論文の概要: Embracing Objects Over Statics: An Analysis of Method Preferences in Open Source Java Frameworks
- arxiv url: http://arxiv.org/abs/2410.05631v1
- Date: Tue, 08 Oct 2024 02:30:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-10 14:34:40.565676
- Title: Embracing Objects Over Statics: An Analysis of Method Preferences in Open Source Java Frameworks
- Title(参考訳): 静的なオブジェクトを受け入れる: オープンソースのJavaフレームワークにおけるメソッドの優先度の分析
- Authors: Vladimir Zakharov, Yegor Bugayenko,
- Abstract要約: この研究では、YourKitプロファイラを使用して、28のオープンソースJavaフレームワークのランタイム動作を精査する。
予測とは対照的に,静的メソッドに対するインスタンスメソッドやコンストラクタの利用が圧倒的に多いことが判明した。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: In today's software development landscape, the extent to which Java applications utilize object-oriented programming paradigm remains a subject of interest. Although some researches point to the considerable overhead associated with object orientation, one might logically assume that modern Java applications would lean towards a procedural style to boost performance, favoring static over instance method calls. In order to validate this assumption, this study scrutinizes the runtime behavior of 28 open-source Java frameworks using the YourKit profiler. Contrary to expectations, our findings reveal a predominant use of instance methods and constructors over static methods. This suggests that developers still favor an object-oriented approach, despite its potential drawbacks.
- Abstract(参考訳): 今日のソフトウェア開発の世界では、Javaアプリケーションがオブジェクト指向プログラミングパラダイムを利用する程度は、依然として関心の対象となっている。
オブジェクト指向にまつわるかなりのオーバーヘッドを指摘する研究もあるが、現代のJavaアプリケーションは、パフォーマンスを高めるために手続き的なスタイルに傾き、インスタンスメソッド呼び出しよりも静的に振る舞うと論理的に仮定するかもしれない。
この仮定を検証するため、この研究では、YourKitプロファイラを使用して、28のオープンソースJavaフレームワークのランタイム動作を精査する。
予測とは対照的に,静的メソッドに対するインスタンスメソッドやコンストラクタの利用が圧倒的に多いことが判明した。
これは、潜在的な欠点にもかかわらず、開発者がまだオブジェクト指向アプローチを好んでいることを示唆している。
関連論文リスト
- Detecting Security-Relevant Methods using Multi-label Machine Learning [3.2673790030216794]
Dev-AssistはIntelliJ IDEAプラグインで、マルチラベル機械学習アプローチを使用してセキュリティ関連メソッドを検出する。
静的解析ツールの設定を自動的に生成し、静的解析を実行し、IntelliJ IDEAで結果を表示することができる。
我々の実験によると、Dev-Assistの機械学習アプローチは、関連するアプローチよりもF1-Measureが高い。
論文 参考訳(メタデータ) (2024-03-12T10:38:54Z) - Context-Sensitive Abstract Interpretation of Dynamic Languages [0.0]
Javaのような静的言語とPythonやJavaScriptのような動的言語の間には、IDEツールの品質に大きなギャップがあります。
これらの言語の現代的なフレームワークやライブラリは、最高のエルゴノミクスと可読性を達成するために、その動的能力を大いに利用しています。
本稿では,プログラムの動的メタプログラミングと実行を静的に解析することで,このギャップを埋めるアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-01-31T17:45:05Z) - Outside the Sandbox: A Study of Input/Output Methods in Java [0.0]
我々は、Java Standard Editionディストリビューションの1435のネイティブメソッドを、非I/OおよびI/O関連メソッドに手動で分類した。
その結果、実行されたメソッドの21%が直接あるいは間接的にI/Oネイティブと呼ばれることがわかった。
我々は、I/Oはツールデザイナにとって実行可能な選択肢ではないと結論付け、I/O関連メタデータとソースコードの統合を提案する。
論文 参考訳(メタデータ) (2023-06-20T20:54:02Z) - 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) - Cycle Consistency Driven Object Discovery [75.60399804639403]
本研究では,シーンの各オブジェクトが異なるスロットに関連付けられなければならない制約を明示的に最適化する手法を提案する。
これらの一貫性目標を既存のスロットベースのオブジェクト中心手法に統合することにより、オブジェクト発見性能を大幅に改善することを示す。
提案手法は,オブジェクト発見を改善するだけでなく,下流タスクのよりリッチな機能も提供することを示唆している。
論文 参考訳(メタデータ) (2023-06-03T21:49:06Z) - A Language Model of Java Methods with Train/Test Deduplication [5.529795221640365]
このツールデモでは、Javaソースコードの言語モデルの研究ツールキットが紹介されている。
対象読者には、Javaのサブルーチン、ステートメント、変数の粒度レベルでの問題を研究する研究者も含まれる。
論文 参考訳(メタデータ) (2023-05-15T00:22:02Z) - Frustratingly Simple but Effective Zero-shot Detection and Segmentation:
Analysis and a Strong Baseline [45.03824571286718]
オブジェクト検出とセグメンテーションの方法は、トレーニングに豊富なインスタンスレベルのアノテーションを必要とすることが多い。
これを解決するために、ゼロショットオブジェクト検出(またはセグメンテーション)のタスクは、管理できないカテゴリのオブジェクトインスタンスを特定し、ローカライズするための効果的な方法を学ぶことを目的としている。
本研究では,これらの設計選択を幅広く研究し,単純かつ極めて効果的なゼロショット認識手法を慎重に構築する。
論文 参考訳(メタデータ) (2023-02-14T20:00:30Z) - Object-Oriented Requirements: a Unified Framework for Specifications,
Scenarios and Tests [63.37657467996478]
記事では、クラスの概念が、狭義の「対象」だけでなく、ユースケースやユーザストーリーといったシナリオを記述するのに十分な一般性を示している。
単一のフレームワークを持つことは、両方のアプローチの利点を享受する要件への道を開く。
論文 参考訳(メタデータ) (2022-09-06T02:47:20Z) - FreeSOLO: Learning to Segment Objects without Annotations [191.82134817449528]
我々は,単純なインスタンスセグメンテーションメソッドSOLO上に構築された自己教師型インスタンスセグメンテーションフレームワークであるFreeSOLOを紹介する。
また,本手法では,複雑なシーンからオブジェクトを教師なしで検出する,新たなローカライズ対応事前学習フレームワークを提案する。
論文 参考訳(メタデータ) (2022-02-24T16:31:44Z) - Learning visual policies for building 3D shape categories [130.7718618259183]
この領域における以前の作業は、しばしば既知のプリミティブの集合から特定のオブジェクトのインスタンスを組み立てる。
私たちは、同じカテゴリの他のインスタンスを組み立てるための視覚ポリシーを学びます。
我々の視覚アセンブリポリシーは、実際の画像なしで訓練され、実際のロボットで評価した場合、95%の成功率に達する。
論文 参考訳(メタデータ) (2020-04-15T17:29:10Z)
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。