論文の概要: Energy Consumption of Automated Program Repair

• arxiv url: http://arxiv.org/abs/2211.12104v2
• Date: Mon, 5 Feb 2024 09:12:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-07 07:20:06.519343
• Title: Energy Consumption of Automated Program Repair
• Title（参考訳）: 自動プログラム修理のエネルギー消費
• Authors: Matias Martinez, Silverio Mart\'inez-Fern\'andez, Xavier Franch
• Abstract要約: 自動プログラム修復(APR)は、ソフトウェアバグの修復プロセスを自動化することを目的としている。 以前の研究では、APRを使ってバグを修復する際のエネルギー効果は検討されていない。 本稿では,APR と Green のソフトウェア研究分野を初めて組み合わせる。
• 参考スコア（独自算出の注目度）: 10.200820448524347
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated program repair (APR) aims to automatize the process of repairing software bugs in order to reduce the cost of maintaining software programs. Moreover, the success (given by the accuracy metric) of APR approaches has increased in recent years. However, no previous work has considered the energy impact of repairing bugs automatically using APR. The field of green software research aims to measure the energy consumption required to develop, maintain, and use software products. This paper combines, for the first time, the APR and Green software research fields. We have as main goal to define the foundation for measuring the energy consumption of the APR activity. We measure the energy consumption of ten traditional program repair tools for Java and ten fine-tuned Large-Language Models (LLM) on source code trying to repair real bugs from Defects4J, a set of real buggy programs. The initial results from this experiment show the existing trade-off between energy consumption and the ability to correctly repair bugs: Some APR tools are capable of achieving higher accuracy by spending less energy than other tools.
• Abstract（参考訳）: 自動プログラム修復(APR)は、ソフトウェアプログラムのメンテナンスコストを削減するために、ソフトウェアバグの修復プロセスを自動化することを目的としている。 さらに、近年、APRアプローチの成功(精度測定による)が増加している。 しかし、APRを用いてバグを修復する際のエネルギー的影響について、これまでの研究は検討されていない。 グリーンソフトウェア研究の分野は、ソフトウェア製品の開発、保守、使用に必要なエネルギー消費を測定することを目的としている。 本論文は,apr と green software research の分野を初めて組み合わせたものである。 我々は,APR活動のエネルギー消費を計測する基盤を定義することが主目的である。 Javaの従来の10のプログラム修復ツールと10の微調整されたLarge-Language Models(LLM)のエネルギー消費を測定し、実際のバグ修正プログラムであるDefects4Jの実際のバグを修復する。 この実験の最初の結果は、既存のエネルギー消費とバグを正しく修復する能力とのトレードオフを示している: いくつかのaprツールは、他のツールよりも少ないエネルギーで高い精度を達成できる。

