ニューラル・ネットワークのメタモルフィック・テスティング

• Item type: SIG Technical Reports(1)
• 公開日: 2017-11-02
• タイトル: ニューラル・ネットワークのメタモルフィック・テスティング
• タイトル / 言語: en
• タイトル: Metamorphic Testing of Neural Networks
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: テスト・モデル
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 国立情報学研究所
• 著者所属(英): en
• 著者所属(英): NII
• 著者名: 中島, 震
• 著者名(英): Shin, Nakajima
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 統計的な機械学習ソフトウェアは計算結果が既知でないことから，データ多様性に着目した疑似オラクルを用いるメタモルフィック ・ テスティングが有効な方法である．ところが，ニューラル ・ ネットワークは非凸最適化問題であり，従来の方法を適用することが難しい．本稿では，データセット ・ カバレッジを一般化したデータセット多様性と，最適化の繰り返し処理過程で得られる時系列を調べる振舞いオラクルという 2 つの考え方を導入した新しいメタモルフィック ・ テスティング法を提案する．手書き数字認識学習タスクの実験を通して提案方法の効果について考察する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Because computation results of machine learning programs are not known in advance, their software testing often adapts the metamorphic testing method which uses pseudo oracles based on data diversity. The learning problem of neural networks is non-convex optimization, and thus the approaches with data diversity are inadequate. This paper proposes a new metamorphic testing method to be based on dataset diversity and behavioral oracle. It also presents some lessons learned from experiments of applying the method to recognizing handwritten numbers.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112981
• 書誌情報: 研究報告ソフトウェア工学（SE）; 巻 2017-SE-197, 号 9, p. 1-8, 発行日 2017-11-02
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8825
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会