| 講演名 | 2021-05-22 特徴量選択によるソフトウェアの欠陥予測モデルの過適合回避 永井 悠太(茨城大), 高橋 竜一(茨城大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 機械学習を用いたソフトウェア欠陥予測はソフトウェア開発において重要であり，ソースコードからニューラルネットワークによって特徴量を生成し，学習器によって分類を行う手法は盛んに研究されている．ソフトウェア欠陥予測では，ニューラルネットワークの学習に用いる訓練データとテストデータ間の特徴に差異がある際にニューラルネットワークが訓練データにのみ表れる固有の特徴を学習する事で，欠陥予測性能が低下する恐れがある．本手法ではDBNによって生成された特徴量のうち，訓練データのバージョン固有の特徴量とドメイン固有の特徴を貪欲後方特徴選択を用いる事で削除し，欠陥予測の性能を向上させた． |
| 抄録(英) | Software defect prediction by machine learning is important for software development, and there is much research on how to make a classifier learn the features generated from DBN. In software defect prediction, if there is a difference in specifications between the training data and test data of the neural network, the neural network may learn the unique specifications of the training data, which may reduce the defect prediction performance.In this paper, by Greedy backward feature selection, version-specific features and domain-specific features of training data were deleted from the features generated by DBN, and the performance of defect prediction was improved. |
| キーワード(和) | 欠陥予測 / DBN / 特徴選択 |
| キーワード(英) | Defect Prediction / DBN / Feature Selection |
| 資料番号 | KBSE2021-7,SWIM2021-7 |
| 発行日 | 2021-05-14 (KBSE, SWIM) |
| 研究会情報 | |
| 研究会 | KBSE / SWIM |
|---|---|
| 開催期間 | 2021/5/21(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | デジタルエコノミーとインタプライズ，知能ソフトウェアエンジニアリング，他一般, 学生 |
| テーマ（英） | |
| 委員長氏名（和） | 中川 博之(阪大) / 石野 正彦(文教大) |
| 委員長氏名（英） | Hiroyuki Nakagawa(Osaka Univ.) / Masahiko Ishino(Bunkyo Univ.) |
| 副委員長氏名（和） | 猿渡 卓也(NTTデータ) / 五月女 健治(法政大) / 林 章浩(静岡理工科大) |
| 副委員長氏名（英） | Takuya Saruwatari(NTT Data) / Kenji Saotome(Hosei Univ.) / Akihiro Hayashi(Shizuoka Inst. of Science and Tech.) |
| 幹事氏名（和） | 菊地 奈穂美(OKI) / 金子 朋子(NII) / 能上 慎也(東京理科大) / 山田 耕嗣(阪産大) |
| 幹事氏名（英） | Nahomi Kikuchi(OKI) / Tomoko Kaneko(NII) / Shinya Nogami(Tokyo Univ. of Science) / Koji Yamada(Osaka Sangyo Univ.) |
| 幹事補佐氏名（和） | 小形 真平(信州大) / 槇原 絵里奈(同志社大) / 工藤 司(静岡理工科大) / 辻 孝吉(愛知県立大) |
| 幹事補佐氏名（英） | Shinpei Ogata(Shinshu Univ.) / Erina Nakihara(Doshisha Univ,) / Tsukasa Kudo(Shizuoka Inst. of Science and Tech.) / Kokichi Tsuji(Aichi Pref. Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Knowledge-Based Software Engineering / Technical Committee on Software Interprise Modeling |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 特徴量選択によるソフトウェアの欠陥予測モデルの過適合回避 |
| サブタイトル（和） | |
| タイトル（英） | Feature Selection for Avoiding Overfitting of Software Defect Prediction |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 欠陥予測 / Defect Prediction |
| キーワード(2)（和/英） | DBN / DBN |
| キーワード(3)（和/英） | 特徴選択 / Feature Selection |
| 第 1 著者 氏名（和/英） | 永井 悠太 / Yuta Nagai |
| 第 1 著者 所属（和/英） | 茨城大学(略称：茨城大) Ibaraki University(略称：Ibaraki Univ.) |
| 第 2 著者 氏名（和/英） | 高橋 竜一 / Ryuichi Takahashi |
| 第 2 著者 所属（和/英） | 茨城大学(略称：茨城大) Ibaraki University(略称：Ibaraki Univ.) |
| 発表年月日 | 2021-05-22 |
| 資料番号 | KBSE2021-7,SWIM2021-7 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | KBSE-35,SWIM-36 |
| ページ範囲 | pp.37-43(KBSE), pp.37-43(SWIM), |
| ページ数 | 7 |
| 発行日 | 2021-05-14 (KBSE, SWIM) |