BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:スマートエスイーセミナー: 機械学習とIoTのた めのソフトウェア工学（テスト、パターンほか） X-WR-CALNAME:スマートエスイーセミナー: 機械学習とIoTのた めのソフトウェア工学（テスト、パターンほか） X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:747222@techplay.jp SUMMARY:スマートエスイーセミナー: 機械学習とIoTのため のソフトウェア工学（テスト、パターンほか） DTSTART;TZID=Asia/Tokyo:20190909T190000 DTEND;TZID=Asia/Tokyo:20190909T210000 DTSTAMP:20260504T072126Z CREATED:20190823T142620Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/74722 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n参加募集: スマートエスイーセミナー: 機械学習とIoTのためのソ フトウェア工学（テスト、パターンほか）\n2019年9月9 日(月)19:00-21:00（予定）早稲田大学 西早稲田キャンパ ス（参加無料）\nセミナーと連動した形で、機械学習 アプリケーションの開発・テストのプラクティスに関 するアンケート調査を実施しますので、ぜひご協力い ただければ幸いです。\nプログラム解析や検証、実証 研究、ソフトウェアパターン等で著名なFoutse Khomh准教 授（Polytechnique Montreal）とYann-Gael Gueheneuc教授（Concordia U niversity）をお招きして、テストやデザインパターンを 中心に機械学習およびIoTシステムのためのソフトウェ ア工学技術に関するセミナーを開催します。講演はす べて英語ですが、質疑は日英のいずれも構いません。\ n■機械学習アプリケーションの開発・テストのプラク ティスhttps://forms.gle/KrDC2CvXpddzbNYp6\n共催:\n\nenPiT-Pro スマ ートエスイー\nスマートエスイーコンソーシアム\n早稲 田大学グローバルソフトウェアエンジニアリング研究 所\nJST未来社会創造事業 高信頼な機械学習応用システ ムによる価値創造 QAML\n\n概要:\n\n日時: 2019年9月9日（月 ）19:00-21:00（予定）\n場所: 早稲田大学西早稲田キャン パス62W号館1階大会議室（東京メトロ 副都心線・西早 稲田駅、JR山手線・東京メトロ 東西線・西武新宿線 高 田馬場駅）https://www.waseda.jp/fsci/access/\n参加費: 無料\n参 加申込: 本 connpass ページからお申し込みください。\n 問い合わせ: washizaki [at] waseda.jp\n\nプログラム（予定、 変更可能性あり）:\n19:00-19:40 招待講演: DeepEvolution: A Se arch-Based Testing Approach for Deep Neural Networks\nFoutse Khomh (Polyt echnique Montreal)\nThe increasing inclusion of Deep Learning (DL) models in safety-critical systems such as autonomous vehicles have led t o the development of multiple model-based DL testing techniques. One key limitation of these approaches is the lack of diversity in their generate d test cases\, which often results in poor performance. To overcome this limitation\, we have developed\, DeepEvolution\, a novel search-based ap proach for testing DL models that relies on meta-heuristics to ensure a m aximum diversity in generated test cases. We assessed the effectiveness o f DeepEvolution in testing computer-vision DL models and found that it si gnificantly increases the neuronal coverage of generated test cases. More over\, using DeepEvolution\, we could successfully find several corner-c ase behaviors in DL models. DeepEvolution also outperformed Tensorfuzz (a coverage-guided fuzzing tool developed at Google Brain) in detecting lat ent defects introduced during the quantization of the models. These resul ts suggest that search-based approaches can help build effective testing tools for DL systems.\n略歴: Foutse Khomh is Associate Professor at th e Polytechnique Montréal (Canada) where he leads the SWAT Lab. on softwa re analytics and cloud engineering research. He is also FRQ-IVADO Researc h Chair on Software Quality Assurance for Machine Learning Applications. Prior to these positions\, he was a Research Fellow at Queen's University (Canada)\, working with the Software Reengineering Research Group and th e NSERC/RIM Industrial Research Chair in Software Engineering of Ultra La rge Scale Systems. He received a Ph.D in Computer Science from the Univer sity of Montreal\, under the supervision of Yann-Gaël Guéhéneuc\, with the Award of Excellence. My research interests include software maintena nce and evolution\, cloud engineering\, service-centric software engineer ing\, empirical software engineering\, and software analytics.