Hiroyuki Okamura 研究室
主宰者：Hiroyuki Okamura
広島大学
AI 要約（直近 5 年の研究成果）
この研究室は、ソフトウェアの品質保証と信頼性評価を中心に取り組んでいます。主な研究テーマはソフトウェアのバグ検出過程を数学的にモデル化し、将来のバグ発生数を予測することです。非均質ポアソン過程やマルコフ過程といった確率モデルを用いて、実際のソフトウェア開発プロジェクトから得られたバグ検出データを解析しています。従来の単一モデル選択ではなく、複数モデルを組み合わせた予測手法や、機械学習を活用した最適化アルゴリズムの開発を行い、予測精度の向上を追求しています。
また、ソフトウェアテストの効率化にも力を入れており、機械学習を用いた自動テスト生成に取り組んでいます。特に境界値分析と呼ばれるテスト手法を機械学習で自動化し、入力値の境界付近でのバグ検出能力を向上させる研究を進めています。さらに、システム全体の信頼性評価や保守性の問題にも対応しており、階層的モデリング手法を用いてサーバークラスタなどの複雑なシステムの性能評価を行っています。これらの研究を通じて、実用的なソフトウェア品質評価ツールの開発も実施しています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 計算機科学Yang Xiang 研究室千葉大学論文 100 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 材料科学Sergei Manzhos 研究室東京工業大学論文 100 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 経営学・会計学Shingo Yamaguchi 研究室山口大学論文 98 件·共通: 人工知能・機械学習, 振動・動力学, 機械ダイナミクス, 機械力学・設計 +11
- 物理学・天文学Ryo Maezono 研究室東京工業大学論文 95 件·共通: 人工知能・機械学習, 振動・動力学, 機械ダイナミクス, 機械力学・設計 +11
- 社会科学Kazutoshi Sasahara 研究室東京工業大学論文 100 件·共通: 振動・動力学, 機械ダイナミクス, 機械力学・設計, 学習・記憶 +10
- 医学Robert J.H. Miller 研究室東京理科大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +6
- 社会科学Saori Takeyama 研究室東京工業大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +6
- 医学Koichiro Kuwahara 研究室Shinshu University Hospital論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +6
研究成果（54 件）
- [2025] Yet another least squares estimation in NHPP-based software reliability models with grouped dataDOI: https://doi.org/10.1049/icp.2024.3437
- [2025] Improving test suite generation quality through machine learning-driven boundary value analysisDOI: https://doi.org/10.1016/j.array.2025.100496
- [2025] Self-Exciting Software Reliability Models with Pareto Base Intensity Function and Their ApplicationsDOI: https://doi.org/10.1109/qrs65678.2025.00049
- DOI: https://doi.org/10.1007/s11219-023-09659-9
- DOI: https://doi.org/10.1109/prdc63035.2024.00044
- DOI: https://doi.org/10.1109/prdc63035.2024.00028
- DOI: https://doi.org/10.1109/dasc64200.2024.00007
- DOI: https://doi.org/10.1109/srse63568.2024.10772500
- DOI: https://doi.org/10.1145/3698062.3698067
- DOI: https://doi.org/10.1109/dsn-w60302.2024.00015
続きを表示（残り 44 件）閉じる
- DOI: https://doi.org/10.1007/s10479-024-06074-6
- DOI: https://doi.org/10.1109/mc.2023.3334163
- DOI: https://doi.org/10.1016/j.jss.2024.112123
- DOI: https://doi.org/10.1504/ijrs.2024.139216
- DOI: https://doi.org/10.1016/j.peva.2024.102397
- DOI: https://doi.org/10.1109/prdc59308.2023.00043
- DOI: https://doi.org/10.1109/tr.2023.3316891
- DOI: https://doi.org/10.1109/dsa59317.2023.00032
- DOI: https://doi.org/10.1109/issrew60843.2023.00056
- DOI: https://doi.org/10.1109/tr.2023.3301929
- DOI: https://doi.org/10.1109/dsa59317.2023.00020
- DOI: https://doi.org/10.1109/dsa59317.2023.00104
- DOI: https://doi.org/10.1109/dsa59317.2023.00123
- [2023] Software Reliability Modeling Based on Zero-truncated and/or Zero-inflated Compound DistributionsDOI: https://doi.org/10.1109/dsa59317.2023.00098
- DOI: https://doi.org/10.13052/jrss0974-8024.15215
- DOI: https://doi.org/10.5575/geosoc.2022.0058
- DOI: https://doi.org/10.3390/math11030513
- DOI: https://doi.org/10.2139/ssrn.4410781
- [2022] A Comprehensive Analysis of Proportional Intensity-Based Software Reliability Models with CovariatesDOI: https://doi.org/10.3390/electronics11152353
- DOI: https://doi.org/10.33889/ijmems.2022.7.3.022
- DOI: https://doi.org/10.3390/software2010001
- DOI: https://doi.org/10.1007/s13198-021-01522-z
- DOI: https://doi.org/10.1007/s13198-021-01381-8
- DOI: https://doi.org/10.1109/access.2022.3153347
- DOI: https://doi.org/10.1016/j.icarus.2022.115007
- DOI: https://doi.org/10.1080/15326349.2022.2117195
- DOI: https://doi.org/10.1587/transcom.2021ebp3007
- DOI: https://doi.org/10.3390/math9090985
- DOI: https://doi.org/10.1109/qrs54544.2021.00067
- DOI: https://doi.org/10.1109/qrs-c55045.2021.00058
- DOI: https://doi.org/10.1109/qrs54544.2021.00026
- DOI: https://doi.org/10.1109/issrew53611.2021.00038
- DOI: https://doi.org/10.3390/math9080846
- DOI: https://doi.org/10.1016/j.ress.2021.107949
- DOI: https://doi.org/10.1109/dsa52907.2021.00010
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。