文献

J-GLOBAL ID：202002283877658395   整理番号：20A0905803

機械学習技術を用いた故障位置決めについて【JST・京大機械翻訳】

On Fault Localization Using Machine Learning Techniques

著者 (2件)： Ali Haad (Bahria University) ,  Khan Tamim Ahmed (Bahria University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： FIT  ページ： 357-3575  発行年： 2019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： 故障モジュールの早期予測は,プロセス制御の改良スケジューリングと有効性を通してソフトウェア品質保証活動をサポートする方法を提供する。異なる故障予測モデルは,故障の早期予測のための研究者によって提案されている。しかし,故障クラスの予測にもかかわらず,これらの技術は故障の発生位置の同定に関する情報を提供しない。本論文では,故障を予測するだけでなく,故障局所化に対する方法論を提案することを目的とした。最初に,ソフトウェア故障予測モデルを構築するために様々なデータセットを用いた。ランダムフォレスト機械学習技術を用いて,このモデルを訓練した。また,異なるモジュールからCKメトリックを抽出し,次に,これらのメトリックスを故障位置決めに利用した。検証を行うために,故障予測,故障位置確認を行い,予測が正しいかどうかを見るためにテストケースを実行する事例研究を行った。Copyright 2020 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： *故障 ,  スケジューリング ,  プロセス制御 ,  位置決め ,  事例研究 ,  ソフトウェア障害 ,  有効性 ,  予測モデル
準シソーラス用語： テストケース ,  メトリックス ,  ソフトウェア品質 ,  ランダムフォレスト ,  ホップ数 ,  故障予知 ,  機械学習技術 , 【Automatic Indexing@JST】

分類 (5件)： 専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T) ,  音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R)

タイトルに関連する用語 (2件)： 機械学習技術 ,  故障