| 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 | 2024-02-29 17:10 Wiener過程とジャンプ拡散過程を考慮した深層学習に基づくOSS信頼性評価法に関する適合性比較 ○田村慶信・宮本翔一郎・周 蕾（山口大）・山田 茂（鳥取大）  R2023-63 |
|
| 抄録 | （和） | 多くの分野において，深層学習に基づく研究が行われている．本論文では，フォールトビッグデータを活用した深層学習に基づく信頼性評価法を提案する．特に，フォールトビッグデータには様々な雑音が含まれている．目的変数としてフォールト修正時間間隔に着目し，Wiener過程およびジャンプ拡散過程に基づくデータの前処理を適用することで，推定精度が向上することについて議論する． |
| （英） | In many research fields, the methods based on deep learning have been proposed. In this paper, we propose the method of reliability assessment based on the deep learning by using the fault big data obtained from the bug tracking system. In particular, various noisy data are included on the fault big data. In this paper, we focus on the fault modification time data as the objective variable. We discuss the prediction accuracy of deep learning by using the data preprocessing based on the Wiener process and jump diffusion one. | |
| キーワード | （和） | オープンソースソフトウェア / データの前処理 / Wiener過程 / ジャンプ拡散過程 / ビッグデータ / 深層学習 / / |
| （英） | Open Source Software / Data Preprocessing / Wiener Process / Jump Diffusion Process / Big Data / Deep Learning / / | |
| 文献情報 | 信学技報, vol. 123, no. 399, R2023-63, pp. 46-51, 2024年2月. | |
| 資料番号 | R2023-63 | |
| 発行日 | 2024-02-22 (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 | R2023-63 |
|
| 研究会情報 | |
| 研究会 | R |
| 開催期間 | 2024-02-29 - 2024-02-29 |
| 開催地（和） | 松江テルサ |
| 開催地（英） | |
| テーマ（和） | 機構デバイスの信頼性、計算機システムの信頼性、信頼性一般 |
| テーマ（英） | Reliability of Electromechanical Devices, Reliability of Computer System, Reliability General |
| 講演論文情報の詳細 | |
| 申込み研究会 | R |
| 会議コード | 2024-02-R |
| 本文の言語 | 日本語 |
| タイトル（和） | Wiener過程とジャンプ拡散過程を考慮した深層学習に基づくOSS信頼性評価法に関する適合性比較 |
| サブタイトル（和） | |
| タイトル（英） | Comparison of OSS Reliability Assessment Methods Based on Deep Learning Considering the Wiener and Jump Diffusion Processes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | オープンソースソフトウェア / Open Source Software |
| キーワード(2)（和/英） | データの前処理 / Data Preprocessing |
| キーワード(3)（和/英） | Wiener過程 / Wiener Process |
| キーワード(4)（和/英） | ジャンプ拡散過程 / Jump Diffusion Process |
| キーワード(5)（和/英） | ビッグデータ / Big Data |
| キーワード(6)（和/英） | 深層学習 / Deep Learning |
| 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） | 田村 慶信 / Yoshinobu Tamura / タムラ ヨシノブ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 宮本 翔一郎 / Shoichiro Miyamoto / ミヤモト ショウイチロウ |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 周 蕾 / Lei Zhou / シュウ ライ |
| 第3著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 山田 茂 / Shigeru Yamada / タムラ ヨシノブ |
| 第4著者 所属（和/英） | 鳥取大学 (略称： 鳥取大) Tottori University (略称： Tottori Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-02-29 17:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | R |
| 資料番号 | R2023-63 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.399 |
| ページ範囲 | pp.46-51 |
| ページ数 | 6 |
| 発行日 | 2024-02-22 (R) |
[研究会発表申込システムのトップページに戻る]