\n\n19:40-2 0:20 招待講演: The IoT Fragmentation\, Issues and Opportunities in So ftware Engineering Research\nYann-Gael Gueheneuc（Concordia University ）\nThe IoT creates opportunities for many\, novel applications. However \, it also create issues due to the fragmentation of the hardware and sof tware running (on) the IoT. This fragmentation makes it difficult to inte grate the diverse technologies of the various objects found in IoT system s. Diverse technologies induce interoperability issues while designing an d developing various services and applications\, hence\, limiting the pos sibility of reusing the data\, more specifically\, the software (includin g frameworks\, firmware\, APIs\, user interfaces) as well as of facing is sues\, like security threats\, when developing new applications. Various objects have different capabilities in terms of memory\, processing power \, and connectivity. In this presentation\, we highlight issues due to th e lack of interoperability among technologies developed for IoT systems. We also provide guidelines for researchers and practitioners developing I oT systems for new applications. Within the Evidence-based Software Engin eering paradigm\, we report a SLR of both IoT interoperability issues and the state-of-practice of IoT technologies in the industry\, highlighting the integration challenges related to the IoT. We also introduce a poss ible research avenue to solve these issues through the miniaturization of software systems running (on) the IoT systems. Software miniaturization promises that developers could ``write once\nand run everywhere'' their s oftware\, shielding them from the IoT fragmentation. \n略歴: Yann-Gael Gueheneuc is full professor at the Department of Computer Science and So ftware Engineering of Concordia University since 2017\, where he leads th e Ptidej team on evaluating and enhancing the quality of the software sys tems\, focusing on the Internet of Things and researching new theories\, methods\, and tools to understand\, evaluate\, and improve the developmen t\, release\, testing\, and security of such systems. Prior\, he was facu lty member at Polytechnique Montréal and Université de Montréal\, wher e he started as assistant professor in 2003. In 2014\, he was awarded the NSERC Research Chair Tier II on Patterns in Mixed-language Systems. \n\n 20:20-20:50 講演: Landscape of Architecture and Design Patterns in IoT systems and ML systems\n鷲崎 弘宜 (早稲田大学 / NII / システ ム情報 / エクスモーション)\n本講演では、IoTシステム および機械学習応用システムの設計に頻出するアーキ テクチャパターンおよびデザインパターンを分類整理 し、全体の傾向を概観するとともに今後の展望を探り ます。例えば、IoTシステムの設計においてIoTによらな い一般的なアーキテクチャ・デザインパターンの利用 が多いことや、特定ドメイン向けのIoTアーキテクチャ パターンが多数ある一方でIoTデザインパターンはドメ インによらないことなどを明らかとしています（Landsca pe of IoT Patterns として初期調査結果を発表済み\, SERP4IoT' 19）。また機械学習システムのパターンについては、JS T未来社会 QAMLプロジェクトの一環として別途調査結果 をまとめています。\nセミナーと連動した形で、機械 学習アプリケーションの開発・テストのプラクティス に関するアンケート調査を実施しますので、ぜひご協 力いただければ幸いです。\n機械学習エンジニアが使 用するテスト方法他を検討することを目的とした研究 プロジェクトにご協力をお願いします。質問は8つのセ クションに分かれています。10-20分程度でお答えいた だける内容となっています。2019年9月14日をめどに、全 ての質問に答えていただければ幸いです。得られた情 報を本調査研究目的以外には利用しません。また個人 が特定可能な形で\n外部公開することもありません。 調査結果は研究プロジェクトにおいて参照され、最終 的にセミナーページ等を通じて公開する予定です。\n\n 20:40-21:00 全体討論・クロージング LOCATION:早稲田大学西早稲田キャンパス62W号館1階大会議 室 東京都新宿区大久保3-4-1 URL:https://techplay.jp/event/747222?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR