메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이민수 (중앙대학교) 이찬근 (중앙대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제26권 제3호
발행연도
2020.3
수록면
173 - 177 (5page)
DOI
10.5626/KTCP.2020.26.3.173

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2020

돌연변이 소프트웨어 테스팅 기반의 심층 신경망 테스트 데이터 평가
이민수 ,  이찬근 정보과학회 컴퓨팅의 실제 논문지 2020.03 학술저널

2019

돌연변이 소프트웨어 테스팅 기반의 심층 신경망 테스트 데이터 평가
이민수 ,  이찬근 한국정보과학회 학술발표논문집 2019.06 학술대회자료

초록· 키워드

오류제보하기
최근 효과적인 심층신경망 테스팅을 위해 심층 신경망 모델이 잘못 동작하게 유발하는 테스트 데이터를 자동 생성하는 다양한 연구가 활발히 진행되었다. 특히 심층 신경망 모델의 데이터 셋의 다양성과 품질에 대한 연구가 활발히 진행되고 있다. 본 논문은 심층 신경망에 기반한 버그 담당자 추천 시스템의 품질 좋은 테스트 데이터를 자동적으로 생성하는 방법을 제안하고 돌연변이 소프트웨어 테스팅을 활용하여 자동 생성된 데이터의 품질을 평가 및 분석한다. 그리고 이 데이터가 심층 신경망에 어떤 영향을 미치는지 실제 오류 사례를 이용하여 분석한다.
#심층 신경망 #심층 신경망 테스팅 #데이터 생성 #돌연변이 소프트웨어 테스팅 #deep-neural-network #deep-neural-network testing #data generation #mutation software testing

목차

요약
Abstract
1. 서론
2. 배경 지식
3. 테스트 데이터 생성 방안
4. 실험 방법 및 결과
5. 결론
References

참고문헌 (4)

참고문헌 신청
K. Pei, Y. Cao, J. Yang, S. Jana, DeepXplore: auto mated whitebox testing of deep learning systems, Proc. of Symposium on Operating Systems Principles (SOSP), ACM 26th, pp. 1-18, 2017. google schola Lei Ma, Fuyuan Zhang, Miinhui Xue, Bo Li, Yang Liu, Jianjun Zhao, and Yadong Wang, DeepMutation: Mutation Testing of Deep Learning System, Proc. of International Symposium on Software Reliability Engineering(ISSRE), IEEE 29th, pp. 100-111, IEEE, 2018. google schola Hae-sung Park, Su-bin Kim, Chan-gun Lee, Byoung-hun Chae, Measuring Performance of Automatic Bug Triagers on Deep Learning Models, Proc. KCSE 20th, pp. 330-336, 2018. google schola Min-soo Lee, Chan-gun Lee, Difference Inducing Test Data Generation of Test Based Deep Learning Model, Proc. KCSE 21th, pp. 301-302, 2019. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

오픈소스 소프트웨어 PX4를 이용한 UAV 자율탐사 및 경로계획에 관한 연구
이승빈 ,  정회조 ,  김승균 외 1명 한국항공우주학회 학술발표회 초록집 2020 .07
기능성 및 사용성 향상을 위한 소프트웨어 고장유형영향분석(SFMEA)
정준홍 ,  임재학 한국신뢰성학회 학술대회논문집 2020 .07
건설산업 4대 정보시스템의 공공데이터 구현 현황 분석
김성환 ,  유위성 ,  최석인 한국산학기술학회 논문지 2023 .04

최근 본 자료

전체보기

댓글(0)

0