論文の概要: MultiDimEr: a multi-dimensional bug analyzEr

• arxiv url: http://arxiv.org/abs/2402.10777v1
• Date: Fri, 16 Feb 2024 16:00:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-19 15:29:35.703949
• Title: MultiDimEr: a multi-dimensional bug analyzEr
• Title（参考訳）: MultiDimEr:多次元バグ解析ツール
• Authors: Lakmal Silva, Michael Unterkalmsteiner, Krzysztof Wnuk
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 5.318531077716712
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Background: Bugs and bug management consumes a significant amount of time and effort from software development organizations. A reduction in bugs can significantly improve the capacity for new feature development. Aims: We categorize and visualize dimensions of bug reports to identify accruing technical debt. This evidence can serve practitioners and decision makers not only as an argumentative basis for steering improvement efforts, but also as a starting point for root cause analysis, reducing overall bug inflow. Method: We implemented a tool, MultiDimEr, that analyzes and visualizes bug reports. The tool was implemented and evaluated at Ericsson. Results: We present our preliminary findings using the MultiDimEr for bug analysis, where we successfully identified components generating most of the bugs and bug trends within certain components. Conclusions: By analyzing the dimensions provided by MultiDimEr, we show that classifying and visualizing bug reports in different dimensions can stimulate discussions around bug hot spots as well as validating the accuracy of manually entered bug report attributes used in technical debt measurements such as fault slip through.
• Abstract（参考訳）: 背景: バグとバグ管理は、ソフトウェア開発組織からのかなりの時間と労力を消費します。 バグの削減は、新機能開発の能力を大幅に改善する。 Aims: 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て視覚化します。 この証拠は、実践者や意思決定者が改善作業を指揮するための議論の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ち、全体的なバグ流入を減らすことができる。 方法: バグレポートを分析し視覚化するツールMultiDimErを実装した。 このツールはEricssonで実装され、評価された。 結果: バグ解析のためにMultiDimErを用いた予備的な結果を示し, 特定のコンポーネント内でバグやバグの傾向を発生させるコンポーネントの同定に成功した。 結論:MultiDimErが提供するディメンションを解析することにより,バグレポートを異なるディメンションで分類・視覚化することで,バグホットスポットに関する議論を刺激し,障害スリップなどの技術的負債測定に使用する手動入力バグレポート属性の精度を検証することができることを示す。

関連論文リスト

• Toward Rapid Bug Resolution for Android Apps [0.4759142872591625]
  本稿では,既存のバグレポートの限界について述べるとともに,それに対応するための潜在的戦略を明らかにする。 私たちのビジョンは、これらの制限の緩和と、提案された新しい研究の方向性の実行が、レポーターと開発者の両方に利益をもたらす、未来を包含しています。
  論文  参考訳（メタデータ） (2023-12-23T18:29:06Z)
• Too Few Bug Reports? Exploring Data Augmentation for Improved Changeset-based Bug Localization [7.884766610628946]
  本稿では,バグレポートの異なる構成要素に作用する新しいデータ拡張演算子を提案する。 また、拡張バグレポートのコーパス作成を目的としたデータバランス戦略についても述べる。
  論文  参考訳（メタデータ） (2023-05-25T19:06:01Z)
• Auto-labelling of Bug Report using Natural Language Processing [0.0]
  ルールとクエリベースのソリューションは、明確なランキングのない、潜在的な類似バグレポートの長いリストを推奨します。 本論文では,NLP手法の組み合わせによる解を提案する。 カスタムデータトランスフォーマー、ディープニューラルネットワーク、および非汎用機械学習メソッドを使用して、既存の同一バグレポートを検索する。
  論文  参考訳（メタデータ） (2022-12-13T02:32:42Z)
• 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)
• A Causal Framework to Quantify the Robustness of Mathematical Reasoning with Language Models [81.15974174627785]
  入力空間における直接的介入に対する頑健さと感度の観点から言語モデルの振舞いについて検討する。 しかし, GPT-3 Davinciモデル(175B)は, 他のGPTモデルと比較して, 頑健さと感度の両面で劇的な改善を実現している。
  論文  参考訳（メタデータ） (2022-10-21T15:12:37Z)
• Metrics reloaded: Recommendations for image analysis validation [59.60445111432934]
  メトリクスのリロード(Metrics Reloaded)は、メトリクスの問題を意識した選択において研究者を導く包括的なフレームワークである。 このフレームワークは多段階のDelphiプロセスで開発され、問題指紋という新しい概念に基づいている。 問題指紋に基づいて、ユーザは適切なバリデーションメトリクスを選択して適用するプロセスを通じてガイドされる。
  論文  参考訳（メタデータ） (2022-06-03T15:56:51Z)
• Understanding Factual Errors in Summarization: Errors, Summarizers, Datasets, Error Detectors [105.12462629663757]
  本研究では、既存の9つのデータセットから事実性エラーアノテーションを集約し、基礎となる要約モデルに従ってそれらを階層化する。 本稿では,この階層化ベンチマークにおいて,最近のChatGPTベースの指標を含む最先端の事実性指標の性能を比較し,その性能が様々な種類の要約モデルで大きく異なることを示す。
  論文  参考訳（メタデータ） (2022-05-25T15:26:48Z)
• S-DABT: Schedule and Dependency-Aware Bug Triage in Open-Source Bug Tracking Systems [0.0]
  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。
  論文  参考訳（メタデータ） (2022-04-12T17:36:43Z)
• 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)
• D2A: A Dataset Built for AI-Based Vulnerability Detection Methods Using Differential Analysis [55.15995704119158]
  静的解析ツールによって報告されたラベル問題に対する差分解析に基づくアプローチであるD2Aを提案する。 D2Aを使用して大きなラベル付きデータセットを生成し、脆弱性識別のためのモデルをトレーニングします。
  論文  参考訳（メタデータ） (2021-02-16T07:46:53Z)

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。