| 講演名 | 2021-07-17 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 福田 啓介(広島大), 土肥 正(広島大), 岡村 寛之(広島大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 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. |
| 抄録(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 |
| キーワード(英) | software bug prediction / bug-prone module / random forest / ensemble method / machine learning / hyperparameter / metaheuristics / search-based software engineering |
| 資料番号 | R2021-19 |
| 発行日 | 2021-07-10 (R) |
| 研究会情報 | |
| 研究会 | R |
|---|---|
| 開催期間 | 2021/7/17(から1日開催) |
| 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 |
| 委員長氏名（和） | 土肥 正(広島大) |
| 委員長氏名（英） | Tadashi Dohi(Hiroshima Univ.) |
| 副委員長氏名（和） | 門田 靖(リコー) |
| 副委員長氏名（英） | Yasushi Kadota(Ricoh) |
| 幹事氏名（和） | 岡村 寛之(広島大) / 井上 真二(関西大) |
| 幹事氏名（英） | Hiroyuki Okamura(Hiroshima Univ.) / Shinji Inoue(Kansai Univ.) |
| 幹事補佐氏名（和） | 横川 慎二(電通大) / 吉川 隆英(富士通研) / 作村 建紀(法政大) |
| 幹事補佐氏名（英） | Shinji Yokogawa(Univ. of Electro-Comm.) / Takahide Yoshikawa(Fujitsu Lab.) / Takenori Sakumura(Housei Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Reliability |
|---|---|
| 本文の言語 | JPN |
| 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（和） | 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） | 福田 啓介 / Keisuke Fukuda |
| 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） | 土肥 正 / Tadashi Dohi |
| 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） | 岡村 寛之 / Hiroyuki Okamura |
| 第 3 著者 所属（和/英） | 広島大学(略称：広島大) Hiroshima University(略称：Hiroshima Univ.) |
| 発表年月日 | 2021-07-17 |
| 資料番号 | R2021-19 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | R-115 |
| ページ範囲 | pp.18-23(R), |
| ページ数 | 6 |
| 発行日 | 2021-07-10 (R) |