論文の概要: Test Case Prioritization: A Snowballing Literature Review and TCPFramework with Approach Combinators
- arxiv url: http://arxiv.org/abs/2603.00183v2
- Date: Wed, 04 Mar 2026 13:04:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-05 14:47:28.690586
- Title: Test Case Prioritization: A Snowballing Literature Review and TCPFramework with Approach Combinators
- Title（参考訳）: テストケース優先順位付け:Snowballing Literature ReviewとTCPFramework with Approach Combinators
- Authors: Tomasz Chojnacki, Lech Madeyski,
- Abstract要約: TCP(Test Case Prioritization)は回帰テストの高速化に広く用いられている手法である。
我々は新しいTCPアプローチを提案し,実証的に評価する。
提案手法はTCPで効率的に使用することができ、回帰テストに要する時間を最大2.7%削減できる。
- 参考スコア（独自算出の注目度）: 2.4923006485141284
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Context: Test case prioritization (TCP) is a technique widely used by software development organizations to accelerate regression testing. Objectives: We aim to systematize existing TCP knowledge and to propose and empirically evaluate a new TCP approach. Methods: We conduct a snowballing review (SR) on TCP, implement a~comprehensive platform for TCP research (TCPFramework), analyze existing evaluation metrics and propose two new ones (\rAPFDc{} and ATR), and develop a~family of ensemble TCP methods called approach combinators. Results: The SR helped identify 324 studies related to TCP. The techniques proposed in our study were evaluated on the RTPTorrent dataset, consistently outperforming their base approaches across the majority of subject programs, and achieving performance comparable to the current state of the art for heuristical algorithms (in terms of \rAPFDc{}, NTR, and ATR), while using a distinct approach. Conclusions: The proposed methods can be used efficiently for TCP, reducing the time spent on regression testing by up to 2.7\%. Approach combinators offer significant potential for improvements in future TCP research, due to their composability.
- Abstract（参考訳）: コンテキスト: テストケース優先順位付け(TCP)は、回帰テストを加速するためにソフトウェア開発組織が広く使用しているテクニックです。
目的:我々は既存のTCP知識を体系化し,新しいTCPアプローチを提案し,実証的に評価することを目指している。
方法: TCP 上で雪玉レビュー (SR) を行い,既存の評価指標を分析し,新たな評価指標 (\rAPFDc{} と ATR) を提案し,アプローチコンビネータと呼ばれるアンサンブル TCP メソッドのファミリーを開発する。
結果: SRはTCPに関する324の研究の特定に役立った。
提案手法はRTPTorrentデータセットを用いて評価し,提案手法は対象プログラムの多数にまたがる基礎的アプローチを一貫して上回り,また,異なるアプローチを用いて,ヒューリスティックアルゴリズム(rAPFDc{}, NTR, ATR)の最先端技術に匹敵する性能を実現した。
結論:提案手法はTCPで効率的に使用することができ、回帰テストに要する時間を最大2.7\%削減できる。
アプローチコンビネータは、その構成性のために、将来のTCP研究において大きな可能性を秘めている。
関連論文リスト
- Stepwise Reasoning Checkpoint Analysis: A Test Time Scaling Method to Enhance LLMs' Reasoning [81.50681925980135]
本稿では,ステップワイズ推論チェックポイント分析(SRCA)を提案する。
本研究は,(1)中間チェックポイント回答による経路推論をグループ化して品質を確保しつつ多様性を維持するAnswer-Clustered Search,(2)最終決定にすべての中間回答を活用するCheckpoint Candidate Augmentationの2つの主要な戦略を取り入れた。
提案手法は経路均質化を効果的に低減し,高品質な中間結果を活用することにより耐故障機構を創出する。
論文 参考訳（メタデータ） (2025-05-23T12:42:50Z) - Empirically Evaluating the Use of Bytecode for Diversity-Based Test Case Prioritisation [3.1952340441132474]
回帰テストは、変更後のソフトウェアの正しさを保証するが、リソース集約である。テストケース優先順位付け(TCP)は、早期故障検出を最大化するテストの順序付けによってこれを緩和する。
