| 研究課題/領域番号 |
21KK0179
|
|---|
| 研究種目 |
国際共同研究加速基金(国際共同研究強化(B))
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分60:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
鷲崎 弘宜 早稲田大学, 理工学術院, 教授 (70350494)
|
|---|
| 研究分担者 |
小形 真平 信州大学, 学術研究院工学系, 准教授 (10589279)
林 晋平 東京工業大学, 情報理工学院, 准教授 (40541975)
本田 澄 大阪工業大学, 情報科学部, 講師 (40732938)
齋藤 大輔 早稲田大学, 理工学術院, 講師(任期付) (80779091)
|
|---|
| 研究期間 (年度) |
2021-10-07 – 2025-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
19,240千円 (直接経費: 14,800千円、間接経費: 4,440千円)
2024年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2023年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2022年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2021年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
|
|---|
| キーワード | ソフトウェア保守 / ソフトウェア進化 / データ駆動ソフトウェア工学 / 機械学習応用 / プログラム品質評価改善 / 機械学習 / データ駆動 |
|---|
| 研究開始時の研究の概要 |
ソフトウェア保守・進化の支援を目的に、保守・進化実績データへの機械学習適用を通じてモデル（規範）としての修正・適応のルールや関係を学習する。さらに不確実性をもつ新たな開発運用において変更・改訂履歴データに基づき、状況や傾向変化を組み入れてモデルを適用することで、インスタンス（実態）としての状況や文脈へと適合する形で自動修正・適応を達成する。さらに実態とのギャップを規範へ常時組み入れることで、機械学習により増強され続けた保守・進化の自動化基盤を実現する。これをカナダ・モントリオール理工科大、コンコルディア大、ウォータールー大、ヴィクトリア大との国際共同研究により効果的に進める。
|
| 研究実績の概要 |
不確実性の高い現代において、潜在する欠陥や要求・環境変化をデータで捉え、ソフトウェア上で修正や変化適応を進めるデータ駆動の枠組みが求められる。従来は固定的な活動の一部の自動化にとどまり、機械学習の適用も場当たり的である。そこで本研究は、機械学習により増強された（Machine Learning Augmented）データ駆動ソフトウェア保守・進化の確立を研究課題として掲げ、規範と実態を融合的に扱い、開発者による一定の制御が可能な保守・進化の自動化基盤を実現する。特に、ソフトウェアシステム開発運用の大部分を占める保守・進化の支援を目的に、過去の様々なプロジェクトにおける保守・進化実績データへの機械学習適用を通じてモデル（規範）としての修正・適応のルールや関係を学習する。さらに不確実性をもつ新たな開発運用において変更・改訂履歴データに基づき、状況や傾向変化を組み入れてモデルを適用することで、インスタンス（実態）としての状況や文脈へと適合する形で自動修正・適応を達成する。これにより過去および新たなデータに基づき持続的に、直面する課題対応としての修正・適応と、起こりうる問題や変化の予測に応じた進化を高効率かつ不確実性を考慮したものへ増強することを目的とする。2022年度は2021年度の成果を発展させて、目的の達成に向けた基礎を得るために、 機械学習増強のデータ駆動の問題報告対応やプログラム品質評価・修正・改善、および、保守・進化支援に向けた要素技術および関連研究の調査研究およびそれに基づく基盤の基礎的な設計を進めるとともに、各要素の試験適用な検証、組み合わせに向けた成果を得た。
|
| 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
新型コロナウィルスの蔓延に伴う渡航制限により海外共同研究者との直接の相互訪問は途絶えていたが、その影響が緩和されるとともに相互訪問を再開し、緊密な遠隔の対話を通じて調査研究や共同論文発表を実現した。
|
| 今後の研究の推進方策 |
渡航制限の緩和に伴い、引き続き直接の相互訪問を含むより緊密な海外共同研究者との対話を通じて共同による調査研究や論文発表を進める予定である。
|
