ニューラルネットワーク

現在、画像認識や自然言語処理で圧倒的な成果を出しているのが、ニューラルネットワーク（特にディープラーニング）です。

ディープラーニングの構造

人間の脳の神経回路（ニューロン）を模した数理モデルです。

• 入力層: データを受け取る層。
• 中間層（隠れ層）: 特徴量を抽出する層。ここが多層（ディープ）になっているのがディープラーニングです。
• 出力層: 最終的な判断（確率など）を出力する層。

ニューラルネットワークのカバレッジ

従来のコードカバレッジ（行網羅など）は、自動生成されたロジックであるニューラルネットワークには適用できません。代わりに以下のカバレッジが提案されています。

1. ニューロンカバレッジ:
   • テスト実行中に、活性化（発火）したニューロンの割合。
2. 閾値カバレッジ:
   • ニューロンの出力値が、特定の閾値を超えたかどうか。

※ただし、これらが本当に「テストの十分性」を示しているかについては、まだ研究段階であり議論があります。