論文の概要: On the Prevalence, Evolution, and Impact of Code Smells in Simulation Modelling Software
- arxiv url: http://arxiv.org/abs/2409.03957v1
- Date: Fri, 6 Sep 2024 00:47:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-09 17:10:39.983927
- Title: On the Prevalence, Evolution, and Impact of Code Smells in Simulation Modelling Software
- Title（参考訳）: シミュレーションモデリングソフトウェアにおけるコードスメルの有病率, 進化, 影響について
- Authors: Riasat Mahbub, Mohammad Masudur Rahman, Muhammad Ahsanul Habib,
- Abstract要約: 本稿では,シミュレーションソフトウェアシステムにおけるコードの臭いの頻度,進化,および影響について検討する。
特定のコードの臭い(例えばロングステートメント、マジックナンバー)は、従来のソフトウェアシステムよりもシミュレーションソフトウェアシステムで一般的である。
実験の結果,Magic NumberやLong Listのようなコードの臭いは,シミュレーションソフトウェアシステムで長期間持続できることがわかった。
- 参考スコア（独自算出の注目度）: 2.608075651391582
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Simulation modelling systems are routinely used to test or understand real-world scenarios in a controlled setting. They have found numerous applications in scientific research, engineering, and industrial operations. Due to their complex nature, the simulation systems could suffer from various code quality issues and technical debt. However, to date, there has not been any investigation into their code quality issues (e.g. code smells). In this paper, we conduct an empirical study investigating the prevalence, evolution, and impact of code smells in simulation software systems. First, we employ static analysis tools (e.g. Designite) to detect and quantify the prevalence of various code smells in 155 simulation and 327 traditional projects from Github. Our findings reveal that certain code smells (e.g. Long Statement, Magic Number) are more prevalent in simulation software systems than in traditional software systems. Second, we analyze the evolution of these code smells across multiple project versions and investigate their chances of survival. Our experiments show that some code smells such as Magic Number and Long Parameter List can survive a long time in simulation software systems. Finally, we examine any association between software bugs and code smells. Our experiments show that although Design and Architecture code smells are introduced simultaneously with bugs, there is no significant association between code smells and bugs in simulation systems.
- Abstract（参考訳）: シミュレーションモデリングシステムは、制御された環境で現実世界のシナリオをテストまたは理解するために日常的に使用される。
彼らは科学研究、工学、産業活動に多くの応用を見出した。
複雑な性質のため、シミュレーションシステムは様々なコード品質の問題や技術的負債に悩まされる可能性がある。
しかし、これまでコード品質の問題(例えばコードの臭い)についての調査は行われていない。
本稿では,シミュレーションソフトウェアシステムにおけるコードの臭いの頻度,進化,および影響に関する実証的研究を行う。
まず、静的解析ツール(例えばDesignite)を使用して、155のシミュレーションとGithubの327の伝統的なプロジェクトにおいて、さまざまなコードの臭いの頻度を検出し、定量化します。
従来のソフトウェアシステムよりもシミュレーションソフトウェアシステムの方が,特定のコードの臭い(例えば,Long Statement,Magic Number)の方が多いことが判明した。
第2に、複数のプロジェクトバージョンにまたがるコードの臭いの進化を分析し、生存の可能性を調べる。
実験の結果,マジックナンバーやロングパラメータリストなどのコードの臭いが,シミュレーションソフトウェアシステムで長期間持続できることが判明した。
最後に、ソフトウェアバグとコードの臭いとの関連について検討する。
我々の実験によると、設計とアーキテクチャのコードの臭いはバグと同時に導入されているが、シミュレーションシステムではコードの臭いとバグとの間には顕著な関連性はない。
関連論文リスト
- A Static Evaluation of Code Completion by Large Language Models [65.18008807383816]
