| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-07-17 14:25 ソフトウェアバグ予測に対する改良アンサンブル学習アルゴリズム ～ メタヒューリスティック法 ～ ○福田啓介・土肥 正・岡村寛之（広島大）  R2021-19 |
|
| 抄録 | （和） | 本稿では, ラテン超方格サンプリング, 人口蜂コロニー (ABC) アルゴリズム, パラメータフリー遺伝的アルゴリズムなどのメタヒューリスティクスをランダムダムフォレストの最適ハイパーパラメータの探索 に適用し, バグプローンモジュールの検知精度の向上に寄与するかについて調べる. 実際のソフトウェア開発データに基づいた数値実験 において, メタヒューリスティクスに基づいて改良されたランダムフォレストと代表的な機械学習アルゴリズムの比較を行い, 本稿で提案され た改良ランダムフォレストがバグプローンモジュールを平均的に高い精度で検知できることを示す. |
| （英） | In this paper, we propose to apply three metaheuristic algorithms; latin hypercube sampling, ABC (artificial bee colony) algorithm, and parameter free GA (genetic algorithm), to search the optimal hyperparameters in the random forest, and investigate the prediction accuracy of bug-prone modules. In experiments with actual software development project data, we compare our refined ensemble learning algorithms with the existing machine learning approaches. It is shown that the random forests with metaheuristic refinement could provide the better predictive performances of the software bug prediction in average. |
|
| キーワード | （和） | ソフトウェアバグ予測 / バグプローンモジュール / ランダムフォレスト / アンサンブル法 / 機械学習 / ハイパーパラメータ / メタヒューリスティクス / 探索ベースソフトウェア工学 |
| （英） | software bug prediction / bug-prone module / random forest / ensemble method / machine learning / hyperparameter / metaheuristics / search-based software engineering | |
| 文献情報 | 信学技報, vol. 121, no. 115, R2021-19, pp. 18-23, 2021年7月. | |
| 資料番号 | R2021-19 | |
| 発行日 | 2021-07-10 (R) | |
| 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 | R2021-19 |
|
| 研究会情報 | |
| 研究会 | R |
| 開催期間 | 2021-07-17 - 2021-07-17 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Virtual |
| テーマ（和） | 信頼性理論，通信ネットワークの信頼性，信頼性一般 |
| テーマ（英） | Reliability Theory, Communication Network Reliability, Reliability General |
| 講演論文情報の詳細 | |
| 申込み研究会 | R |
| 会議コード | 2021-07-R |
| 本文の言語 | 日本語 |
| タイトル（和） | ソフトウェアバグ予測に対する改良アンサンブル学習アルゴリズム |
| サブタイトル（和） | メタヒューリスティック法 |
| タイトル（英） | Refined Ensemble Learning Algorithms for Software Bug Prediction |
| サブタイトル（英） | Metaheuristic Approach |
| キーワード(1)（和/英） | ソフトウェアバグ予測 / software bug prediction |
| キーワード(2)（和/英） | バグプローンモジュール / bug-prone module |
| キーワード(3)（和/英） | ランダムフォレスト / random forest |
| キーワード(4)（和/英） | アンサンブル法 / ensemble method |
| キーワード(5)（和/英） | 機械学習 / machine learning |
| キーワード(6)（和/英） | ハイパーパラメータ / hyperparameter |
| キーワード(7)（和/英） | メタヒューリスティクス / metaheuristics |
| キーワード(8)（和/英） | 探索ベースソフトウェア工学 / search-based software engineering |
| 第1著者 氏名（和/英/ヨミ） | 福田 啓介 / Keisuke Fukuda / フクダ ケイスケ |
| 第1著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 土肥 正 / Tadashi Dohi / ドヒ タダシ |
| 第2著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 岡村 寛之 / Hiroyuki Okamura / オカムラ ヒロユキ |
| 第3著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-07-17 14:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | R |
| 資料番号 | R2021-19 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.115 |
| ページ範囲 | pp.18-23 |
| ページ数 | 6 |
| 発行日 | 2021-07-10 (R) |
[研究会発表申込システムのトップページに戻る]