| 研究課題/領域番号 |
21K11833
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 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 | 岡山県立大学 |
|---|
研究代表者 |
天嵜 聡介 岡山県立大学, 情報工学部, 准教授 (00434978)
|
|---|
| 研究分担者 |
阿萬 裕久 愛媛大学, 総合情報メディアセンター, 教授 (50333513)
横川 智教 岡山県立大学, 情報工学部, 准教授 (50382362)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 工数見積り / 不具合モジュール予測 / 相互運用性 / ソフトウェア工学 / 予測・見積もりモデル |
|---|
| 研究開始時の研究の概要 |
本研究では以下の３つの観点から、特性が異なるプロジェクトデータを活用した予測・見積もりモデルの構築法を明らかにしていく。
(a) CCSEEにおける有用なCPDP手法の探索：研究分担者と協力しながら先行研究で提案されたCPDP手法を実装し、CCSEEデータで検証していく。CPDP手法の元になっているアイデアなどの観点で比較評価する。
(b) CPDPにおける有用なCCSEE手法の探索：(a)と同様に先行研究を調査して実装・評価していく。
(c) 両分野において有効に基づいた新たな手法の提案：前述の (a), (b) で得られた結果から有用なアイデアの組み合わせを元にした新たな手法を考案・評価する。
|
| 研究実績の概要 |
今年度は研究実施計画に挙げた3項目のうち「CCSEEにおける有用なCPDP手法の探索」及び「CPDPにおける有用なCCSEE手法の探索」に引き続き取り組んだ。CCSEE及びCPDPはいずれも対象プロジェクトと異なる特性を持つプロジェクトデータを活用する手法の開発が主要な関心である。
「CCSEEにおける有用なCPDP手法の探索」では、開発者毎にプロジェクトデータを分けて不具合予測を行う場合に有効なCPDP手法について調査を行った。予測対象はソースコードの変更差分であるが、開発者個々人にパーソナライズされた予測手法を構築することは精度向上に寄与すると考えた。さらに、パーソナライズすることで学習に利用できるデータ量が少なくなることは、工数見積もりにおける学習データの少なさと似た状況である。有効なCPDP手法の解析はCCSEEでの適用に有用であると考えられる。上記に加えて、これまで我々の研究で取り扱っていなかった、教師なし学習を用いた予測手法の性質についても調査した。これらの調査の過程で得られた成果は査読あり国際会議などで発表済みである。
「CPDPにおける有用なCCSEE手法の探索」について、工数見積りに関する研究の調査に取り組んだ。以前推測した通り、工数見積りの研究で提案されている手法は不具合予測と異なり実装が共有されていない場合が多かった。一方で、少なくない数の提案手法がアンサンブル学習などCPDP手法と共通したアプローチで構成されていることも明らかになった。工数見積もりの研究は少ないながら継続的に行われており、上記の傾向は近年特によくみられる傾向である。現在は、これらの提案手法を新規もしくは流用で実装する作業に向けて、CPDP向けに提案された手法との重複をチェックしつつ調査を継続している。また、自然言語処理を用いたアプローチについても調査を進めている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究実施計画に挙げた3項目の一つ「CPDPにおける有用なCCSEE手法の探索」について、先行研究の調査を順調に進めることができている。CPDP手法と共通したアイデア（アンサンブル学習）もあり、新規の実装が不要な手法もあることが把握できた。また、適用先であるCPDPのモジュールの粒度に関する予備調査も実施できた。上記の成果については査読あり国際会議及び原著論文として発表できており、概ね順調に研究を進めることができている。
|
| 今後の研究の推進方策 |
「CPDPにおける有用なCCSEE手法の探索」に取り組む。具体的には、一般に公開されたデータセットを用いて性能の比較評価を行う。また、その成果に基づいて、CPDP向けとCCSEE向けに、有用なアイデアの組み合わせを元にした新たな手法が提案できるか検討する。具体的には、CPDP手法とCCSEE手法をアプローチで分類しておき、有用なアプローチ同士を組み合わせる方向で性能向上できるかを検討していく予定である。
|
