| Project/Area Number |
21K04560
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25020:Safety engineering-related
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
渡辺 喜道 山梨大学, 大学院総合研究部, 教授 (00210964)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高橋 正和 山梨大学, 大学院総合研究部, 教授 (20403446)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 機械学習 / ソフトウェア品質モデル / ソフトウェア品質特性 / 組込みソフトウェアシステム / 機械学習計算 / 品質保証 |
|---|
| Outline of Research at the Start |
機械学習計算を含んだ組込みソフトウェアシステムに対する要求に基づいた品質測定方法とそれに基づいた品質モデルを構築する。そのために、MLESの品質特性を評価するための尺度と測定方法を定義し、品質保証のための品質モデルを提案する。具体的な実施手順は以下の通りである。
【1】機械学習計算を含んだ組込みソフトウェアシステムに特有な品質特性を定義する。
【2】尺度と測定方法を定義する。
【3】品質保証のための品質モデルを定義する。
|
| Outline of Annual Research Achievements |
本研究では、機械学習計算を含んだ組込みソフトウェアシステム（以降、MLESと略す）を対象として、MLESに対する要求に基づいた品質測定方法とそれに基づいた品質モデルを構築することを目的としている。そのために、MLESの品質特性を評価するための尺度と測定方法を定義し、品質保証のための品質モデルを提案する。
第3年度は、第2年度に引き続き、機械学習計算を含むソフトウェアの開発に関するガイドラインや既存の論文を参照し、小規模な組織でも活用できるような品質モデルの観点から、取捨選択し、修整することにより、MLESの品質モデルに適した尺度と測定方法を定義し、品質モデルを構築した。その際、組込みソフトウェアの概念を拡張し、機械学習機能を含んだ組込みソフトウェア以外のソフトウェアも対象にした。その成果をThe 12th International Multi-Conference in Engineering and Technology Innovationにて報告した。また、International Journal of Engineering and Technology Innovationに投稿し、採択された。具体的な提案内容は以下である。
機械学習機能を含むソフトウェアの品質モデルをシステム品質モデルとデータ品質モデルに基づいて定義した。また、システム品質モデルは内部品質特性と外部品質特性に、データ品質モデルは内部品質特性とデータ品質特性にそれぞれ分類し、機械学習機能を含むソフトウェアで重要とされる品質特性を明確化した。さらに、それぞれの品質特性を評価するメトリクスを既存のガイドブックや論文等から抽出し、品質特性と対応付けた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
申請時の第3年度の目標は以下の通りである。
「MLESに対応可能な品質モデルを定義する。副特性を充実させることやモデルを決定づけるデータの質が考慮した品質モデルを構築する。さらに、既存のソフトウェアを対象にして、品質モデルの有効性を確認するための実験を実施し、見直しを実施する。」
第3年度では、対象とするソフトウェアの範囲を広げた品質モデルを定義することはできたが、品質モデルの有効性を確認するための実験とそれに基づく見直しは実施できていない。人工知能技術の日々の進歩に伴い、機械学習機能の有効性を確認するための実験は容易ではないことが現状である。特に、生成系AIの進歩は著しいため、それらを含めた評価を検討する必要があり、その面で進捗はやや遅れている。
|
| Strategy for Future Research Activity |
期間延長後の最終年度は、作成したモデルの見直しと妥当性の確認である。既存のソフトウェアを対象として、作成したモデルの有効性を確認するために、品質を評価する。また、生成系AIの進歩等を考慮し、作成したモデル自体の評価が重要であり、モデルの妥当性を中心とした評価が必要である。モデルの評価には実験が望ましいが、機械学習機能を含むソフトウェアも発展段階にあるものが多く、実験を実施するには困難が伴う。そのため、特定のソフトウェアに絞ったり、ソフトウェアの理論的側面に着目して、妥当性を確認することを目標として取り組む。
|
