Fugu-MT 論文翻訳(概要): S-DABT: Schedule and Dependency-Aware Bug Triage in Open-Source Bug Tracking Systems

論文の概要: S-DABT: Schedule and Dependency-Aware Bug Triage in Open-Source Bug Tracking Systems

arxiv url: http://arxiv.org/abs/2204.05972v1
Date: Tue, 12 Apr 2022 17:36:43 GMT
ステータス: 処理完了
システム内更新日: 2022-04-13 14:32:52.990284
Title: S-DABT: Schedule and Dependency-Aware Bug Triage in Open-Source Bug Tracking Systems
Title（参考訳）: S-DABT:オープンソースのバグ追跡システムにおけるスケジュールと依存性を考慮したバグトリアージ
Authors: Hadi Jahanshahi, Mucahit Cevik
Abstract要約: 手動のバグ修正のスケジューリングは、時間がかかり、面倒で、エラーを起こしやすい。そこで我々は,S-DABT(Schedule and Dependency-aware Bug Triage)を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Fixing bugs in a timely manner lowers various potential costs in software maintenance. However, manual bug fixing scheduling can be time-consuming, cumbersome, and error-prone. In this paper, we propose the Schedule and Dependency-aware Bug Triage (S-DABT), a bug triaging method that utilizes integer programming and machine learning techniques to assign bugs to suitable developers. Unlike prior works that largely focus on a single component of the bug reports, our approach takes into account the textual data, bug fixing costs, and bug dependencies. We further incorporate the schedule of developers in our formulation to have a more comprehensive model for this multifaceted problem. As a result, this complete formulation considers developers' schedules and the blocking effects of the bugs while covering the most significant aspects of the previously proposed methods. Our numerical study on four open-source software systems, namely, EclipseJDT, LibreOffice, GCC, and Mozilla, shows that taking into account the schedules of the developers decreases the average bug fixing times. We find that S-DABT leads to a high level of developer utilization through a fair distribution of the tasks among the developers and efficient use of the free spots in their schedules. Via the simulation of the issue tracking system, we also show how incorporating the schedule in the model formulation reduces the bug fixing time, improves the assignment accuracy, and utilizes the capability of each developer without much comprising in the model run times. We find that S-DABT decreases the complexity of the bug dependency graph by prioritizing blocking bugs and effectively reduces the infeasible assignment ratio due to bug dependencies. Consequently, we recommend considering developers' schedules while automating bug triage.
Abstract（参考訳）: バグをタイムリーに修正することで、ソフトウェアメンテナンスの潜在的なコストを低減します。しかし、手動のバグ修正スケジュールは時間がかかり、面倒で、エラーが発生しやすい。本稿では,s-dabt(schedul and dependency-aware bug triage)を提案する。s-dabtは,整数プログラミングと機械学習技術を用いて適切な開発者にバグを割り当てるバグトリージング手法である。バグレポートの単一コンポーネントに主にフォーカスする以前の作業とは異なり、私たちのアプローチでは、テキストデータ、バグ修正コスト、バグ依存関係を考慮に入れています。さらに、この多面的な問題に対してより包括的なモデルを構築するために、開発者のスケジュールを定式化に組み込んでいます。結果として、この完全な定式化は、これまで提案されたメソッドの最も重要な側面をカバーしながら、開発者のスケジュールとバグのブロック効果を考察する。 EclipseJDT、LibreOffice、GCC、Mozillaの4つのオープンソースソフトウェアシステムに関する数値研究は、開発者のスケジュールを考慮すると、平均的なバグ修正時間が減少することを示している。 S-DABTは、開発者間のタスクの公平な分配と、スケジュールにおけるフリースポットの効率的な利用を通じて、開発者の高い利用率につながる。また,課題追跡システムのシミュレーションにより,モデル定式化にスケジュールを組み込むことで,バグ修正時間を短縮し,割り当て精度を向上し,モデル実行時間に大きく依存せずに各開発者の能力を利用することを示す。 S-DABTは、バグの優先順位付けにより、バグ依存グラフの複雑さを低減し、バグ依存による実行不可能な割り当て比率を効果的に削減する。したがって、バグトリアージを自動化しながら、開発者のスケジュールを検討することを推奨する。