本稿では,TCPの多様性の基盤としてバイトコードを初めて研究し,そのコンパクトさを活用して効率と精度を向上させる。
論文 参考訳（メタデータ） (2025-04-17T09:40:49Z) - Achieving $\widetilde{\mathcal{O}}(\sqrt{T})$ Regret in Average-Reward POMDPs with Known Observation Models [69.1820058966619]
平均逆無限水平POMDPを未知の遷移モデルで扱う。
この障壁を克服する斬新でシンプルな推定器を提示する。
論文 参考訳（メタデータ） (2025-01-30T22:29:41Z) - Segment-Based Test Case Prioritization: A Multi-objective Approach [8.972346309150199]
TCP(Test Case Prioritization)は、目的関数を最大化する実行順序でテストケースをスケジュールするコスト効率の高いソリューションである。
進化的検索アルゴリズムと4つのカバレッジ基準を用いてUIテストケースを優先する多目的最適化手法を提案する。
提案手法は,APFD(Average Percentage of Faults Detected)とAPFD(APFD with Cost)において,他の手法よりも優れている。
論文 参考訳（メタデータ） (2024-08-01T16:51:01Z) - Fuzzy Inference System for Test Case Prioritization in Software Testing [0.0]
テストケース優先順位付け(TCP)は、テスト効率を高めるための重要な戦略である。
本稿では,新しいファジィ論理に基づくTCP自動化手法を提案する。
論文 参考訳（メタデータ） (2024-04-25T08:08:54Z) - A Survey on Congestion Control and Scheduling for Multipath TCP: Machine
Learning vs Classical Approaches [11.940300796370703]
本稿では,データ駆動型(古典的)とデータ駆動型(機械学習)の2つのアプローチに基づく問題解決手法についてレビューする。
本稿では,これら2つのアプローチを比較し,その長所と短所を強調し,コミュニケーションのための機械学習のエキサイティングな領域における将来の研究者の動機付けを目的とした。
論文 参考訳（メタデータ） (2023-09-17T20:33:06Z) - On Pitfalls of Test-Time Adaptation [82.8392232222119]
TTA(Test-Time Adaptation)は、分散シフトの下で堅牢性に取り組むための有望なアプローチとして登場した。
TTABは,10の最先端アルゴリズム,多種多様な分散シフト,および2つの評価プロトコルを含むテスト時間適応ベンチマークである。
論文 参考訳（メタデータ） (2023-06-06T09:35:29Z) - Provable Reward-Agnostic Preference-Based Reinforcement Learning [61.39541986848391]
PbRL(Preference-based Reinforcement Learning)は、RLエージェントが、軌道上のペアワイドな嗜好に基づくフィードバックを用いてタスクを最適化することを学ぶパラダイムである。
本稿では,隠れた報酬関数の正確な学習を可能にする探索軌道を求める理論的報酬非依存PbRLフレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-29T15:00:09Z) - Query Performance Prediction: From Ad-hoc to Conversational Search [55.37199498369387]
クエリパフォーマンス予測(QPP)は、情報検索における中核的なタスクである。
アドホック検索におけるQPPの有効性と有用性について検討した。
その可能性にもかかわらず、会話検索のためのQPPはほとんど研究されていない。
論文 参考訳（メタデータ） (2023-05-18T12:37:01Z) - MARLIN: Soft Actor-Critic based Reinforcement Learning for Congestion
Control in Real Networks [63.24965775030673]
そこで本研究では,汎用的な渋滞制御(CC)アルゴリズムを設計するための新しい強化学習(RL)手法を提案する。
我々の解であるMARLINは、Soft Actor-Criticアルゴリズムを用いてエントロピーとリターンの両方を最大化する。
我々は,MARLINを実ネットワーク上で訓練し,実ミスマッチを克服した。
論文 参考訳（メタデータ） (2023-02-02T18:27:20Z) - From Threat Reports to Continuous Threat Intelligence: A Comparison of
Attack Technique Extraction Methods from Textual Artifacts [11.396560798899412]
脅威レポートには、非構造化テキスト形式で書かれた攻撃戦術、テクニック、手順(TTP)の詳細な記述が含まれている。
文献ではTP抽出法が提案されているが,これらすべての方法が互いに,あるいはベースラインと比較されているわけではない。
本研究では,本研究から既存のTP抽出研究10点を同定し,本研究から5つの方法を実装した。
提案手法は,TFIDF(Term Frequency-Inverse Document Frequency)とLSI(Latent Semantic Indexing)の2つで,F1スコアが84%,83%の他の3手法よりも優れていた。
論文 参考訳（メタデータ） (2022-10-05T23:21:41Z) - Queueing Network Controls via Deep Reinforcement Learning [0.0]
待ち行列ネットワークのためのポリシ最適化アルゴリズムを開発した。
このアルゴリズムは、文学における最先端よりも優れた制御ポリシーを一貫して生成する。
PPOアルゴリズムの成功の鍵は、相対値関数を推定するために3つの分散還元技術を使用することである。
論文 参考訳（メタデータ） (2020-07-31T01:02:57Z)
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。