DSpace Repository

Fault-prone モジュール判別における外れ値除去法の比較

Show simple item record

dc.contributor.author 柗本, 真佑 ja
dc.contributor.author 亀井, 靖高 ja
dc.contributor.author 門田, 暁人 ja
dc.contributor.author 松本, 健一 ja
dc.date.accessioned 2018-03-30T07:38:15Z en
dc.date.available 2018-03-30T07:38:15Z en
dc.date.issued 2008-03-15 en
dc.identifier.issn 1882-7764 en
dc.identifier.uri http://hdl.handle.net/10061/12291 en
dc.description.abstract 本論文では,fault-prone モジュール判別モデルの構築における課題の1 つである,データセット中の外れ値(特異なモジュール)による判別性能の低下を改善することを目的とする.そのために,1つの母集団に対する代表的な外れ値除去法であるMahalanobis Outlier Analysis(MOA)とLocal Outlier Factor Method(LOFM)を2 クラス(fault あり/なし)の判別に拡張した手法と,2 クラスの判別を前提とした外れ値除去法であるRule-Based Modeling(RBM),および,新たに提案するCross-Class Mahalanobis Outlier Analysis(CC-MOA)の効果を実験的に比較した.実験では,NASA(アメリカ航空宇宙局)が公開している3 つのプロジェクトのデータセットを題材として,MOA,LOFM,RBM,CC-MOA のそれぞれの適用の効果を,3 つの代表的な判別モデル(線形判別分析,ロジスティック回帰分析,分類木)について交差検証法により評価した.実験の結果,LOFM を除く3 つの外れ値除去法を用いた場合,いずれの判別モデル,データセットに対しても判別精度が改善され,F1 値の平均向上幅はMOA では0.139,RBM では0.137,CC-MOA では0.123 であった.; The goal of this paper is to improve the prediction performance of fault-proneness models by removing outliers from a dataset used for model construction. We experimentally evaluated the effect of four outlier removal methods; Mahalanobis Outlier Analysis (MOA) and Local Outlier Factor Method (LOFM) which are well-known outlier detection methods for a single sample, and Rule-Based Modeling (RBM) suitable for two samples, and Cross-Class Mahalanobis Outlier Analysis (CC-MOA) proposed in this paper. In the experiment, we compared MOA, LOFM, RBM and CC-MOA each applied to three well-known fault-proneness models (linear discriminant analysis, logistic regression analysis and classification tree) using three NASA project datasets. As a result, three outlier detection methods excluding LOFM improved F1-values of all fault-proneness models for all datasets. The average improvements of F1-value by MOA, RBM and CC-MOA were 0.139, 0.137 and 0.123 respectively. ja
dc.language.iso ja en
dc.publisher 情報処理学会 ja
dc.rights Copyright c 2008 by the Information Processing Society of Japan en
dc.rights ここに掲載した著作物の利用に関する注意 本著作物の著作権は情報処理学会に帰属します。本著作物は著作権者である情報処理学会の許可のもとに掲載するものです。ご利用に当たっては「著作権法」ならびに「情報処理学会倫理綱領」に従うことをお願いいたします。Notice for the use of this material The copyright of this material is retained by the Information Processing Society of Japan (IPSJ). This material is published on this web site with the agreement of the author (s) and the IPSJ. Please be complied with Copyright Law of Japan and the Code of Ethics of the IPSJ if any users wish to reproduce, make derivative work, distribute or make available to the public any part or whole thereof. All Rights Reserved, Copyright (C) Information Processing Society of Japan. Comments are welcome. Mail to address editj@ipsj.or.jp, please. ja
dc.title Fault-prone モジュール判別における外れ値除去法の比較 ja
dc.title.alternative Comparison of Outlier Detection Methods in Fault-prone Module Detection en
dc.type.nii Journal Article en
dc.contributor.transcription マツモト, ケンイチ ja
dc.contributor.alternative Matsumoto, Kenichi en
dc.textversion publisher en
dc.identifier.ncid AN00116647 en
dc.identifier.jtitle 情報処理学会論文誌 ja
dc.identifier.volume 49 en
dc.identifier.issue 3 en
dc.identifier.spage 1341 en
dc.identifier.epage 1351 en
dc.identifier.NAIST-ID 73292310 en
dc.relation.isIdenticalTo http://id.nii.ac.jp/1001/00009629/ en

Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace

Advanced Search


My Account