AGEST Testing Lab.と電気通信大学及び早稲田大学との産学連携の研究成果が、AIテストにおける国際学会「MET2023」とソフトウェア分野の国際会議「EASE2023」において論文採択

先端品質テクノロジーを活用してソフトウェアの品質・安全性向上を支援する株式会社AGEST（本社:東京都新宿区、代表取締役社長: 二宮 康真、以下「AGEST」）は、先端品質テクノロジーを活用したソフトウェアテスト技術の研究を行う『AGEST Testing Lab.』（所長：株式会社AGEST 取締役 高橋 寿一）が電気通信大学 大学院情報理工学研究科 情報学専攻 西研究室及び早稲田大学 基幹理工学部 情報理工学科 鷲崎研究室と産学連携で進めてきたソフトウェアテスト技術研究の１年目の成果として、それぞれIEEE/ACMが主催する、AIテストにおける国際学会「MET(Metamorphic Testing)2023」（2023年５月開催）と、ソフトウェアエンジニアリング分野において世界トップレベルの国際会議（The Computing Research and Education Association of AustralasiaのCOREランキングにおけるRank A）である「EASE (The International Conference on Evaluation and Assessment in Software Engineering) 2023」（2023年6月開催）において論文採択されたことをお知らせいたします。

　『AGEST Testing Lab.』は、ソフトウェアの品質と安全性の向上を目指し、著名な学術界の研究者との産学連携を行い、「AI （Artificial Intelligence：人工知能）」、「アジャイル」、「セキュリティ」の３方向から、デジタル社会を支えるための新しいソフトウェアテスト技術を研究を進めてきました。

　この度、早稲田大学 基幹理工学部 情報理工学科 鷲崎研究室と共同研究を進めてきた「アジャイル」領域におけるソフトウェア開発プロセスと品質に関する研究論文「Identifying Characteristics of the Agile Development Process That Impact User Satisfaction」が、「EASE2023」に採択されました。

■EASE2023に採択された論文概要

研究テーマ：

Identifying Characteristics of the Agile Development Process That Impact User Satisfaction（ユーザー満足度に影響を与えるアジャイル開発プロセスの特徴の特定）

発表者：楊 敏舜、佐藤 靖治、 鷲崎 弘宜、 深澤 良彰（以上、早稲田大学）、髙橋 寿一（株式会社AGEST）

研究発表資料ダウンロード： https://agest.co.jp/lab/wp-content/uploads/2023/06/agile_01.pdf

・研究概要

　本研究の目的は、ユーザー満足度に影響を与えるアジャイル開発プロセスの特徴を明らかとし、プロセスの改善を通じた満足度向上の道筋を得ることです。アジャイル開発の特徴が見られるOSSのスマートフォンアプリのユーザーレビューやバージョン管理システムの各種データを用いて、ユーザー満足度と期待される開発メトリクスとの関係、特に時系列的な相関性を検証しました。

 　その結果、特に満足度が低下傾向にあるアプリでは、課題の残存期間や、ソースコードの差分がレビューされマージされるまでの期間が長いほど、その後に満足度が低い傾向にあることを確認しました。この結果によりユーザー満足度の観点からは、タスクの優先順位付けや承認プロセス、さらにはそれらの基礎となる作業単位の適切さやコードを含む全体の見通しの良さなどの改善を通じて、迅速な課題処理やマージに取り組むことが重要な可能性があります。

　また、電気通信大学 大学院情報理工学研究科 情報学専攻 西研究室と共同研究を進めてきた「AI」領域におけるソフトウェアテストの研究論文「Sensitive Region-based Metamorphic Testing Framework using Explainable AI」が、「MET2023」に採択されました。

■MET2023に採択された論文概要

研究テーマ：

Sensitive Region-based Metamorphic Testing Framework using Explainable AI

発表者：鳥越 湧真、西 康晴（電気通信大学）、髙橋 寿一（株式会社AGEST）

研究発表資料ダウンロード： https://agest.co.jp/lab/wp-content/uploads/2023/06/ai_01.pdf

・研究概要

　ディープラーニング（Deep Learning：DL）は、機械学習において最も人気のある研究テーマの1つで、DL駆動の画像認識システムは急速に発展しています。最近の研究では、誤認識された画像を検出するためにメタモルフィックテストが採用されていますが、その多くは単純な画像変更について論じており、画像のどの領域を変更させるかについては注意が払われていません。

　我々は、小さな画像変更でも予測結果を容易に変えてしまう注力領域が存在することに着目し、これらの注力領域を変更することで誤認識しやすい領域を効率的に抽出しテストするメタモルフィックテストフレームワークという仮説を立てました。

　その結果、本研究を通じて、説明可能なAI（XAI）により、注力領域を明示することができること及び本フレームワークにより効果的に欠陥を検出することができることの研究及び検証を行いました。

　AGESTは、『AGEST Testing Lab.』を通じてソフトウェアテスト領域における研究テーマの拡大と深耕をはかり、論文やカンファレンス等における研究成果の発表や成果を用いたツールの開発することで、お客様のプロダクトの品質向上に貢献するとともに、高度デジタル社会の発展への貢献を目指してまいります。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　以上

 ※ すべてのブランド、製品名、会社名、商標、サービスマークは各社に権利が帰属します。

【AGEST Testing Lab. について】

AGEST Testing Lab.は、新しいソフトウェア社会を支えるためのテスト技術の研究を通じて、先端品質テクノロジーで、すべてのDXに豊かな価値と体験の創造を目指しています。

https://agest.co.jp/lab/

【AGESTについて】

 AGESTは、「先端品質テクノロジーで、すべてのDXに豊かな価値と体験を」をビジョンに掲げ、先端テクノロジーの研究や最新技術に対応したQAテックリード人材の育成を推進し、次世代QAソリューションの提供を通じて、高度デジタル社会の発展に貢献しています。

https://agest.co.jp