論文の概要: Bug Priority Change: An Empirical Study on Apache Projects
- arxiv url: http://arxiv.org/abs/2403.05059v1
- Date: Fri, 8 Mar 2024 05:10:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-11 20:56:55.640047
- Title: Bug Priority Change: An Empirical Study on Apache Projects
- Title（参考訳）: バグ優先順位の変更: Apacheプロジェクトに関する実証的研究
- Authors: Zengyang Li, Guangzong Cai, Qinyi Yu, Peng Liang, Ran Mo, Hui Liu
- Abstract要約: 各プロジェクトのバグの割合は、そのようなバグが報告された後に優先順位を変更した。
バグ修正プロセスに悪影響を及ぼす可能性があるバグ優先度変更の現象について、詳細な調査が行われていない。
その結果,(1)選択したプロジェクトのバグの8.3%が優先的な変更を受けており,(2)中央値の変更間隔は,ほとんどのプロジェクト(32件中28件)でわずか数日であり,半数(50.7%)がバグの処理前に発生していることがわかった。
- 参考スコア（独自算出の注目度）: 5.902703395502138
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In issue tracking systems, each bug is assigned a priority level (e.g.,
Blocker, Critical, Major, Minor, or Trivial in JIRA from highest to lowest),
which indicates the urgency level of the bug. In this sense, understanding bug
priority changes helps to arrange the work schedule of participants reasonably,
and facilitates a better analysis and resolution of bugs. According to the data
extracted from JIRA deployed by Apache, a proportion of bugs in each project
underwent priority changes after such bugs were reported, which brings
uncertainty to the bug fixing process. However, there is a lack of indepth
investigation on the phenomenon of bug priority changes, which may negatively
impact the bug fixing process. Thus, we conducted a quantitative empirical
study on bugs with priority changes through analyzing 32 non-trivial Apache
open source software projects. The results show that: (1) 8.3% of the bugs in
the selected projects underwent priority changes; (2) the median priority
change time interval is merely a few days for most (28 out of 32) projects, and
half (50. 7%) of bug priority changes occurred before bugs were handled; (3)
for all selected projects, 87.9% of the bugs with priority changes underwent
only one priority change, most priority changes tend to shift the priority to
its adjacent priority, and a higher priority has a greater probability to
undergo priority change; (4) bugs that require bug-fixing changes of higher
complexity or that have more comments are likely to undergo priority changes;
and (5) priorities of bugs reported or allocated by a few specific participants
are more likely to be modified, and maximally only one participant in each
project tends to modify priorities.
- Abstract（参考訳）: 問題追跡システムでは、各バグには優先度レベル(例えば、Blocker、Critical、Major、Minor、Trivialなど)が割り当てられ、バグの緊急レベルを示す。
この意味で、バグ優先度の変更を理解することは、参加者の作業スケジュールを合理的に調整し、より良い分析とバグの解決を容易にする。
ApacheによってデプロイされたJIRAから抽出されたデータによると、各プロジェクトのバグの割合は、そのようなバグが報告された後に優先的に変更され、バグ修正プロセスに不確実性をもたらす。
しかし、バグ修正プロセスに悪影響を及ぼす可能性のある、バグ優先度変更の現象に関する詳細な調査が欠如している。
そこで我々は,32の非自明なapacheオープンソースプロジェクトを分析し,優先度変更を伴うバグに関する定量的実証研究を行った。
The results show that: (1) 8.3% of the bugs in the selected projects underwent priority changes; (2) the median priority change time interval is merely a few days for most (28 out of 32) projects, and half (50. 7%) of bug priority changes occurred before bugs were handled; (3) for all selected projects, 87.9% of the bugs with priority changes underwent only one priority change, most priority changes tend to shift the priority to its adjacent priority, and a higher priority has a greater probability to undergo priority change; (4) bugs that require bug-fixing changes of higher complexity or that have more comments are likely to undergo priority changes; and (5) priorities of bugs reported or allocated by a few specific participants are more likely to be modified, and maximally only one participant in each project tends to modify priorities.
