神経プログラム修復:システム,挑戦および解決策【JST・京大機械翻訳】

Zhong Wenkang; Li Chuanyi; Ge Jidong; Luo Bin

プレプリント

J-GLOBAL ID：202202207215469776 整理番号：22P0293480

神経プログラム修復:システム,挑戦および解決策【JST・京大機械翻訳】

Neural Program Repair: Systems, Challenges and Solutions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月22日プレプリントサーバーでの情報更新日： 2022年09月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

自動プログラム修復(APR)は,ソースコードにおけるバグを自動的に固定することを目的とする。最近,深層学習(DL)分野の進歩として,神経プログラム修復(NPR)研究の上昇があり,それは,符号を訂正し,符号器-デコーダアーキテクチャに基づくニューラルネットワークを採用するために,バグジコードから翻訳タスクとしてAPRを定式化する。他のAPR技術と比較して,NPRアプローチは,仕様(即ち,試験セット)を必要としないので,適応性において大きな利点を持つ。NPRは最新の研究方向であるが,この分野についてはまだ概観されていない。関心のある読者が,既存のNPRシステムのアーキテクチャ,課題,および対応する解決策を理解するのを助けるために,本論文では最新の研究に関する文献レビューを行った。著者らは,この分野に関する背景知識を紹介する。次に,理解できるように,NPR手順を一連のモジュールに分解し,各モジュールで様々な設計選択を例証した。さらに,いくつかの課題を同定し,既存の解決策の影響を論じた。最後に,将来の研究のためのいくつかの有望な方向を結論し,提供した。【JST・京大機械翻訳】

, , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る