文献

J-GLOBAL ID：202102210412668543   整理番号：21A0539647

畳込みニューラルネットワークによる加齢関連バグ予測【JST・京大機械翻訳】

Aging-Related Bugs Prediction Via Convolutional Neural Network

著者 (6件)： Liu Qinchen (Wuhan University of Technology,School of Computer Science and Technology,Wuhan,China) ,  Xiang Jianwen (Wuhan University of Technology,School of Computer Science and Technology,Wuhan,China) ,  Xu Bin (Wuhan University of Technology,School of Computer Science and Technology,Wuhan,China) ,  Zhao Dongdong (Wuhan University of Technology,School of Computer Science and Technology,Wuhan,China) ,  Hu Wenhua (Wuhan University of Technology,School of Computer Science and Technology,Wuhan,China) ,  Wang Jian (Wuhan University of Technology,School of Computer Science and Technology,Wuhan,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： DSA  ページ： 90-98  発行年： 2020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： ソフトウェアエージングは,主にAging-Related Bugs(ARBs)によって引き起こされる長期運転システムにおけるシステム性能劣化またはシステム事故の現象に言及する。Aging-Related Bugsを予測するために,以前の研究は,通常,プログラムから抽出され,それらのバグジ符号を検出するために異なる機械学習アルゴリズムを利用した,手動設計特徴に焦点を当てた。しかし,これらの従来の特徴は,プログラムの意味差を識別するのに失敗した。深くプログラムの意味論を調査し,これらの情報を完全に利用するために,本論文では,ソースコードのプログラムの意味特徴を自動的に学習するための深層学習法に基づく方法を提案した。具体的には,プログラムの抽象構文ツリー(AST)に基づくより識別された特徴を自動的に生成するために,畳込みニューラルネットワーク(CNN)を利用した。一方,より正確なARB予測のために,これらの特徴を従来の加齢関連計量と結びつけた。最後に,LinuxおよびMySQLデータセットに関する著者らのモデルを評価し,実験結果は,著者らのアプローチがベースラインより良好であることを示した。改善は,Linux上で6.9%まで,そして,従来のNaive Bayes法と比較して,バランスに関してMySQL上で24.1%に達することができた。そして,対数変換によるNaive Bayesと比較して,改良は,それぞれ1%と4.7%であった。Copyright 2021 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： 意味論 ,  *ソフトウェア障害 ,  基準線 ,  学習アルゴリズム ,  Linux
準シソーラス用語： 構文木 ,  MySQL ,  ソースコード ,  深層学習 ,  *畳込みニューラルネットワーク , 【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 (4件)： 畳込みニューラルネットワーク ,  加齢 ,  バグ ,  予測