2021 Fiscal Year Annual Research Report
High-Quality Deep Learning Systems via Tracability Exploration between Requirements and Implementation
| Project/Area Number |
21H03420
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | National Institute of Informatics |
|---|
Principal Investigator |
石川 冬樹 国立情報学研究所, アーキテクチャ科学研究系, 准教授 (50455193)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
Zhang Xiaoyi 国立情報学研究所, アーキテクチャ科学研究系, 特任研究員 (70883528)
前澤 悠太 株式会社Udzuki(研究部), 研究部, 部長 (90759771)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 深層学習 / Fault Localization / デバッグ |
|---|
| Outline of Annual Research Achievements |
本研究では，Deep Neural Network（以後DNN）において要求の一部分と実装の一部分を対応づけるトレーサビリティーを実現する技術に取り組む．具体的には、DNNの内部挙動のパターンや多様性をとらえる指標を用いることで，それらがどう要求充足の程度，すなわち品質に関連するかを追求する．その上でこの関連性を用いたテスト技術やデバッグ技術を確立する．これにより，対象システム固有の要求に応じて意義ある品質の評価や改善を効果的・効率的に行うことができるようにする．
初年度である2021年度においては，DNN内の内部挙動をとらえる異なる手法についての検討および，それらの特性に関する実験評価に取り組んだ．具体的には，ニューロンの発火パターンを統計的にとらえる手法，プログラムにおけるバグ箇所推定（Spectrum-based Fault Localization）技術をDNNに適合した技術，別バージョンのDNNとの正否比較によるニューロンの影響分析技術などについて，手法の検討と評価に取り組んだ．これにより，ニーズに踏まえたDNNモデルの修正につながるような分析が可能であることが確認できた．さらに，これらの手法自体の応用についても示すとともに，本研究の活用に関するニーズについて産業界の研究協力者との議論も行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
多面的に異なるアプローチを追求できた．
|
| Strategy for Future Research Activity |
よりニーズに即した手法を目指しつつ，評価の規模・実用性を上げていく．
|
Research Products
(3 results)