関連論文リスト

MultiDimEr: a multi-dimensional bug analyzEr [5.318531077716712]
技術的負債を特定するために,バグレポートの次元を分類し,視覚化する。この証拠は、実践者や意思決定者に対して、改善努力を操縦するための議論的な基盤としてだけでなく、根本原因分析の出発点としても役立つ。
論文参考訳（メタデータ） (2024-02-16T16:00:42Z)
Parameter-tuning-free data entry error unlearning with adaptive selective synaptic dampening [51.34904967046097]
本稿では,パラメータチューニングの必要性を排除した選択的シナプス減衰アンラーニング法の拡張を提案する。本稿では,ResNet18とVision Transformerの未学習タスクにおける適応選択的シナプス減衰(ASSD)の性能を示す。このアプローチの適用は、サプライチェーン管理などの産業環境において特に魅力的である。
論文参考訳（メタデータ） (2024-02-06T14:04:31Z)
DebugBench: Evaluating Debugging Capability of Large Language Models [80.73121177868357]
DebugBench - LLM(Large Language Models)のベンチマーク。 C++、Java、Pythonの4つの主要なバグカテゴリと18のマイナータイプをカバーする。ゼロショットシナリオで2つの商用および4つのオープンソースモデルを評価する。
論文参考訳（メタデータ） (2024-01-09T15:46:38Z)
WELL: Applying Bug Detectors to Bug Localization via Weakly Supervised Learning [37.09621161662761]
本稿では,バグローカライゼーションモデルをトレーニングするためのWEakly supervised bug LocaLization (WELL) 手法を提案する。 CodeBERTはバギーまたはノーのバイナリラベル付きデータに基づいて微調整されるため、WELLはバグのローカライゼーションを弱教師付きで解決することができる。
論文参考訳（メタデータ） (2023-05-27T06:34:26Z)
Using Developer Discussions to Guide Fixing Bugs in Software [51.00904399653609]
我々は,タスク実行前に利用可能であり,また自然発生しているバグレポートの議論を,開発者による追加情報の必要性を回避して利用することを提案する。このような議論から派生したさまざまな自然言語コンテキストがバグ修正に役立ち、オラクルのバグ修正コミットに対応するコミットメッセージの使用よりもパフォーマンスの向上につながることを実証する。
論文参考訳（メタデータ） (2022-11-11T16:37:33Z)
ADPTriage: Approximate Dynamic Programming for Bug Triage [0.0]
オンラインバグトリアージタスクのためのマルコフ決定プロセス(MDP)モデルを開発した。私たちはADPTriageと呼ばれるADPベースのバグトリアージソリューションを提供しています。以上の結果から, 代入精度と固定時間の観点から, ミオピックアプローチよりも有意な改善が見られた。
論文参考訳（メタデータ） (2022-11-02T04:42:21Z)
BigIssue: A Realistic Bug Localization Benchmark [89.8240118116093]
BigIssueは、現実的なバグローカライゼーションのためのベンチマークである。実際のJavaバグと合成Javaバグの多様性を備えた一般的なベンチマークを提供する。われわれは,バグローカライゼーションの最先端技術として,APRの性能向上と,現代の開発サイクルへの適用性の向上を期待している。
論文参考訳（メタデータ） (2022-07-21T20:17:53Z)
A Universal Error Measure for Input Predictions Applied to Online Graph Problems [57.58926849872494]
本稿では,入力予測における誤差の定量化のための新しい尺度を提案する。この尺度は、予測されていない要求と予測されていない実際の要求によるエラーをキャプチャする。
論文参考訳（メタデータ） (2022-05-25T15:24:03Z)
DapStep: Deep Assignee Prediction for Stack Trace Error rePresentation [61.99379022383108]
本稿では,バグトリアージ問題を解決するための新しいディープラーニングモデルを提案する。モデルは、注目された双方向のリカレントニューラルネットワークと畳み込みニューラルネットワークに基づいている。ランキングの質を向上させるために,バージョン管理システムのアノテーションから追加情報を利用することを提案する。
論文参考訳（メタデータ） (2022-01-14T00:16:57Z)
DABT: A Dependency-aware Bug Triaging Method [0.0]
自然言語処理と整数を利用して,適切な開発者にバグを割り当てる,Dependency-aware Bug Triaging(DABT)と呼ばれるバグトリアージ手法を提案する。その結果,DABTは過度なバグを最大12%まで減らすことができることがわかった。また、バグの修正時間の平均を半減します。
論文参考訳（メタデータ） (2021-04-26T17:35:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。