文献

J-GLOBAL ID：202002294417533770   整理番号：20A0267171

グレーディングに基づくテストスイートの拡大【JST・京大機械翻訳】

Grading-Based Test Suite Augmentation

著者 (5件)： Osei-Owusu Jonathan (University of Illinois at Urbana-Champaign) ,  Astorga Angello (University of Illinois at Urbana-Champaign) ,  Butler Liia (University of Illinois at Urbana-Champaign) ,  Xie Tao (Peking University; Ministry of Education) ,  Challen Geoffrey (University of Illinois at Urbana-Champaign)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ASE  ページ： 226-229  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： 導入プログラミング(CS1)コースにおける登録はサージを続けており,何百ものCS1学生は単一問題に対して数千のサブミッションを生産することができ,すべてがタイムリーで正確な等級付けを必要としている。指示者が効率的に等級付けできる一つの方法は,ランダムに生成されたあるいは手craい入力に対する参照解に対する学生のサブミッションを比較するカスタム指示器テストスイートを構築することである。しかし,そのようなテストセットはしばしば不十分であり,不正確なサブミッションが正しいものとしてマークされる。この問題を扱うために,2つの技術から成るGrasa(GRAded Test Suite Augmentation)アプローチを提案した。Grasaは,最初に,それらの行動的同等性を近似することによって,誤ったサブミッションを検出し,クラスタ化する。既存のインストラクターテストスイートを強化するために,Grasaは不正確なサブミッションの検出を助ける追加テストの最小セットを生成する。3つのプログラミング問題に対するCS1学生のサブミッションのデータセットに関する著者らのGrasaアプローチを評価した。著者らの予備的結果は,Grasaが効果的に誤った学生のサブミッションを同定し,指示器テストセットを最小限に増やすことができることを示した。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： 等価性 ,  *クラスタ化 ,  指示計 ,  等級づけ
準シソーラス用語： 実習指導者 ,  *テストスイート , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： グレーディング ,  テストスイート ,  拡大