論文の概要: Generating Maximal Configurations and Their Variants Using Code Metrics

• arxiv url: http://arxiv.org/abs/2401.07898v1
• Date: Mon, 15 Jan 2024 18:58:22 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-17 16:13:17.479310
• Title: Generating Maximal Configurations and Their Variants Using Code Metrics
• Title（参考訳）: コードメトリクスを用いた最大設定とその変種の生成
• Authors: Tuba Yavuz (1), Chin Khor (2), Ken (Yihang) Bai (1), Robyn Lutz (2) ((1) University of Florida, (2) Iowa State University)
• Abstract要約: 本稿では,制約解決(SATとMaxSAT)と設定ファズリングを利用する新しい構成生成アルゴリズムを提案する。 MaxSATベースの構成生成によって、いくつかのコードメトリクスのカバレッジが向上することを示す。 また、複数の構成を高いカバレッジでカバーする必要がある場合、CONFIZZの存在条件ファジリングは代替よりも優れていることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Testing configurable systems continues to be challenging and costly. Generation of configurations for testing tends to use either techniques based on semantic sampling (e.g., logical formulas over configuration variables, often called presence conditions) or structural code metrics (e.g., code coverage). In this paper we describe our hybrid approaches that combine these two kinds of techniques to good effect. We present new configuration-generation algorithms that leverage constraint solving (SAT and MaxSAT) and configuration fuzzing, and implement our approach in a configuration-generation framework, CONFIZZ. CONFIZZ both enables the generation of maximal configurations (maximal sets of presence conditions that can be satisfied together) and performs code-metric guided configuration fuzzing. Results from evaluation on BusyBox, a highly configurable benchmark, show that our MaxSAT-based configuration generation achieves better coverage for several code metrics. Results also show that, when high coverage of multiple configurations is needed, CONFIZZ's presence-condition fuzzing outperforms alternatives.
• Abstract（参考訳）: 構成可能なシステムをテストするのは困難でコストもかかる。 テストのための構成の生成は、セマンティックサンプリング(例えば、構成変数上の論理式、しばしば存在条件と呼ばれる)や構造コードメトリクス(例えば、コードカバレッジ)に基づく技術を使用する傾向がある。 本稿では,これらの2種類の手法を有効に組み合わせたハイブリッドアプローチについて述べる。 本研究では,制約解決(SATとMaxSAT)と構成ファジィ化を利用した新しい構成生成アルゴリズムを提案し,構成生成フレームワークであるCONFIZZに実装する。 CONFIZZは、最大構成(一緒に満たせる最大存在条件セット)の生成を可能にし、コードメトリックガイドによる構成ファズリングを実行する。 高度に設定可能なベンチマークであるBusyBoxの評価結果から、MaxSATベースの構成生成によって、いくつかのコードメトリクスのカバレッジが向上することが示された。 また、複数の構成を高いカバレッジでカバーする必要がある場合、CONFIZZの存在条件ファジリングは代替よりも優れていることを示す。

