| 講演名 | 2021-07-08 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(放送大), 中谷 多哉子(放送大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 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． |
| 抄録(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 |
| キーワード(英) | bug inference / convolutional nural network / image of source code / deep learning / code review |
| 資料番号 | SS2021-6,KBSE2021-18 |
| 発行日 | 2021-07-01 (SS, KBSE) |
| 研究会情報 | |
| 研究会 | KBSE / IPSJ-SE / SS |
|---|---|
| 開催期間 | 2021/7/8(から2日開催) |
| 開催地（和） | オンライン開催(Zoom) |
| 開催地（英） | Virtual (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） | |
| 委員長氏名（和） | 中川 博之(阪大) / 鷲崎 弘宜(早稲田大学) / 小林 隆志(東工大) |
| 委員長氏名（英） | Hiroyuki Nakagawa(Osaka Univ.) / 鷲崎 弘宜(早稲田大学) / Takashi Kobayashi(Tokyo Inst. of Tech.) |
| 副委員長氏名（和） | 猿渡 卓也(NTTデータ) / / 岡野 浩三(信州大) |
| 副委員長氏名（英） | Takuya Saruwatari(NTT Data) / / Kozo Okano(Shinshu Univ.) |
| 幹事氏名（和） | 小形 真平(信州大) / 槇原 絵里奈(同志社大) / / 島 和之(広島市大) / 林 晋平(東工大) |
| 幹事氏名（英） | Shinpei Ogata(Shinsｈu Univ) / Erina Nakihara(Doshisha Univ,) / / Kazuyuki Shima(Hiroshima City Univ.) / Shinpei Hayashi(Tokyo Inst. of Tech.) |
| 幹事補佐氏名（和） | 小島 英春(阪大) / 柏 祐太郎(九大) / 伊原 彰紀(和歌山大学) / 小川 秀人(日立製作所) / 竹内 広宜(武蔵大学) / 徳本 晋(富士通) / 伏田 享平(NTT株式会社) / 福田 浩章(芝浦工業大学) / 横川 智教(岡山県立大学) / 小形 真平(信州大) |
| 幹事補佐氏名（英） | Hideharu Kojima(Osaka Univ.) / Yutaro Kashiwa(Kyushu Univ,) / 伊原 彰紀(和歌山大学) / 小川 秀人(日立製作所) / 竹内 広宜(武蔵大学) / 徳本 晋(富士通) / 伏田 享平(NTT株式会社) / 福田 浩章(芝浦工業大学) / 横川 智教(岡山県立大学) / Shinpei Ogata(Shinshu Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Knowledge-Based Software Engineering / Special Interest Group on Software Engineering / Technical Committee on Software Science |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 小川 一彦 / Kazuhiko Ogawa |
| 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） | 中谷 多哉子 / Takako Nakatani |
| 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) |
| 発表年月日 | 2021-07-08 |
| 資料番号 | SS2021-6,KBSE2021-18 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SS-94,KBSE-95 |
| ページ範囲 | pp.31-36(SS), pp.31-36(KBSE), |
| ページ数 | 6 |
| 発行日 | 2021-07-01 (SS, KBSE) |