単純なプログラミング問題に対するモデル生成コードの機能的正当性を評価するために,実行ベースベンチマークが提案されている。
プログラムを実行せずにエラーを検出するlinterのような静的解析ツールは、コード生成モデルを評価するために十分に研究されていない。
抽象構文木を利用して,Pythonのコード補完における静的エラーを定量化する静的評価フレームワークを提案する。
論文 参考訳（メタデータ） (2023-06-05T19:23:34Z) - Towards Efficient Fine-tuning of Pre-trained Code Models: An
Experimental Study and Beyond [52.656743602538825]
微調整された事前訓練されたコードモデルは、大きな計算コストを発生させる。
我々は、レイヤーワイドで事前訓練された表現と、微調整中に符号化されたコード知識に何が起こるのかを実験的に検討する。
本稿では,レイヤ凍結により事前学習したコードモデルを効率的に微調整するTellyを提案する。
論文 参考訳（メタデータ） (2023-04-11T13:34:13Z) - FluidLab: A Differentiable Environment for Benchmarking Complex Fluid
Manipulation [80.63838153351804]
複雑な流体力学を含む多種多様な操作タスクを備えたシミュレーション環境であるFluidLabを紹介する。
私たちのプラットフォームの中心には、GPU加速シミュレーションと勾配計算を提供する、完全に微分可能な物理シミュレータがあります。
微分可能物理学と組み合わせたいくつかのドメイン固有最適化スキームを提案する。
論文 参考訳（メタデータ） (2023-03-04T07:24:22Z) - Simulation-Based Parallel Training [55.41644538483948]
このようなボトルネックを緩和するトレーニングフレームワークを設計するために、現在進行中の作業を紹介します。
トレーニングプロセスと並行してデータを生成する。
このバイアスをメモリバッファで軽減する戦略を提案する。
論文 参考訳（メタデータ） (2022-11-08T09:31:25Z) - Automated Creation and Human-assisted Curation of Computable Scientific
Models from Code and Text [2.3746609573239756]
ドメインエキスパートは、コードに詳しくなければ、科学的モデルの実装を完全に理解することはできない。
我々は,科学モデルの自動作成と人手によるキュレーションのためのシステムを開発した。
本研究では,NASAのハイパーソニック・エアロダイナミックス(Hypersonic Aerodynamics)のウェブサイトから得られたコードと関連テキストのデータセットを用いて実験を行った。
論文 参考訳（メタデータ） (2022-01-28T17:31:38Z) - An Empirical Study on Predictability of Software Code Smell Using Deep
Learning Models [3.2973778921083357]
コードの臭いは、汚染されたものの表面的な兆候ですが、ソフトウェア記述のプラクティスという意味では違います。
近年の研究では、コードの臭いを伴うコードは、ソフトウェア開発サイクルの変化の確率が高くなることが多いことが観察されている。
我々は、8種類のコードの臭いを予測するために、ソースコードから抽出した機能の助けを借りて、コードの臭い予測モデルを開発した。
論文 参考訳（メタデータ） (2021-08-08T12:36:23Z) - Empirical Analysis on Effectiveness of NLP Methods for Predicting Code
Smell [3.2973778921083357]
コードの臭いは、システムに固有の問題の表面的な指標である。
629パッケージ上に3つのExtreme機械学習マシンカーネルを使用して、8つのコードの臭いを識別します。
以上の結果から,放射基底関数型カーネルは,平均98.52の精度で3つのカーネル法のうち最高の性能を発揮することが示唆された。
論文 参考訳（メタデータ） (2021-08-08T12:10:20Z) - The Prevalence of Code Smells in Machine Learning projects [9.722159563454436]
静的コード解析は、ソースコードの潜在的な欠陥、機会、共通のコーディング標準の違反を見つけるのに使うことができる。
74のオープンソースプロジェクトのデータセットを集め、依存関係をインストールしてPylintを実行しました。
その結果、検出されたすべてのコードの臭いのトップ20に到達した。
論文 参考訳（メタデータ） (2021-03-06T16:01:54Z) - Data-Efficient Learning for Complex and Real-Time Physical Problem
Solving using Augmented Simulation [49.631034790080406]
本稿では,大理石を円形迷路の中心まで航行する作業について述べる。
実システムと対話する数分以内に,複雑な環境で大理石を動かすことを学習するモデルを提案する。
論文 参考訳（メタデータ） (2020-11-14T02:03:08Z) - COSEA: Convolutional Code Search with Layer-wise Attention [90.35777733464354]
我々は、畳み込みニューラルネットワークを階層的注意で活用し、コード固有の構造論理をキャプチャする新しいディープラーニングアーキテクチャ、COSEAを提案する。
COSEAは、コード検索タスクの最先端メソッドよりも大幅に改善できる。
論文 参考訳（メタデータ） (2020-10-19T13:53:38Z) - Simulation of an Elevator Group Control Using Generative Adversarial
Networks and Related AI Tools [0.6481500397175589]
Generative Adversarial Networks (GAN) は、様々なタスクのための新しいデータを生成する強力なツールである。
本稿では,シミュレーションにおけるGANの適用性について検討する。
論文 参考訳（メタデータ） (2020-09-03T14:22:26Z)
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。