福井 の変更点

• 追加された行はこの色です。
• 削除された行はこの色です。
• 福井 へ行く。
• 福井 の差分を削除

#author("2019-10-04T13:09:08+09:00","","")
#author("2020-01-10T12:59:49+09:00","","")
**研究 [#ya572fe6]
-[[福井/Expert-Finder]]
-[[福井/StackOverflow]]

**過去 [#o9156f6f]
-[[福井/2018年度]]

**査読結果 [#x071ffd0]
-[[福井/査読結果]]

**メモ [#s6131d2d]
-Jupyter Lab
--http://133.42.145.218:9999


** Schedule [#cf536001]
|>|>|>|>|>|CENTER:|c
|  |~Mon|~Tue|~Wed|~Thu|~Fri|h
|~1| |  | | |  |
|~2|  |  |  | |人工知能論 |
|~3| |  | |  | 大ゼミ |
|~4|  |  |  |  |  |
|~5|  ||  |  ||

*手法改善案 [#iea6c832]
-本文を見る（テキストからタグを生成する）
-列の類義語を見てみて，クエリを拡張．
-包含関係を見る
-グラフ構造にしてモジュラリティを計算
-PMFをかける前の，モジュラリティを計算
*大ゼミポスター発表コメント [#zedeb454]
-西村先生
--GPLの割合にかなり偏りがあるのでは？
--マイナーライセンスにも着目する必要がある．
--ライセンスによって影響力があるはず．
--具体的な事例をピックアップして議論する必要がある．

-入野先生
--相関ルールマイニングの説明がわかりにくい
--提案手法の図を工夫する必要がある．論文にこのまま書いても理解できない．
--提案手法の図の色（赤，黒）の配色の意味がわからない

-風間先生
--Recallが低すぎる．ライセンスは見逃しをしないことが大事では？
--新しくソフトウェアパッケージが追加されると使えなくなるのでは？

-天野先生
--相関ルールマイニングの説明がわかりにくい
--なぜコンテナを対象とするのか？

* ミーティング [#hb323ab0]
**10/04 [#gc195f87]
-Todo
--BusyBoxを含むイメージの分析（実際に訴訟が起こったソフトウェア）
--追加したソフトウェアで絞る．ベースレイヤーと，その他のレイヤーで互換性を確認．
-目的とターゲットを絞ったほうが良い
--ライブラリー単位のライセンス互換性の確認をする
-ダウンロードする段階でコンテナがライセンス遵守されているか．オフィシャルについてはガイドラインに厳守していると仮定
--再利用するときに，既存のものに手を加えるときに追加をする．
--Officialのものをそのまま使う

- その他
--研究の位置関係．
--全体でライセンスのどういう部分があるのか．
**9/30 [#ybf53e9c]
-DockerHubの統計量を出す
-ライセンスの表記ゆれの目視
-非互換の完全な組み合わせを作成

**9/24 [#q6ec6503]
-問題
--コンテナに含まれるOSSライセンスの管理が困難
--コンテナの性質上の課題
--開発者のライセンスに関する認識

-Todo
--全ツール実行後の互換性の対応結果の表を作成
--追加分析を考える
**9/18 [#kd149c11]
-問題を詰める
--（旧）コンテナを解析するには手間がかかる（これは頑張ればできること）
--（新）非互換のライセンスを含むコンテナが多く存在する（結果）
---開発者のライセンスに関する認識が浅い（結果の原因）
---開発者は有名な単一のライセンスは理解できるが，複数のライセンスを組み合わせた場合，理解できない．（原因）←論文引用
**8/19 [#n0c4fcbd]
Ternの課題になっていそうな部分
-shellが入っていること前提になっている．
-下位レイヤーから解析していき，解析できない部分が出現すると処理が終了する．
--上位から解析する方法を取る場合は，なぜ上位レイヤーから解析する必要があるのかを説明する必要がある．

直近の課題
-Ternがどのフェーズで解析失敗しているかを明らかにする．
-背景部分の整理（Ternがどういった思想で開発されているか，なぜDockerでライセンス管理をする必要があるのか？）

方針
-Ternのボトルネックを改善することで解析できるImageの数を増やす．
-Ternの拡張機能としてライセンスの互換性を調査するツール（こちらは捨てる）

**8/7 [#g108600d]
方針
-DocokerImageのライセンスを特定するツールの検出率を増やす．（Empirical Studyは厳しい）
--課題
---Ternではライセンス特定までできるImageがかなりすくない．
--そもそもImageを解析できない（バイナリ化されてる？）ものをどう扱うか
--解決案
--Ninkaを使えば特定できる対象をふやすことができる
--バイナリに関しては，外からファイルを持ってくる．または，バイナリを復元する．

-対象とするImageを限定する（ヤバそうなImageに目処を建てる）
--BusyboxをベースとしているImageから分析してみる．

使えそうな技術
-パッケージについているメタファイルからライセンスを特定する手法（真鍋先生の論文にある）

Todo
-Ternの仕様を理解する（どうやってライセンス特定をするのか）
-NinkaをTernで取得できるcopylight文に適用してライセンス特定を行う．
**7/24 [#se1ff3ea]
***Todo [#ycec7a4b]
-タグをマージした計算結果の出力

**7/4 [#h7d5678e]
***Todo [#zc8a1d3c]
-密〜スパースな行列を作ってみて，実験
--スパース性が精度に与える影響を調査するため

**6/26 [#h7d5678e]
***Todo [#zc8a1d3c]
-密〜スパースな行列を作ってみて，実験
-スパースをなんとかするアルゴリズムも検討
***課題 [#edc154aa]
-スパースが問題なら，スパースをなんとかする行列を使うべき
-どんな状態のものを，どんな状態にしたかの説明ができていない（根拠がない）
-表記ゆれがタグと行列は別のスパースでは別．
**6/20 [#ae91d53e]
***Todo [#e985836c]
-なぜすべてを別々のタグとして扱うことの不利益を示す．
-その処理を行うことによって，起こる問題をしめす．
***メモ [#q3f5d20c]
-アルゴリズムは別のタグとして扱っている．
-スパースになるため，精度が低下する?

**6/12 [#s6f3f034]
***Todo [#i48171bf]
-質問の難易度
--難しいものは，エキスパートに
--簡単なものは，早く回答してくれる人に
-スコアが低いときにどんな回答者が上位にでているか
-共起関係
--Word2Vecがベストではない
--ちゃんと調べた上で，ベストの理由を
--トランジティブな共起関係を取る方法
**4/24 [#t0659b02]
***Done [#bfc515cd]
- 目視を行う観点を決めた
--使われているのタグの分布
--質問の意味を表しているタグの種類
--タグの重複ぐあい
***Todo [#k67ee92a]
-めっちゃあたってるやつと，あたっていないやつを見比べてみる
-平均ぐらいのやつも見てみる
-客観的に
**Todo [#c7119fe8]
-PMFの学習matrixを平均値スコアから，加算値スコアに変更し結果を比較
-PMFの予測スコアと実際の結果を目視
--ユーザーのトップRateタグに依存した観点の回答をしているか
--ReputationがVoteスコアに関係してそうか？
--回答している質問の種類は同じか，複数か
-類似タグを予め統一してみる
--各タグに付けられているスコアをどう扱うか？
-時系列的なスコアの変化を考慮
--直近に高いスコアを得ている人ほど，高いスコアを得る確率が高い？？
-PMF以外のアルゴリズムの検討
--Mf, Psmf, Snmf, Snmnmf, Pmfcc, Sepmnmf 
--Factrization Machines