@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00206743,
 author = {横田, 剛典 and 渡辺, 政彦 and 坂本, 伸 and Masanori, Yokota and Masahiko, Watanabe and Shin, Sakamoto},
 book = {ソフトウェアエンジニアリングシンポジウム2020論文集},
 month = {Sep},
 note = {近年，機械学習は自動運転の物体認識において欠かせない技術となっている．機械学習の安全論証の課題の 1 つとしてエッジケースへの対処がある．これらに起因するリスクを完全に排除することは難しく，残存リスクについてステークホルダーと十分に対話し合意することが重要となる．本著では，自動運転の物体認識機能を例に，エッジ ケースに起因するリスクについて議論するためのアシュアランスケースの構造について検討した．, Recently, machine learning has become an indispensable technology for object recognition in automated driving. Addressing edge cases is one of the challenge of safety argument on machine learning. It is difficult to completely remove these risks and it is important to have sufficient dialogue and build consensus with stakeholders regarding residual risks. In this paper, we examined the structure of assurance cases to argue about the risks due to edge cases, using object recognition function in automated driving system as an example.},
 pages = {125--132},
 publisher = {情報処理学会},
 title = {エッジケースに起因する機械学習のリスクについて対話するための論証構造の検討~自動運転の物体認識機能を事例として~},
 volume = {2020},
 year = {2020}
}