論文の概要: Genetic Algorithms for Redundancy in Interaction Testing

• arxiv url: http://arxiv.org/abs/2002.05421v1
• Date: Thu, 13 Feb 2020 10:16:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-01 13:21:45.750920
• Title: Genetic Algorithms for Redundancy in Interaction Testing
• Title（参考訳）: インタラクションテストにおける冗長性の遺伝的アルゴリズム
• Authors: Ryan E. Dougherty
• Abstract要約: インタラクションテストには一連のテストの設計が含まれており、少数のコンポーネントが連携して動作する場合、障害を検出することが保証される。 これらのテストスイートを構築するための既存のアルゴリズムは通常、ほとんどのテストを生成する1つの"高速"アルゴリズムと、テストスイートを"完全"する別の"より遅い"アルゴリズムを含んでいる。 我々は、これらのアプローチを一般化する遺伝的アルゴリズムを用いて、選択したアルゴリズムの数を増やして冗長性も含み、それを「ステージ」と呼ぶ。
• 参考スコア（独自算出の注目度）: 0.6396288020763143
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It is imperative for testing to determine if the components within large-scale software systems operate functionally. Interaction testing involves designing a suite of tests, which guarantees to detect a fault if one exists among a small number of components interacting together. The cost of this testing is typically modeled by the number of tests, and thus much effort has been taken in reducing this number. Here, we incorporate redundancy into the model, which allows for testing in non-deterministic environments. Existing algorithms for constructing these test suites usually involve one "fast" algorithm for generating most of the tests, and another "slower" algorithm to "complete" the test suite. We employ a genetic algorithm that generalizes these approaches that also incorporates redundancy by increasing the number of algorithms chosen, which we call "stages." By increasing the number of stages, we show that not only can the number of tests be reduced compared to existing techniques, but the computational time in generating them is also greatly reduced.
• Abstract（参考訳）: 大規模ソフトウェアシステム内のコンポーネントが機能的に動作するかどうかをテストすることが不可欠である。 インタラクションテストは一連のテストを設計することで、少数のコンポーネントが連携している場合に障害を検出することを保証する。 このテストのコストは一般的にテスト数によってモデル化されるため、この数を減らすために多くの労力が費やされている。 ここでは、非決定論的環境でのテストを可能にするモデルに冗長性を組み込む。 これらのテストスイートを構築する既存のアルゴリズムは通常、ほとんどのテストを生成するための"高速"アルゴリズムと、テストスイートを"完了"するための"より低い"アルゴリズムを含む。 我々は、これらのアプローチを一般化する遺伝的アルゴリズムを用いて、選択したアルゴリズムの数を増やし、冗長性も含んでいる。 ステージ数を増加させることで,既存の手法に比べてテスト数を削減できるだけでなく,生成時の計算時間も大幅に削減できることを示した。

関連論文リスト

• Touchstone Benchmark: Are We on the Right Way for Evaluating AI Algorithms for Medical Segmentation? [90.30635552818875]
  9種類の腹部臓器の大規模共同セグメント化ベンチマークであるTouchstoneを報告する。 このベンチマークは、世界中の76の病院から5,195回のCTスキャンと、11の病院から5,903回のCTスキャンに基づいています。 私たちは19のAIアルゴリズムの発明者14人を招待してアルゴリズムをトレーニングしましたが、私たちのチームは第三者として、3つのテストセットでこれらのアルゴリズムを独立して評価しました。
  論文  参考訳（メタデータ） (2024-11-06T05:09:34Z)
• Bounding Random Test Set Size with Computational Learning Theory [0.2999888908665658]
  私たちは、この質問に答えるための確率論的アプローチが、テストコンテキストにどのように適用できるかを示します。 私たちは、ソースコードのカバレッジターゲットの数だけを知ることで、これを最初に実現しています。 大規模なJavaユニットと自律運転システムで、この境界を検証します。
  論文  参考訳（メタデータ） (2024-05-27T10:15:16Z)
• CMSA algorithm for solving the prioritized pairwise test data generation problem in software product lines [1.1970409518725493]
  ソフトウェア製品ライン(SPL)では、多数の有効な機能の組み合わせが存在するため、家族のすべての製品をテストするのは難しい、あるいは不可能かもしれない。 本研究では,Construct, Merge, Solve & Adapt というハイブリッド・メピエリスト的アプローチに基づく新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-02-07T05:43:57Z)
• Precise Error Rates for Computationally Efficient Testing [75.63895690909241]
  本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。 線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
  論文  参考訳（メタデータ） (2023-11-01T04:41:16Z)
• Concomitant Group Testing [49.50984893039441]
  肯定的なテストが複数種類の項目の組み合わせを必要とするという考え方を捉えたグループテストの問題のバリエーションを紹介した。 目標は、可能な限り少数のテストを使用して、半欠陥セットをすべて確実に識別することである。 我々のアルゴリズムは、(i)決定性(ゼロエラー)かランダム化(小エラー)か、(ii)非適応性(非適応性)、完全適応性(完全適応性)、あるいは限定適応性(限定適応性)かによって区別される。
  論文  参考訳（メタデータ） (2023-09-08T09:11:12Z)
• LTM: Scalable and Black-box Similarity-based Test Suite Minimization based on Language Models [0.6562256987706128]
  テストスイートはソフトウェアが進化するにつれて成長する傾向にあり、割り当てられたテスト予算ですべてのテストケースを実行することができないことが多い。 テストスイートの最小化(TSM)は、冗長なテストケースを削除することで、ソフトウェアテストの効率を改善するために使用される。 LTM(Language model-based Test suite Minimization)を提案する。
  論文  参考訳（メタデータ） (2023-04-03T22:16:52Z)
• Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
  本研究の目的は、希少な疾患を患っているk人の集団を同定することである。 個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
  論文  参考訳（メタデータ） (2022-06-15T16:38:50Z)
• Exact Paired-Permutation Testing for Structured Test Statistics [67.71280539312536]
  構造化されたテスト統計群のペア置換テストに対して,効率的な正確なアルゴリズムを提案する。 我々の正確なアルゴリズムはモンテカルロ近似よりも10ドル速く、共通のデータセットに20000ドルのサンプルがある。
  論文  参考訳（メタデータ） (2022-05-03T11:00:59Z)
• Group Testing with Non-identical Infection Probabilities [59.96266198512243]
  そこで我々は,集合形成法を用いた適応型グループテストアルゴリズムを開発した。 提案アルゴリズムは, エントロピー下界に近い性能を示す。
  論文  参考訳（メタデータ） (2021-08-27T17:53:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。