| 講演名 | 2022-01-12 テスト実行結果を自動分類するためのメソッドにおける近接情報を活用した実行トレースの符号化 池田 拓真(信州大), 岡野 浩三(信州大), 小形 真平(信州大), 中島 震(NII), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | テスト実行の結果を自動的に分類する課題はテストオラクル問題と呼ばれる. これはテスト自動化における重要な課題である. 本稿では, テストオラクル問題を解決することを目的とした機械学習モデルにおける実行トレースの畳み込み方法を提案する. 提案手法では実行トレースがメソッド呼び出しのシーケンスであることに着目して, それぞれのメソッド呼び出し情報に対してWord2vec を用いて分散ベクトルを獲得する. 獲得した分散ベクトルをLong Short-Term Memory (LSTM )に入力して符号化することで実行トレースの分散ベクトルを獲得する. 学習したNN モデルを用いてテスト実行結果に対して合格か不合格の評定を行うことでテスト実行の結果を自動的に分類する. 様々なプログラムに対するテストの実行トレースを用いて提案手法の有効性を確認した. |
| 抄録(英) | The problem to solve automatically classifying the results of test executions is called the test oracle problem. This is one of the most important problems in test automation. In this paper, we propose a method for convolution of execution traces in machine learning models that aims to solve the test oracle problem. In the proposed method, we focus on the fact that the execution trace is a sequence of method invocations, and obtain a variance vector for each method invocation information using Word2vec. The variance vector of the execution trace is obtained by giving the obtained variance vector to a Long Short-Term Memory (LSTM) and encoding it. Using the learned NN model, we automatically classify the test execution results by grading them as pass or fail. We confirmed the effectiveness of the proposed method by using the execution traces of tests for various programs. |
| キーワード(和) | テストオラクル問題 / 教師あり学習 / 実行トレース / コサイン類似度 |
| キーワード(英) | Test Oracle Problem / Supervised Learning / Execution Trace / Cosine Similarity |
| 資料番号 | MSS2021-46,SS2021-33 |
| 発行日 | 2022-01-04 (MSS, SS) |
| 研究会情報 | |
| 研究会 | SS / MSS |
|---|---|
| 開催期間 | 2022/1/11(から2日開催) |
| 開催地（和） | 長崎県建設総合会館 |
| 開催地（英） | Nagasakiken-Kensetsu-Sogo-Kaikan Bldg. |
| テーマ（和） | システム数理と応用，ソフトウェアサイエンスおよび一般 |
| テーマ（英） | Mathematical Systems Science and its Applications, Software Science, etc. |
| 委員長氏名（和） | 小林 隆志(東工大) / 尾崎 敦夫(阪工大) |
| 委員長氏名（英） | Takashi Kobayashi(Tokyo Inst. of Tech.) / Atsuo Ozaki(Osaka Inst. of Tech.) |
| 副委員長氏名（和） | 岡野 浩三(信州大) / 山口 真悟(山口大) |
| 副委員長氏名（英） | Kozo Okano(Shinshu Univ.) / Shingo Yamaguchi(Yamaguchi Univ.) |
| 幹事氏名（和） | 島 和之(広島市大) / 林 晋平(東工大) / 小林 孝一(北大) / 劉 健全(NEC) |
| 幹事氏名（英） | Kazuyuki Shima(Hiroshima City Univ.) / Shinpei Hayashi(Tokyo Inst. of Tech.) / Koichi Kobayashi(Hokkaido Univ.) / Jianquan Liui(NEC) |
| 幹事補佐氏名（和） | 小形 真平(信州大) / 白井 匡人(島根大) |
| 幹事補佐氏名（英） | Shinpei Ogata(Shinshu Univ.) / Masato Shirai(Shimane Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Software Science / Technical Committee on Mathematical Systems Science and its Applications |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | テスト実行結果を自動分類するためのメソッドにおける近接情報を活用した実行トレースの符号化 |
| サブタイトル（和） | |
| タイトル（英） | Execution-trace embedding using word-proximity metric for a method to automatically classify test results |
| サブタイトル（和） | |
| キーワード(1)（和/英） | テストオラクル問題 / Test Oracle Problem |
| キーワード(2)（和/英） | 教師あり学習 / Supervised Learning |
| キーワード(3)（和/英） | 実行トレース / Execution Trace |
| キーワード(4)（和/英） | コサイン類似度 / Cosine Similarity |
| 第 1 著者 氏名（和/英） | 池田 拓真 / Takuma Ikeda |
| 第 1 著者 所属（和/英） | 信州大学(略称：信州大) Shinshu University(略称：Shinshu Univ.) |
| 第 2 著者 氏名（和/英） | 岡野 浩三 / Kozo Okano |
| 第 2 著者 所属（和/英） | 信州大学(略称：信州大) Shinshu University(略称：Shinshu Univ.) |
| 第 3 著者 氏名（和/英） | 小形 真平 / Shinpei Ogata |
| 第 3 著者 所属（和/英） | 信州大学(略称：信州大) Shinshu University(略称：Shinshu Univ.) |
| 第 4 著者 氏名（和/英） | 中島 震 / Shin Nakajima |
| 第 4 著者 所属（和/英） | 国立情報学研究所(略称：NII) National Institute of Informatics(略称：NII) |
| 発表年月日 | 2022-01-12 |
| 資料番号 | MSS2021-46,SS2021-33 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | MSS-317,SS-318 |
| ページ範囲 | pp.83-88(MSS), pp.83-88(SS), |
| ページ数 | 6 |
| 発行日 | 2022-01-04 (MSS, SS) |