| 講演名 | 2016-11-17 機械学習を用いたソフトウェアの信頼性解析 貝瀬 徹(兵庫県立大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ソフトウェアの信頼性は残存するバグの個数に依存した評価として定義されるが，ソフトウェア内のバグの個数は未知であることから，デバグ過程に着目した動的な信頼性解析モデルが必要とされる．本報告では，動的モデルに着目しデバグの時間間隔をデータとして扱う．ここでは，ワイブル分布に階層構造を構成し，事前分布としてガンマ分布を用いる．特に，ワイブル分布の形状パラメータにもガンマ分布による事前分布を想定することで，デバグ過程における協調知識を解析に取り入れる方法を構成する．また，ベイズ計算推論を用いることでパラメータの値をデータから求め，さらに信頼性評価を行う機械学習による方法論を提案する． ここでは，モデルの比較を行うための統一的なモデル選択として情報量規準EICの適用を提案する．% |
| 抄録(英) | Software debugging processes are made to be effective by managing methods with reliability evaluations. The reliability is defined as the value with dependence on remaining errors. However, the true amount of errors is not observed in a debugging process, and then we need to estimate the reliability based on dynamical methods. In this paper, a dynamical modeling method for interval time between debugs is proposed. The Weibull distribution is used for the hierarchical dynamical models, and the gamma distributions are used for the scale and shape parameters. In particular, prior organized knowledge is proposed to install the hypeparameters. Bayesian computational inferences are used for the Bayesian dynamical models, and a method of the machine learning is provided for the reliability prediction. The information criterion EIC is applied to the Bayesian methodologies, in addition, the model andpriors fitted to a set of data are chosen. |
| キーワード(和) | 事前分布 / 動的ベイズモデル / ワイブル分布 / EIC |
| キーワード(英) | Dynamical model / EIC / Prior information / Weibull distribution |
| 資料番号 | R2016-50 |
| 発行日 | 2016-11-10 (R) |
| 研究会情報 | |
| 研究会 | R |
|---|---|
| 開催期間 | 2016/11/17(から1日開催) |
| 開催地（和） | 大阪中央電気倶楽部 |
| 開催地（英） | Osaka Central Electric Club Bldg. |
| テーマ（和） | 半導体と電子デバイスの信頼性，信頼性一般（共催：日本信頼性学会関西支部） |
| テーマ（英） | Reliability for semiconductors and electronics devices, Overall reliability engineering (co-organized by Reliability Engineering Association of Japan Kansai Branch) |
| 委員長氏名（和） | 馬渡 宏泰(NTT) |
| 委員長氏名（英） | Hiroyasu Mawatari(NTT) |
| 副委員長氏名（和） | 弓削 哲史(防衛大) |
| 副委員長氏名（英） | Tetsushi Yuge(National Defense Academy) |
| 幹事氏名（和） | 安里 彰(富士通) / 岡村 寛之(広島大) |
| 幹事氏名（英） | Akira Asato(Fujitsu) / Hiroyuki Okamura(Hiroshima Univ.) |
| 幹事補佐氏名（和） | マラット ザニケエフ(九工大) / 田村 信幸(法政大) |
| 幹事補佐氏名（英） | Maratt Zanikef(Kyushu Inst. of Tech.) / Nobuyuki Tamura(Hosei 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） | 機械学習を用いたソフトウェアの信頼性解析 |
| サブタイトル（和） | |
| タイトル（英） | Software Reliability Analysis Based on Machine Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 事前分布 / Dynamical model |
| キーワード(2)（和/英） | 動的ベイズモデル / EIC |
| キーワード(3)（和/英） | ワイブル分布 / Prior information |
| キーワード(4)（和/英） | EIC / Weibull distribution |
| 第 1 著者 氏名（和/英） | 貝瀬 徹 / Toru Kaise |
| 第 1 著者 所属（和/英） | 兵庫県立大学(略称：兵庫県立大) University of Hyogo(略称：Univ. of Hyogo) |
| 発表年月日 | 2016-11-17 |
| 資料番号 | R2016-50 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | R-301 |
| ページ範囲 | pp.7-11(R), |
| ページ数 | 5 |
| 発行日 | 2016-11-10 (R) |