関連論文リスト
- Preference Optimization for Reasoning with Pseudo Feedback [100.62603571434167]
提案手法では,解のラベル付けを関連するテストケースに対する評価として行うことで,推論タスクに対する疑似フィードバックを生成する手法を提案する。
本研究では,擬似フィードバックを優先最適化に用いる数学的推論と符号化の両タスクについて実験を行い,両タスク間の改善を観察する。
論文 参考訳（メタデータ） (2024-11-25T12:44:02Z) - Leveraging Large Language Models for Efficient Failure Analysis in Game Development [47.618236610219554]
本稿では,テストの失敗の原因となるコードの変更を自動的に識別する手法を提案する。
このメソッドは、LLM(Large Language Models)を利用して、エラーメッセージと対応するコード変更を関連付ける。
当社のアプローチは新たに作成したデータセットで71%の精度に達しています。
論文 参考訳（メタデータ） (2024-06-11T09:21:50Z) - Localizing Task Information for Improved Model Merging and Compression [61.16012721460561]
我々は,各タスクの重み付けが重なり合わないことが多いため,各タスクがマージされた後も,各タスクの解決に必要な情報が保存されていることを示す。
本稿では,そのような重みを排除し,既存のモデルマージ手法の一般的な性能を改善するアルゴリズムであるConsensus Mergingを提案する。
論文 参考訳（メタデータ） (2024-05-13T14:54:37Z) - SCREWS: A Modular Framework for Reasoning with Revisions [58.698199183147935]
我々は、リビジョンを伴う推論のためのモジュラーフレームワークであるSCREWSを紹介する。
我々は、SCREWSが、共通のフレームワークの下で、いくつかの以前のアプローチを統合することを示す。
我々は,多種多様な推論タスクに基づいて,最先端のLCMを用いてフレームワークの評価を行った。
論文 参考訳（メタデータ） (2023-09-20T15:59:54Z) - What Happens When We Fuzz? Investigating OSS-Fuzz Bug History [0.9772968596463595]
我々は2022年3月12日までにOSS-Fuzzが公表した44,102件の問題を分析した。
コードを含むバグの発生時期を推定するために,バグ貢献のコミットを特定し,検出から修正までのタイムラインを測定した。
論文 参考訳（メタデータ） (2023-05-19T05:15:36Z) - 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) - Is this Change the Answer to that Problem? Correlating Descriptions of
Bug and Code Changes for Evaluating Patch Correctness [8.606215760860362]
パッチの正当性評価を質問回答問題に変換する。
我々は、バグレポートと生成されたパッチの自然言語記述を入力として検討する。
実験により、Quatrainはパッチの正確性を予測するために0.886のAUCを達成できることが示された。
論文 参考訳（メタデータ） (2022-08-08T13:32:58Z) - 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) - Generating Bug-Fixes Using Pretrained Transformers [11.012132897417592]
実世界のgithubからマイニングしたjavaメソッドのバグの検出と修正を学ぶ,データ駆動型プログラム修復手法を導入する。
ソースコードプログラムの事前トレーニングは,スクラッチからの教師ありトレーニングに比べて,33%のパッチ数を改善することを示す。
我々は,標準精度評価基準を非削除および削除のみの修正に洗練し,我々の最良モデルが従来よりも75%多くの非削除修正を生成することを示す。
論文 参考訳（メタデータ） (2021-04-16T05:27:04Z) - A Contrastive Learning Approach for Training Variational Autoencoder
Priors [137.62674958536712]
変分オートエンコーダ(VAE)は、多くの領域で応用される強力な可能性に基づく生成モデルの一つである。
VAEsが生成性に乏しいことの1つの説明は、事前の分布が集合の近似的な後部と一致しないという、事前の穴の問題である。
本研究では, 基底分布の積と再重み付け係数によって定義されるエネルギーベースの事前定義を行い, 基底を集合体後部へ近づけるようにした。
論文 参考訳（メタデータ） (2020-10-06T17:59:02Z)
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。