研究課題/領域番号 |
18H03224
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分60050:ソフトウェア関連
|
研究機関 | 国立情報学研究所 |
研究代表者 |
中島 震 国立情報学研究所, 大学共同利用機関等の部局等, 名誉教授 (60350211)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
研究課題ステータス |
完了 (2021年度)
|
配分額 *注記 |
12,220千円 (直接経費: 9,400千円、間接経費: 2,820千円)
2020年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2019年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2018年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
|
キーワード | ソフトウェア工学 / ソフトウェア・テスティング / ニューラル・ネットワーク / ディペンダビリティ |
研究成果の概要 |
深層ニューラルネットワーク訓練学習基盤を検査するソフトウェア・テスティングの新しい技術としてメタモルフィック・テスティングを用いる方法の研究を行った。その成果として、セマンティックノイズ合成による入力テストデータ自動生成方法、ニューロン内部活性状態をもとにしたメタモルフィック関係定義法、統計的仮説検定を応用いしたテスティングフレームワークを考案した。手書き数字画像分類の問題に適用し、検査法の有効性を確認した。
|
研究成果の学術的意義や社会的意義 |
深層ニューラルネットワークの技術は高度な信頼性を求められるシステムに応用され、不具合が生じると社会的な影響が大きいことから、品質評価方法の確立が求められている。学樹的には、セマンティックノイズによるデータセット多様性というアイデアから、メタモルフィック・テスティングを深層ニューラルネットワーク訓練学習基盤の検査に応用する方法を示したことである。
|