86研究キーワード研究テーマ共同研究・外部資金獲得実績最近の研究トピックス高信頼ソフトウェア開発技術や機械学習を取り入れたシステム開発は今後、AI技術が主体となる社会を支える情報システムを安心・安全に使う上で重要です。高度な技術を持ったソフトウェア技術者の活躍の場がますます広がると思います。70%以上の学生が大学院に進学します。大学院では企業技術者や他大学等の一流の研究者との共同研究ができます。その後は、研究を通して得た技術、経験をもとにソフトウェアや組み込みシステムの研究開発技術職としてIT企業等で活躍しています。転移学習を行 う際 、NC の値 の中央付近のデータを用いて行うとロバストネスが良くなることが実験的に示された。ロバストネスの保証はあまり目届きにくいが機械学習の品質として重要である最近 のLLMを 用いる と自然 語 で 記 述 さ れ た 要求仕様から振る舞いモデルを自動抽出することができる。このようなモデルの正しさは保証できないが、モデル検査技術などを用いるとモデルの正しさを論理的に保証できる。このようなモデルから高信頼プログラムをさらに自動導出出する道が開ける。通常用いられている指標ではわからない機械学習プログラムの欠陥を検出する指標の提案このような欠陥プログラムで学習されたモデルでは適合率や再現率が良くてもロバスト性などの汎化能力が劣ることがある。ソフトウェア工学の研究者になった理由の1つは、ソフトウェア作成が苦手であったことです。自分のような、あわてんぼ（書き間違えが多い）で、理解しているはずのア ルゴリ ズ ムを 実装 する とき に 誤り をいれ て しま う（論理的バグの混入）人間でも高信頼ソフトウェアを開発できる方法が「コンピュータを活用することにより」きっとあるはずだという考えで取り組んできました。子供のころは電子工作に興味を持っていました。その発展として、コンピュータに興味を持ち、当時としてはまだまだ珍しかった「情報工学科」に入学し、今の自分があります。 機械学習を用いた自然語解析によるソフトウェア要求仕様分析 機械学習モデルの品質保証 機械学習を用いたソフトウェア解析 機械学習を用いたソフトウェア開発 時間的性質・安全性質のモデル検査 NTTとの共同研究 2024,2025 自然語解析と反例解析を活用したソフトウェア開発 2021 年度～2024 年度 基盤研究(C) モデルと制約に基づくソフトウェア開発に関する研究 2015 年度～2018 年度 基盤研究(C) 三菱電機との共同研究 2015年度-2022年度 文部科学省が実施する平成30年度「Society 5.0実現化研究拠点支援事業」 公募研究 2019-2020学習プログラムに欠陥があると一見正しく学習されているようで、総合的にみると欠陥を抱えるモデルが生成されることがある。そのようなモデルを発見するような手法をメタモルフィックテスティングなどの手法を応用することにより提案した岡野研究室では高信頼ソフトウェア開発をサポートする諸技術の研究を行っています。ソフトウェアは要求文書に始まり、どのように作るかという設計文書、そしてプログラムコード、テストスイートなど複数の中間生成物からなっています。これらの生産物に対して機械学習や形式手法など様々な技術を駆使して解析を行い、信頼性保証を行っていくことが大事です。また機械学習を用いたシステムの品質保証にも注目が集まっています。これらの技術について研究を行っています。顔写真を配置機機械械学学習習ととソソフフトトウウェェアア開開発発：：「「設設計計書書」」かからら「「ココーードド」」ままでで研究から広がる未来卒業後の未来像M1M2M3M4M5機械学習 ・ ソフトウェア工学 ・ 自然言語解析 ・ 機械学習モデルの品質 ・ モデル検査私の学問へのきっかけ教授 岡野 浩三大阪大学大学院基礎工学研究科修了。博士（工学）(大阪大学)。2020年より現職。ソフトウェア工学と機械学習の融合領域の分野の研究に従事。形式手法のソフトウェア工学への応用研究にも携わってきた。
元のページ ../index.html#87