| 研究課題/領域番号 |
21H03420
|
|---|
| 配分区分 | 補助金 |
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
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)
|
|---|
| 研究分担者 |
Zhang Xiaoyi 国立情報学研究所, アーキテクチャ科学研究系, 特任研究員 (70883528)
前澤 悠太 株式会社Udzuki(研究部), 研究部, 部長 (90759771)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | 深層学習 / Fault Localization / デバッグ |
|---|
| 研究実績の概要 |
本研究では，Deep Neural Network（以後DNN）において要求の一部分と実装の一部分を対応づけるトレーサビリティーを実現する技術に取り組む．具体的には、DNNの内部挙動のパターンや多様性をとらえる指標を用いることで，それらがどう要求充足の程度，すなわち品質に関連するかを追求する．その上でこの関連性を用いたテスト技術やデバッグ技術を確立する．これにより，対象システム固有の要求に応じて意義ある品質の評価や改善を効果的・効率的に行うことができるようにする．
初年度である2021年度においては，DNN内の内部挙動をとらえる異なる手法についての検討および，それらの特性に関する実験評価に取り組んだ．具体的には，ニューロンの発火パターンを統計的にとらえる手法，プログラムにおけるバグ箇所推定（Spectrum-based Fault Localization）技術をDNNに適合した技術，別バージョンのDNNとの正否比較によるニューロンの影響分析技術などについて，手法の検討と評価に取り組んだ．これにより，ニーズに踏まえたDNNモデルの修正につながるような分析が可能であることが確認できた．さらに，これらの手法自体の応用についても示すとともに，本研究の活用に関するニーズについて産業界の研究協力者との議論も行った．
|
| 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
多面的に異なるアプローチを追求できた．
|
| 今後の研究の推進方策 |
よりニーズに即した手法を目指しつつ，評価の規模・実用性を上げていく．
|