関連論文リスト

• The Impact of Program Reduction on Automated Program Repair [0.3277163122167433]
  本稿では,現代のAPRツールのスケーラビリティ向上を目的としたプログラム修復手法について述べる。 本研究では,スライシングが修復プロセスの3つの段階,すなわち障害局所化,パッチ生成,パッチ検証に与える影響について検討する。 プログラムの削減は修理品質を劣化させることなくAPRの性能を向上させることができるが、この改善は普遍的ではない。
  論文  参考訳（メタデータ） (2024-08-02T09:23:45Z)
• Agent-Driven Automatic Software Improvement [55.2480439325792]
  本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。 継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。 我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
  論文  参考訳（メタデータ） (2024-06-24T15:45:22Z)
• On The Effectiveness of Dynamic Reduction Techniques in Automated Program Repair [1.7767466724342067]
  本稿では,大規模バグ修正プログラムを効果的に処理するプログラム修復フレームワークについて述べる。 このフレームワークは、プログラムスライシングの形式でプログラムの削減を利用して、修正中のバグとは無関係にコードの一部を除去する。 広く使用されているDefects4Jデータセットに対する実験結果から,修復品質の劣化を伴わずに,大幅な性能向上が達成できることが判明した。
  論文  参考訳（メタデータ） (2024-06-23T21:35:07Z)
• A Novel Approach for Automatic Program Repair using Round-Trip Translation with Large Language Models [50.86686630756207]
  研究によると、ある文の文法的誤りは、それを他の言語に翻訳し、その語を返せば修正できる。 現在の自動プログラム修復(APR)生成モデルは、ソースコードで事前訓練され、修正のために微調整されている。 本稿では,あるプログラミング言語から別のプログラミング言語,あるいは自然言語へのコード変換,そして,その逆といった,微調整ステップをバイパスし,ラウンド・トリップ変換(RTT)を用いる手法を提案する。
  論文  参考訳（メタデータ） (2024-01-15T22:36:31Z)
• User-Centric Deployment of Automated Program Repair at Bloomberg [13.994851524965016]
  本稿では,ソフトウェア技術者に最適な時間,目標,自動生成パッチを提案する。 私たちはGitHubのSuggested Changesインターフェースを使用して、自動提案をプルリクエストにシームレスに統合しています。 ユーザ調査からB-Assistの有効性は明らかであり,パッチ提案の受け入れ率は74.56%である。
  論文  参考訳（メタデータ） (2023-11-17T13:39:48Z)
• Practical Program Repair via Preference-based Ensemble Strategy [28.176710503313895]
  本稿では、異なるバグを修復するためのAPRツールのランク付けを行うためのPreference-based Ensemble Program repair framework(P-EPR)を提案する。 P-EPRは、修復パターンを利用した最初の非学習ベースのAPRアンサンブル法である。 実験の結果,P-EPRは柔軟性と有効性の両方において既存の戦略よりも優れていた。
  論文  参考訳（メタデータ） (2023-09-15T07:23:04Z)
• Effective Pre-Training Objectives for Transformer-based Autoencoders [97.99741848756302]
  トランスフォーマーエンコーダの効率,コスト,精度のトレードオフについて検討する。 共通の目的の機能を組み合わせて、新しい効果的な事前学習アプローチを作成します。
  論文  参考訳（メタデータ） (2022-10-24T18:39:44Z)
• Optimization paper production through digitalization by developing an assistance system for machine operators including quality forecast: a concept [50.591267188664666]
  廃紙からの紙の製造は、特にエネルギー消費の観点からも、依然として非常に資源集約的な課題である。 我々は,その利用方法の欠如を特定し,操作支援システムと最先端の機械学習技術を用いた概念の実装を行った。 我々の主な目的は、利用可能なデータを活用するマシンオペレーターに状況に応じた知識を提供することである。
  論文  参考訳（メタデータ） (2022-06-23T09:54:35Z)
• Towards Accurate and Reliable Energy Measurement of NLP Models [20.289537200662306]
  既存のソフトウェアベースのエネルギー測定は、ハードウェアの違いや資源利用がエネルギー消費に与える影響を考慮していないため、正確ではないことを示す。 我々は,高精度なエネルギー測定を行うハードウェアパワーメータを用いて,既存のソフトウェアベースのエネルギー測定の誤差を定量化する。 我々の重要な特徴は、ハードウェアの多様性と資源利用とエネルギー消費の非線形関係を考慮に入れたより正確なエネルギー推定モデルの必要性である。
  論文  参考訳（メタデータ） (2020-10-11T13:44:52Z)
• Graph-based, Self-Supervised Program Repair from Diagnostic Feedback [108.48853808418725]
  本稿では,ソースコードの修復や診断フィードバックに関連するシンボルを結合するプログラムフィードバックグラフを提案する。 次に、推論プロセスのモデル化にグラフニューラルネットワークを適用します。 オンラインで利用可能なラベルのないプログラムを活用するプログラム修復のための自己指導型学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2020-05-20T07:24:28Z)
• Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable Edge Computing Systems [87.4519172058185]
  エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。 定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。 実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
  論文  参考訳（メタデータ） (2020-02-20T04:58:07Z)

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。