文献

J-GLOBAL ID：202102215973196925   整理番号：21A0069436

適応ランダム試験におけるK平均クラスタリングの最適k値を決定する方法【JST・京大機械翻訳】

An Approach to Determine the Optimal k-Value of K-means Clustering in Adaptive Random Testing

著者 (5件)： Chen Jinfu (School of Computer Science and Communication Engineering Jiangsu University,Zhenjiang,China) ,  Zhao Lingling (School of Computer Science and Communication Engineering Jiangsu University,Zhenjiang,China) ,  Zhou Minmin (School of Computer Science and Communication Engineering Jiangsu University,Zhenjiang,China) ,  Liu Yisong (School of Computer Science and Communication Engineering Jiangsu University,Zhenjiang,China) ,  Qin Songling (School of Computer Science and Communication Engineering Jiangsu University,Zhenjiang,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： QRS  ページ： 160-167  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： 適応ランダム試験(ART)は,全入力領域にわたってテストケースを均等に分配することによって検出有効性を改善することを目的とする。クラスタリング技術(k-平均クラスタ化のような)を導入する多くのARTアルゴリズムが,テストケースの均等な拡大を達成するために提案された。以前の研究は,k-平均クラスタ化によるARTが試験有効性において良い強化を達成することができることを証明したが,k-平均クラスタ化はkの値によって制限され,それは試験有効性に及ぼす大きい影響を持った。オブジェクト指向ソフトウェアに対するこれらの技術の試験有効性を改善するために,本論文では,k平均クラスタリングの最適k値を決定し,k平均クラスタリング技法を用いてARTアルゴリズムを最良故障検出能力を達成するために,実験プロセス(DMOV_k-EP)に基づく最適k値の決定法と呼ぶアプローチを提案した。提案方法は2つの部分から成り,1つは実験プロセスに基づくkのための解法モデルであり,もう1つは提示したモデルに基づく最適k値アルゴリズムである。この手法をARTにおけるk-平均クラスタリングと統合し,それをオープンソースプログラムのセットに適用して,著者らのアプローチがはるかに適切なkを得て,また他の関連方法よりも遥かに優れた試験有効性を達成することを示した。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： アルゴリズム ,  故障検出 ,  *クラスタ化 ,  ソフトウェア ,  有効性
準シソーラス用語： テストケース ,  オープンソース ,  オブジェクト指向 , 【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 (5件)： 適応 ,  ランダム試験 ,  平均 ,  クラスタリング ,  K値