| 研究課題/領域番号 |
19H04086
|
|---|
| 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 | 九州大学 |
|---|
研究代表者 |
趙 建軍 九州大学, システム情報科学研究院, 教授 (20299580)
|
|---|
| 研究分担者 |
鵜林 尚靖 九州大学, システム情報科学研究院, 教授 (80372762)
亀井 靖高 九州大学, システム情報科学研究院, 准教授 (10610222)
馮 尭楷 九州大学, システム情報科学研究院, 助教 (60363389)
馬 雷 九州大学, システム情報科学研究院, 准教授 (70842061)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | ソフトウエアテスト / 深層学習システム / 安全性と信頼性 |
|---|
| 研究成果の概要 |
本研究では、深層学習システムにおける系統的な自動テスト技術を確立することを目的としている。具体的な研究成果は以下の通りである：(1) 深層学習システムの総合的なテストカバレッジ基準を設計・開発した。(2) 深層学習システムにおける不具合の自動テスト生成フレームワークを構築した。(3) 深層学習システムにおける不具合の自動修正と性能向上技術を開発した。(4) 提案した手法の有効性を実用的な深層学習システムへの適用によって検証した。
本研究の進展により、深層学習システムにおける系統的な自動テスト技術とそのテスト支援環境が整備され、信頼性の高い深層学習システムの構築が期待される。
|
| 自由記述の分野 |
ソフトウエア工学
|
| 研究成果の学術的意義や社会的意義 |
【学術意義】本研究では、深層学習システムのテストカバレッジ基準設計、不具合の自動テスト生成フレームワーク構築、不具合の自動修正と性能向上技術の開発を行った。提案手法は実用的なシステムへの適用によって検証され、深層学習システムの評価と検証手段の整備に貢献した。
【社会意義】本研究の進展により、深層学習システムにおける系統的な自動テスト技術と支援環境が整備され、信頼性の高いシステム構築が期待される。これにより、深層学習技術は医療、交通、金融など多様な領域において高品質かつ安全なシステムとして社会にポジティブな影響を与えることが期待される。
|
