抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
著者らは,バグモギュウが利用可能なユーザを除外する,バグオラクルを除外しないとき,LEARN2FIX,最初のヒトインザループ,半自動修復技術を紹介する。本手法は,バグが観測される状況をユーザと交渉する。ユーザへのクエリーの予算が消費されるときのみ,バグを修復することを試みた。質問は次の質問として考えることができる:”この代替試験入力を実行,プログラムは次の出力;観察されたバグである。系統的質問を通して,LEARN2FIXは,ユーザの応答の予測においてますます正確な自動バグオラクルを訓練する。鍵となる課題は,どのテストがクエリーの小さい予算を与えるバグ除去であるかの予測におけるオラクルの精度を最大化することである。ユーザによってラベル付けされた代替試験から,試験駆動自動修理はパッチを生成する。著者らの実験は,LEARN2FIXが合理的に低いラベリング努力(lt.20クエリ)で十分に正確な自動オラクルを学習することを示す。LEARN2FIXの試験スイートを考えて,GenProg試験駆動修復ツールは,修理ベンチマークで提供されるマニュアル試験セットを使用するよりも,より高い品質パッチ(すなわち,検証試験のより大きな割合を通過)を生成する。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】