関連論文リスト

• Scaling LLM Inference with Optimized Sample Compute Allocation [56.524278187351925]
  我々は、異なる推論構成の最適な混合を見つけるアルゴリズムであるOSCAを提案する。 実験の結果,学習した混合アロケーションでは,最高の単一構成よりも精度がよいことがわかった。 OSCAはシングルターンタスク以外のエージェント処理にも有効であることが示されており、デフォルト設定よりも3倍少ない計算でSWE-Benchの精度が向上している。
  論文  参考訳（メタデータ） (2024-10-29T19:17:55Z)
• fSEAD: a Composable FPGA-based Streaming Ensemble Anomaly Detection Library [1.8570740863168362]
  機械学習のアンサンブルは、複数のベースモデルを組み合わせてより正確な出力を生成する。 本稿では,複数の部分再構成可能な領域,pblockからなるフレキシブルコンピューティングアーキテクチャを提案し,それぞれが異常検出を実装している。 概念実証設計では,ロダ,RS-Hash,xStreamの3つの最先端異常検出アルゴリズムがサポートされている。
  論文  参考訳（メタデータ） (2024-06-10T03:38:35Z)
• Algebraic Positional Encodings [7.0975366862235445]
  本稿では,トランスフォーマー型モデルに対して,既存のアドホックなアプローチの欠点に対処する新たな位置符号化方式を提案する。 我々は,本手法の実用性を示す一連の実験を行った。 結果は、現在の最先端に匹敵するパフォーマンスを示唆している。
  論文  参考訳（メタデータ） (2023-12-26T13:17:25Z)
• GNBG: A Generalized and Configurable Benchmark Generator for Continuous Numerical Optimization [5.635586285644365]
  さまざまな特徴を持つさまざまな問題インスタンスを含むベンチマークテストスイートを使用することが重要です。 従来のベンチマークスイートは、しばしば多数の固定テスト関数で構成されており、これらを特定の研究目的と整合させることが困難である。 本稿では,単目的,ボックス制約,連続的な数値最適化のための一般化数値ベンチマークジェネレータ(GNBG)を提案する。
  論文  参考訳（メタデータ） (2023-12-12T09:04:34Z)
• Solving Multi-Configuration Problems: A Performance Analysis with Choco Solver [49.712444772173775]
  本稿では,個別の試験を生成するためのマルチコンフィグレーションの適用例を示す。 また、対応するパフォーマンス問題に対するいくつかの洞察を得るのに役立つ制約解決器のパフォーマンス分析も提供します。
  論文  参考訳（メタデータ） (2023-10-04T08:34:32Z)
• Exploiting Configurations of MaxSAT Solvers [0.0]
  これらの構成をMaxSATのコンテキストでどのように計算するかを説明する。 特に,より優れた解法を得るために,非競合解法の構成を簡単に組み合わせる方法について実験的に述べる。
  論文  参考訳（メタデータ） (2023-06-13T09:11:17Z)
• Performance Optimization using Multimodal Modeling and Heterogeneous GNN [1.304892050913381]
  本稿では,複数のタスクに適応可能な並列コード領域のチューニング手法を提案する。 本稿では、IRに基づくプログラミングモデルを分析し、タスク固有の性能最適化を行う。 実験の結果,このマルチモーダル学習に基づくアプローチは,すべての実験において最先端の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2023-04-25T04:27:43Z)
• Online Continuous Hyperparameter Optimization for Generalized Linear Contextual Bandits [55.03293214439741]
  文脈的包帯では、エージェントは過去の経験に基づいた時間依存アクションセットから順次アクションを行う。 そこで本稿では,文脈的包帯のためのオンライン連続型ハイパーパラメータチューニングフレームワークを提案する。 理論上はサブ線形の後悔を達成でき、合成データと実データの両方において既存のすべての手法よりも一貫して優れた性能を発揮することを示す。
  論文  参考訳（メタデータ） (2023-02-18T23:31:20Z)
• SFNet: Faster and Accurate Semantic Segmentation via Semantic Flow [88.97790684009979]
  性能を改善するための一般的な実践は、強力な意味表現を持つ高解像度の特徴写像を得ることである。 隣接レベルの特徴マップ間のテキストセマンティックフローを学習するためのフローアライメントモジュール(FAM)を提案する。 また,高分解能特徴写像と低分解能特徴写像を直接整列するGated Dual Flow Alignment Moduleを提案する。
  論文  参考訳（メタデータ） (2022-07-10T08:25:47Z)
• Tree ensemble kernels for Bayesian optimization with known constraints over mixed-feature spaces [54.58348769621782]
  木アンサンブルはアルゴリズムチューニングやニューラルアーキテクチャ検索といったブラックボックス最適化タスクに適している。 ブラックボックス最適化にツリーアンサンブルを使うことの2つのよく知られた課題は、探索のためのモデル不確実性を効果的に定量化し、また、 (ii) ピースワイドな定値取得関数を最適化することである。 我々のフレームワークは、連続/離散的機能に対する非拘束ブラックボックス最適化のための最先端の手法と同様に、混合変数の特徴空間と既知の入力制約を組み合わせた問題の競合する手法よりも優れている。
  論文  参考訳（メタデータ） (2022-07-02T16:59:37Z)
• An Efficient Diagnosis Algorithm for Inconsistent Constraint Sets [68.8204255655161]
  過制約問題における最小限の障害制約を識別する分割・分散型診断アルゴリズム(FastDiag)を提案する。 ヒットセットの競合指向計算とfastdiagを比較し,詳細な性能解析を行う。
  論文  参考訳（メタデータ） (2021-02-17T19:55:42Z)

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。