ステートフル深層学習システムに対する総合的解析と修復技術の確立
【研究キーワード】
深層学習システム / ソフトウエア解析 / ソフトウエアテスト / ソフトウエア修復 / 回帰型ニューラルネットワーク / 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
【研究成果の概要】
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。
【研究代表者】