| 研究課題/領域番号 |
20H04168
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
馬 雷 九州大学, システム情報科学研究院, 准教授 (70842061)
|
|---|
| 研究分担者 |
佐藤 周行 東京大学, 情報基盤センター, 准教授 (20225999)
趙 建軍 九州大学, システム情報科学研究院, 教授 (20299580)
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)
鵜林 尚靖 九州大学, システム情報科学研究院, 教授 (80372762)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | ソフトウェア工学 / 知能ソフトウェア解析 / 深層学習 / 機械学習工学 / 回帰型ニューラルネットワーク解析 / 機械学習品質保証 |
|---|
| 研究実績の概要 |
深層学習(DL)は画像処理、音声認識、自然言語処理、及び囲碁などの応用面で華々しい成功をおさめ、自動運転車やロボットなど、社会基盤に関わる重要な分野での成果が益々期待されている。それと同時に、DLシステムにおける障害が発生する場合、社会に巨大な災害をもたらす可能性があるため、その信頼性と安全性に対する要求が益々高くなっている。本研究では、ステートフル深層学習システム(RNN)に対する系統的解析と修正技術の確立を目的としている。
今年度は昨年度の研究に基づいて、主要的な抽象モデルの抽出方法と解析とテスト生成フレームワークの構築と開発した。具体的には:1)RNNから抽象モデルの抽出方法とツールを完成し、提出された手法を実験で評価した。2) RNN自動解析とテスト生成フレームワークの開発した。3)RNNの修正技術を探索研究を行った。 4)それぞれの提出された技術が大規模で実験され、有効性を検証した。5)今年度それぞれの研究結果がまとめて国際会議と雑誌を投稿した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
当初提案されたの研究計画に向けて、順調に進んでいる。
|
| 今後の研究の推進方策 |
今後の研究実施計画では、2020~2021年度の研究に基づいて、主要的な目標はRNNテスト、分析と修正技術を提案と開発を完成し、同一フレームワークを開発と統合する。更に提案された技術とフレームワークは大規模の評価を行って、関連重要分野での実用性と適用性を検証する 。
具体的には: 1)カバレッジに基づくテストフレームワークの開発を統合と完成し、提出された手法を実験する。2)RNNのOnlineによる分析と修正技術を開発する。3)RNNのOfflineによる分析と修正技術を開発する。4)提出されたテスト、分析と修正技術が総合フレームワークで統合する。5) さらなる、各技術の実用性と適用性重要的な関連分野で大規模の検証と実験を行う、例えば:自然言語処理、音声認識など。6)それぞれ提出され技術と研究成果を執筆し、国際会議と雑誌論文を投稿する。
|
