講演抄録/キーワード |
講演名 |
2021-07-08 14:50
深層学習によるプログラムの不具合を画像分析した結果をコードレビューに用いるための研究 ○小川一彦・中谷多哉子(放送大) SS2021-6 KBSE2021-18 |
抄録 |
(和) |
我々は,プログラムの不具合の箇所を予測するため,不具合を起こしたソースコードを画像化し,深層学習による学習を行い,プログラムの不具合の箇所を発見できるか検証した.
不具合を起こすプログラムの記述は,ソースコードの見た目に共通点があり,深層学習のひとつであるCNN(Convolutional Neural Network)を適用することで,不具合を発見できると考えたのである.
本稿では,深層学習で学習したモデルより,推論した結果を用いたプログラムのコードレビューと,推論した結果を用いないプログラムのコードレビューを行い,結果を比較する.
深層学習で推論した結果を用いたプログラムのコードレビューが,推論結果を用いない場合と比較して,レビュー時間が短縮され,より多くの不具合を検出可能であるか実験を行なう.
また,未知の不具合を発見することができるか検証する. |
(英) |
In order to predict the location of faults in a program, we imaged the source code of the defective program and verified whether we could find the defective part of the program by learning with deep learning.
We found that the descriptions of the programs that caused the defects had something in common in the appearance of the source code, and we thought that we could find the defects by applying CNN (Convolutional Neural Network), which is one of the deep learning methods.
In this paper, we compare the results of a code review of a program that uses the results of inference from a model learned by deep learning and a code review of a program that does not use the results of inference.
We will experiment to see whether the code review using the results of inference by deep learning can reduce the review time and detect more defects than the code review without the results of inference.
We will also verify whether it is possible to detect unknown faults. |
キーワード |
(和) |
プログラムの不具合推論 / 畳み込みニューラルネットワーク / ソースコードの画像化 / 深層学習 / コードレビュー / / / |
(英) |
bug inference / convolutional nural network / image of source code / deep learning / code review / / / |
文献情報 |
信学技報, vol. 121, no. 95, KBSE2021-18, pp. 31-36, 2021年7月. |
資料番号 |
KBSE2021-18 |
発行日 |
2021-07-01 (SS, KBSE) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SS2021-6 KBSE2021-18 |
研究会情報 |
研究会 |
KBSE IPSJ-SE SS |
開催期間 |
2021-07-08 - 2021-07-09 |
開催地(和) |
オンライン開催 (Zoom) |
開催地(英) |
Online (Zoom) |
テーマ(和) |
ソフトウェア工学全般/ソフトウェアサイエンス全般/知能ソフトウェア工学全般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
KBSE |
会議コード |
2021-07-KBSE-SE-SS |
本文の言語 |
日本語 |
タイトル(和) |
深層学習によるプログラムの不具合を画像分析した結果をコードレビューに用いるための研究 |
サブタイトル(和) |
|
タイトル(英) |
Research for using image analysis of program fault by deep learning for code review. |
サブタイトル(英) |
|
キーワード(1)(和/英) |
プログラムの不具合推論 / bug inference |
キーワード(2)(和/英) |
畳み込みニューラルネットワーク / convolutional nural network |
キーワード(3)(和/英) |
ソースコードの画像化 / image of source code |
キーワード(4)(和/英) |
深層学習 / deep learning |
キーワード(5)(和/英) |
コードレビュー / code review |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
小川 一彦 / Kazuhiko Ogawa / オガワ カズヒコ |
第1著者 所属(和/英) |
放送大学 (略称: 放送大)
The Open University of Japan (略称: OUJ) |
第2著者 氏名(和/英/ヨミ) |
中谷 多哉子 / Takako Nakatani / ナカタニ タカコ |
第2著者 所属(和/英) |
放送大学 (略称: 放送大)
The Open University of Japan (略称: OUJ) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2021-07-08 14:50:00 |
発表時間 |
25分 |
申込先研究会 |
KBSE |
資料番号 |
SS2021-6, KBSE2021-18 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.94(SS), no.95(KBSE) |
ページ範囲 |
pp.31-36 |
ページ数 |
6 |
発行日 |
2021-07-01 (SS, KBSE) |