙空間 ,  類似性 ,  単語 ,  *機械学習
準シソーラス用語： 自己適応 ,  宇宙探査 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  ニューラルネットワーク ,  ソフトウェア要求 ,  検証 ,  視点

分類 (2件)： 飛しょう体の設計・構造  (QK04010H) ,  宇宙飛行体  (QK08000Y)

タイトルに関連する用語 (5件)： 機械学習 ,  宇宙 ,  レビュー ,  視点 ,  支援