Kusumoto Laboratory: 荻野翔, 肥後芳樹, 楠本真二, 現実的な設定におけるメソッド粒度バグ予測モデルの構築および精度評価, 2022年4月.
  • リスト
  •  表 
  • LaTeX
  • BibTeX
Detail of a work
Tweet
荻野翔, 肥後芳樹, 楠本真二, "現実的な設定におけるメソッド粒度バグ予測モデルの構築および精度評価," 情報処理学会論文誌, 63(4), pp. 973-985, 2022年4月.
ID 754
分類 論文誌
タグ
表題 (title) 現実的な設定におけるメソッド粒度バグ予測モデルの構築および精度評価
表題 (英文)
著者名 (author) 荻野翔,肥後芳樹,楠本真二
英文著者名 (author) Sho Ogino,Yoshiki Higo,Shinji Kusumoto
キー (key) Sho Ogino,Yoshiki Higo,Shinji Kusumoto
定期刊行物名 (journal) 情報処理学会論文誌
定期刊行物名 (英文)
巻数 (volume) 63
号数 (number) 4
ページ範囲 (pages) 973-985
刊行月 (month) 4
出版年 (year) 2022
Impact Factor (JCR)
URL http://doi.org/10.20729/00217601
付加情報 (note)
注釈 (annote)
内容梗概 (abstract) バグを予測する技術は品質保証に要するコストを低減できると期待されている.バグ予測はより細粒度で行えることが望ましく,メソッド粒度でのバグ予測が注目されている.これまでに,機械学習を用いて構築されたメソッド粒度バグ予測モデルについての調査が何度か行われているが,それらの実験設定には非現実的な部分がある.たとえば,モデルの目的変数として「メソッドにバグが含まれているか」ではなく「メソッドに過去にバグが含まれていたか」が用いられていたり,バグ予測のユースケースにおいて利用不可能なデータに基づいて学習用データセットが構築されていたりする.著者らはそのような非現実的な部分のない,現実的な実験設定のもとで,メソッド粒度バグ予測モデルの予測精度を計測した.その結果,F値は平均で約0.197,AUCは平均で約0.745と計測され,高精度のメソッド粒度バグ予測モデルを構築するには課題が残されていると判明した.また,説明変数算出時に参照する変更履歴の期間および学習に用いるメソッドの存在期間について適切なものを採用することで,予測精度がF値の観点で約15.2%,AUCの観点で約2.9%向上することが確認できた.
論文電子ファイル s-ogino_202108_ipsj_ver5.pdf (application/pdf) [一般閲覧可]
BiBTeXエントリ
@article{id754,
         title = {現実的な設定におけるメソッド粒度バグ予測モデルの構築および精度評価},
        author = {荻野翔 and 肥後芳樹 and 楠本真二},
       journal = {情報処理学会論文誌},
        volume = {63},
        number = {4},
         pages = {973-985},
         month = {4},
          year = {2022},
}
  

Search

Tags

1 件の該当がありました. : このページのURL : HTML

Language: 英語 | 日本語 || ログイン |

This site is maintained by fenrir.
PMAN 3.2.10 build 20181029 - Paper MANagement system / (C) 2002-2016, Osamu Mizuno
Time to show this page: 0.100932 seconds.